一种工况切换对车辆油耗影响评估方法

技术领域

本发明属于交通运输领域，尤其是涉及一种工况切换对车辆油耗影响评估方法。

背景技术

工况是汽车行业的一项共性基础技术，是车辆开发标定的基础，也是车辆油耗、排放试限值制定的依据。随着车辆保有量、道路结构、交通状况等因素的不断变化，工况也会随之发生变化。每隔一段时间各国都会对自己的工况曲线进行更新，用以代表当前实际道路的车辆行驶情况。作为车辆油耗、排放法规的重要组成部分，工况曲线切换会带来两个方面的影响，首先是由于工况变化和企业标定策略改变带来的型式认证油耗的变化，其次是企业标定策略改变带来的实际油耗的差异。

发明内容

有鉴于此，本发明旨在提出一种工况切换对车辆油耗影响评估方法，以针对工况切换影响评估方法缺失的问题，本专利提供了一种系统的工况影响评估方法，该方法覆盖工况对型式认证的影响评估及工况对车辆实际油耗的影响评估两部分。该方法便于政府的有效监管、企业车型的实际行性能的评估和民众对车辆实际油耗认可度的提升。

为达到上述目的，本发明的技术方案是这样实现的：

一种工况切换对车辆油耗影响评估方法，包括以下步骤：

S1、选取车辆特征参数并无量纲化；

S2、基于无量纲化后的车辆特征参数使用最小二乘支持向量机进行油耗预测，确定各参数权重；

S3、基于各参数权重和聚类分析确定典型车辆；

S4、根据新工况进行车辆标定，并开展新旧标定车辆转毂油耗测试，得出新旧标定车辆的新旧工况4项转毂油耗值；

S5、组建车队，进行实际道路油耗测试；

S6、确定实际道路工况分布；

S7、确定温度修正因子；

S8、计算实际道路工况分布油耗；

S9、计算实际道路油耗，得出新旧标定车辆的2项实际油耗值；

S10、根据新旧标定车辆的新旧工况4项转毂油耗值以及新旧标定车辆的2项实际油耗值分别计算典型车辆认证油耗差异值、典型车辆转毂标定油耗差异值、典型车辆实际与转毂标定油耗差异值、典型车辆实际油耗差异值；

S11、根据典型车辆转毂标定油耗差异值、典型车辆实际与转毂标定油耗差异值、典型车辆实际油耗差异值分别计算每类车的转毂标定油耗差异值、实际与转毂油耗差异值和实际油耗差异值。

