CN115081756B - 基于长大纵坡路段制动鼓温度预测及路段风险评估方法 - Google Patents
基于长大纵坡路段制动鼓温度预测及路段风险评估方法 Download PDFInfo
- Publication number
- CN115081756B CN115081756B CN202210996605.5A CN202210996605A CN115081756B CN 115081756 B CN115081756 B CN 115081756B CN 202210996605 A CN202210996605 A CN 202210996605A CN 115081756 B CN115081756 B CN 115081756B
- Authority
- CN
- China
- Prior art keywords
- brake drum
- temperature
- long
- longitudinal slope
- large longitudinal
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000012502 risk assessment Methods 0.000 title abstract description 7
- 230000006399 behavior Effects 0.000 claims abstract description 48
- 230000008859 change Effects 0.000 claims abstract description 25
- 238000009826 distribution Methods 0.000 claims description 33
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 238000012546 transfer Methods 0.000 claims description 6
- 238000005265 energy consumption Methods 0.000 claims description 3
- 238000005507 spraying Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000005315 distribution function Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 2
- 230000009471 action Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000012360 testing method Methods 0.000 description 7
- 238000011160 research Methods 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005562 fading Methods 0.000 description 4
- 238000010219 correlation analysis Methods 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000020169 heat generation Effects 0.000 description 2
- 238000001422 normality test Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 241001070941 Castanea Species 0.000 description 1
- 235000014036 Castanea Nutrition 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Pure & Applied Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Mathematical Analysis (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Regulating Braking Force (AREA)
- Road Paving Structures (AREA)
Abstract
