CN109506946B - 一种rde工况库开发及使用方法 - Google Patents

一种rde工况库开发及使用方法 Download PDF

Info

Publication number
CN109506946B
CN109506946B CN201811224007.6A CN201811224007A CN109506946B CN 109506946 B CN109506946 B CN 109506946B CN 201811224007 A CN201811224007 A CN 201811224007A CN 109506946 B CN109506946 B CN 109506946B
Authority
CN
China
Prior art keywords
speed
duration
rde
segment
interval
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811224007.6A
Other languages
English (en)
Other versions
CN109506946A (zh
Inventor
刘昱
李孟良
李菁元
安晓盼
于晗正男
胡熙
汪洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Automotive Technology and Research Center Co Ltd
CATARC Automotive Test Center Tianjin Co Ltd
Original Assignee
China Automotive Technology and Research Center Co Ltd
CATARC Automotive Test Center Tianjin Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Automotive Technology and Research Center Co Ltd, CATARC Automotive Test Center Tianjin Co Ltd filed Critical China Automotive Technology and Research Center Co Ltd
Priority to CN201811224007.6A priority Critical patent/CN109506946B/zh
Publication of CN109506946A publication Critical patent/CN109506946A/zh
Application granted granted Critical
Publication of CN109506946B publication Critical patent/CN109506946B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/007—Wheeled or endless-tracked vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

针对现有RDE测试方法中各个速度区间的比重、窗口合规性判断方法不合理和实际道路测试具有边界条件不可控和测量设备精度较低等问题，本发明基于宏观交通量大数据、中国工况曲线和中国工况大数据库提供了一种RDE工况库开发方法。本发明采用交通量大数据计算各速度区间权重，能够更加符合车辆在城市中行驶真实状况，在转毂上进行RDE测试，避免RDE窗口合规性判断方法不合理和实际道理测试具有边界条件不可控和测量设备精度较低等问题。本发明的一种RDE工况库开发及使用方法能够更加反映车辆实际排放。

