基于改进K-均值聚类算法的合肥市电动客车行驶工况构建

为构建合肥市电动客车行驶工况,选取合肥市4条典型线路的12辆电动公交车进行连续一周的数据采集,基于短行程分析法将经过处理的有效数据分割成24 595个片段并计算特征值,采用主成分分析法和改进K-均值(K-Means)聚类算法对短行程特征值进行降维与聚类,根据类中心距离从聚类结果中选出类代表短行程,从而构建出合肥市电动客车的行驶工况。将所构建的工况与实车采集数据及国内外典型行驶工况进行对比,结果表明,构建的行驶工况能更准确地反映合肥市电动客车的行驶特征。     

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K-均值聚类算法的西安市汽车行驶工况合成技术研究

为提供排放试验所需的车速曲线,基于划分的短行程数据,采用K-均值聚类算法构建了西安市汽车行驶合成工况。首先对采集的原始数据进行短行程划分并进行特征提取,针对提取的高维特征向量之间的冗余性和非线性关系,采用核主分量分析法进行降维。然后基于K-均值的聚类算法,对降维后特征向量进行划分,按照离聚类中心最近的原则选择各聚类的短行程样本,将其合成为平均速度为21.51 km/h、持续时间为1 166 s、距离为6.9 km的西安市汽车行驶工况。对比表明,西安市汽车行驶工况接近于日本J10-15标准,但加速度参数要高很多。     

基于马尔可夫链的车辆规划行驶工况构建方法研究

为准确反映车辆在实际道路上的行驶运动特征，提出马尔可夫链融合在线地图信息的车辆行驶工况构建方法。对实际采集的车辆行驶数据进行清洗、分段，通过主成分分析（PCA）法和K均值（K-Means）聚类法对数据进行聚类分析，建立了基于马尔可夫链的典型工况片段库。将在线地图规划路径的道路信息融入片段库，构建了车辆行驶工况。以某款纯电动车为研究对象进行了仿真分析，仿真结果表明：与在线地图基础规划工况相比，采用基于马尔可夫链片段库构建的在线地图规划行驶工况，车辆能耗更接近实际道路工况，特征参数平均误差仅为4.29%，能耗误差仅为4.09%。     

面向电动汽车能量管理的城市公交立体工况

针对电动公交车的能量管理与优化问题,以西安市为例构建包含车速和道路坡度的城市公交立体工况。采集公交车实车数据,提取含车速和坡度信息的短行程,并利用主成分分析和分层聚类分析法合成得到城市公交立体工况,对比合成工况和总体数据特征值的差异。基于一款插电式混合动力公交车(PHEV),在西安市20个连续的城市公交立体工况(总里程约100km)下分别应用电量消耗-电量维持策略(CD-CS)和全局优化理论中的动态规划(DP)2种典型能量控制策略进行行驶仿真,同时对比分析平面工况和立体工况及道路坡度对能量管理的影响。结果表明:合成工况特征参数的最大误差为9.44%,平均误差为4.63%;CD-CS和DP两种策略在立体工况下回收的制动能量比不考虑坡度的平面工况分别多32.80%和33.03%,且制动回收的能量随着坡度缩放系数的增大而增加;若忽略上下坡时的电机驱/制动功率,DP策略无法实现符合实际工况的能量优化分配,且当考虑坡度时,2种策略的能耗成本分别增加14.69%和10.43%;随着坡度缩放系数的增大,整车能耗成本以更快的速率增加,且CD-CS策略的能耗成本增长速率快于DP策略。     

高原山区乘用车行驶工况构建方法研究

针对传统的行驶工况构建方法不适用于道路环境复杂的高原山区这一问题,提出了一种新的行驶工况构建方法——改进的短行程法.选定青藏高原G318川藏公路南段(得达乡—海子山段)为试验道路,试验车辆为乘用车,进行多次数据采集试验.先采用马尔可夫蒙特卡洛模拟法构建行驶工况,根据预处理后的试验数据计算出状态转移矩阵,再按照蒙特卡洛模...     

武汉市公交车典型行驶工况的构建

利用实测的公交车运行数据,建立符合公交车运营特点的行驶工况.首先将连续行驶数据进行短行程划分并计算各短行程的特征值;之后采用主成分分析将12个特征值降为4个主成分,利用相关系数法建立了武汉市公交车的综合行驶工况;同时采用聚类分析对短行程分类,构建了公交车在拥堵道路、较畅通道路、畅通道路3类交通条件下的行驶工况;各工况同实测数据的相关系数均超过了0.98.研究结果表明,该地区公交车平均运行速度为19.46 km/h,各行驶模式下的时间比例分别为:加速26.39%、减速23.61%、匀速33.33%、怠速16.67%.此外将所建立综合工况与燃油消耗量测试工况C-WTVC比较,发现二者在平均速度和怠速时间比例方面存在较大差别.因此有必要针对公交车专门开发测试工况,从而为交通和环保部门的公交运营管理提供指导.      

组合主成分分析和模糊c均值聚类的车辆行驶工况制定方法

目前国内不同规模城市和地区的机动车行驶特征,与欧美采用的标准工况相比存在着较大的差异。为完善车辆行驶工况制定方法,开发了适合我国城市和地区交通特点的车辆行驶工况制定方法,研究采用道路运输企业营运车辆运行时产生的海量卫星定位数据,作为工况建立使用的源数据,这些数据能够真实反映拟建工况地区的各类型道路交通状况。方法首先将源数据计算划分为运动学片段即微行程,针对每一微行程进行平均速度和怠速时间占比等特征值的计算,利用改进后的主成分分析方法对特征矩阵进行降维处理,然后在特征空间利用模糊c均值聚类方法将这些微行程聚类成不同组。每一组聚类代表和生成一类交通状况,然后将各类子工况合成为初始合成工况。利用带有双权平滑核函数的滤波器来平滑初始工况,使其易于在实验室设备上开展车辆工况试验的遵循测试。最后选取在某地区行驶且时间段和路段较具代表性的道路运输车辆,利用其正常运行过程中产生的卫星定位数据,对所提出的工况制定方法进行了验证,并将所得工况与通过传统的V-A矩阵法所得工况进行结果的比较分析。试验数据的对比结果表明,应用该方法给出的合成工况能够反映出所建工况地区的交通状况,可以为开发符合当地交通特点的行驶工况提供依据。     

小波变换在道路行驶工况构建中的应用

目前通常用聚类的方法构建行驶工况,虽然聚类法有很高的精度,但是构建汽车行驶工况的数据含有波动性、不规则性的部分。为了进一步提高构建精度,首先用FCM聚类方法对行驶工况数据进行聚类,然后采用小波变换对构建好的工况进行压缩重构。理论分析及试验结果表明,与用传统方法构建的行驶工况相比,小波变换得到的行驶工况能有效提高所构建行驶工况的精度。     

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.     

基于实际运行工况的电动商用车能耗仿真与参数优化

在商用车电气化趋势下,如何准确研究车辆参数对能耗的影响,制定优化方案以降低能耗、提升续航里程成为影响电动商用车未来发展的重要问题。为此,应用短行程法构建目标车型的实际运行工况,采用ADVISOR车辆仿真器,以整车质量、滚阻系数、附件功率等5项车辆参数为变量,以设计优化区间为参数调整范围,开展实际运行工况下的能耗仿真,获得实际运行工况场景下各车辆参数与百公里耗电量的数量关系;在此基础上,通过分析各参数优化百分比与百公里耗电节省量的关系,构建体现各项参数能耗敏感性的节电系数;基于敏感性分析结果,对预计优化效益较高的参数进行优化,并对各优化方案进行成本-收益分析。研究结果表明：相较于“新欧洲驾驶循环”(New European Driving Cycle,NEDC)工况,实际运行工况下的能耗仿真结果与实际能耗相对误差降低超过10%;按能耗敏感性由高到低对各车辆参数排序,依次为整车质量、传动效率、滚阻系数、风阻系数、附件功率;各参数优化方案中,采用铝制白车身、配备低滚阻轮胎和热泵空调具有正面静态收益;利用实际运行工况进行能耗仿真可得到更符合目标车型实际能耗的仿真结果,以该仿真结果为基础的能耗敏感性分析和参数优化具有良好的实际指导意义。     