本发明涉及基于长大纵坡路段制动鼓温度预测及路段风险评估方法,采集实验数据;构建由长大纵坡路段线形引起的制动鼓温度变化模型及基于驾驶行为引起的制动鼓温度误差模型;基于上述两个模型构建长大纵坡路段的制动鼓温度变化模型,利用其预测受长大纵坡路段线形及驾驶行为影响的货车制动鼓温度。并以货车制动鼓温度来确定长大纵坡路段的风险等级。本发明在对货车制动鼓温度进行预测时同时考虑到长大纵坡路段线形引起的制动鼓温度变化以及驾驶员的在长达连续纵坡路段的驾驶行为引起的制动鼓温度变化,从而提高了制动鼓温度变化预测的准确性。也进一步提高了长大纵坡路段的风险评估准确性,进而确保长大纵坡路段设计的合理性。
Description
技术领域
本发明属于道路安全评估领域,具体涉及基于长大纵坡路段制动鼓温度预测及路段风险评估方法。
背景技术
鼓式制动器在凸轮促动力作用下推动制动蹄围绕销轴旋转并张开一定角度,固定于制动蹄上的摩擦衬片则会挤压制动鼓内表面,从而产生反向的力矩,最终实现车辆减速的效果。
根据能量守恒定律,在汽车在下坡过程中,如果驾驶人不采取加速操作,那么转化成的其他能量主要有汽车下坡时的克服滚动阻力做的功(轮胎非抱死),抵抗风阻做的功,发动机制动功以及制动器的摩擦生热等能量。以能量守恒定律为基础,认为在长大纵坡路段总吸热量等于总放热量,进而求解温度方程:制动器产生的热流率主要是克服纵坡路段重力势能产生,在克服行车阻力消耗的热流率后剩余部分被制动鼓吸收,同时制动鼓也在通过热辐射和对流换热的形式散热。
货车在一般路段行车的情况下,制动鼓的温度一般不会超过200℃,制动性能始终处于良好状态。然而当车辆在连续纵坡路段行驶时,驾驶人为保证行车安全会进行较长时间、连续地制动,主制动器温度常常达到 300℃以上,在特殊情况下甚至高至500℃以上。研究结果表明,当制动鼓的温度不超过 200℃时,车辆主制动器的制动性能处于良好状态。当温度超过500℃,车辆主制动器制动力降低,近似为零,使得主制动器的制动效能完全丧失。
货车制动失灵失效是导致长大纵坡路段事故的最主要原因。当货车在连续下坡路段频繁使用制动时,制动鼓的温度会持续的升高,摩擦蹄变形,使得制动鼓的摩擦系数急剧减小,导致货车在下坡路段的制动效能显著下降的现象,称为货车制动效能的热衰退。为保持一个安全的运行状态,驾驶员通常会选择持续制动来降低车速,从而导致货车制动器的温度在运行过程中始终处于上升趋势,热衰退现象明显,当温度过高时甚至会发生货车完全丧失制动能力的现象,造成交通事故。
相关研究表明,因货车的制动效能发生热衰退而引起的交通事故,大多发生高速公路长大连续下坡路段,长大纵坡路段的线形条件是引起货车制动鼓失效的主要原因之一。但实际情况中,驾驶员所处的道路环境条件以及驾驶员的驾驶行为,对货车主制动器出现热衰退现象均有着较大的影响。
发明内容
本发明的目的是针对现有技术中认为长大纵坡路段的线形条件是引起货车制动鼓失效的唯一原因的问题,提出一种基于长大纵坡路段制动鼓温度预测及路段风险评估方法,在对货车制动鼓温度进行预测时同时考虑到长大纵坡路段的线形条件及基于该道路环境驾驶员采取的驾驶行为,提高制动鼓温度预测的准确性,从而提高长大纵坡路段风险评估的准确性。
为达到上述发明目的,本发明提供一种基于长大纵坡路段制动鼓温度预测方法,包括以下步骤:
步骤1:采集实验数据;所述实验数据包括货车行驶于长大纵坡路段时制动鼓初始温度、制动鼓淋水辅助后的水膜温度、货车制动器耗热能功率、对流换热系数、制动鼓外表面积、制动鼓质量及制动鼓比热容;
步骤2:构建由长大纵坡路段线形引起的制动鼓温度变化模型,模型公式如下:
式中:为基于长大纵坡路段线形引起的制动鼓温度变化量;为制动鼓初始温度;为水膜温度;为货车制动器耗热能功率;为对流换热系数;为制动鼓外表面积;为制动鼓质量;为制动鼓比热容;为货车运行初始时刻;为货车运行结束时刻;
步骤3:构建基于驾驶行为引起的制动鼓温度误差模型,包括:
步骤31:根据制动鼓实时温度及基于长大纵坡路段线形引起的制动鼓温度变化量,确定温度误差项,所述温度误差项为随机变量,其概率密度函数为:
步骤32:对温度误差项进行数据处理,使其服从正态分布,确定服从正态分布的均值及标准差,则基于驾驶行为引起的制动鼓温度误差项模型公式如下:
步骤4:构建长大纵坡路段的制动鼓温度变化模型,利用其预测受长大纵坡路段线形及驾驶行为影响的货车制动鼓温度,所述长大纵坡路段的制动鼓温度变化模型公式如下:
在一个实施例中,所述步骤1中,采集实验数据还包括货车行驶于长大纵坡路段时的实时行驶速度、实际制动力、长大纵坡路段的路段最优行驶速度以及行驶路段长度;
所述步骤32中服从正态分布的均值及标准差计算方式如下:
在一个实施例中,所述步骤4中,对货车制动鼓温度进行预测时,基于驾驶行为引起的制动鼓温度误差模型以正态分布45%~55%分位的随机值作为制动鼓温度误差项的取值。
在一个实施例中,所述步骤4中,对货车制动鼓温度进行预测时,将基于驾驶行为引起的制动鼓温度误差模型通过“3σ原则”扩大温度误差项取值范围。
