基于聚类分析的汽车行驶工况构建研究
2021-04-23邵云飞胡惠晴
邵云飞,许 冲,胡惠晴
(1.上海理工大学机械工程学院;2.上海理工大学管理学院,上海 200093)
0 引言
汽车行驶工况(Driving Cycle)通常用速度和时间序列表示,可以代表某一区域的行驶行为[1]。汽车行驶工况是量化汽车排放的重要指标,其主要目的是通过模拟真实的驾驶模式来评估汽车的污染排放和油耗。近几十年来,汽车行驶工况一直被用来完成新车的排放认证程序。中国一直采用欧洲排放认证标准测试循环,《世界轻型车测试程序》(World Light Vehicle Test Procedure,WLTP)将取代《新欧洲驾驶循环》(New European Driving Cycle,NEDC)成为新型轻型车排放认证标准测试循环(图1、图2 分别展示了NEDC 行驶工况和WLTC 行驶工况)。然而,随着中国汽车数量的快速增长,近年来中欧之间的驾驶状况差异越来越大。驾驶周期能否充分反映汽车的真实驾驶情况,并提供更准确的估计,越来越受到关注。而且,我国幅员辽阔,各城市道路建设、人口密度及交通状况各异,导致各城市的汽车行驶工况特征具有明显差异。因此,基于城市自身的汽车行驶数据进行城市汽车行驶工况构建研究也越发迫切,希望所构建的汽车行驶工况与该市汽车的行驶情况尽量吻合,理想情况是完全代表该市汽车行驶情况(也可以理解为对实际行驶情况的浓缩)。目前,北京、西安、沈阳等都已经构建了各自城市的汽车行驶工况[2-4]。

Fig.1 Driving cycle of NEDC图1 NEDC 行驶工况

Fig.2 Driving cycle of WLTC图2 WLTC 行驶工况
汽车行驶工况构建本质上属于模式识别在实际工程中的一种应用[5]。目前对于汽车能量管理控制策略的工况识别方法中,主流方法有神经网络[6-7]、聚类分析[8-9]。……
