重型载货汽车长下坡制动工况辨识

传统持续制动系统过度依靠驾驶人主观判断实现开启和关闭,易出现不当操作引起整车制动性能热衰退问题,为此该文提出了重型载货汽车长下坡制动工况构建及辨识方法,为持续制动系统介入或退出主动控制提供依据。以重型载货汽车长下坡试验数据为基础,包含制动踏板动作、车速及GPS数据,利用短行程划分、K聚类和编码技术,基于Markov-Monte Carlo方法构建了长下坡制动工况,总时长1194 s,路程21.18 km;基于滚动时间窗原理建立反向传播(BP)神经网络工况辨识模型并进行离线训练和识别验证,结果表明:一般制动和强制动工况识别准确率达到89.30%,显示出提出的重型载货汽车长下坡制动工况构建及辨识方法能够有效识别车辆制动状态。