本发明的有益效果在于,本发明在对货车制动鼓温度进行预测时同时考虑到长大纵坡路段线形引起的制动鼓温度变化以及驾驶员的在长达连续纵坡路段的驾驶行为引起的制动鼓温度变化,从而提高了制动鼓温度变化预测的准确性。也进一步提高了长大纵坡路段的风险评估准确性,进而确保长大纵坡路段设计的合理性,保证货车在该路段驾驶对的安全性。
附图说明
图1为本发明实施例长大纵坡路段线形引起的制动鼓温度变化。
图2为本发明实施例制动鼓温度误差项频数分布。
图3为本发明实施例中误差项数据处理结果,其中(a)为误差项立方取值;
(b)为误差项平方取值;(c)为误差项一次方取值;(d)为误差项开方取值。
图4为本发明实施例中制动鼓温度误差项取值。
图5为本发明实施例中制动鼓温度误差项预测值与实际值对比。
具体实施方式
下面结合实施例,详细描述本发明的技术方案。
本例以雅西高速拖乌山北坡越岭线51km长大纵坡为例,对本发明进行具体阐述及验证。为满足试验的安全性及试验数据的可靠性,根据51km长大纵坡路段平纵线形组合情况,将试验路段划分为37个单元路段。
首先采集货车在该长大纵坡路段行驶的各项数据,所述实验数据包括货车行驶于长大纵坡路段时的实时行驶速度、实际制动力、制动鼓初始温度、制动鼓淋水辅助后的水膜温度、货车制动器耗热能功率、对流换热系数、制动鼓外表面积、制动鼓质量及制动鼓比热容,还包括长大纵坡路段每一路段单元的最优行驶速度,以及行驶路段长度。其中,最优行驶速度计算参考文献徐进,赵军,罗庆,邵毅明.基于轨迹-速度耦合策略的复杂道路汽车行驶速度决策[J].西南交通大学学报,2015,50(04):577-589。
本例制动鼓温度预测模型分为两部分:长大纵坡路段线形引起的制动鼓温度变化模型以及基于驾驶行为引起的制动鼓温度误差模型。
第一部分:长大纵坡路段线形引起的制动鼓温度变化模型,模型公式如下:
式中:为基于长大纵坡路段线形引起的制动鼓温度变化量;为制动鼓初始温度; 为水膜温度;为货车制动器耗热能功率;为对流换热系数;为制动鼓外表面积;为制动鼓质量;为制动鼓比热容;为货车运行初始时刻;为货车运行结束时刻。
其中,
式中:表示热流分配密度,相关研究表明,制动器摩擦产生的热流95%被制动鼓吸收,本例中取),β代表制动力分配系数,取0.38。其中,重力分量提供的热流率 是沿行车方向的,可以理解为驱动力,空气阻力消耗的热流率、车轮滚动阻力消耗的热流率、发动机飞盘消耗的热流率,这3项理解为沿运动的反向阻力,表示热耗散。
根据模型,对37个单元路段进行预测,预测结果与实际结果如图1所示。可见,当行驶总里程较短时,基于道路线形条件的制动鼓温度预测模型较接近真实值,当总行驶里程较高时,制动鼓实际温度较模型预测温度更高。究其原因,驾驶人的驾驶行为是一个重要因素。
长大纵坡路段线形引起的制动鼓温度变化模型仅从能量守恒定律与牛顿冷却定律出发,忽视了驾驶人操作引起的温度变化。雅西高速拖乌山北坡为满足最大坡长的要求,纵坡设计采用陡坡接缓坡的形式,为保证行车安全,驾驶人在陡坡路段会降低车速,纵坡坡度减缓后,驾驶人期望速度提高,为尽快达到期望速度,驾驶人甚至会采取踩加速踏板操作,导致模型预测温度相对较低。为保证制动鼓温度预测模型的精确性,需考虑驾驶行为对制动鼓温度的影响,并对制动鼓温度预测模型进行修正。而当前对制动鼓温度的研究少有聚焦于预测制动鼓温度误差项上,本例为提高制动鼓温度预测模型的通用性及准确性,通过分析制动鼓温度误差项产生的机理,以概率论核心思想对误差项范围进行预测。
第二部分,在驾驶行为的相关研究中,由于驾驶人在自然驾驶工况下对前车距离感知的不确定性,导致驾驶人感知车间距离与实际车间距的差值服从正态分布,进而引起驾驶人在跟驰、换道时的随机性。决定温度误差项的驾驶行为也基于相同的原理,在实际驾驶过程中影响驾驶人感知因素众多,如道路条件(交通条件、道路几何特征等)、车辆类型、驾驶人特征(性别、年龄、驾驶经验等)等。由于驾驶人所采取的制动行为服从的分布的具体形式与驾驶人激进性、道路实际线形有关,因此驾驶人制动行为不确定性具有以下3条特征:在相同条件下不同驾驶人执行的制动行为服从的分布不同;在不同条件下同一驾驶人执行的制动行为服从的分布不同,同一驾驶人对相同道路条件的感知具有随机性特征。
因此,令ΔT(t)为随机变量,表示t时刻的温度误差项,其概率密度函数如所示:
驾驶人在拖乌山北坡坡度至栗子坪停车区30km范围内由驾驶行为引起的制动鼓温度误差项分布如图2所示。为方便对制动鼓温度预测模型误差项规律性研究,利用stata14.0的数据处理功能对误差项进行数据处理使其服从正态分布如图3所示,其中(a)为误差项立方取值;(b)为误差项平方取值;(c)为误差项一次方取值;(d)为误差项开方取值。同时对各数据处理结果进行正态性检验,结果如表1所示:
