基于快递运送场景轻卡行驶工况构建方法研究.pdf

重型汽车HEAVY TRUCK8基于快递运送场景基于快递运送场景轻卡行驶工况构建方法研究轻卡行驶工况构建方法研究2.1 数据预处理对选取的5辆代表车型，3月1日-4月 1 日的行驶数据进行采集，采样频率为 1Hz，共采集到 2440842 条数据，总的行驶里程为 15128km。首先将采集到的数据进行预处理，识别出无效数据，原则为转速为 0，车速也为 0 的数据。此类数据表示停车发动机熄火状态，此状态为发动机非运行状态，不影响整车经济性，所以剔除此类数据。处理完成后数据是 2306580 条数据，我们使用此数据组作为研究对象。行驶工况见图 1，行驶数据基本特征如表 1。图 1 原行驶工况表 1 原行驶数据特点分析平均车速km/h加速占比减速占比匀速占比怠速占比平均车速除 怠 速 时 间km/h23.6 25%23%25%27%32.72.2 运动学片段划分定义一个运动学片段指汽车从车速为 0 的点到下一个车速为 0 的点之间的运动过程。每个运动学片段包含了加速、减速、匀速、怠速组成，其中，根据中国汽车行驶工况标准规定，各行驶工况按照行驶车速 v 和加速度 a 的范围定义工况如下：怠速工况：汽车车速 v=0km/h，转速不为 0km/h；加速工况：a0.15m/s2，v不为0；减速工况：a-0.15m/s2，v不为0；匀速工况：0.15m/s2 a-0.15m/s2，v 不为 0；根据以上运动学片段划分规则，使用 matlab 软件进行编程，对行驶工况数据进行划分，最后得到了 25392 个运动学片段。2.3 特征值分析为了准确描述运动学特征，确定了平均车速、最大车速、行驶距离、加速时间、减速时间、行驶时间、最大加速度、最小减速度、平均加速度、平均减速度、平均车速（除怠速）等 11 个特征代表行驶工况特点，如表 2。表 2 行驶工况运动特征序号 单位含义1km/h平均车速2km/h工况最大车速3km片段行驶距离4s片段加速时间5s片段减速时间6s片段行驶时间7m/s2工况最大加速度8m/s2工况最小减速度9m/s2工况平均加速度10m/s2工况平均减速度11km/h 平均行驶车速（除怠速）根据划分的 25392 个运动学片段，计算运动学片段的特征参数矩阵，如表3。2.4 主成分分析描述行驶工况的 11 个特征之间不是相互独立的，多种特征间存在联系，前言由于复杂的发动机结构和高强度的由于复杂的发动机结构和高强度的工作环境，重型卡车发动机在使用过程工作环境，重型卡车发动机在使用过程中面临着各种故障和问题。故障的发生中面临着各种故障和问题。故障的发生不仅会导致运输过程中的延误和损失，不仅会导致运输过程中的延误和损失，还可能对道路安全和环境造成威胁，因还可能对道路安全和环境造成威胁，因此重型卡车的维修和故障诊断工作变得此重型卡车的维修和故障诊断工作变得至关重要。传统的维修方法和故障诊断至关重要。传统的维修方法和故障诊断技术虽然有一定效果，但随着技术的不技术虽然有一定效果，但随着技术的不断进步和发展，需要更高效、准确和智断进步和发展，需要更高效、准确和智能的解决方案。因此，本文旨在对重型能的解决方案。因此，本文旨在对重型卡车发动机维修中的故障诊断技术进行卡车发动机维修中的故障诊断技术进行深入探索和研究，包括传统的故障诊断深入探索和研究，包括传统的故障诊断方法以及基于人工智能的新兴技术。通方法以及基于人工智能的新兴技术。通过综合比较和分析不同技术的优劣，希过综合比较和分析不同技术的优劣，希望能为重型卡车维修人员和相关领域的望能为重型卡车维修人员和相关领域的研究人员提供有价值的参考和启示。研究人员提供有价值的参考和启示。1 数据采集为确保行驶工况具有真实性，数据采集基于某快递物流公司实际配送车辆，行驶数据采用 GPS 设备跟踪车辆进行采集。首先对快递公司所有车辆原行驶工况进行分析，识别出此工况下的常用车速及平均车速，并从工况集中车型中挑选出代表车型 5 辆，采集近 1 个月的行驶数据。研究对象整车配置相同，且采用多辆车型相同时间行驶数据，且快递公司车和司机每天是随机分配的，货运种类以及运送线路也是随机的，构建的行驶工况具备真实性。2 数据分析文文/马世瑞 马 晋 宋海博（马世瑞 马 晋 宋海博（中国重汽集团汽车研究总院中国重汽集团汽车研究总院）【摘 要摘 要】轻卡车型使用范围广泛，应用场景多样，不同应用场景对应的轻卡行驶工况差别较大，行驶工况对于整车经】轻卡车型使用范围广泛，应用场景多样，不同应用场景对应的轻卡行驶工况差别较大，行驶工况对于整车经济性具有决定性影响。分析轻卡实际工况下燃油经济性，就需要构建不同场景下的行驶工况，为降油耗以及整车匹配方济性具有决定性影响。分析轻卡实际工况下燃油经济性，就需要构建不同场景下的行驶工况，为降油耗以及整车匹配方案提供建议。本文基于快递配送使用场景车型，利用主成分分析以及 K 均值聚类的方法对工况进行分析归纳，构建此案提供建议。本文基于快递配送使用场景车型，利用主成分分析以及 K 均值聚类的方法对工况进行分析归纳，构建此使用场景的行驶工况。使用场景的行驶工况。【关键词关键词】轻卡；行驶工况；主成分分析；K 均值聚类轻卡；行驶工况；主成分分析；K 均值聚类QICHEYANJIU汽车研究HEAVY TRUCK重型汽车9而且特征数量多，归类分析会造成计算量大。为了保证行驶工况描述的准确性，以及减小计算量，需要对各个特征量进行主成分分析，以降维处理。主成分分析的原理就是将具有一定关系的变量进行线性组合，计算出一组新的相互独立的变量矩阵代替原特征矩阵，并将方差最大综合变量作为第一主成分，且计算出贡献率。如果贡献率低，继续进行分析方差最大变量作为第二主成分。依次类推，最终实现与原特征矩阵接近。使用统计学分析软件进行主成分分析工作，得到各主成分的方差及贡献率，如表 4 所示。可知前 5 个主成分的累计贡献率达到 85.8%85%，主成分再增加时，贡献率增加幅度明显减小，特征值趋于平缓，综上，选择前 5 个主成分可以代表工况特性。表 4 各主成分特征值及累计贡献特征值方差百分比累积4.6234846.23%46.23%2.4567324.57%70.80%0.786317.86%78.67%0.452274.52%83.19%0.261662.62%85.80%0.218732.19%87.99%0.123261.23%89.22%0.049870.50%89.72%0.027690.28%90.00%00.00%90.00%主成分载荷矩阵代表主成分与特征值的关系，如表 5。可以看出，主成分 1主要反应的是平均车速、最大车速、加速时间、减速时间、行驶距离等特征；主成分 2 主要反应平均减速度和平均加速度；主成分 3 主要反应行驶距离和最大车速；主成分 4 主要反应最大加速度和平均减速度；主成分 5 主要反应最小减速度和平均加速度。最后得到基于前 5个主成分的运动学片段特征矩阵，如表6。2.5 聚类分析K 均值聚类法是最常用的聚类分析方法之一，原理是随机选取 K 个对象作为初始聚类中心，然后计算每个对象与各初始聚类中心的距离，将每个数据片段集中在各个中心点，当然，聚类中心会随着对象的迭代增加，不断更新优化聚类中心点的位置，直至将所有数据归类，并收敛，最后得到 3 类运动学特征，如表 7。表 7 各类运动的特征值分析一类二类三类平均车速22.13 38.61 2.75 最大车速46.36 66.54 7.61 行驶距离0.78 7.81 0.04 加速时间43.85 312.01 6.00 减速时间41.82 276.24 7.21 运行时间93.40 665.09 14.92 最大加速度6.93 7.14 3.26 最小加速度-6.52-7.68-2.75 平均减速度-1.88-1.41-1.15 平均加速度1.88 1.25 1.63 平均车速28.17 42.47 4.42 3 行驶工况构建为方便仿真试验，建立 1800s 左右时间段的工况可以满足试验及仿真计算需求。图 2 行驶工况图根据原始数据分析，怠速工况占比约为 27%左右，约 500s左右；按照聚类分析的结果，分别确定一类工况 时 间 为 640s 左 右；二类工况的时间为 484s左右；三类工况的时间为 176s 左右。根据时间占比以及运动学片段距离聚类中心的距离，综合选择各类工况包含的运动学片段，即一类工况 7 段运动片段；二类工况 2 段运动学片段；三类工况 15 段运动学片段。怠速工况平均到每个运动片段之间，即 25段，每段约 20s。最后得出综合行驶工况，见图 2，行驶工况特征值见表 8。表 8 行驶工况特征值分析特征描述单位特征值时间s1782平均车速km/h23.8最大车速km/h73.97行驶距离km11.78加速占比%27%减速占比%28%允速占比%18%怠速占比%27.00%最大加速度m/s22.06最小加速度m/s2-2.15平均减速度m/s2-0.57平均加速度m/s20.615平均行驶车速km/h32.54 总结本文介绍了行驶工况构建的基本方法，基于某快递公司平台的车辆，采集行驶数据，使用主成分分析及聚类分析，最后得到了 1782s 的行驶工况数据。经与原始数据的特征比较，误差较小，可以认为工况数据代表城市快递运输场景的行驶状态。表 3 运动学片段特征矩阵序号平均车速最大车速行驶距离加速时间减速时间运行时间最大加速度最小加速度平均减速度平均加速度平均车速152.97 81.91 1.52 55 37 1024.45-5.69-1.91 1.24 52.97 248.86 81.13 2.18 6670 146 7.16-5.95-1.20 1.25 53.51 315.84 31.94 0.50 37 46 978.33-5.86-1.11 1.40 18.42.253921.51 3.14 0.00 3 4 71.97-1.64-0.63 1.05 1.70 表 5 各主成分相关性载荷矩阵主成分 1 主成分 2 主成分 3 主成分 4 主成分 5平均车速0.412680.07213-0.41339 0.017640.38041最大车速0.409860.01369-0.46086 0.001490.34413行驶距离0.349820.269360.48616-0.02017-0.00807加速时间0.402110.25910.24206-0.05751-0.07782减速时间0.39780.262170.27090.04927-0.07675匀速时间00000最大加速度 0.28394-0.37005-0.09578 0.67621-0.43709最小减速度-0.32761 0.333710.161210.389390.51455平均减速度-0.15683 0.51093-0.187430.5475-0.11058平均加速度 0.08278-0.52616 0.422010.29140.50677表 6 按各主成分特征运动学片段矩阵序号主成分 1 主成分 2 主成分 3主成分 4主成分 512.786110.46689-2.04949-0.443721.6761423.305690.73169-1.661920.321971.05062.25392-1.86595 0.654720.25428-0.006590.00151