进一步的，在步骤S2中的进行油耗预测和确定各个参数权重包括以下步骤：

A1.选取特征参数作为训练集，百公里油耗作为目标集，使用最小二乘支持向量机，对油耗进行预测训练；

A2.每次训练分别剔除其中一个特征参数，最后根据RMSE误差评价确定的预测精度下降率；

A3.根据预测精度下降率计算各个特征参数的权重，其中权重值越大，代表此参数对最终油耗预测的重要性越高。

进一步的，在步骤S6中的实际道路工况分布包括以下步骤：

B1、将新旧标定典型车型实际所采数据分别划分为短片段，并删除开空调片段；

B2、根据最大速度划分为低、中、高三个速度区间，计算每个速度区间功率需求分布情况；

B3、将不同速度区间的功率需求皆划分为五档，获得速度-功率矩阵工况块分布。

进一步的，在步骤S9中的实际道路油耗为经过温度修正因子计算后的实际道路工况分布油耗通过里程数加权后的计算值。

进一步的，在步骤S10中的典型车辆认证油耗差异值为新标定车型工况切换后的转毂油耗值与旧标定车型工况切换前的转毂油耗值的差值。

进一步的，在步骤S10中的典型车辆转毂标定油耗差异值为新标定车型工况切换后的转毂油耗值与旧标定车型工况切换后的转毂油耗值的差值。

进一步的，在步骤S10中的典型车辆实际与转毂标定油耗差异值为新标定车辆实际油耗值与新标定新工况转毂油耗值的差值。

进一步的，在步骤S10中的典型车辆实际油耗差异值为新标定车辆实际油耗值与旧标定车辆实际油耗值的差值。

进一步的，在步骤S11中的每类车转毂标定油耗差异值为典型车辆转毂标定油耗差异*车辆保有量*年均行驶里程；

在步骤S11中的每类车实际与转毂油耗差异值为典型车辆实际与转毂差异*车辆保有量*年均行驶里程；

在步骤S11中的每类车实际油耗差异值为典型车辆实际油耗差异*车辆保有量*年均行驶里程。

相对于现有技术，本发明所述的一种工况切换对车辆油耗影响评估方法具有以下优势：

(1)本发明所述的一种工况切换对车辆油耗影响评估方法，基于车辆整车特征参数提出了利用最小二乘支持向量机模型和聚类分析确定典型车辆的方法。并对新旧标定车辆进行转毂与实际道路油耗测试，根据速度-功率分布系统性的提出了工况块方法，利用温度修正因子及工况块权重计算实际道路油耗值，可有效确定实际复杂道路环境下汽车真实油耗确定，最后提出新旧标定车辆在工况切换前后油耗差异计算方法，综上，本发明可有效覆盖工况对型式认证的影响评估及工况切换对车辆实际油耗的影响评估两部分。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明实施例所述的整体结构流程图；

图2为本发明实施例所述的轮廓系数分布示意图；

图3为本发明实施例所述的实际行驶速度-功率分布示意图；

图4为本发明实施例所述的短行程片段构成示意图。

图5为本发明实施例所述的天津市2020年温度变化示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。

下面将参考附图并结合实施例来详细说明本发明。

名词解释：

无量纲化：无量纲化(nondimensionalize或者dimensionless)是指通过一个合适的变量替代，将一个涉及物理量的方程的部分或全部的单位移除，以求简化实验或者计算的目的，是科学研究中一种重要的处理思想。

最小二乘法：最小二乘法是一种在误差估计、不确定度、系统辨识及预测、预报等数据处理诸多学科领域得到广泛应用的数学工具。

如图1至图5所示，一种工况切换对车辆油耗影响评估方法，包括以下步骤：

S1、选取车辆特征参数并无量纲化；

S2、基于无量纲化后的车辆特征参数使用最小二乘支持向量机进行油耗预测，确定各参数权重；

S3、基于各参数权重和聚类分析确定典型车辆；

S4、根据新工况进行车辆标定，并开展新旧标定车辆转毂油耗测试，得出新旧标定车辆的新旧工况4项转毂油耗值；

S5、组建车队，进行实际道路油耗测试；

S6、确定实际道路工况分布；

S7、确定温度修正因子；

S8、计算实际道路工况分布油耗；

S9、计算实际道路油耗，得出新旧标定车辆的2项实际油耗值；

S10、根据新旧标定车辆的新旧工况4项转毂油耗值以及新旧标定车辆的2项实际油耗值分别计算典型车辆认证油耗差异值、典型车辆转毂标定油耗差异值、典型车辆实际与转毂标定油耗差异值、典型车辆实际油耗差异值；

S11、根据典型车辆转毂标定油耗差异值、典型车辆实际与转毂标定油耗差异值、典型车辆实际油耗差异值分别计算每类车的转毂标定油耗差异值、实际与转毂油耗差异值和实际油耗差异值。

本发明基于车辆整车特征参数提出了利用最小二乘支持向量机模型和聚类分析确定典型车辆的方法。并对新旧标定车辆进行转毂与实际道路油耗测试，根据速度-功率分布系统性的提出了工况块方法，利用温度修正因子及工况块权重计算实际道路油耗值，可有效确定实际复杂道路环境下汽车真实油耗确定，最后提出新旧标定车辆在工况切换前后油耗差异计算方法，综上，本发明可有效覆盖工况对型式认证的影响评估及工况切换对车辆实际油耗的影响评估两部分。

在步骤S2中的进行油耗预测和确定各个参数权重包括以下步骤：

A1.选取特征参数作为训练集，百公里油耗作为目标集，使用最小二乘支持向量机，对油耗进行预测训练；

A2.每次训练分别剔除其中一个特征参数，最后根据RMSE误差评价确定的预测精度下降率；

A3.根据预测精度下降率计算各个特征参数的权重，其中权重值越大，代表此参数对最终油耗预测的重要性越高。

在步骤S6中的实际道路工况分布包括以下步骤：

B1、将新旧标定典型车型实际所采数据分别划分为短片段，并删除开空调片段；

B2、根据最大速度划分为低、中、高三个速度区间，计算每个速度区间功率需求分布情况；

B3、将不同速度区间的功率需求皆划分为五档，获得速度-功率矩阵工况块分布。

在步骤S9中的实际道路油耗为经过温度修正因子计算后的实际道路工况分布油耗与里程数加权后的计算值。

在步骤S10中的典型车辆认证油耗差异值为新标定车型工况切换后的转毂油耗值与旧标定车型工况切换前的转毂油耗值的差值。

在步骤S10中的典型车辆转毂标定油耗差异值为新标定车型工况切换后的转毂油耗值与旧标定车型工况切换后的转毂油耗值的差值。

在步骤S10中的典型车辆实际与转毂标定油耗差异值为新标定车辆实际油耗值与新标定新工况转毂油耗值的差值。

在步骤S10中的典型车辆实际油耗差异值为新标定车辆实际油耗值与旧标定车辆实际油耗值的差值。

在步骤S11中的每类车转毂标定油耗差异值为典型车辆转毂标定油耗差异*车辆保有量*年均行驶里程；

在步骤S11中的每类车实际与转毂油耗差异值为典型车辆实际与转毂差异*车辆保有量*年均行驶里程；

在步骤S11中的每类车实际油耗差异值为典型车辆实际油耗差异*车辆保有量*年均行驶里程。

需注意，本发明中的工况切换前为旧工况，切换后为新工况，旧标定指的是使用旧工况对车辆进行标定，新标定指的是使用新工况对车辆进行标定。

在本实施例里，工况切换对车辆油耗影响评估方法包括以下步骤：

S1、选取车辆特征参数并无量纲化；

在本实施例里，选择发动机最大功率、最大功率对应转速、最大扭矩、最大扭矩对应转速、变速器档位数和初级传动比等特征参数进行无量纲化。

S2、使用最小二乘支持向量机进行油耗预测，确定各参数权重；

以上述无量纲化特征参数作为输入，油耗作为输出，利用最小二乘支持向量机进行油耗预测，根据预测精度下降率确定各参数权重；

S3、选取典型车辆；

基于所确定的各参数权重进行车辆聚类分析，选取离聚类中心欧式距离最近点所代表的车型作为典型车型；

S4、根据新工况进行车辆标定，并开展转毂油耗测试；

对典型车型根据切换后的工况进行车辆重新标定，并对新、旧标定典型车辆进行工况切换前、后的四组转毂油耗测试；其中轻型车辆切换前工况是指WLTC工况，切换后工况是指CLTC-P工况，本专利适用于轻型车但不局限于轻型车。

S5、组建车队，进行道路油耗测试；

对新旧标定典型车型分别组建车队，进行实际道路油耗测试，并记录油耗、空调开关、环境温度等数据；

S6、确定实际道路工况分布；

将新旧标定典型车型实际所采数据分别划分为短片段，并删除开空调片段，并根据最大速度划分为低、中、高三个速度区间，计算每个速度区间功率需求分布情况，将不同速度区间的功率需求皆划分为五档，获得速度-功率矩阵工况块分布；

