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.     

汽车行驶工况特征参数优化研究

提出一种汽车工况特征参数优化方法,通过试验车采集某城市的行驶工况数据,将预处理后的工况数据划分为工况段并提取出14种特征参数,综合考虑各特征参数之间的相关性、各特征参数与油耗的相关性以及各参数的变化速率和变化程度进行特征参数的优化,最终提取出平均速度和巡航时间比两个代表性特征参数。采用MATLAB神经网络模式识别工具箱,分别运用7类特征参数的组合方式对一段行驶工况进行识别。对比分析结果表明,优化后的两个代表性特征参数能够很好地对行驶工况进行识别,识别精度高、速度快,具有实用价值。     

天津市道路汽车行驶工况的研究

本文研究了天津市的道路行驶工况，将一套车载实测系统安装在一辆华利牌微型面包车上研究天津,市不同道路的行驶状况。用速度、加速度等行驶特征参数为准则数，对天津市各种道路行驶状况作了详细的描述和分析，得出了一个基于实际汽车速度、加速度等准则数的行驶工况，并做了这个行驶工况和欧洲的ECE15、美国的FTP75和日本的10－15工况的对比。结果表明，天津市有它自己的道路行驶特征：市区平均速度低，怠速时间长，加减速频繁，平均加减速度小。     

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。     

基于行驶工况的汽车燃油经济性计算方法研究

根据汽车实际运行工况建立数据库,构建试验工况,分析汽车的燃油经济性。模拟汽车的中等速、加速、减速和怠速等工况的时间比例,在实验室底盘测功器上进行试验,测出等速、加速、减速及怠速等工况的燃油消耗,之后用加权平均方法评价车型的燃油经济性。结合具体车型参数,在实际行驶车辆进行跟踪测试统计的基础上,本文提出了建立一个准确的汽车...     

重庆市汽车行驶工况的开发与研究

通过对重庆市道路交通状况的调查,选择典型路段进行汽车行驶工况研究;测试车辆的行驶速度、转速、油耗和制动踏板力,同期进行车辆流量统计。引入主成分分析法,从采集的原始数据中提取微行程并按加权比例进行工况合成,从而建立重庆市汽车行驶工况。     

基于马尔可夫链的混合动力汽车行驶工况预测研究

针对目前混合动力汽车行驶环境适应性的问题,提出一种适应于随机多变的交通状况和基于实时行驶工况预测的能量管理策略。该策略采用一阶齐次马尔可夫链状态转移概率矩阵,对主干道和快速路建立了行驶工况特征参数预测模型,并通过对预测准确度的对比分析,确定了滚动时间窗和预测视距的最佳值。研究结果表明,与传统基于既定循环工况的整车能量管理策略相比,基于工况预测的能量管理策略具有更好的燃油经济性,为新能源汽车能量管理实时控制提供了一种新方法。     

中国汽车行驶工况正式发布

<正>对于中国的车企,"2020年车企乘用车平均油耗达到5 L/100 km"和"已于部分地区提前执行并将在2020年全面推行的国Ⅵ排放标准",这是两座必须要越过的"高山"。翻越这两座大山,车企旗下车型都要能够达到油耗及排放的标准,另一方面,对消费者来说,他们眼见自己车辆的公告油耗逐年降低,但     

北京市高峰期与非高峰期汽车行驶工况研究

为掌握我国大城市汽车实际行驶时的能耗与排放特征,利用车载测试系统实时记录了北京市内汽车实际道路行驶的速度、油耗和排放数据。解析得到不同种类道路(快速路,主干路,次干路,支路)在不同时间段(高峰期,非高峰期)下的各种特征参数,同时建立起适合北京市汽车油耗与排放测量的四种瞬态行驶工况,并在转毂试验台上进行了模拟测试。结果表明,高峰期比非高峰期车速下降约31%,油耗上升11.1%～13.1%,另外CO排放量升高12.4%～94.4%,HC升高50%～84%,NOx升高9.5%～30%。     

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。     

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。     

合肥市道路汽车行驶工况的开发与研究

详细阐述了汽车行驶工况的开发程序和测试方法。通过对合肥市道路交通状况的调查，选择5条具有代表性的路段进行合肥市城区的汽车行驶工况的研究，采集了大量合肥城区道路汽车行驶数据资料，运用多元统计学方法进行了道路汽车行驶工况的解析，从而建立适合合肥市道路的汽车行驶工况。     

合肥市道路汽车行驶工况的开发与研究

阐述了汽车行驶工况的开发程序和测试方法。通过对合肥市道路交通状况的调查,选择五条具有代表性的路段进行合肥市城区的汽车行驶工况的研究,采集了大量合肥城区道路汽车行驶数据资料,运用多元统计学方法进行了道路汽车行驶工况的解析,从而建立合肥市道路汽车行驶工况。     

基于K-均值聚类分析的城市道路汽车行驶工况构建方法研究

以实时采集的乘用车行驶数据为数据源,进行了城市道路汽车行驶工况构建方法的研究。分别运用运动学片段分析法、主成分分析法和K均值聚类分析法对实测数据进行降维和分类,提出以Silhouette函数实现对聚类结果的筛选,以减少人为选择的误差,并根据聚类中心的大小筛选所需运动学片段构建候选工况。在目标代表工况的遴选方面,提出了综合6个特征参数和最大SAFD差异值的评价标准。最后通过试验验证了该行驶工况构建方法的有效性和精确性。     

北京市汽车排放测试行驶工况模拟

为了获得汽车排放测试行驶模拟工况,本文采用汽车行驶工况的二维直方统计方法,运用车辆跟踪技术,在北京市选定的典型路段上进行汽车行驶工况统计。文中介绍了汽车行驶工况统计结果的分析与工况模拟方法,模拟了轿车、货车和公共汽车用四种典型行驶循环。建议将BJ-11循环作为我国对轿车、轻型车排放测试的模拟工况。     

不同行驶工况下轻型汽车排放特性研究

采用底盘测功机模拟车辆实际运行状况,对不同行驶工况下轻型汽车HC、CO和NOx的排放特性进行了研究。试验结果表明,不同行驶工况的平均速度和行驶状态比例对轻型汽车HC、CO和NOx的排放因子影响较大。当汽车在低速工况行驶时,排放因子总体较高,随工况平均速度的增加下降明显;当汽车在中高速工况行驶时,排放因子总体较低,随工况平均速度的增加下降缓慢。同时,当行驶工况怠速及加、减速比例较高时,排放因子相对较高;当行驶工况匀速比例较高时,排放因子相对较低。因此,优化交通,减少拥堵,提高车速,对于降低机动车排放有着重要的意义。     

汽车行驶工况的滚动阻力及其测试

论述汽车行驶工况的滚动阻力，介绍一种测试汽车滚动阻力的方法。     

混合动力汽车行驶工况的仿真分析

汽车的实际行驶条件对汽车性能具有直接影响。对于混合动力汽车,其部件的选型以及控制策略的制定都与道路行驶工况密切相关文章对汽车行驶工况做了相应的分析．利用GT—DRIVE软件对某微型混合动力汽车进行了建模与仿真仿真结果表明,在经济性方面混合动力汽车比传统汽车有明显的优势．如何更好地分配混合动力汽车功率将是混合动力汽车研究的重点.