Description

一种RDE工况库开发及使用方法
技术领域
本发明创造属于交通运输领域，尤其是涉及一种RDE工况库开发及使用方法。
背景技术
行驶工况是一个地区的司机特征、道路特征、车辆特征、交通特征、气候特征等因素在一定程度的综合反映。汽车产品检测工况是汽车行业的一项重要的共性基础技术，是汽车所有相关指标的测试方法和标准限值基础。目前在GB18352.1至GB18352.5轻型汽车污染物排放限值及测量方法和GB/T19233轻型汽车燃料消耗量试验方法使用的都是NEDC(NewEurope Driving Cycle)测试循环。在国六阶段，工况将使用WLTC(World Light DutyVehicle Test Cycle)测试循环，无论是NEDC还是WLTC，都不能反映中国的实际情况。
此外，现有的车辆能耗排放测试多在转毂上进行，由于转毂测试在模拟实际道路载荷及环境参数设置方面的局限性，导致了车辆实际道路的排放得不到有效控制。针对这一问题，欧洲提出了RDE(Real Driving Emission)测试，即测量车辆在道路上行驶时的排放指标。鉴于RDE测试在避免企业排放作弊以及降低车辆实际运行排放等方面的重要作用，我国轻型车第六阶段排放标准直接引入了源自于欧洲的RDE测试。但该测试排放结果计算依据是欧洲交通条件下的WLTC工况及其运行宏观分布水平，而非我国车辆实际行驶工况，前期研究表明简单的引用欧洲的RDE测试是不合理的。此外，RDE测试由于外部条件不可控以及测试设备精度等问题，测试结果的随机性较大。应基于“中国工况”的实际大数据对RDE窗口的合规性进行判断，修订RDE测试中各个速度区间的比重，而且还可以开发RDE工况库，在试验室完成RDE测试，并服务于企业开发标定和在用车符合性检测。
建立中国汽车工况RDE测试用工况库，通过随机从RDE工况库中抽取短片段组成RDE测试工况，在进行测试工况合理性检验之后在转毂上进行RDE测试是解决实际道路轻型车RDE测试问题的最有效手段。将RDE工况库导入相关的油耗和排放标准中，可以为车型的开发提供基准，有利于引导具有实际效果技术的导入和匹配优化，实现车辆的自主创新发展，对于提高中国品牌车辆自主创新的能力具有重要的意义。
发明内容
有鉴于此，本发明创造旨在提出一种RDE工况库开发及使用方法，以解决现有RDE测试方法中各个速度区间的比重、窗口合规性判断方法不合理和实际道路测试具有边界条件不可控和测量设备精度较低等问题。
为达到上述目的，本发明创造的技术方案是这样实现的：
一种RDE工况库开发及使用方法，具体包括如下步骤：
(1)采用自主驾驶方法，采集车辆速度和发动机转速数据；
(2)根据采集的速度数据将车辆运行数据进行短行程划分，得到相关的运行片段，并以片段的最大速度为指标，将车辆运行片段分为低速、中速和高速运行片段库；
(3)利用GIS交通量大数据中不同速度区间交通量与总体交通量的比值得到各速度区间的权重系数以及各速度区间时长；
(4)根据各速度区间的时长和各类别的短行程平均时长得到各速度区间运动片段和怠速片段的数目；
(5)计算各速度区间运动片段时长累积频率分布、以及各速度区间怠速片段时长累积频率分布确定各区间候选片段时长；
(6)从各速度区间随机选择候选片段进行组合，利用卡方检验对候选片段组合与对应区间统一的速度-加速度联立分布进行比较，选择卡方检验结果最优的N(N＞10)种组合进入RDE工况库，并记录对应的最大卡方值k；
(7)RDE工况库具体应用时，选择一个区间，从它每个候选片段时长对应的20个片段随机选择1个进行组合，并与该区间统一的速度-加速度联立分布进行卡方检验，如果二者卡方值不大于w*k，则该组合是合理的，否则重新进行选择；
(8)将获取的各速度区间运动片段组合分别与步骤5中获得的怠速片段进行随机组合即可得到测试用RDE工况。
进一步的，所述步骤(2)中，每个短行程包含一个怠速片段和与之相邻的运动片段。
进一步的，所述步骤(3)中，各速度区间的权重系数，乘以工况总时长1800秒得到各速度区间时长。
进一步的，所述步骤(4)中，计算公式如下：
ni＝Ti/Ti,s
其中，Ti为第i个速度区间的时长，Ti,s为第i个速度区间的短行程平均时长，ni为第i个速度区间的短行程数量。
进一步的，所述步骤(5)中，将各速度区间运动片段时长累积频率分布进行ni+1等分，ni个等分点对应的时长即为ni个候选运动片段时长；将各速度区间怠速片段时长累积频率分布进行ni+1等分，ni个等分点对应的时长即为ni个候选怠速片段时长。
进一步的，所述步骤(6)中，N为20。
相对于现有技术，本发明创造所述的一种RDE工况库开发及使用方法具有以下优势：
本发明采用交通量大数据计算各速度区间权重，能够更加符合车辆在城市中行驶真实状况，在转毂上进行RDE测试，避免RDE窗口合规性判断方法不合理和实际道理测试具有边界条件不可控和测量设备精度较低等问题。综上，本发明的一种RDE工况库开发及使用方法能够更加反映车辆实际排放。
附图说明
构成本发明创造的一部分的附图用来提供对本发明创造的进一步理解，本发明创造的示意性实施例及其说明用于解释本发明创造，并不构成对本发明创造的不当限定。在附图中：
图1为本发明创造实施例所述的RDE测试工况库构建方法流程示意图；
图2为本发明创造实施例所述的运动片段和怠速片段定义示意图；
图3为本发明创造实施例所述的低速区间运动片段时长累积频率分布图及候选片段时长确定示意图；
图4为本发明创造实施例所述的中速区间运动片段时长累积频率分布图及候选片段时长确定示意图；
图5为本发明创造实施例所述的高速区间运动片段时长累积频率分布图及候选片段时长确定示意图；
图6为本发明创造实施例所述的RDE测试工况样例示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明创造中的实施例及实施例中的特征可以相互组合。
下面将参考附图并结合实施例来详细说明本发明创造。
以下结合附图,对发明方法做进一步详细说明，图1为RDE测试工况库构建方法流程。
自主驾驶法采集车速数据
选取5个城市的70辆私家车，利用车载数据采集终端持续收集9月1日至11月30日共三个月的行驶数据，并通过GPRS网络实时发送到工况数据管理平台。累计里程25万公里。
短行程划分
车辆从起步出发至目的地停车，受道路交通状况影响，其间会经过多次起步、停车操作。将车辆从一次停车开始到下一次启动开始的运动定义为怠速片段；车辆在一次启动到下一次停车的运动定义为短行程片段(运动片段)。这样车辆一次行程就可以视为各种各样的片段组合。一次行程定义如图2所示。
运行片段分库
以片段的最大速度为指标，将车辆运行片段分为低速/中速和高速运行片段库。
计算并保存(1)各速度区间短行程平均时长Ti,s；(2)各区间统一的速度-加速度联立分布。
确定速度区间时长：
根据5个城市GIS交通量大数据中三个速度区间交通量与总体交通量的比值得到各速度区间的权重系数，乘以工况总时长1800秒得到各速度区间时长：低速：853秒；中速：605秒；高速：342秒。
确定不同速度区间短行程数量
根据计算公式得到各区间短行程数量：
ni＝Ti/Ti,s
其中，Ti为第i个速度区间的时长，Ti,s为第i个速度区间的短行程平均时长，ni为第i个速度区间的短行程数量。
经计算，低、中和高速区间的短行程数量分别为7个、3个和1个。
确定不同速度区间短行程和怠速片段的时长
由低速库片段计算低速区间运动片段时长累积频率分布，将该分布分为8等分，7个等分点对应的片段时长即为7个候选运动片段时长(如图3所示)；由中速库片段计算中速区间运动片段时长累积频率分布，将该分布分为4等分，3个等分点对应的片段时长即为3个候选运动片段时长(如图4所示)；由高速库片段计算高速区间运动片段时长累积频率分布，将该分布分为2等分，等分点对应的片段时长即为1个候选运动片段时长(如图5所示)。
同理，采用相同方法确定各区间候选怠速片段时长。
构建RDE工况库
从各速度区间随机选择候选片段进行组合，利用卡方检验对候选片段组合与对应区间统一的速度-加速度联立分布进行比较，选择结果最优的20种组合进入RDE工况库。
构建RDE测试工况
选择一个区间，从它每个候选片段时长对应的20个片段随机选择1个进行组合，并与该区间统一的速度-加速度联立分布进行卡方检验，若结果不大于w*k(w为裕度指标)，则该组合是合理的；依照低速-中速-高速片段的顺序，将获取的各速度区间运动片段组合分别与怠速片段进行随机组合即可得到RDE测试工况(如图6所示)。
以上所述仅为本发明创造的较佳实施例而已，并不用以限制本发明创造，凡在本发明创造的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明创造的保护范围之内。