S7、确定温度修正因子；

因进行实际道路采集温度条件不可控，需根据工况块中各片段实际采集温度及所对应的油耗，计算得出相应的温度修正因子；

S8、计算实际道路工况分布油耗；

根据所采集数据计算各短行程片段油耗，根据片段所属工况块，及温度修正因子计算每个工况块平均百公里油耗；

S9、计算实际道路油耗；

利用实际工况块分布所对应的里程对每个工况块平均油耗进行加权，最终获得新旧标定典型车型实际油耗；

S10、计算典型车辆4项油耗差异

典型车辆认证油耗差异＝新标定新工况车辆转毂油耗值-旧标定旧工况车辆转毂油耗值；

典型车辆转毂标定油耗差异＝新标定新工况车辆转毂油耗值-旧标定新工况车辆转毂油耗值；

典型车辆实际与转毂油耗差异值＝新标定车辆实际油耗-新标定新工况转毂油耗值；

典型车辆实际油耗差异值＝新标定车辆实际油耗-旧标定车辆实际油耗值；

S11、计算各类车型的油耗差异值

典型车辆转毂标定油耗差异*车辆保有量*年均行驶里程得到每类车转毂标定油耗差异；

典型车辆实际与转毂差异*车辆保有量*年均行驶里程得到每类车实际与转毂油耗差异；

典型车辆实际油耗差异*车辆保有量*年均行驶里程得到每类车实际油耗差异。本评估方法，基于车辆整车特征参数提出了利用最小二乘支持向量机模型和聚类分析确定典型车辆的方法。并对新旧标定车辆进行转毂与实际道路油耗测试，根据速度-功率分布系统性的提出了工况块方法，利用温度修正因子及工况块权重计算实际道路油耗值，可有效确定实际复杂道路环境下汽车真实油耗确定，最后提出新旧标定车辆在工况切换前后油耗差异计算方法，综上，本发明可有效覆盖工况对型式认证的影响评估及工况对车辆实际油耗的影响评估两部分。

实施例1：

以下结合附图,对发明方法做进一步详细说明。图1为本专利技术路线图，具体步骤如下：

选取特征参数并无量纲化：

选择200款轻型车的特征参数：1)汽车整备质量；2)汽车最大总质量； 3)出厂最高车速；4)轴距；5)最大载客数；6)发动机最大功率；7)最大功率对应转速；8)最大扭矩；9)最大扭矩对应转速；10)变速器档位数； 11)初级传动比；12)百公里油耗等特征参数，如表1为部分特征参数数据，由于各特征参数单位不同，需要进行无量纲化，如式(1)为特征参数归一化公式，表2为归一化后结果。

式中：X

表1特征参数原始数据

表2特征参数归一化数据

使用最小二乘支持向量机进行油耗预测，确定各参数权重：

将上述前11个特征参数作为训练集，百公里油耗作为目标集，使用最小二乘支持向量机，对油耗进行训练预测，同时后续每次训练分别剔除其中一个特征参数，进行11次预测，最后根据RMSE误差评价(如式(2))确定的预测精度下降率T

