CN115420507A - 一种发动机燃油经济性台架测试工况建立方法 - Google Patents

Abstract

本发明公开了一种发动机燃油经济性台架测试工况建立方法，该方法为：在指定循环工况(瞬态工况)下针对某款车型进行整车转毂测试，按照一定频率采集测试过程中的转速、转矩、冷却液温度、机油温度，构成瞬态工况数据集。数据集中的n个数据点均包含前述采集的四个维度。将采集的各数据点进行标准化处理。初始时将单个数据点视作1类，通过不断重复计算类与类之间的距离，合并距离最小的两类，直至将n类合并为一类。每次聚类后计算该阶段最大误差值。综合考虑误差与类数，确定发动机台架测试所需的特征工况(稳态工况)。本发明的有益效果为：利用该特征工况代替整车转毂测试的瞬态工况，可在还原瞬态工况特征的同时，缩短测试周期，减少试验成本。

Description

一种发动机燃油经济性台架测试工况建立方法

技术领域

本发明属于汽车技术领域，具体为一种发动机燃油经济性台架测试工况建立方法。

背景技术

随着石油资源危机以及环境问题日益严重，世界各国对汽车燃料消耗提出了更严格的限值。为了满足日益严苛的油耗要求，汽车企业针对发动机研发各种节油技术，如低黏度机油、涂层技术等。然而，节油技术的改善程度相对较小，需要开发燃油经济性测试台架，以准确、快速地测试出各节油技术对汽车燃油经济性影响。

目前，汽车燃油经济测试方法主要有发动机台架倒拖测试、发动机点火测试和整车转毂测试。发动机倒拖测试是通过测功机或电机驱动发动机按照一定工况运转，测试使用节油技术前后发动机摩擦力矩的相对差值，如JASO M365燃油经济性测试是使用日产MR20DD发动机，基于日本WLTC(World Light Vehicle Test Cycle，全球统一轻型车辆测试循环)工况设定台架测试工况。发动机点火测试需要进行发动机点火，使发动机运转在指定工况下，测试节油技术对发动机燃料消耗量的影响，主要包括：(1)程序Ⅵ系列测试：使用汽油发动机a 2012 3.6L GM V6，与FTP-75整车测试程序相关联；(2)CEC L-54-96燃油经济性测试：使用奔驰M111 E20发动机，测试循环基于欧洲排放测试循环ECE15和EUDC；(3)JASOM366：使用丰田2ZR-FXE发动机，测试工况基于日本WLTC工况。整车转毂测试是将整车置于底盘测功机上，按照标准工况驾驶车辆，测试汽车燃料消耗量的相对差值。

然而，上述三种测试方法存在以下弊端：(1)现有的发动机测试(包括发动机倒拖测试和发动机点火测试)均是针对特定型号的发动机以及特定的动力配置和整车运行工况开发的，而不同发动机的最佳经济区存在差异，在不同的动力配置和运行工况下，发动机实际运行区域也存在不同，使得现有发动机台架难以测试出各节油技术对车企特定车型的燃油经济性改善；(2)整车转毂测试的测试系统较为复杂，测试重复性差，容易覆盖掉节油技术的改善程度，测试成本高，测试周期长。

因此，有必要开发出一种建立发动机台架测试工况的方法，以满足不同企业的车型及不同循环工况的节油测试需求。

发明内容

本发明的目的在于，针对现有技术的不足，提供一种发动机燃油经济性台架测试工况建立方法，以解决现有发动机台架难以测试发动机节油技术在特定车型和特定工况下的燃油经济性改善情况。

本发明采用的技术方案为：一种发动机燃油经济性台架测试工况建立方法，该方法包括如下步骤：

S1，在发动机油底壳安装热电偶温度传感器；

S2，将某种车型正确安装于转毂试验台上，驾驶员按照指定的循环工况驾驶车辆，测试整车百公里油耗，同时以设定频率采集测试过程中的转速、转矩、冷却液温度、机油温度；

S3，重复S2至少两次，共得到n个的数据点，每个数据点有4个维度，即包含S2所述转速、转矩、冷却液温度、机油温度，这些数据点构成发动机瞬态工况数据集；

S4，将验测得的整车百公里油耗值求平均值，作为该车型在该指定循环工况下的百公里燃油消耗量；计算循环工况全里程的燃油消耗量并除以该工况的总时长，得到单位时间的燃油消耗量FC；

