哈尔滨城区乘用车行驶工况的构建

以哈尔滨市乘用车作为研究对象,利用GPS设备对哈尔滨主城区运行的乘用车工况数据进行了测试,将采集到的车速数据曲线分割为多个短行程片段,提取了片段中最具有代表性的11个工况特征参数,利用主成分分析法和聚类分析法对特征参数进行了降维和分类处理。利用相关系数提取了代表性行驶工况片段,进而构建了具有代表性的哈尔滨市主城区乘用车典型行驶工况,并与NEDC和Japan10-15乘用车道路工况进行了对比分析。分析结果表明:哈尔滨城区乘用车工况的平均车速为15 km/h,低于NEDC和Japan10-15乘用车行驶工况;加速、减速特征参数比例分别为33.57%和29.70%,高于NEDC和Japan10-15乘用车行驶工况的相关参数;现有的欧洲和日本道路工况参数与构建的哈尔滨市城区乘用车行驶工况具有较大的差异,利用基于运行数据构建的行驶工况可以更好地反映地方乘用车的运行特征。     

基于聚类分析法的公交车行驶工况构建研究

针对昆明市公交车道路行驶状况,选取5条具有代表性的公交车线路并采集大量行驶数据,将数据划分为运动学片段,选用8个特征参数进行表征,使用主成分分析法进行降维处理,提取具有代表性的特征参数用作K均值聚类分析。依据分类结果,综合考虑各类别时间比例、欧式距离和相关系数选择合适的运动学片段,构建昆明市公交车行驶工况。与试验值对比,结果表明拟合工况平均相对误差为5.67%,能够代表昆明市公交车行驶工况,并将拟合工况与国内常用的四工况、ECE+EUCD工况进行对比,说明昆明市公交车行驶工况与两者存在较大差别。     

汽车行驶工况识别模型搭建的方法研究

汽车行驶工况的识别,可以用于优化车辆能量策略,在获得分类好的工况数据样本后进行输入输出的模式识别。对于现有的工况识别模型进行分析总结,根据工况数据前处理过程划分为基于实车采集数据和基于已知循环工况两种工况识别模型。同时给出构建工况识别模型流程,包括了工况块的划分,特征参数的选择,确定参考循环工况构建样本,主流的工况识别方法,以及样本模型的搭建与实车数据的验证。最后总结工况识别模型的特点,提出构建工况识别模型的思路。     

基于小波分析的城市道路行驶工况构建的研究

根据我国混合交通的特点,采用离散小波变换的多分辨信号分解算法对汽车实际行驶工况数据进行压缩重构,将重构后的数据划分为很多短行程,根据速度和加速度等特征参数,构建了城市道路代表性行驶工况.接着以合肥市典型道路为例进行了实际应用,并建立了11个行驶工况评价准则.最后把构建的行驶工况与用传统方法确定的行驶工况和国外行驶工况进行了对比分析,结果表明应用小波分析法构建的代表性行驶工况能更真实地反映我国城市道路实际行驶工况.     

基于行驶工况识别的纯电动汽车续驶里程估算

本文中采用主成分分析和模糊聚类相结合的行驶工况识别方法进行纯电动汽车续驶里程的估算。首先选取20个具有代表性的循环工况数据,将其划分为215个工况片段,并选用12个特征参数对其进行主成分分析、模糊C聚类分析和行驶工况识别;然后在MATLAB/Simulink下建立纯电动汽车整车模型,进行行驶工况识别、整车能量消耗和续驶里程仿真估算;最后在转鼓试验台上进行ECE15工况下实车测试验证,结果表明:续驶里程仿真估算值与测试值的最大绝对误差为1.905km,平均绝对误差为0.742km,相对误差小于3%。     

基于遗传算法和支持向量机的汽车行驶工况识别

为了提高支持向量机算法应用在行驶工况识别上的准确率,提出一种基于遗传算法优化策略.基于主成分分析理论对实车采集的4种典型城市工况载荷谱数据提取特征参数,并以此作为识别模型的输入参数,然后通过网格搜索法确定参数寻优空间,再由遗传算法在此范围内精确寻优.仿真试验结果显示,运用这种基于遗传算法优化支持向量机建立的识别模型分类识别精确度比之前提高了3.44％.     

基于运动学片段的城市道路行驶工况的研究

以合肥市典型道路为例,将大量行驶工况的实验数据划分为运动学片段,并选出11个特征参数进行研究.首先用主成分分析法对运动学片段进行降维处理;接着利用K均值聚类技术对其进行分类.分析结果验证了在城市道路行驶工况研究中应用主成分分析法和K均值聚类法的町行性和有效性;最后拟合出合肥市典型道路的代表性行驶工况.与实验数据的对比结...     

某重型燃气车行驶工况构建研究

行驶工况是一段复杂的运动特征的集合,受到动力总成、车辆载荷、驾驶员行为、天气等多种因素的影响。文章通过对400余台重型燃气车运行数据的分析处理,通过改变初始簇中心位置迭代计算出固定的聚类中心,对K-均值聚类进行优化,构建出行驶工况。所构建的行驶工况与原样本的相关性达到了0.999和0.942。     

Driving Cycle Construction and Accuracy Analysis Based on Combined Clustering Technique

基于通过实车试验采集的城市典型道路行驶工况数据,首先用主成分分析法对选取的12个表征道路运行特性的特征参数进行减缩,接着利用SOFM神经网络算法和K均值聚类法相结合的组合聚类技术对所有运动学片段的前3个主成分得分进行分类,再根据各类别的时间比例从各类别中选取合适片段,最终拟合出代表性工况.通过对各工况加速度分布的K-S检验和采用ADVISOR软件进行的发动机载荷谱和燃油消耗量仿真分析,表明和K均值聚类法相比,组合聚类法的行驶工况拟合精度更高,更能综合反映城市交通真实状况.     

面向商用车行驶工况优化设计的高速公路工况识别

为解决商用车行驶工况优化设计中确定工况类型的问题,研究商用车行驶工况特性,提出一种基于朴素贝叶斯方法的高速公路工况识别方法。利用21辆长途运营商用车采集的106 200 km行驶工况数据,以3 km为单位进行分割,共获得35 230段有效试验路段数据(其中:高速公路27 986段;一般公路6 124段;城市公路1 120段)。以该数据为基础,根据朴素贝叶斯方法分析汽车运行过程中的平均速度和挡位统计信息,确定面向商用车行驶工况优化设计的阈值划分区间,获得相关的先验概率和条件概率,利用MATLAB软件进行编程计算,对高速公路工况进行了识别分析。研究结果表明:高速公路工况识别的正确率到达88.26%,高速公路工况被误判为一般公路工况的误判率为9.54%,高速公路工况被误判为城市公路工况的误判率为2.20%;基于朴素贝叶斯方法的高速公路工况识别能够为商用车行驶工况优化设计提供一种有效的高速公路工况识别方法。     

城市公交线路模态工况构建方法研究

采用GPS设备对西安城市公交典型线路的运行工况进行实测,分别运用瞬态转模态方法和多目标优化法构建出城市客车模态工况。以8个特征参数相对误差为标准,对两种方法的精度进行了对比研究。研究表明,两种方法均能有效地完成工况构建,其中多目标优化法精度最高,瞬态转模态方法简单快捷,从而为工况构建方法的选取提供了思路和数据验证。     

主成分分析在车辆行驶工况中的应用

在车辆行驶工况构建过程,提出了主成分分析与聚类分析的构建工况的方法,并利用该方法建立了昆明市道路代表性行驶工况。利用主成分分析对大量的运动学片段的特征参数进行压缩,选出能代表原始数据80%以上的3个主成分;其次用聚类分析提炼这些运动学片段;根据统计分析的概率随机并重组运动学片段,构建出能反映出昆明市典型公交车线路交通状况的工况。     

随机放电工况下锂离子电池容量预测方法

针对锂离子电池容量预测精度不高的问题,提出一种基于人群搜索优化的支持向量机(seeking optimization algorithm-support vector machine, SOA-SVM)的容量预测方法。通过分析锂离子电池随机放电过程,构建反映容量变化的随机放电容量均值和标准差两个指标,并以此作为预测容量的特征参数。采用主成分分析法分析特征参数之间的相关性,并提取主成分。基于部分测试电池第1主成分和容量数据,采用SOA对SVM超参数进行全局优化并训练模型。采用优化后的模型结合其余电池第1主成分数据预测锂离子电池容量。预测结果表明,本文中提出的锂离子电池容量预测方法具有较高的预测精度。     

基于行驶工况特征的汽车燃油消耗的预测

本文从行驶工况特征参数来进行燃油消耗的预测。首先对典型道路上采集的百公里燃油消耗和行驶工况数据进行划分,获得大量行驶片段。接着用主成分分析法从所有行驶片段的13个特征参数中得到了3个主成分。最后利用BP神经网络对3个主成分的得分进行燃油消耗的预测。结果表明,与一般的BP神经网络相比,采用主成分分析和神经网络相结合的燃油消耗预测模型,简化了网络结构,提高了预测精度,可用来预测城市道路行驶工况的燃油消耗。     