Claims (4)

1.一种RDE工况库开发及使用方法，其特征在于：具体包括如下步骤：
（1）采用自主驾驶方法，采集车辆速度和发动机转速数据；
（2）根据采集的速度数据将车辆运行数据进行短行程划分，得到相关的运动片段，并以片段的最大速度为指标，将车辆运动片段分为低速、中速和高速运动片段库；
（3）利用GIS交通量大数据中不同速度区间交通量与总体交通量的比值得到各速度区间的权重系数以及各速度区间时长；
（4）根据各速度区间的时长和各类别的短行程平均时长得到各速度区间运动片段和怠速片段的数目；
（5）计算各速度区间运动片段时长累积频率分布、以及各速度区间怠速片段时长累积频率分布确定各区间候选片段时长；
（6）从各速度区间随机选择候选片段进行组合，利用卡方检验对候选片段组合与对应区间统一的速度-加速度联立分布进行比较，选择卡方检验结果最优的N种组合进入RDE工况库，其中N＞10，并记录对应的最大卡方值k；
（7）RDE工况库具体应用时，选择一个区间，从它每个候选片段时长对应的20个片段随机选择1个进行组合，并与该区间统一的速度-加速度联立分布进行卡方检验，如果二者卡方值不大于w*k，则该组合是合理的，否则重新进行选择，其中w为裕度指标；
（8）将获取的各速度区间运动片段组合分别与步骤（5）中获得的怠速片段进行随机组合即能得到转毂测试用RDE工况；
所述步骤（5）中，将各速度区间运动片段时长累积频率分布进行ni+1等分，ni个等分点对应的时长即为ni个候选运动片段时长；将各速度区间怠速片段时长累积频率分布进行ni+1等分，ni个等分点对应的时长即为ni个候选怠速片段时长；
步骤（4）中，计算公式如下：
ni＝Ti/Ti,s
其中，Ti为第i个速度区间的时长，Ti,s为第i个速度区间的短行程平均时长，ni为第i个速度区间的短行程数量。
2.根据权利要求1所述的一种RDE工况库开发及使用方法，其特征在于：所述步骤（2）中，每个短行程包含一个怠速片段和与之相邻的运动片段。
3.根据权利要求1所述的一种RDE工况库开发及使用方法，其特征在于：所述步骤（3）中，各速度区间的权重系数，乘以工况总时长1800秒得到各速度区间时长。
4.根据权利要求1所述的一种RDE工况库开发及使用方法，其特征在于：所述步骤（6）中，N为20。
CN201811224007.6A 2018-10-19 2018-10-19 一种rde工况库开发及使用方法 Active CN109506946B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811224007.6A CN109506946B (zh) 2018-10-19 2018-10-19 一种rde工况库开发及使用方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811224007.6A CN109506946B (zh) 2018-10-19 2018-10-19 一种rde工况库开发及使用方法

Publications (2)

Publication Number Publication Date
CN109506946A CN109506946A (zh) 2019-03-22
CN109506946B true CN109506946B (zh) 2021-09-03