S5，分别计算数据集在转速、转矩、冷却液温度和机油温度这4个维度的均值与方差；对所有数据点进行标准化处理，得到发动机标准化的瞬态工况数据集。

S6，将标准化后的单个数据点视为1类，共计分为n类；通过求类与类之间的欧几里得距离，将距离最短的两类聚为新一类，并计算当前所有类的误差，获取最大误差值；重复前述计算，直至类的数目等于1为止。

S7，根据所聚类数与最大误差的变化曲线，从10类至1类，找到第一个最大误差值突变点，该点即为最终聚类的类数；

S8，针对所得的聚类情况，计算每一类的中心点；考虑到发动机台架精度控制的难易程度，将中心点取整，作为该类的特征工况；每类包含数据点的个数占数据点总数的百分比，作为该类的基本权重；

S9，进行发动机台架试验，测试并计算每一类特征工况的单位时间燃油消耗量；

S10，比较各类特征工况的单位时间燃油消耗量与指定循环工况的单位时间燃油消耗量，计算综合校正系数k；

S11，通过发动机台架控制发动机转速和转矩、冷却液温度和机油温度，测试某一发动机节油技术在各类特征工况下的单位时间燃油消耗量降低百分比，作为第j类特征工况下的燃油经济性提升率FEI_j；

S12，计算该节油技术在某种指定循环工况的综合燃油经济性提升率FEI，计算公式为：

上式中，w_j为第j类特征工况的权重。

按上述方案，在S5中，数据点标准化处理方法为：

针对发动机瞬态工况数据集中某一点X_i＝[x_i,1,x_i,2,x_i,3,x_i,4]，该数据点标准化处理方法：

上式中，x_i,1、x_i,2、x_i,3和x_i,4分别第i个数据点在发动机转速、转矩、冷却液温度和机油温度这四个维度的值，

和

分别为第i个数据点在发动机转速、转矩、冷却液温度和机油温度这四个维度的标准化值，μ₁、μ₂、μ₃和μ₄分别为各维度的均值，σ₁、σ₂、σ₃和σ₄分别为各维度的方差。

按上述方案，S6的具体方法为：

S6(1)，共采集了n个数据点，标准化后任意两个数据点X_i ^*、X_j ^*之间的欧几里得距离为：

若类由若干个数据点组成；任意两类Y₁和Y₂，其中Y₁＝{X_i ^*,X_j ^*，…}_m，含m个数据点；Y₂＝{X_k ^*,X_l ^*，…}_n，含n个数据点；Y₁和Y₂之间的欧几里得距离为一个类的每个数据点与另一个类所有数据点的欧几里得距离，再求和后取平均值，计算公式为：

S6(2)，计算任意两类之间的欧几里得距离；初始状态时，将每个标准化后的数据点视作单独1类，共划分为n类，即

计算这n类中任意两类之间的欧几里得距离，构建距离矩阵D，距离矩阵为：

S6(3)，找到欧几里得距离最近的两类，将两类合并成新的一类；即找到距离矩阵D中最小元素的d_r,c，将

合并成新类

则当前聚类为：

共计n-1类；

S6(4)，计算这n-1类的每一类误差值，对比并获取最大误差值Max_SSE；类的误差值计算方法为，该类中心点(所含数据点的平均值)与类中所有数据点的欧几里得距离的平方之和；类Y₁＝{X_i ^*,X_j ^*，…}_m的误差值公式为：

S6(5)，重复S6(2)～S6(4)，直至类的数目等于1为止，获得所聚类数与最大误差值Max_SSE的变化曲线。

按上述方案，在S10中，综合校正系数k计算方法为：

其中，w_j为第j类特征工况的权重，FC_j为第j类特征工况的单位时间燃油消耗量。

按上述方案，在S11中，第j类特征工况的燃油经济性提升值FEI_j的计算公式为：

式中，FC_j,1为发动机在应用节油技术之前的单位时间燃油消耗量；FC_j,2为发动机在应用节油技术之后的单位时间燃油消耗量。

本发明的有益效果为：利用发动机台架测试的稳态特征工况代替整车转毂测试的瞬态工况，可在还原瞬态工况特征的同时，简化测试系统，增强试验的可重复性，缩短测试周期，减少试验成本。