式中，i＝1,2,3…11，为所剔除参数的顺序；

m＝200，为选取车辆个数，j＝1,2,3…200；

Y

各参数权重占比u

表3各参数权重确定

确定典型车辆：

利用k-means聚类分析选取典型车辆，共计分为一下四步：

(1)确定聚类中心k的个数，将样本分为k个不同的聚类簇，根据轮廓系数(如图2)确定聚类中心的取值，见式(5)：

s

其中：a

s

计算平均轮廓系数，确定聚类中心k的个数；k＝3时，s

说明选择k＝4为聚类个数。

(2)选择聚类中心，基于特征权重u

式中：d

(3)将各样本点回归于与之欧式距离最近的聚类中心，作为新的聚类簇，求各聚类簇样本点的均值，作为新的聚类中心；

(4)重复步骤(2)(3)，直至聚类中心不发生变化，选出距离聚类中心最近的样本点，作为典型车辆。

根据新工况进行车辆标定，并开展转毂油耗测试，以及组建车队，进行实际道路试验：

对所选出的典型车辆按照切换后的工况曲线进行车辆排放油耗标定，得到新标定车辆，并对新旧标定车辆分别进行旧工况与新工况的常温转毂排放油耗试验。便得到四组典型车辆转毂油耗结果：旧标定车辆旧工况转毂油耗值、旧标定车辆新工况转毂油耗值、新标定车辆旧工况转毂油耗值、新标定车辆新工况转毂油耗值。同时对新、旧标定典型车辆分别选择10辆车，组建车队，其中包括私家车与营运车，采用自主驾驶法，进行时长一年的实际道路油耗测试，采集频率为4Hz，记录发动机实时转速、扭矩、节气门开度、油门踏板和空调开闭等油耗相关数据。

确定实际道路工况分布：

将车辆实际采集数据(如图3)按照短行程片段进行划分，短行程片段由一个怠速片段与一个运动片段组成(如图4)。

删除短行程片段中开空调片段，并根据片段最大速度划分为低、中、高三个速度区间，划分准则为最大车速分别不超过60km/h、80km/h、120km/h，原因在于城市主干道车速上限为60km/h，快速路为80km/h，高速公路为 120km/h。并计算每个速度区间功率需求分布情况，将不同速度区间的功率需求皆划分为五档，具体划分依据需根据车辆最大功率与实际采集功率数据划分，以图3车辆为代表，将低速区间按照逐秒功率大小进行排序，按照排序平均分为5档，故将低速区间功率划分为(-20,0]、(0,14.6]、(14.6,35.7]、 (35.7,70.4]和(70.4,98]5个区间，同理，对中速和高速区间进行类似处理，最终获得速度-功率3*5矩阵工况块分布；

确定温度修正因子：

所采集数据为全年随机行驶数据，车辆行驶温度环境不同，会对最终油耗计算造成较大影响，故计算油耗时需对温度影响进行修正，图5为天津市 2020年温度变化曲线，典型车辆不同温度下油耗值见表4。

表4各环境温度下的油耗

由表可知，油耗会随着温度的降低而随之升高，而温度在15℃以上时，油耗变化差异较小，并参考现行油耗法规标准，故以常温(20，25]℃时油耗作为温度修正基础，用以修正环境温度在15℃以下的油耗，温度修正因子计算公式为：

r＝F/F

F为(20，25]℃时油耗，F

计算实际道路工况块油耗：

计算各个片段的平均功率和平均速度，将各个片段计入所对应的工况块，根据各片段对应的温度修正因子，对片段油耗进行修正，最终计算各个工况块的油耗F

其中，F

计算实际道路油耗：

依照各个工况块所对应的行驶里程，对工况块进行加权计算，最终得到旧标定车辆与新标定车辆实际油耗值。

式中：w为各个工况块里程占比。

典型车辆4项油耗差异计算：

典型车辆认证油耗差异＝新标定新工况车辆转毂油耗值-旧标定旧工况车辆转毂油耗值；

典型车辆转毂标定油耗差异＝新标定新工况车辆转毂油耗值-旧标定新工况车辆转毂油耗值；

典型车辆实际与转毂油耗差异值＝新标定车辆实际油耗-新标定新工况转毂油耗值；

典型车辆实际油耗差异值＝新标定车辆实际油耗-旧标定车辆实际油耗值；

各类车整体油耗差异计算：

1、每类车标定转毂油耗差异＝标定转毂油耗差异*车辆保有量*年均行驶里程。

2、实际与转毂油耗差异＝新标定车辆实际油耗值-新标定车辆新工况油耗值；每类车实际与转毂油耗差异＝实际与转毂油耗差异*车辆保有量*年均行驶里程。

3、实际油耗差异＝新标定车辆实际油耗值-旧标定车辆实际油耗值；每类车实际油耗差异＝实际油耗差异*车辆保有量*年均行驶里程。

综上所述，本发明提出的工况评估影响方法可有效解决工况切换所带来的问题，有助于政府的有效监管、企业车型的实际行性能的评估和民众对车辆实际油耗认可度的提升。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。