根据跟驰模型原理,车间距离直接影响加速度,即感知车间距离误差过大时,会产生不合理的加速度,容易导致碰撞前车。在预测制动鼓温度误差项时,驾驶人期望速度和驾驶人激进性对制动鼓温度误差正态分布的影响与跟驰模型中加速度影响相似,当驾驶人实际运行速度与最优速度相差过大时,过快的运行速度会令驾驶人感知较大的行车风险,进而采取制动行为,当速度离差大于15km/h时,驾驶人会为了保证行车安全感而进行紧急制动操作,将刹车踩到底而该行为会导致制动鼓温度激增,为明确与制动鼓温度误差项相关的参数,对制动鼓温度误差项均方根与路程(s)、运行时间(t)、进行相关性分析如表3所示。
根据相关性分析结果,制动鼓温度预测误差项与路段长度、运行时间均存在正相关性,随着各路段长度的增加,驾驶人通过该路段所需的时间的相对增长,以及速度离差的增大均会导致制动鼓温度误差项的增加。随着路段长度的增加驾驶人所选择驾驶行为的随机性明显增加,最终导致制动鼓温度误差项的变化。
最大速度离差为路段范围内速度数据中实际运行速度与最优速度之差的最大值。驾驶人在驾驶负荷较大时会下意识地降低车速以保证行车舒适感;相反地,当驾驶人驾驶负荷较低时会提高车速,这就导致了在驾驶状态不同时运行速度会相差。速度离差可以在一定程度上反映当前驾驶负荷的大小。实验表明当速度离差小于5km/h,驾驶人处于最优驾驶状态,对车辆操控性能极佳,当速度离差在5~15km/h时,驾驶人处于驾驶负荷积累阶段,驾驶人能够感受到过快的运行速度对行车的影响,存在降低车速进行制动操作的需求,但制动操作倾向于正常制动,缓慢降低速度,当速度离差超过15km/h时,过快的行车速度已经威胁到驾驶人的正常驾驶,此时驾驶人会通过将刹车踩到底,以紧急制动的形式保证在短时间内控制速度,在此种情况下基于驾驶行为的制动鼓温度误差项将会有较大的提升。因此速度离差可以在一定程度上反应驾驶人在同一路段内进行制动操作的情况。
根据跟制动鼓热量产生的原理,驾驶人的制动操作直接影响制动鼓温度,若在驾驶过程中运行速度与最优速度相差过大时,会产生不合理的加速度,导致温度预测误差项过大。考虑到制动鼓温度误差项受驾驶人的驾驶行为影响,而驾驶行为又受多种影响因素的共同作用,宜采用叠加后不会产生巨大误差的数学形式,本例通过对路段长度、速度离差以及驾驶人激进性的影响采用累乘形式实现上述目标。
路段长度越长,路段范围内的运行时间也就越长,驾驶行为随机性越高,对制动鼓温度误差项的影响也就越大,但是驾驶行为随机性不会随着路段长度的增加而无限增长,路段长度对驾驶行为随机性的影响会逐渐降低,因此采用对数函数描述各纵坡路段长度对制动鼓温度误差项的影响,即路段长度增大时,误差项也增大,但误差项变大的程度变小。
速度离差越大表明在路段范围内驾驶人行车舒适性越低,制动需求越高,而制动行为直接影响制动鼓温度,当路段范围内速度离差小于5km/h时,驾驶人倾向于维持当前速度行驶,即不存在制动鼓温度误差项,当路段范围内速度离差超过15km/h时,驾驶人会直接进行紧急制动控制车速,即制动鼓温度误差项会大幅度增加,但是当速度离差处于5~15km/h时,驾驶行为分布比较离散,驾驶人的制动行为较为随机,即制动鼓温度误差项大小也会比较随机。路段范围内速度离差的大小与驾驶人驾驶风格有关,若驾驶人驾驶风格比较冒险,习惯开快车,那么当道路线形指标相对较低时,路段最优运行速度较低而实际运行速度较高,导致驾驶人不得不采取紧急制动控制车速,此种情况会引起制动鼓温度预测误差项的增加;驾驶风格偏谨慎的驾驶人会时刻注意行车舒适感,线形条件较低时会主动降低车速,线形条件较优时也不会大幅度增加车速,在长大纵坡路段范围内驾驶人多采取轻制动或正常制动操作,对制动鼓温度误差项影响较小,因此本例采用指数函数描述在各纵坡段内最大速度离差对制动鼓温度误差项的影响。
从表4的相关性分析可以看出各纵坡路段制动频率与纵坡路段内温度误差项存在较强的相关关系。轻制动行为与驾驶人的驾驶风格有关,对于驾驶风格激进的驾驶人而言,轻制动持续时间较短,对于驾驶风格稳健的驾驶人而言则驾驶人轻制动持续时间较长。在整个人—车—路系统中,人是最难以预测的,而驾驶风格完全取决于驾驶人,最能反映驾驶人的驾驶行为,因此温度误差项与驾驶人轻制动持续时间相关性较高。
在长大纵坡行驶过程中,除了驾驶人刚驶入长大纵坡路段时由于驾驶人对长度纵坡认识不足且纵坡较小的原因会存在相对较长时间的无制动操作外,其余纵坡路段极少存在无制动行为分布。
正常制动是驾驶人在长大纵坡驾驶过程中最频繁的操作,驾驶人为避免追尾或保证安全换道在整个长大纵坡范围内进行的制动操作几乎都属于正常制动,当刹车鼓温度正常且没有紧急情况时,驾驶人会通过正常制动来确保运行速度与期望速度相差较小,以保证行驶过程中的舒适度。
在高速公路行车过程中,当驾驶人以高速行驶且前方存在静止障碍物需要紧急停车或换道时会进行紧急制动操作,而货车紧急制动还有第二种情景即货车因长时间处于长大纵坡范围内行车,制动鼓温度过高,刹车性能衰减,而驾驶人车速较高,正常制动无法快速降低车速,故驾驶人采取紧急制动操作。
因此在描述驾驶人激进性时将制动行为作为变量,在建模时以表示驾驶人激进性, 为路段范围内平均制动力,为驾驶人紧急制动力最小值,值越小,表明驾驶人以正常制动或轻制动为主,证明驾驶人越保守,制动鼓温度误差项越小;反之则证明驾驶人越激进,驾驶过程中以紧急制动行为为主,制动鼓温度误差项越大。当驾驶人激进性参数值为正时,表明驾驶人比较激进,在采取制动行为时偏向紧急制动,对制动鼓温度误差项影响为正,反之则负,根据跟制动鼓热量产生的原理,驾驶人制动力越大,制动操作越频繁,制动鼓和摩擦衬片之间的摩擦形成的热流也会越大,因此采用一次函数描述驾驶人激进性对制动鼓温度误差项的影响。
综上,本例正态分布均值与标准差计算式如下所示:
则基于驾驶行为引起的制动鼓温度误差项模型公式如下:
如图4所示,由于正态分布属于无界分布,因此在取值时首先需要取截断分布。根据累积分布概率45%与55%取正态分布的截断分布,将该截断分布的概率随机取值作为制动鼓温度误差项取值,通过“3σ原则”扩大误差项取值范围,进一步提高模型准确度后计算的模型误差项与真实值对比结果如图5所示。
根据表5差异性检验结果,模型误差项t检验的左侧检验及双侧检验均达到99%准确度,总体情况与描述性统计分析结果一致,模型准确度通过检验。为保证安全性,在模型实际运用过程中可以考虑制动鼓温度误差项取值采用1σ甚至2σ范围。
构建长大纵坡路段的制动鼓温度变化模型,利用其预测受长大纵坡路段线形及驾驶行为影响的货车制动鼓温度,所述长大纵坡路段的制动鼓温度变化模型公式如下:
式中:T为长大纵坡路段的制动鼓温度变化量。
实施例2
由实施例1可知,长大纵坡路段线性条件,及基于该线性条件引起的驾驶员操作行为共同影响了货车制动鼓温度变化。那么从另一个角度来看,货车制动鼓温度的变化可以很好的表征长大纵坡路段的安全性,可以用作长大纵坡路段的风险评估。
Claims (4)
1.基于长大纵坡路段制动鼓温度预测方法,其特征在于,包括以下步骤:
步骤1:采集实验数据;所述实验数据包括货车行驶于长大纵坡路段时制动鼓初始温度、制动鼓淋水辅助后的水膜温度、货车制动器耗热能功率、对流换热系数、制动鼓外表面积、制动鼓质量、制动鼓比热容、货车行驶于长大纵坡路段时的实时行驶速度、实际制动力、长大纵坡路段的路段最优行驶速度以及行驶路段长度;
步骤2:构建由长大纵坡路段线形引起的制动鼓温度变化模型,模型公式如下:
式中:为基于长大纵坡路段线形引起的制动鼓温度变化量;为制动鼓初始温度;为水膜温度;为货车制动器耗热能功率;为对流换热系数;为制动鼓外表面积;为制动鼓质量;为制动鼓比热容;为货车运行初始时刻;为货车运行结束时刻;
步骤3:构建基于驾驶行为引起的制动鼓温度误差模型,包括:
步骤31:根据制动鼓实时温度及基于长大纵坡路段线形引起的制动鼓温度变化量,确定温度误差项,所述温度误差项为随机变量,其概率密度函数为:
步骤32:对温度误差项进行数据处理,使其服从正态分布,确定服从正态分布的均值及标准差,则基于驾驶行为引起的制动鼓温度误差项模型公式如下:
其中,服从正态分布的均值及标准差计算方式如下:
步骤4:构建长大纵坡路段的制动鼓温度变化模型,利用其预测受长大纵坡路段线形及驾驶行为影响的货车制动鼓温度,所述长大纵坡路段的制动鼓温度变化模型公式如下:
2.根据权利要求1所述的基于长大纵坡路段制动鼓温度预测方法,其特征在于,所述步骤4中,对货车制动鼓温度进行预测时,基于驾驶行为引起的制动鼓温度误差模型以正态分布45%~55%分位的随机值作为制动鼓温度误差项的取值。
3.根据权利要求2所述的基于长大纵坡路段制动鼓温度预测方法,其特征在于,所述步骤4中,对货车制动鼓温度进行预测时,将基于驾驶行为引起的制动鼓温度误差模型通过“3σ原则”扩大温度误差项取值范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210996605.5A CN115081756B (zh) | 2022-08-19 | 2022-08-19 | 基于长大纵坡路段制动鼓温度预测及路段风险评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210996605.5A CN115081756B (zh) | 2022-08-19 | 2022-08-19 | 基于长大纵坡路段制动鼓温度预测及路段风险评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115081756A CN115081756A (zh) | 2022-09-20 |
CN115081756B true CN115081756B (zh) | 2022-11-11 |
Family
ID=83244237
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210996605.5A Active CN115081756B (zh) | 2022-08-19 | 2022-08-19 | 基于长大纵坡路段制动鼓温度预测及路段风险评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115081756B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115331449B (zh) * | 2022-10-17 | 2023-02-07 | 四川省公路规划勘察设计研究院有限公司 | 长大连续纵坡路段事故易发区辨识方法、装置及电子设备 |
CN115366909B (zh) * | 2022-10-21 | 2023-04-07 | 四川省公路规划勘察设计研究院有限公司 | 长大纵坡路段驾驶员事故动态预警方法、装置及电子设备 |
CN117034435A (zh) * | 2023-10-09 | 2023-11-10 | 中国公路工程咨询集团有限公司 | 一种基于bim技术的公路安全评价方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103534123A (zh) * | 2011-02-18 | 2014-01-22 | 捷豹路虎有限公司 | 车辆和控制车辆的方法和系统 |
WO2021223458A1 (zh) * | 2020-05-06 | 2021-11-11 | 重庆文理学院 | 一种综合考虑人-车-路各因素的行车风险统一量化方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105404746B (zh) * | 2015-12-01 | 2018-11-13 | 桂林电子科技大学 | 一种公路长大下坡的可靠性设计方法 |
CN108340900B (zh) * | 2018-01-31 | 2019-10-08 | 中交第二公路勘察设计研究院有限公司 | 长大纵坡路线基于刹车行为的货车轮毂温度预测方法 |
CN109591783B (zh) * | 2018-12-04 | 2020-03-20 | 清华大学 | 车辆制动器温控装置 |
CN114239423A (zh) * | 2022-02-25 | 2022-03-25 | 四川省公路规划勘察设计研究院有限公司 | 长大连续纵坡路段驾驶员危险感知能力预测模型构建方法 |
CN114266513B (zh) * | 2022-03-01 | 2022-06-21 | 四川省公路规划勘察设计研究院有限公司 | 连续纵坡路段安全性评价模型构建、诊断方法及系统 |
CN114715111B (zh) * | 2022-05-07 | 2023-01-13 | 交通运输部公路科学研究所 | 一种基于tbox的货运车辆制动器温度估计方法 |
-
2022
- 2022-08-19 CN CN202210996605.5A patent/CN115081756B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103534123A (zh) * | 2011-02-18 | 2014-01-22 | 捷豹路虎有限公司 | 车辆和控制车辆的方法和系统 |
WO2021223458A1 (zh) * | 2020-05-06 | 2021-11-11 | 重庆文理学院 | 一种综合考虑人-车-路各因素的行车风险统一量化方法 |
Non-Patent Citations (2)
Title |
---|
基于驾驶行为需求的长大纵坡界定;胡江碧等;《北京理工大学学报》;20170615(第06期);第43-47页 * |
高速公路超长连续纵坡设计指标对运行速度的影响分析;王开洋等;《公路》;20160225(第02期);第46-50页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115081756A (zh) | 2022-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115081756B (zh) | 基于长大纵坡路段制动鼓温度预测及路段风险评估方法 | |
US9082243B2 (en) | Fuel saving-aimed motor vehicle driving style evaluation | |
CN108284836B (zh) | 一种车辆纵向跟随控制方法 | |
