电动汽车城市道路行驶工况特征参数智能混合搜索算法研究

为了更好地解决行驶工况特征参数选择的问题,提出了一种将粒子群算法与禁忌搜索算法相结合的智能混合搜索算法。在对实车采集的数据进行预处理的基础上划分运动学片段,并按照电动汽车城市道路行驶的四种工况对片段进行分类,作为智能混合搜索算法中分类器的训练数据集和测试数据集。使用粒子群算法对行驶工况特征参数的分段参数部分的参数边界进行搜索和优化,由此计算行驶工况特征参数全集,使用禁忌搜索算法进行全集搜索,选择行驶工况特征参数最优子集。结果表明:提出的算法选择11个特征参数组成的最优子集使随机森林分类器的识别准确度达到87.74%的较高水准,且能在较短计算时间内选择特征参数最优子集。

基于不同行驶工况的纯电动汽车电能量消耗影响因素研究

针对不同行驶工况下纯电动汽车电能量消耗差异较大的问题,从理论上分析了纯电动汽车电能量消耗与行驶特征参数之间的关系,并以某款纯电动汽车为研究对象,选取NEDC,Jap1015和FTP75典型城市工况进行了基于行驶工况的纯电动汽车电能量消耗实验,分析了加速、匀速和减速工况对纯电动汽车电能量消耗的影响,验证不同行驶工况下纯电动汽车电能量消耗与行驶特征参数的关系。研究结果表明,加速过程是纯电动汽车电能量消耗最大的过程,该过程消耗的电能量占总电能量消耗的60%以上,且其单位里程能耗随着行驶过程中平均加速度增大而增大。

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%。

面向商用车行驶工况优化设计的高速公路工况识别

为解决商用车行驶工况优化设计中确定工况类型的问题,研究商用车行驶工况特性,提出一种基于朴素贝叶斯方法的高速公路工况识别方法。利用21辆长途运营商用车采集的106200 km行驶工况数据,以3 km为单位进行分割,共获得35230段有效试验路段数据(其中:高速公路27986段;一般公路6124段;城市公路1120段)。以该数据为基础,根据朴素贝叶斯方法分析汽车运行过程中的平均速度和挡位统计信息,确定面向商用车行驶工况优化设计的阈值划分区间,获得相关的先验概率和条件概率,利用MATLAB软件进行编程计算,对高速公路工况进行了识别分析。研究结果表明:高速公路工况识别的正确率到达88.26%,高速公路工况被误判为一般公路工况的误判率为9.54%,高速公路工况被误判为城市公路工况的误判率为2.20%;基于朴素贝叶斯方法的高速公路工况识别能够为商用车行驶工况优化设计提供一种有效的高速公路工况识别方法。