王國林， 郭 新， 張樹培， 張 瑋， 徐月云

(1. 江蘇大學(xué) 汽車與交通工程學(xué)院，江蘇 鎮(zhèn)江 212013； 2. 中國汽車技術(shù)研究中心有限公司，天津 300300)

隨著城市機(jī)動(dòng)車保有量逐年增加，機(jī)動(dòng)車能耗在城市能耗中占據(jù)越來越大的比重。目前在城市路網(wǎng)行駛的機(jī)動(dòng)車中，其輕型車輛占據(jù)了較大比重；故輕型車輛的能耗對于城市路網(wǎng)交通能耗有著顯著影響。城市路網(wǎng)中的輕型車輛主要分為私家車和出租車，由于其行駛目的不同會(huì)導(dǎo)致駕駛者不同的駕駛行為，進(jìn)而造成其在城市路網(wǎng)中具有不同的行駛工況[1]。

目前對輕型車輛行駛特征與能耗關(guān)聯(lián)性分析的一般方法是采用大量實(shí)測數(shù)據(jù)進(jìn)行比對分析，這種方法由于其自身局限性導(dǎo)致了分析工作量成倍增加[2]。針對數(shù)據(jù)比對繁瑣的工作和失真的結(jié)果，筆者分別構(gòu)建了私家車和出租車的行駛工況，用來表征其在實(shí)際道路上的行駛特征，進(jìn)而為駕駛行為與能耗之間關(guān)聯(lián)性分析提供一種簡單有效的方法。

1 行駛數(shù)據(jù)采集及數(shù)據(jù)預(yù)處理

1.1 行駛數(shù)據(jù)采集

行駛數(shù)據(jù)采集是工況開發(fā)的基礎(chǔ)，采用合適的數(shù)據(jù)采集方法進(jìn)行道路工況數(shù)據(jù)采集實(shí)驗(yàn)，以獲取構(gòu)建工況所需要的基礎(chǔ)數(shù)據(jù)，為進(jìn)一步分析能耗與排放提供了客觀有效的依據(jù)[3-5]。為獲取反映實(shí)際道路行駛特征的行駛數(shù)據(jù)，筆者采用自主駕駛法采集了鎮(zhèn)江市10輛私家車和5輛出租車的行駛數(shù)據(jù)。采集時(shí)間為2016年10月1日至2016年11月1日。試驗(yàn)系統(tǒng)由車載數(shù)據(jù)采集終端(采樣頻率為1 Hz)和數(shù)據(jù)管理平臺兩部分組成。車載數(shù)據(jù)采集終端將采集信息按照統(tǒng)一數(shù)據(jù)協(xié)議編碼，并通過GPRS網(wǎng)絡(luò)實(shí)時(shí)發(fā)送到工況數(shù)據(jù)管理平臺。車載數(shù)據(jù)采集終端數(shù)據(jù)來源包括兩部分，GPS信號和車載診斷系統(tǒng)(OBD)信號。采集流程如圖1。

圖1 行駛數(shù)據(jù)采集流程示意Fig. 1 Schematic diagram of driving data collection process

數(shù)據(jù)采集系統(tǒng)能采集到的參數(shù)包括時(shí)間、速度、軸向加速度、大氣壓力、發(fā)動(dòng)機(jī)轉(zhuǎn)速等。由于行駛工況表現(xiàn)形式為速度-時(shí)間曲線，故其核心參數(shù)見表1。

表1 車輛行駛數(shù)據(jù)采集核心參數(shù)Table 1 Kernel parameter of vehicle driving data acquisition

1.2 數(shù)據(jù)預(yù)處理

筆者利用SPSS軟件中的標(biāo)準(zhǔn)平滑算法來去除因采集或設(shè)備誤差造成的噪聲，補(bǔ)全缺失數(shù)據(jù)和去除重復(fù)數(shù)據(jù)；并在Excel表格中利用速度計(jì)算得到加速度并進(jìn)行單位統(tǒng)一化處理。

2 行駛工況構(gòu)建

2.1 短行程法

短行程是指相鄰兩個(gè)停車點(diǎn)之間的汽車循環(huán)過程，由一個(gè)怠速部分和一個(gè)短行程部分構(gòu)成。對實(shí)車道路數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，并定義相關(guān)判定準(zhǔn)則，然后按照短行程定義進(jìn)行短行程片段劃分，并定義每個(gè)短行程片段為候選工況，統(tǒng)計(jì)每個(gè)短行程片段特征參數(shù)，對比總體特征參數(shù)，根據(jù)相關(guān)性大小排列所有候選工況，確定所要建立工況長度，依次將相關(guān)系數(shù)最大的候選工況進(jìn)行組合，組合工況即為最終構(gòu)建的行駛工況[6-9]。其具體流程如圖2。

圖2 短行程法構(gòu)建工況流程Fig. 2 Driving cycle development flow chart of short trip method

2.2 定義相關(guān)判斷準(zhǔn)則

為準(zhǔn)確反映短行程的行駛特征，筆者將采集的實(shí)際數(shù)據(jù)進(jìn)行行駛狀態(tài)劃分，其具體準(zhǔn)則見表2。

表2 車輛行駛狀態(tài)劃分原則Table 2 Division principle of vehicle driving state

對短行程片段劃分則遵循如下原則[10]：

1)怠速間隔小于10 min；

2)短行程片段時(shí)長大于10 s；

3)短行程最小速度大于3.6 km/h；

4)短行程加速度為-4.5～4.0 m/s2。

依據(jù)上述原則和短行程定義對短行程片段、怠速行程片段進(jìn)行劃分，分別得到短行程片段數(shù)據(jù)庫和怠速行程片段數(shù)據(jù)庫。

2.3 確定短行程數(shù)和怠速行程數(shù)

根據(jù)WLTC循環(huán)工況的構(gòu)建流程，文中工況構(gòu)建行駛工況總時(shí)長為1 800 s。根據(jù)式(1)確定短行程數(shù)NST。

(1)

怠速行程數(shù)如式(2)：

NI=NST+1

(2)

文中數(shù)據(jù)處理部分在Excel中利用VBA編程進(jìn)行，分別統(tǒng)計(jì)計(jì)算私家車和出租車每輛采集車輛數(shù)據(jù)平均短行程時(shí)長和平均怠速時(shí)長。平均短行程時(shí)長和平均怠速時(shí)長是對所有輕型車原始數(shù)據(jù)進(jìn)行短行程片段劃分和怠速片段劃分統(tǒng)計(jì)后得到的總體平均值，s；利用式(1)、(2)分別確定出租車和私家車短行程數(shù)和怠速行程數(shù)，如表3。

表3 私家車/出租車行駛工況特征參數(shù)Table 3 Characteristic parameters of private car/taxi driving cycle

2.4 短行程片段時(shí)長確定

確定短行程數(shù)后即可明確短行程片段的時(shí)長。筆者首先統(tǒng)計(jì)短行程總體數(shù)據(jù)中由大到小每個(gè)短行程時(shí)長頻率分布，再計(jì)算累積頻率分布結(jié)合短行程數(shù)，由短行程累計(jì)頻率分布直方圖即可確定每個(gè)短行程時(shí)長。同理可確定怠速行程片段時(shí)長。圖3為私家車/出租車的短行程和怠速行程頻率分布直方圖。

確定短行程片段和怠速行程片段時(shí)長即是先將圖3中Y軸按照短行程數(shù)或怠速行程數(shù)等分，并計(jì)算每塊區(qū)域下平均時(shí)長。得到出租車和私家車的怠速行程時(shí)長和短行程時(shí)長見表4。

圖3 短行程頻率和怠速行程頻率分布直方圖Fig. 3 Histogram of frequency distribution of short range and idle range

2.5 候選工況提取及工況合成

確定構(gòu)建工況每個(gè)短行程時(shí)長后，從短行程段數(shù)據(jù)庫和怠速行程片段數(shù)據(jù)庫中分別提取所有符合表4中短行程和怠速行程時(shí)長長度片段，構(gòu)成備選工況片段組，然后利用SPSS軟件分別進(jìn)行相關(guān)性分析，找出每個(gè)備選工況片段組中相關(guān)性最大的短行程片段作為備選工況。然后將所有備選工況和怠速行駛片段組合進(jìn)行工況合成，即可得到私家車行駛工況和出租車行駛工況。圖4為最終構(gòu)建出的私家車和出租車的行駛工況。

圖4 車輛行駛工況曲線Fig. 4 Vehicle driving condition curve

3 工況分析及有效性驗(yàn)證

為驗(yàn)證所構(gòu)建行駛工況與所采集原始數(shù)據(jù)的收斂約束程度，以驗(yàn)證所構(gòu)建工況能否以少量工況片段集合來表征車輛在道路上的實(shí)際行駛狀態(tài)。筆者分別通過求得構(gòu)建的私家車工況和出租車工況與實(shí)際行駛工況的速度和加速度概率分布[11-12]進(jìn)行行駛工況的有效性驗(yàn)證分析，如圖5。由圖5可看出：所構(gòu)建的私家車和出租車工況與實(shí)際行駛工況速度概率分布具有較高一致性。

圖5 工況和實(shí)際工況速度概率分布Fig. 5 Velocity probability distribution of condition and the actual condition

再求得構(gòu)建私家車工況和出租車工況與實(shí)際行駛工況的加速度概率分布，如圖6。由圖6可看出：所構(gòu)建的私家車和出租車工況與實(shí)際行駛工況加速度概率分布同樣具有較高一致性。

圖6 工況和實(shí)際工況加速度概率分布Fig. 6 Acceleration probability distribution of condition and the actual condition

4 結(jié) 論

筆者采集車輛行駛數(shù)據(jù)，按照WLTC循環(huán)工況構(gòu)建流程采用短行程分析法分別構(gòu)建了出租車和私家車行駛工況，并通過私家車和出租車工況與實(shí)際行駛工況速度和加速度概率分布對比分析了工況有效性。

所構(gòu)建的私家車和出租車行駛工況為私家車與出租車行駛特征與能耗關(guān)聯(lián)性分析提供了重要基礎(chǔ)依據(jù)和簡潔高效的手段支持。