Lu et al. | Quantitative indicator of homeostatic risk perception in car following | |
Dollar et al. | Efficient and collision-free anticipative cruise control in randomly mixed strings | |
Treiber et al. | How much does traffic congestion increase fuel consumption and emissions? Applying a fuel consumption model to the NGSIM trajectory data | |
US8258934B2 (en) | Vehicle and method of advising a driver therein | |
EP2033168B1 (en) | Device for brake wear assessment | |
JP2017506782A (ja) | 車両運転手フィードバックシステム、そのシステムを備えた車両、車両運転手フィードバックを提供するための方法、コンピュータプログラム、コンピュータ可読媒体及び制御装置 | |
CN102622516A (zh) | 面向道路安全评价的微观交通流仿真方法 | |
CN109606329B (zh) | 一种货运车辆长下坡制动器温度监测控制装置及其控制方法 | |
CN103150677A (zh) | 激进驾驶状态识别方法及系统 | |
CN113538896B (zh) | 一种临界行驶条件分析方法和车辆安全行驶提示系统 | |
Shakouri et al. | Longitudinal vehicle dynamics using Simulink/Matlab | |
Delaigue et al. | A comprehensive vehicle braking model for predictions of stopping distances | |
Kwon et al. | Motor and transmission multiobjective optimum design for tracked hybrid electric vehicles considering equivalent inertia of track system | |
Yue et al. | An optimization design method of combination of steep slope and sharp curve sections for mountain highways | |
SE2050171A1 (en) | Method and control arrangement for determining momentary tire wear rate of a wheel of a vehicle | |
Allen et al. | The capability and enhancement of VDANL and TWOPAS for analyzing vehicle performance on upgrades and downgrades within IHSDM | |
US20230182756A1 (en) | Systems and methods to use peak power in a targeted manner | |
US20230234596A1 (en) | Vehicle predictive control method with improved computational processing and vehicle driving control system using the same | |
Dhahir | Reliability-based, safety-explicit horizontal curve design using naturalistic driving study | |
CN116305417A (zh) | 基于制动鼓温升的连续下坡超长隧道路段纵坡设计方法 | |
Shojaeefard et al. | Weather-aware fuzzy adaptive cruise control: Dynamic reference signal design | |
Bentaleb et al. | Energy-optimal control for eco-driving on curved roads |
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 |