CN109948244A - 一种用于构建汽车瞬态行驶工况长度的方法 - Google Patents

Abstract

本发明提供的一种用于构建汽车瞬态行驶工况长度的方法，包括以下步骤：S1、将总样本数据划分为若干个短行程，并分别计算总样本数据和各个短行程的V‑A矩阵；S2、根据步骤S1得到的总样本数据和各个短行程的V‑A矩阵，计算各个短行程与总样本数据之间的相似度；S3、选取与总样本数据相似度最高的短行程，并把所选取的短行程依次拼接，其中，每拼接一个短行程，求出该拼接所得的工况片段的V‑A矩阵；S4、根据步骤S3中的得到的该工况片段的V‑A矩阵，计算该工况片段与总样本数据的欧式距离D；S5，重复S3、S4，直至欧式距离D的曲线趋于平缓，则该欧式距离D对应的工况片段为汽车瞬态行驶的工况长度；本发明构建合适长度的车辆行驶工况，既不会因为工况长度偏小导致导致所建工况无法反映实际行驶特征，也不会因为工况长度过长而无谓增加后期工况应用方面的工作量。

Description

一种用于构建汽车瞬态行驶工况长度的方法

技术领域

本发明属于汽车瞬态行驶工况技术领域，涉及一种用于构建汽车瞬态行驶工况长度的方法。

背景技术

汽车行驶工况对汽车的经济性分析，动力系统参数匹配，排放检测及控制策略优化都具有重要作用，是汽车行业的一项共性基础技术。国内对于工况的研究起步较晚，很多国家标准和行业标准采用或者参考的均是ECE工况。合理的工况长度对构建工况很重要。工况长度如果过短，则无法反应城市客车的实际运行状况，但如果长度过长，则会无谓增加工况构建及后期应用的工作量。对于所构建工况的长度，研究表明，10分钟左右行驶工况足以反映车辆的所有行驶特征，并便于实际操作，考虑到样本的随机性和不足量，一般都会延长行驶工况的持续时间为10-30分钟，这是一个时长范围，并没有提出确定车辆工况的长度的标准以及方法。

发明内容

本发明的目的在于提供一种用于构建汽车瞬态行驶工况长度的方法，解决了现有技术中存在的不足。

为了达到上述目的，本发明采用的技术方案是：

本发明提供的一种用于构建汽车瞬态行驶工况长度的方法，包括以下步骤：

S1、将总样本数据划分为若干个短行程，并分别计算总样本数据和各个短行程的V-A矩阵；

S2、根据步骤S1得到的总样本数据和各个短行程的V-A矩阵，计算各个短行程与总样本数据之间的相似度；

S3、选取与总样本数据相似度最高的短行程，并把所选取的短行程依次拼接，其中，每拼接一个短行程，求出该拼接所得的工况片段的V-A矩阵；

S4、根据步骤S3中的得到的该工况片段的V-A矩阵，计算该工况片段与总样本数据的欧式距离D；

S5，重复S3、S4，直至欧式距离D的曲线趋于平缓，则该欧式距离D对应的工况片段为汽车瞬态行驶的工况长度。

优选地，S1中，短行程是指车辆从一个怠速点开始到下一个怠速点开始。

优选地，S2中，算各个短行程与总样本数据之间的相似度的具体方法是：通过下面公式计算矩阵夹角θ的余弦值cosθ：

其中，A代表各短行程的V-A矩阵，B代表总样本数据的V-A矩阵；相似系数越高则表明短行程与总样本数据相似度越高。

优选地，S4中，欧氏距离D的计算公式：

其中，u_ij为总样本数据V-A矩阵元素，v_ij为拼接后工况片段的V-A矩阵元素；m、n为V-A矩阵行列数。

与现有技术相比，本发明的有益效果是：

传统方法构建工况，在拼接短行程的数量判断上，是以短行程拼接后所得的工况时长为标准，一般认为在10-30min即为合理，这是一个很宽泛的范围，此时构建的工况的时长也不一定合理。

本发明提供的一种用于构建汽车瞬态行驶工况长度的方法，经过欧式距离公式判断合适的拼接短行程的数量后，所建工况时长便不必以在10-30min内为标准，若经欧式距离公式判断得出此时的工况已经满足要求，所建工况时长即为拼接的短行程的时长之和。

附图说明

图1是第一次拼接所得工况片段；

图2是第二次拼接所得工况片段；

图3是第三次拼接所得工况片段；

图4是第四次拼接所得工况片段；

图5是短行程结构示意图；

图6是所建工况的拼接次数n与欧氏距离D的关系折线图。

具体实施方式

下面结合附图，对本发明进一步详细说明。

本发明提供的一种用于构建汽车瞬态行驶工况长度的方法，包括以下步骤：

S1、将总样本数据划分为若干个短行程，并分别计算总样本数据和各个短行程的V-A矩阵，V-A矩阵的计算方法，实为计算工况片段逐秒在各个速度-加速度区间出现的概率密度；

