基于出行里程分布的PHEV平均燃油消耗计算方法

本文中提出了一种根据车队出行里程分布来计算插电式混合动力汽车(PHEV)车队的平均油耗的方法,并利用北京市区乘用车出行里程分布,计算了丰田Prius Plug-in、通用Volt和菲斯科Karma在北京地区使用的平均油耗。结果表明,3种车型在北京市区的平均100km油耗分别为3.37、1.83和3.91L;其中Prius Plug-in和Volt的平均油耗比传统车丰田Corolla分别降低58.47%和77.45%;该方法可用于计算PHEV车队的平均油耗和单个PHEV在某段较长时间内使用的平均油耗。

考虑时间因素的城市配送出行里程模型

城市配送出行里程估计对城市货运交通的规划和管理有重要意义。目前已有多位学者对这些因素综合考虑建立了一些定量计算的模型,并且有学者研究指出了配送车辆运行的时间分布对出行里程的重要影响,但目前没有出现将时间因素考虑在内的估计模型。通过引入一个时间和空间分区的二维订单密度,对标准出行里程模型进行重新推导,构建包含时间因素的城市配送出行里程估计模型,使模型更接近现实情况。

沥青路面倒装结构在动载作用下的力学响应

从数理统计学原理出发，以山东省高速公路车辆出行里程实测数据为依据，选用lognormal分布函数对车辆出行里程分布进行拟合．可得出高速公路车辆出行里程服从对数正态分布的结论。

基于最大信息熵理论的UF系数研究

效用系数UF(Utility Factor)起源于SAE J 2841,为描述插电式混合动力汽车行驶时的燃油和电的消耗而提出。本文基于用户云平台数据,提出群体用户和个体用户出行里程特征的拟合方法。首先研究现有各主要国家的UF系数及其区别;然后研究最大信息熵理论应用于用户出行里程分布规律模型;接着,通过云平台数据随机选取16辆车一年的出行数据,并分析群体出行里程分布特征与个体出行里程分布特征;最后,讨论用户出行里程特征对于车辆动力系统设计的应用。经分析,研究用户出行里程统计分布的规律,有利于定制化地更有针对性地改进车辆能源管理系统,有利于各类混合动力汽车的客观评价与设计,有利于节能减排。