Family

ID=65746757

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811224007.6A Active CN109506946B (zh) 2018-10-19 2018-10-19 一种rde工况库开发及使用方法

Country Status (1)

Country Link
CN (1) CN109506946B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112304637A (zh) * 2020-10-30 2021-02-02 广西玉柴机器股份有限公司 一种轻型车实际行驶wltc和rde试验方法
CN112629880B (zh) * 2020-12-10 2022-02-22 东风汽车集团有限公司 车辆测试工况确定方法、装置及存储介质
CN112729863B (zh) * 2020-12-16 2022-05-17 中国汽车技术研究中心有限公司 一种车辆实测道路选择方法
CN113263954B (zh) * 2021-05-10 2022-07-22 中国汽车技术研究中心有限公司 电动汽车续驶里程预测方法、装置、设备和可读存储介质
CN113920737A (zh) * 2021-10-25 2022-01-11 苏州智慧车芯科技有限公司 一种rde工况随机生成器
CN114969962B (zh) * 2022-04-22 2024-02-20 南栖仙策(南京)科技有限公司 车辆rde排放恶劣工况的生成方法、装置、设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107067722A (zh) * 2017-04-24 2017-08-18 中国汽车技术研究中心 一种新的车辆行驶工况构建方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63300353A (ja) * 1987-05-30 1988-12-07 Fuji Electric Co Ltd 事象駆動型システムの模擬方法
CN104792543B (zh) * 2015-04-17 2017-11-14 北京理工大学 一种道路循环工况的构建方法
CN105046070A (zh) * 2015-07-07 2015-11-11 吉林大学 带有转弯特性的城市综合工况构建方法
CN106021961B (zh) * 2016-06-20 2018-09-18 吉林大学 基于遗传算法优化的城市标准循环工况构建方法
CN107463992B (zh) * 2017-08-01 2021-03-23 北京理工大学 一种混合动力车辆行驶工况基于片段波形训练的工况预测方法
CN108596208B (zh) * 2018-03-21 2020-12-29 上海交通大学 一种用于全工况道路的车辆驾驶循环构建方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107067722A (zh) * 2017-04-24 2017-08-18 中国汽车技术研究中心 一种新的车辆行驶工况构建方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
轻型车RDE试验方法研究;王勃等;《汽车零部件》;20170331(第3期);第6-9页 *

Also Published As

Publication number Publication date
CN109506946A (zh) 2019-03-22

Similar Documents

Publication Publication Date Title
CN109506946B (zh) 一种rde工况库开发及使用方法
CN109932191B (zh) 一种实际道路行驶工况库及构建方法
CN107067722B (zh) 一种车辆行驶工况构建方法
Oh et al. Vehicle energy dataset (VED), a large-scale dataset for vehicle energy consumption research
Joumard et al. Influence of driving cycles on unit emissions from passenger cars
Chong et al. Real-world fuel consumption, gaseous pollutants, and CO2 emission of light-duty diesel vehicles
CN106446398B (zh) 基于交通运行数据和劣化率的轻型汽车排放速率计算方法
CN111497679A (zh) 一种纯电动汽车能耗监测优化方法及系统
López-Martínez et al. Modelling the fuel consumption and pollutant emissions of the urban bus fleet of the city of Madrid
CN102054222A (zh) 基于居民出行分析的城市机动车排放量化方法
Wang et al. Developing a high-resolution vehicular emission inventory by integrating an emission model and a traffic model: Part 1—Modeling fuel consumption and emissions based on speed and vehicle-specific power
CN101886940A (zh) 混合动力电动汽车能耗排放检测系统与检测方法
CN104792543A (zh) 一种道路循环工况的构建方法
CN108921383B (zh) 一种城市道路交通多余碳排放指数获取方法和系统
JP7331184B2 (ja) 道路勾配情報を含む大型トラック標準的走行モードの構築方法
Zhang et al. The impact of socio-demographic characteristics and driving behaviors on fuel efficiency
CN111598424A (zh) 一种基于重型柴油车远程监控数据的排放计算方法
Ou et al. Development of hybrid city bus's driving cycle
Zhang et al. Emissions characteristics for heavy-duty diesel trucks under different loads based on vehicle-specific power
CN109493449A (zh) 一种基于货车gps轨迹数据和高速交易数据的货车载货状态估计方法
Hung et al. A modal approach to vehicular emissions and fuel consumption model development
Skuza et al. INFLUENCE OF TRAFFIC CONDITIONS ON THE ENERGY CONSUMPTION OF AN ELECTRIC VEHICLE.
CN108171975B (zh) 一种基于路段和交叉口分布的城市汽车运行速度预测方法
CN117400948A (zh) 一种汽车能耗预测方法、装置、电子设备及存储介质
CN1873721A (zh) 一种可用于地面道路网交通状况测定的方法和系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant