基于马尔科夫链的代表性行驶工况模型构建

针对现阶段以欧洲工况标准NEDC优化标定的汽车实际油耗与法规认证结果偏差较大的问题,以及为检验汽车燃油消耗量和污染物排放控制的研究提供理论参考,本文研究了乘用车代表性行驶工况模型的构建方法。首先,以福州市乘用车行驶数据为基础,采用聚类方法获取降维行驶特征,针对BIRCH聚类算法对数据集的插入顺序较为敏感,提出了基于K均值优化的BIRCH聚类算法(KM-BIRCH算法);然后,基于马尔可夫链理论,构建乘用车代表性行驶工况模型;最后,将构建工况与实际工况进行特征值对比分析。结果表明:构建的典型行驶工况与实际工况样本数据库总体特征的平均偏差仅为3.21%,满足偏差低于5%的开发精度要求,验证了代表性工况模型的准确性和有效性。

轻型汽车排放开发方法的研究

提出了一种利用发动机台架稳态工况的排放值预测轻型车转鼓试验整车测试循环排放值的方法,利用发动机台架上15个代表工况点的相关排放值、循环当量时间、后处理器效率以及整车冷车启动状态的修正系数4个参数,计算推导出整车冷车启动测试循环的排放值,试验测试结果表明,根据发动机稳态试验结果预测的整车排放结果与整车实测结果基本一致,节省了整车试验成本和轻型车排放开发时间。