S2、根据步骤S1得到的总样本数据和各个短行程的V-A矩阵，计算各个短行程与总样本数据之间的相似度；

S3、选取与总样本数据相似度最高的短行程，并把所选取的短行程依次拼接，其中，每拼接一个短行程，求出该拼接所得的工况片段的V-A矩阵；

S4、根据步骤S3中的得到的该工况片段的V-A矩阵，计算该工况片段与总样本数据的欧式距离D；

S5，重复S3、S4，直至欧式距离D的曲线趋于平缓，则该欧式距离D对应的工况片段为汽车瞬态行驶的工况长度。

其中，S1中，短行程是指车辆从一个怠速点开始到下一个怠速点开始。

S2中，算各个短行程与总样本数据之间的相似度的具体方法是：通过下面公式计算矩阵夹角θ的余弦值cosθ：

其中，A代表各短行程的V-A矩阵，B代表总样本数据的V-A矩阵；相似系数越高则表明短行程与总样本数据相似度越高。

S4中，欧氏距离D的计算公式：

其中，u_ij为总样本数据V-A矩阵元素，v_ij为拼接后工况片段的V-A矩阵元素；m、n为V-A矩阵行列数。

实施例

图1为第一次拼接，图中短行程即为与样本数据相似度最高的短行程，也是此时的工况片段，求出此片段V-A矩阵，按照上述欧式距离公式判断此时的工况的长度是否已经满足要求。若未满足，则继续拼接，如图2所示，重复第一次拼接时的流程，即计算此时工况片段V-A矩阵，并根据欧式距离公式判断工况长度是否已经足够，若未满足要求，则继续拼接，如图3所示；直至所得工况长度满足要求。最终所得工况如图4所示。

以V-A矩阵法构建工况为例。

第一步：将总样本数据划分为若干个短行程，其中，短行程是指车辆从一个怠速点开始到下一个怠速点开始，即一个短行程包括怠速和行驶两个过程，如下图5所示；

第二步：计算总样本数据和各个短行程的V-A矩阵；

第三步：计算各个短行程与总样本数据间的相似度。相似度计算方法为求解各个短行程的V-A矩阵与总样本数据的V-A矩阵间的相似系数，即矩阵夹角θ的余弦值cosθ，其值域为[-1,1]，相似系数cosθ越高则表明短行程与总样本数据相似度越高。当θ＝90°，两个矩阵没有相关性；当θ＝0°，两个矩阵相似性最好。

cosθ计算公式：

其中，A代表各短行程的V-A矩阵，B代表总样本数据的V-A矩阵。

第四步：挑选出与总样本数据相似度最高的几个短行程片段。

第四步后即为本发明所涉及的判断拼接所得工况的合理长度的判定。若没有判定工况长度的方法，便只能以一个大致的时间长度为约束,拼接相似度高的几个短行程。这样并不科学。关于欧式距离公式，在数学中，欧几里得距离是欧几里得空间中两点间“普通”(即直线)距离。在汽车工况的构建中，它是作为判断两者相似度的一种度量，理论上说若是两者间欧式距离越小，则两者相似度越高。

图6为所建工况的拼接次数n与欧氏距离D的关系折线图。如图可知，随着拼接工况片段变大，欧式距离变小。当拼接次数到12次左右时，欧氏距离曲线趋于平缓，所建工况收敛。而传统工况片段拼接方法中，并没有类似的判断合适工况长度的标准，只能构建一个大概范围长度里的汽车工况，这样严格来说并不科学。

汽车工况多应用于汽车控制策略研究等，以动态规划算法为基础的控制策略为例，策略需已知完整汽车工况信息，来通过车速等信息规划发动机、电机的输出功率等，合理长度的工况可以充分体现道路交通和车辆特征，工况过长则是无谓增加控制策略研究的工作量，过短则不能完整体现汽车运行状况，所以，合理的工况长度对于工况后期的研究非常重要，判断合理工况长度的方法也至关重要。

Claims (4)

1.一种用于构建汽车瞬态行驶工况长度的方法，其特征在于，包括以下步骤：

S1、将总样本数据划分为若干个短行程，并分别计算总样本数据和各个短行程的V-A矩阵；

S2、根据步骤S1得到的总样本数据和各个短行程的V-A矩阵，计算各个短行程与总样本数据之间的相似度；

S3、选取与总样本数据相似度最高的短行程，并把所选取的短行程依次拼接，其中，每拼接一个短行程，求出该拼接所得的工况片段的V-A矩阵；

S4、根据步骤S3中的得到的该工况片段的V-A矩阵，计算该工况片段与总样本数据的欧式距离D；

S5，重复S3、S4，直至欧式距离D的曲线趋于平缓，则该欧式距离D对应的工况片段为汽车瞬态行驶的工况长度。

2.根据权利要求1所述的一种用于构建汽车瞬态行驶工况长度的方法，其特征在于，S1中，短行程是指车辆从一个怠速点开始到下一个怠速点开始。

3.根据权利要求1所述的一种用于构建汽车瞬态行驶工况长度的方法，其特征在于，S2中，算各个短行程与总样本数据之间的相似度的具体方法是：通过下面公式计算矩阵夹角θ的余弦值cosθ：

其中，A代表各短行程的V-A矩阵，B代表总样本数据的V-A矩阵；相似系数越高则表明短行程与总样本数据相似度越高。

4.根据权利要求1所述的一种用于构建汽车瞬态行驶工况长度的方法，其特征在于，S4中，欧氏距离D的计算公式：

其中，u_ij为总样本数据V-A矩阵元素，v_ij为拼接后工况片段的V-A矩阵元素；m、n为V-A矩阵行列数。