附图说明

图1为本发明的流程示意图。

图2为本实施例提供的整车WLTC循环工况下发动机转速变化曲线。

图3为本实施例提供的整车WLTC循环工况下发动机转矩变化曲线。

图4为本实施例提供的整车WLTC循环工况下发动机冷却液出水口温度和机油温度变化曲线。

图5为本实施例提供的最大聚类误差Max_SSE_k随所聚类数的变化曲线。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1所示的一种发动机燃油经济性台架测试工况建立方法，该方法包括如下步骤：

S1，在发动机油底壳安装热电偶温度传感器。

S2，将某种车型正确安装于转毂试验台上，驾驶员按照指定的循环工况驾驶车辆，测试整车百公里油耗，同时以设定频率采集测试过程中的发动机转速(简称转速)、发动机转矩(简称转矩)、冷却液出水口温度(简称冷却液温度)、机油油底壳温度(简称机油温度)。

本实施例中，将某款SUV车型正确安装于转毂试验台上，驾驶员按照WLTC循环工况驾驶车辆，测试整车百公里油耗。测试过程中，以1Hz的采样频率，从ECU(ElectronicControl Unit，电子控制单元，又称行车电脑)读取发动机转速、转矩和冷却液出水口温度的数据，从热电偶传感器获取机油油底壳温度。

S3，重复S2至少两次；共得到n个的数据点，每个数据点有4个维度，即包含S2所述转速、转矩、冷却液温度、机油温度，这些数据点构成发动机瞬态工况数据集。

本实施例中，重复S2共3次，采集3次整车测试过程中的数据点，共计5400个，构成发动机瞬态工况数据集。所述数据集为该SUV车型配置的发动机在WLTC工况下的瞬态工况数据集，数据集中的每个数据点均包含发动机转速(单位rpm)、发动机转矩(单位N·m)、冷却液温度(单位℃)和机油温度(单位℃)这四个维度信息。

S4，将验测得的整车百公里油耗值求平均值，作为该车型在该指定循环工况下的百公里燃油消耗量；计算循环工况全里程的燃油消耗量并除以该工况的总时长，得到单位时间的燃油消耗量FC；

本实施例中，测得3次整车燃油消耗量结果分别为：10.00L/100km、9.99L/100km、10.02L/100km，计算得到该SUV在WLTC工况下单位时间的整车燃油消耗量FC为：

其中，ρ为20℃试验燃油密度，0.725kg/L；s为WLTC循环工况的标准里程，23.267km；T为WLTC循环工况总时间，0.5h。

S5，分别计算数据集在转速、转矩、冷却液温度和机油温度这4个维度的均值与方差；对所有数据点进行标准化处理，得到发动机标准化的瞬态工况数据集。

具体地，数据点标准化处理方法为：

针对发动机瞬态工况数据集中某一点X_i＝[x_i,1,x_i,2,x_i,3,x_i,4]，该数据点标准化处理方法：

上式中，x_i,1、x_i,2、x_i,3和x_i,4分别第i个数据点在发动机转速、转矩、冷却液温度和机油温度这四个维度的值，

和

分别为第i个数据点在发动机转速、转矩、冷却液温度和机油温度这四个维度的标准化值，μ₁、μ₂、μ₃和μ₄分别为各维度的均值，σ₁、σ₂、σ₃和σ₄分别为各维度的方差；

本实施例中，i取1～5400，数据集各维度的均值和方差如表1所示。第1、14秒数据点分别为[257.5，94.5，26.23，24.88]、[1797.8，97.5，26.29，24.87]，则标准化后的数据点：

表1各维度的均值和方差

S6，标准化后的单个数据点视为1类，共计分为n类；通过求类与类之间的欧几里得距离，将距离最短的两类聚为新一类，并计算当前所有类的误差，获取最大误差值；重复前述计算，直至类的数目等于1为止。具体方法为：

S6(1)，共采集了n个数据点，标准化后任意两个数据点

之间的欧几里得距离为：

若类由若干个数据点组成；任意两类Y₁和Y₂，其中Y₁＝{X_i ^*,X_j ^*，…}_m，含m个数据点；Y₂＝{X_k ^*,X_l ^*，…}_n，含n个数据点；Y₁和Y₂之间的欧几里得距离为一个类的每个数据点与另一个类所有数据点的欧几里得距离，再求和后取平均值，计算公式为：

本实施例中，n＝5400。计算标准化后的第1、14数据点的欧几里得距离为：

类

与类

之间的欧几里得距离为d_1,14；若存在类{X₁ ^*,X₁₄ ^*}与类{X₃ ^*,X₅ ^*,X₇ ^*}，则两类之间的欧几里得距离为：

S6(2)，计算任意两类之间的欧几里得距离；初始状态时，将每个标准化后的数据点视作单独1类，共划分为n类，即

计算这n类中任意两类之间的欧几里得距离，构建距离矩阵D，距离矩阵为：

本实施例中，将数据点划分为

共计5400类。这5400类的距离矩阵为：

S6(3)，找到欧几里得距离最近的两类，将两类合并成新的一类；即找到距离矩阵D中最小元素的d_r,c，将

合并成新类

则当前聚类为：

共计n-1类。

本实施例中，找到距离矩阵D中最近的有两类，分别为

合并成新类

则当前聚类共计5399类。

S6(4)，计算这n-1类的每一类误差值，对比并获取最大误差值Max_SSE；类的误差值计算方法为，该类中心点(所含数据点的平均值)与类中所有数据点的欧几里得距离的平方之和；某类Y₁＝{X_i ^*,X_j ^*，…}_m的误差值公式为：

本实施例中，类

的误差值均为0，

的误差值为1.217×10^-7，因此本阶段的最大误差值为1.217×10^-7。

S6(5)，重复S6(2)～S6(4)，直至类的数目等于1为止，获得所聚类数与最大误差值Max_SSE的变化曲线。

本实施例中，得到最大聚类误差Max_SSE_k随所聚类数变化的曲线如图5所示。

S7，根据所聚类数与最大误差的变化曲线，从10类至1类，找到第一个最大误差值突变点，该点即为最终聚类的类数；这样处理的理由是，类数过多会导致发动机台架测试过程变得复杂，增加测试周期与成本；误差值越过大会导致稳态特征工况无法模拟瞬态循环工况特征，选定类数过程中应综合考虑这两种因素。

本实施例中，选定所聚类数为6类。

S8，针对所得的聚类情况，计算每一类的中心点；考虑到发动机台架精度控制的难易程度，将中心点取整，作为该类的特征工况；每类包含数据点的个数占数据点总数的百分比，作为该类的基本权重。

S9，进行发动机台架试验，测试并计算每一类特征工况的单位时间燃油消耗量。

本实施例中，6类特征工况具体参数及每类的单位时间燃油消耗量如表2所示。

表2特征工况参数及单位时间燃油消耗量

S10，比较各类特征工况的单位时间燃油消耗量与指定循环工况的单位时间燃油消耗量，计算综合校正系数k，综合校正系数k计算方法为：

其中，w_j为第j类特征工况的权重，FC_j为第j类特征工况的单位时间燃油消耗量。

本实施例中，经计算，综合校正系数k为1.354。

S11，通过发动机台架控制发动机转速和转矩、冷却液温度和机油温度，测试某一发动机节油技术在各类特征工况下的单位时间燃油消耗量降低百分比，作为第j类特征工况下的燃油经济性提升率FEI_j。

第j类特征工况的燃油经济性提升值FEI_j的计算公式为：

式中，FC_j,1为发动机在应用节油技术之前的单位时间燃油消耗量；FC_j,2为发动机在应用节油技术之后的单位时间燃油消耗量。

S12，计算该节油技术在某种指定循环工况的综合燃油经济性提升率FEI，计算公式为：

上式中，w_j为第j类特征工况的权重。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.一种发动机燃油经济性台架测试工况建立方法，其特征在于，该方法包括如下步骤：

S1，在发动机油底壳安装热电偶温度传感器；

S2，将某种车型正确安装于转毂试验台上，驾驶员按照指定的循环工况驾驶车辆，测试整车百公里油耗，同时以设定频率采集测试过程中的转速、转矩、冷却液温度、机油温度；

S3，重复S2至少两次；共得到n个的数据点，每个数据点有4个维度，即包含S2所述转速、转矩、冷却液温度、机油温度，这些数据点构成发动机瞬态工况数据集；

S4，将试验测得的整车百公里油耗值求平均值，作为该车型在该指定循环工况下的百公里燃油消耗量；计算循环工况全里程的燃油消耗量并除以该工况的总时长，得到单位时间的燃油消耗量FC；