CHTC与C-WTVC工况油耗和排放的试验研究

针对工况特征参数分析了中国重型商用车辆行驶工况(CHTC)与C-WTVC工况的差异,并在底盘测功机上对6个车型进行了试验研究,分析2种工况下各车型的油耗和排放表现。试验结果表明:CHTC中的怠速和低速、低负荷工况比例较C-WTVC工况高;CHTC较未加权C-WTVC工况油耗测试结果提高1.0%～15.1%,NO_x排放量提高11～403 mg/(kW·h);CHTC的中、低速段急加速工况是今后降低NO_x排放量的研究重点,高速段是改善燃油经济性的研究重点。     

车辆导航系统横摆角速度传感器零点偏移的自动校正

本文中提出了一种在车辆正常行驶时动态自动校正横摆角速度传感器零点偏移的方法,该方法利用卫星定位信息和车速识别行驶车辆的静止或直线行驶两种可校正行驶工况,并在该工况下利用横摆角速度传感器的测量值校正其零点偏移。采用坏点清空的单队列从卫星定位点中提取连续好点序列,针对该好点序列采用最小二乘直线拟合和标准差条形分布直行判据识别直线行驶工况。结果表明,本方法能在车辆行驶中正确地自动识别可校正工况,校正后的零点偏移精度满足汽车导航系统的应用要求。     

太原市轻型车实际行驶工况构建

为了构建基于实际情况的太原市轻型车道路行驶工况,采用自主行驶法采集试验数据并从中提取出2 208个有效运动学片段,通过因子分析、K-means聚类分析方法以及相关系数比较最终拟合出长度为1 184 s的太原市轻型车实际行驶工况,将之与国内其他城市以及国际4类标准工况进行对比分析,得出太原市轻型车行驶工况具有加减速比例高、匀速行驶比例低和低速行驶比例高等特点。     

合肥市汽车行驶工况的研究

将主成分分析法应用于车辆实际行驶工况开发中的交通特征分析环节的研究结果表明,利用主成分分析法,将反映道路交通特征的短行程特征值压缩成代表原始数据80%以上信息的3个或4个主成分的方法是可行的.构建一系列的候选工况,以主成分参数为准则,从大量实际行驶速度中提炼出一段速度变化曲线作为代表性行驶工况,并以合肥市典型道路为研究对象进行分析,得出了一个基于实际汽车速度的行驶工况.建议合肥地区车辆排放检测法规中采用该行驶工况.     

汽车运行工况的构建方法

为快速准确地构建汽车运行工况,使用行车记录仪采集设备记录了上海市某辆轻型汽车的行驶数据,连续3次采集了包括3个不同时间段的信息,采样频率为1 Hz。为研究汽车行驶工况,首先使用平滑处理、剔除、划归滑窗法对庞大的汽车运行工况数据进行了预处理,将724处时间不连续的情况进行了调查,分为3类进行不同处理。采用移动平均滤波器Smooth函数进行了平滑处理,以消除速度异常值。将长期停车进行怠速处理后,使用滑窗法处理了怠速数据。然后对运动学片段进行切取并提取特征值,将13个特征降维得到4个主成分。接着在轮廓系数法等3种方法选择类别的基础上,应用K-means聚类分析法,不断验证确定将数据集划分成了3类最优情况,分别为走走停停、高速行驶和低速行驶,与现实情况基本吻合。最后根据每类的时间占比,从中选取最具代表性的15个片段,构建出了时长为1 254 s的汽车运行工况,得到的结果误差很低,误差率不超过10%。此汽车运行工况的构建模型对汽车运行工况数据处理过程十分细致,且能在初始聚类中心的基础上不断寻优。     

重型半挂牵引车行驶工况研究及其动力传动系统优化

本文利用车辆行驶信息大数据平台实地采集了山西地区重型半挂牵引车的行驶数据。利用主成分分析、聚类分析和马尔科夫法构建了山西地区的重型半挂牵引车行驶工况。对C-WTVC、CHTC-TT、山西工况的燃油消耗量分别进行仿真,仿真结果验证了行驶工况构建的准确性。基于山西行驶工况对整车传动系统进行优化匹配,优化传动系统后的车辆发动机工作在经济区域的概率增加,百公里油耗比基础车型减少0.94 L。实车测试的油耗数据证实了构建的行驶工况曲线能更好地表征山西地区重型半挂牵引车的行驶特性。本文所提出的基于山西工况的整车动力系统匹配的仿真方法,有助于设计出适合山西地区的重型半挂牵引车的高效动力总成系统。