基于SOM神经网络的多工况驾驶风格识别

不同的驾驶员对车辆的各项性能可能有个性化地要求,因此有必要对驾驶风格的分类与识别问题进行研究.首先在驾驶模拟器上采集不同驾驶员在多工况下的数据,利用主成分分析法选取驾驶员在各个工况下的特征参数,SOM神经网络分别对起步、加速及制动工况下的驾驶数据进行了聚类分析,然后以驾驶风格聚类分析结果为基础,建立了基于SOM神经网络...     

考虑驾驶风格的电动公交车能耗灰色关联投影-随机森林预测模型

为探索驾驶员驾驶行为与电动公交车能耗之间的关系，采用随机森林算法建立电动公交车能耗预测模型。为克服驾驶行为特征参数和样本数据的随机性对电动公交车能耗预测模型的负面影响，运用灰色关联投影法计算各驾驶行为特征参数的灰色关联度以及各样本数据的投影值，筛选出与能耗具有高关联性的驾驶行为特征参数作为模型的输入变量，以及相似度较高的样本数据作为训练集和测试集。同时，引入了与能耗具有显著相关性的驾驶风格变量以进一步提升模型的预测能力，运用K-means聚类方法将驾驶风格分类并得到驾驶风格标签。将驾驶风格标签和筛选后驾驶行为特征参数作为输入变量，单位里程能耗作为输出变量，基于筛选后的数据集建立了考虑驾驶风格的电动公交车能耗灰色关联投影-随机森林（GRP-RF）预测模型。基于广州市某线路电动公交车运营数据对模型进行检验，并运用该模型分析加速、制动和运行3种典型场景下相应驾驶行为特征参数对电动公交车能耗的影响。结果表明:该模型预测能耗的均方根误差（RMSE）和平均绝对百分比误差（MAPE）分别为0.001 8 kW·h/km和3.42%。相比于不考虑驾驶风格的GRP-RF模型和随机森林模型，该模型的RMSE分别降低了35.71%和48.57%，MAPE分别降低了38.82%和46.81%。研究结果表明:加速、制动和运行阶段的平均能耗分别为1.066，0.903 7，0.955 2 kW·h/km；为使各阶段能耗在相应均值以下，加速阶段应控制加速踏板开度在55%以内；制动阶段应控制制动踏板开度在25%以内；运行阶段应控制车速在40 km/h以内。      

基于行驶特征区间划分的重型载货汽车 实际道路能耗评价方法

提出一种基于行驶特征区间划分的能耗评价方法。通过对中国货车行驶工况的工况点分布特征进行分析,确定 了速度和加速度区间的数量与边界的划分方案。考虑道路坡度的影响,进行实际道路试验数据筛选,并用于计算不同行 驶特征区间内的燃油消耗量平均值。结合中国货车行驶工况在不同行驶特征区间内的累计行驶里程,计算能耗评价结 果。为了验证该方法的有效性,开展了 3次底盘测功机试验和 2次实际道路行驶试验,结果表明,所提出的能耗评价方 法能提高重型载货汽车实际道路能耗评价结果的复现性。     

基于车辆运行数据的纯电动汽车用户驾驶风格识别与驾驶能耗分析

驾驶风格是用来体现驾驶员在车辆运行状态下对车辆操作的行为特征,对用户驾驶风格进行识别与分析,有利于推进智能驾驶的发展。根据基于116 辆纯电动汽车的车辆运行数据,通过主成分分析方法与K-means 聚类算法,对用户驾驶行为进行分类分析,对驾驶风格进行了分类识别。利用XGBoost 算法构建纯电动汽车驾驶行为与能耗输入模型,利用SHAP 对模型进行解释。结果表明,将驾驶风格聚为3 类具有较好的分类效果,可分别对应冷静型、普通型与激进型;当驾驶员的驾驶风格趋向于激进型时时,车辆的驾驶能耗越高,驾驶风格激进一个层级,车辆百公里电耗增加3~4倍。当驾驶员行车时,其车速越高,油门踏板踩得越深,车辆加速度的绝对值越大,车辆的驾驶能耗越高。驾驶员的驾驶风格越激进,车辆的驾驶能耗越高。     

Development of E-rickshaw driving cycle (ERDC) based on micro-trip segments using random selection and K-means clustering techniques

In India, auto rickshaws are the most convenient and cheapest mode of near-to-door transport in both rural and urban areas. Such vehicles powered with internal combustion engines (ICEs) are one of the main sources of pollutants on urban corridors. One way to minimize tail-pipe emissions is to use electric motors in place of ICE. To evaluate the vehicle performance, energy consumption, driving behavior, optimal design and management of such electric vehicles, driving cycle is an important tool. So far, only limited studies exist on the development of a driving cycle for e-rickshaw. Moreover, these studies are concentrated in urban traffic environment and research accounting rural and urban environment together remain unexplored. In this study, real world driving data for 100 trips of e-rickshaw are collected on a road stretch passing through rural and urban setting. A high-end GPS data logger was used to collect vehicle kinematics such as continuous speed profile, acceleration/deceleration, heading, and vehicle position coordinates. Nine different driving characteristics representing actual traffic conditions are identified and used for developing e-rickshaw driving cycle (ERDC). Two approaches, random selection and k-means clustering are explored to arrive at best representative ERDC using micro-trips technique. The analysis results revealed that k-means clustering outperforms the random selection method with additional benefit of accounting traffic conditions systematically. The insights from this study can be used to understand and model the performance of e-rickshaw, in terms of energy consumption and driving characteristics, compared to other fossil-fuel driven automobiles.     

基于NEDC工况的发动机能量利用率分析方法

发动机能量利用率是一种分析和评价燃油经济性匹配水平的方法。首先计算出NEDC工况试验时为克服行驶阻力所做的功,再通过NEDC工况试验得出实际油耗,并将油耗转化为完全燃烧所释放的能量。将克服行驶阻力所做功除以完全燃烧释放的能量便是该车型NEDC工况试验时的能量利用率。能量利用率可用于判断开发车型与竞争车型经济性匹配水平的优劣,也可用于判断不同级别车型经济性匹配水平的优劣。     

某纯电动扫洗车能耗分析及能量管理策略研究

分析纯电动扫洗车的能耗机理,研究能量管理策略(EMS)以提升整车能耗经济性、优化作业效能。采集某纯电动扫洗车典型工况数据,统计分析各车载部件能耗特性,建立作业电机功率需求模型;根据驾驶员操作逻辑,提出基于规则的EMS;建立了纯电动扫洗车多目标优化方法,获得了规则策略中逻辑门限值的优化解,提出了基于改进规则的EMS;从清扫效果和整车能耗等角度评价了基于规则EMS和基于改进规则EMS的性能。结果表明,该纯电动扫洗车主要耗电设备为作业电机和驱动电机,二者占总能耗的89%;相对于基于规则的EMS,改进的EMS能够完成清扫任务并使整车电耗降低11.52%,作业时间缩短10.47%。     

纯电动城市客车驾驶行为与能耗关系的统计分析

对同一设计、同一批次、同一运行线路、不同人员驾驶的4辆城市客车的运行状态和能耗进行统计分析,提出影响车辆能耗特性的驾驶行为特点,并给出优化能耗特性的相关建议。