011 重载普通载货车典型用户的行驶循环工况研究_一汽技术中心_周汽一等

3 各种路况下行驶循环解析计算过程
（一）主成分分析在整车行驶循环工况合成中的应用 应用主成分分析程序分别进行各路况下特征参数的计算分析， 在主成分分析程序中设定主成分须反 映 90%以上原变量信息。由此可得各主成分与 13 个特征参数值的相关系数，即主成分得分矩阵结果如 表 3~表 5 所示。
表 3 城市公路-主成分得分矩阵
2
序号 9 10 11 12 13 14 15 ——
特征值 Vmr Vsd amax am admax adm asd ——
意义 运行速度 速度标准偏差 最大加速度 平均加速度 最大减速度 平均减速度 加速度标准偏差 ——
注：加速工况指车辆加速度大于 0.05m/s 的连续运转过程，减速工况指车辆减速度小于 0.05m/s2 的连续运转过程，匀速工况是指车辆加速度绝对值小于 0.05m/s2 的连续运转过程。当 V＜3km/h 且 |a|≤0.05m/s2 时为怠速时间段，Vm=S/T，Vmr=S/(T-Ti)，Ti 为怠速时间。 2.主成分分析 对于运动学片段如果完全用特征参数来对其进行分类，一则特征参数太多，增加了计算的复杂性， 同时也给统计和解析工况带来了困难。 虽然每个特征参数都提供了一定的信息， 但有些特征参数具有相 关性，特征参数之间并不相互独立，从而使得这些特征参数所提供的信息在一定程度上有所重叠[5]。而 应用主成分分析完全可以解决这些问题， 主成分分析即构造原特征参数的一系列线性组合， 使各线性组 合在彼此不相关的前提下，尽可能多地反映原特征参数的信息，使其方差最大。其主要算法如下： （1）为了消除量纲的影响，原数据应进行标准化后再计算相关系数矩阵
2 试验方法与工况合成理论
2.1 用户调研 主要调研内容包括载货车车辆参数、 年行驶里程、 行驶路况、 各路况下的行驶里程比例、 承载情况、 驾驶员信息、平均油耗以及发动机换挡点转速等多方面的信息。 2.2 试验方法与测试参数 为了真实有效的建立重型普通载货车用户的行驶循环工况， 试验车辆均由用户司机驾驶， 按实际工 作安排正常运营。使用数采 ISSAC V8 通过 CAN 总线采集车辆和发动机 ECU 的各项参数，主要测试参 数包括车速、发动机转速、传动轴转速、传动轴扭矩、离合器结合/分离信号等，通过这些参数可获得 载货车运行状态如平均车速、加速度、 减速度、 行驶距离、 发动机扭矩等。 为了考查发动机的工作状态， 在试验过程中附加采集的参数有：发动机进出水温度、中冷前后压力、进排气温度、进排气压力以及环 境温度等。 2.3 工况合成理论
指标 xj x1j x2j xij xnj … … … … … xp x1p x2p xip xnp
聚类分析我们采用的距离是欧氏距离，即 d(xi，xj)=||xi-xj||=[(xi-xj)T(xi-xj)]1/2 （1）设 k 个初始聚点的集合是： L(0)={x1(0)，x2(0)，…，xk(0)} 用下列原则实现初始分类，记： Gi(0)={x：d（x，xi(0)）≤d（x，xj(0)） ，j=1，2，…，k，j≠i}，i=1，2，…，k 这样，将样品分成不相交的 k 类。以上初始分类的原则是每个样品以最靠近的初始聚点归类。 依照以上计算，得到一个初始分类 G(0)={G1(0)，G2(0)，…，Gk(0)} （2）从 G(0)出发计算新的聚点集合 L（1） ，以 Gi(0)的重心作为新的聚点：
1 前言