S5，分别计算数据集在转速、转矩、冷却液温度和机油温度这4个维度的均值与方差；对所有数据点进行标准化处理，得到标准化发动机瞬态工况数据集；

S6，将标准化后的单个数据点视为1类，共计分为n类；通过求类与类之间的欧几里得距离，将距离最短的两类聚为新一类，并计算当前所有类的误差，获取最大误差值；重复前述计算，直至类的数目等于1为止；

S7，根据所聚类数与最大误差的变化曲线，从10类至1类，找到第一个最大误差值突变点，该点即为最终聚类的类数；

S8，针对所得的聚类情况，计算每一类的中心点；考虑到发动机台架精度控制的难易程度，将中心点取整，作为该类的特征工况；每类包含数据点的个数占数据点总数的百分比，作为该类的基本权重；

S9，进行发动机台架试验，测试并计算每一类特征工况的单位时间燃油消耗量；

S10，比较各类特征工况的单位时间燃油消耗量与指定循环工况的单位时间燃油消耗量，计算综合校正系数k；

S11，通过发动机台架控制发动机转速和转矩、冷却液温度和机油温度，测试某一发动机节油技术在各类特征工况下的单位时间燃油消耗量降低百分比，作为第j类特征工况下的燃油经济性提升率FEI_j；

S12，计算该节油技术在某种指定循环工况的综合燃油经济性提升率FEI，计算公式为：

上式中，w_j为第j类特征工况的权重。

2.如权利要求1所述的发动机燃油经济性台架测试工况建立方法，其特征在于，在S5中，针对发动机瞬态工况数据集中某一点X_i＝[x_i,1,x_i,2,x_i,3,x_i,4]，该数据点标准化处理方法为：

上式中，x_i,1、x_i,2、x_i,3和x_i,4分别第i个数据点在发动机转速、转矩、冷却液温度和机油温度这四个维度的值，

和

分别为第i个数据点在发动机转速、转矩、冷却液温度和机油温度这四个维度的标准化值，μ₁、μ₂、μ₃和μ₄分别为各维度的均值，σ₁、σ₂、σ₃和σ₄分别为各维度的方差。

3.如权利要求1所述的发动机燃油经济性台架测试工况建立方法，其特征在于，S6的具体方法为：

S6(1)，共采集了n个数据点，标准化后任意两个数据点

之间的欧几里得距离为：

若类由若干个数据点组成；任意两类Y₁和Y₂，其中Y₁＝{X_i ^*,X_j ^*，…}_m，含m个数据点；Y₂＝{X_k ^*,X_l ^*，…}_n，含n个数据点；Y₁和Y₂之间的欧几里得距离为一个类的每个数据点与另一个类所有数据点的欧几里得距离，再求和后取平均值，计算公式为：

S6(2)，计算任意两类之间的欧几里得距离；初始状态时，将每个标准化后的数据点视作单独1类，共划分为n类，即

计算这n类中任意两类之间的欧几里得距离，构建距离矩阵D，距离矩阵为：

S6(3)，找到欧几里得距离最近的两类，将两类合并成新的一类；即找到距离矩阵D中最小元素的d_r,c，将

合并成新类

则当前聚类为：

共计n-1类；

S6(4)，计算这n-1类的每一类误差值，对比并获取最大误差值Max_SSE；类的误差值计算方法为，该类中心点(所含数据点的平均值)与类中所有数据点的欧几里得距离的平方之和；类Y₁＝{X_i ^*,X_j ^*，…}_m的误差值公式为：

S6(5)，重复S6(2)～S6(4)，直至类的数目等于1为止，获得所聚类数与最大误差值Max_SSE的变化曲线。

4.如权利要求1所述的发动机燃油经济性台架测试工况建立方法，其特征在于，在S10中，综合校正系数k计算方法为：

其中，w_j为第j类特征工况的权重，FC_j为第j类特征工况的单位时间燃油消耗量。

5.如权利要求4所述的发动机燃油经济性台架测试工况建立方法，其特征在于，在S11中，第j类特征工况的燃油经济性提升值FEI_j的计算公式为：

式中，FC_j,1为发动机在应用节油技术之前的单位时间燃油消耗量；FC_j,2为发动机在应用节油技术之后的单位时间燃油消耗量。

Images