整车行驶循环工况主要用于确定车辆污染物排放量和燃油消耗量、 新车型的技术开发和评估等。 由 于整车行驶循环工况反映了车辆用户使用条件（如路面状况、驾驶行为、交通环境等）对车辆各种性能 的影响，所以它对汽车设计和研发非常重要，是改进和提高汽车各种性能所必需的[1]。自上世纪 70 年 代起，各国为了能正确地模拟汽车行驶工况，在测定汽车典型用户实际行驶工况的基础上，制订了严格 的法规试验循环如欧洲的 NEDC 循环，美国的 FTP75 循环、日本的 10-15 循环等等。实际上除了法规 循环工况外， 还开发了许多实际的行驶循环用于车辆的设计与开发。 近年来现行我国国标商用车采用的 六工况普遍被认为不具代表性，不能满足我国工况，据相关资料统计，用于各种不同用途的工况大约有 70 种左右，这些工况极大地促进和丰富汽车设计人员在产品开发时的使用要求。同时由于国内自主开 发先进排放控制、 节能技术车辆的紧迫需要， 一些院所和企业尝试研究了一些地域性或具体车型的行驶 工况。但绝大多数都是基于乘用车和城市客车的，面向载货车行驶循环工况的研究因为试验周期长、费 用巨大，并且载货车种类繁多、使用类别差别大，目前这方面的研究开展不多[2]。本文以重型普通载货 车为研究对象， 结合农安用户试验项目， 对农安用户车辆进行了用户使用情况调研以及跟车实际数据采 集试验， 应用数理统计和多参数统计理论提取了普通载货车典型用户的行驶循环工况。 基于此循环工况， 对普通载货车的综合油耗以及发动机的载荷分布进行了仿真分析研究。
在以上递推计算过程中， xi(m)是类 Gi(m-1)的重心， xi(m)不一定是样品， 又一般不是 Gi(m)的重心。 当 m 逐渐增大时，分类趋于稳定。此时，xi(m)就会近似为 Gi(m)的重心，从而 xi(m+1)≈xi(m)， Gi(m+1)≈Gi(m)，算法即可结束。实际计算时，从某一步 m 开始，当分类 G(m+1)={G1(m+1)，G2(m+1)，…，Gk(m+1)} 与 G(m)={G1(m)，G2(m)，…，Gk(m)} 完全相同，计算即完成。
（5）
z11 z Z 21 z n1
3.聚类分析
z12 z 22 z n2
z1m z 2m z nm
（6）
车辆的设计和开发不能简单地满足一种平均工况， 需要针对不同交通状况的多种水平层次的工况来 设计。 依据车辆行驶特征可以人为地划分工况等级， 而聚类技术可以根据片段的规律自动地将数据分成 不同的类，这些类与类之间的运动学特征参数差异明显、分割清晰且自成体系。进而对不同类型道路上 的运动学片段进行分析，以解析出相应类型道路上的行驶工况。
ri / k
k 1
p
（3）
累积贡献率：
k / k
k 1 k 1
m
p
（4）
一般取累计贡献率达 80%-90%的特征值 λ1，λ2，…，λm 所对应的第一，第二，……，第 m（m≤p) 个主成分。 （4）成分矩阵分析
p(z k , x i ) k eki
由此可以进一步计算主成分得分：
聚类分析的基本思想是按样品或变量之间的相似程度的大小， 将样品逐一归类， 关系密切的类聚集 到一个小的分类单位，然后逐步扩大，使得关系疏远的聚合到一个大的分类单位，直到所有的样品或变 量都聚集完毕，形成一个表示亲疏关系的谱系图，依次按照某些要求对样品或变量进行分类。 本文选择快速样本聚类法进行聚类统计分析，其优点是占内存少、计算量小、处理速度快，特别适 合大样本的聚类分析。快速样本聚类法的算法如下[5]： 设有 n 个样品，每个样品测得 p 项指标（变量） ，原始数据阵如表 2 所示。其中
r11 r21 R r p1
r12 r22 rp2
r1p r2p rpp
（1）
在公式（1）中，rij（i，j=1，2，…，p)为原来变量 Xi 与 Xj 的相关系数，其计算公式为：
ri j
(X
k 1
n
ki
Xi )(X kj X j )
n
(X
k 1
n
（2）
ki
Xi ) 2 (X kj X j ) 2
k 1
（2）计算特征值与特征向量 首先解特征方程｜λI-R｜=0 求出特征值 λi（i=1，2，…，p)，并使其按大小顺序排列，即 λ1≥λ2≥…， ≥λp≥0；然后分别求出对应于特征值 λi 的特征向量 ei（i=1，2，…，p)。 （3）计算主成分贡献率及累计贡献率 主成分 zi 贡献率：
特征参数 平均速度 km/h 平均时间 s 平均距离 m 最大速度 km/h 速度标准差 km/h 平均加速度 m/s2 平均减速度 m/s2 最大加速度 m/s2 加速度标准差 m/s 最大减速度 m/s
2 2
· 成分 1 0.91 0.63 0.65 0.93 0.89 0.08 -0.05 0.73 0.65 -0.77 -0.61 0.64 0.27 2 -0.26 -0.63 -0.59 -0.24 -0.24 0.45 -0.53 0.24 0.59 -0.15 -0.59 0.33 0.56 3 -0.04 -0.21 -0.21 -0.03 0.00 -0.82 0.77 -0.02 0.12 0.07 -0.35 0.23 0.29 · 成分 1 -0.94 -0.81 -0.81 -0.96 -0.93 -0.14 2 -0.15 -0.39 -0.39 -0.09 -0.01 0.57 3 0.05 0.14 0.13 0.09 0.11 -0.36 4 0.03 -0.22 -0.20 0.01 0.05 -0.61 5 0.02 0.15 0.16 0.00 0.02 0.27 4 0.03 -0.25 -0.24 0.02 0.03 -0.13 -0.03 -0.09 0.22 -0.31 0.20 0.39 -0.71 5 -0.07 -0.04 -0.05 -0.06 -0.11 -0.10 0.13 0.51 0.26 -0.30 0.30 -0.46 0.02
xi(1)
1Fra Baidu bibliotekni
xl Gi( 0)

xl
l=1，2，…，ki （7）
其中 ni 是类 Gi(0)中的样品数，xl 是 Gi(0)中的聚类因子。这样，得到新的聚点集合： L(1)={x1(1)，x2(1)，…，xk(1)} 从 L（1）出发，将样品作新的分类。记 Gi(1)={x：d（x，xi(1)）≤d（x，xj(1)） ，j=1，2，…，k，j≠i}，i=1，2，…，k 得到分类 G(1)={G1(1)，G2(1)，…，Gk(1)} 这样，依次重复计算下去。 （3）设在第 m 步得到分类 G(m)={G1(m)，G2(m)，…，Gk(m)}
xij (i 1,
划。
, n; j 1,
, p)
为第 i 个样品的第 j 个指标的观测数据。第 i 个样品 Xi 为矩阵 X 的第 i 行所
描述，所以任何两个样品 Xk 与 Xl 之间的相似性，可以通过矩阵 X 中的第 k 行与第 l 行的相似程度来刻
表 2 原始数据阵
聚类 对象 1 2 i n x1 x11 x21 xi1 xn1 x2 x12 x23 xi2 xn2 … … … … …
重型普通载货车典型用户的整车行驶循环工况研究
周汽一、张艳辉、邓阳庆、王恩宇
（一汽技术中心） 摘要：本文通过大量重型普通载货车用户使用情况调研和实车试验，应用数理统计和多参数统计理论， 解析出重型普通载货车行驶循环工况。基于所建重型普通载货车行驶循环工况，利用 CRUISE 软件对 重型普通载货车的综合油耗、发动机载荷谱进行了仿真分析研究。 关键词：重型普通载货车；行驶循环工况；综合油耗；发动机载荷谱 主要软件：CRUISE 2009
1. 特征参数选择与数理统计 在进行不同行驶工况曲线横向比较时都会以一些能代表其特点的特征参数作为评价标准如表 1 所 示，这些特征参数也是构建行驶循环工况曲线的基本特征值[1,3,4]。
表 1 特征参数
序号 1 2 3 4 5 6 7 8
特征值 T Pa Pd Pc Pi S Vmax Vm
意义 时间 加速时间比率 减速时间比率 匀速时间比率 怠速时间比率 距离 最大速度 平均速度
从道路交通状况入手，应用数理统计理论统计出各行驶曲线的特征参数值，再应用主成分分析、聚 类分析等多参数统计理论对运动学片段 （将车辆从一个怠速开始到下一个怠速开始的运动定义为运动学 片段如图 1 所示，它是构建行驶循环工况曲线的基本单元）进行研究、归类，然后构建行驶循环工况[1]。
图 1 运动学片段