JP2023078054A - 道路勾配情報を含む大型トラック走行モードの構築方法 - Google Patents
道路勾配情報を含む大型トラック走行モードの構築方法 Download PDFInfo
- Publication number
- JP2023078054A JP2023078054A JP2022053535A JP2022053535A JP2023078054A JP 2023078054 A JP2023078054 A JP 2023078054A JP 2022053535 A JP2022053535 A JP 2022053535A JP 2022053535 A JP2022053535 A JP 2022053535A JP 2023078054 A JP2023078054 A JP 2023078054A
- Authority
- JP
- Japan
- Prior art keywords
- road
- time
- data
- vehicle
- information
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000001133 acceleration Effects 0.000 claims abstract description 53
- 238000012360 testing method Methods 0.000 claims abstract description 41
- 238000013461 design Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 13
- 239000000446 fuel Substances 0.000 claims description 12
- 238000010219 correlation analysis Methods 0.000 claims description 10
- 230000003068 static effect Effects 0.000 claims description 10
- 238000000546 chi-square test Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 9
- 238000007621 cluster analysis Methods 0.000 claims description 8
- 238000000513 principal component analysis Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 3
- 230000035772 mutation Effects 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 2
- 230000006872 improvement Effects 0.000 abstract description 2
- 230000007547 defect Effects 0.000 abstract 1
- 238000010276 construction Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000000875 corresponding effect Effects 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012417 linear regression Methods 0.000 description 4
- 238000000611 regression analysis Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 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
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/251—Fusion techniques of input or preprocessed data
-
- 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
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/40—Bus networks
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/40—Bus networks
- H04L2012/40208—Bus networks characterized by the use of a particular bus standard
- H04L2012/40215—Controller Area Network CAN
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/40—Bus networks
- H04L2012/40267—Bus for use in transportation systems
- H04L2012/40273—Bus for use in transportation systems the transportation system being a vehicle
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Signal Processing (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
Description
S1、試験調査計画を作成するステップと、
S2、走行データを収集するステップと、
S3、走行データを分析・処理するステップと、
S4、走行モードを構築するステップと、を含む。
C1、データスクリーニング基準に従って重複、無効及び間違っているデータをスクリーニングして除去するステップと、
C2、フィルター処理により元データにおける変異点を除去し、曲線を滑らかにし、データ収集のノイズ干渉を減少させるステップと、
C3、道路勾配の計算方法を用いて道路勾配情報を計算するステップと、
C4、道路設計仕様要件に基づいて、道路勾配、速度と加速度の間の内部関係を分析し、車両のパワーが変換前後に変化しない原則に従ってステップC3で得られた道路勾配情報を速度と加速度情報に変換し、道路勾配の車両走行に与える影響を暗黙的に特徴付けるステップと、を含む。
C31、GPSデータにより道路勾配を計算するステップと、
C32、CANパス情報及び車両動力学モデルにより道路勾配を計算するステップと、
C33、並列誤差補償方法、直列誤差補正方法のうちの1つ又は2つの補正方法により、ステップC32の道路勾配計算値を用いてステップC31の道路勾配計算値を補正するステップと、を含む。
A1、大型トラックの車両パラメータ、走行道路状況と各道路状況での走行距離比率、年間走行距離、車両荷重状況、運転者情報及び車両平均燃費などを調査するステップと、
A2、調査結果に示された大型トラック使用者の使用状況と車両状況、走行道路状況に基づいて、試験都市と路線を選択し、試験車両、運転者、試験収集時間、回数及びサンプル量を決定するステップと、を含む。
B1、試験都市を決定し、自動運転方法を用いて、所有者が実際の作業に応じて1年間自動運転を行い、走行試験の静的データと動的データを収集するステップを含む。
C11、同じ時刻の複数回のデータに対して、最初のデータを保持するステップと、
C12、連続欠損値が300s未満のセグメントを保持して補間を実行し、連続欠損値が300sを超えるセグメントを破棄するステップと、
C13、持続時間が2s未満のセグメントを破棄するステップと、
C14、連続アイドルセグメントが600sを超えるセグメントを破棄するステップと、を含む。
D1、短距離の運動学的セグメントとアイドルセグメントを決定するステップと、
D2、線形相関分析と回帰法により短距離特徴セグメントの特徴パラメータを決定するステップと、
D3、主成分とクラスター分析により、都市部、郊外道路及び高速道路の3つの区間を含むモード区間を分割し、区間の重み及びモードサイクルの総時間に基づいて各区間の時間を決定するステップと、
D4、各区間の時間及び対応する区間の運動学的セグメントとアイドルセグメントの平均時間と時間分布に基づいて、各区間の選択する必要がある運動学的セグメントの数及び候補セグメントの時間を決定するステップと、
D5、カイ二乗検定を用いて最適なセグメント組み合わせを道路勾配情報を含む大型トラック走行モード曲線として決定するステップと、を含む。
名詞の解釈:
線形相関分析:即ち、単純線形相関分析である。単純線形相関分析とは、線形相関関係を示す2つの変数の間の相関関係の分析と研究を指す。
線形回帰:線形回帰は、数理統計における回帰分析を用いて2つ以上の変数間の相互依存の定量的関係を決定する統計分析方法であり、広く適用されている。その表現形式はy=ω´χ+eであり、eは平均値が0の正規分布に従う誤差である。
S1、試験調査計画を作成するステップと、
S2、走行データを収集するステップと、
S3、走行データを分析・処理するステップと、
S4、走行モードを構築するステップと、を含む。
A1、大型トラックの車両パラメータ、走行道路状況と各道路状況での走行距離比率、年間走行距離、車両荷重状況、運転者情報及び車両平均燃費などを調査するステップと、
A2、調査結果に示された大型トラック使用者の使用状況と車両状況、走行道路状況に基づいて、試験都市と路線を選択し、試験車両、運転者、試験収集時間、回数及びサンプル量を決定するステップと、を含む。
ステップ1:情報の収集やアンケートにより大型トラックの車両パラメータ、走行道路状況と各道路状況での走行距離比率、年間走行距離、車両荷重状況、運転者情報及び車両平均燃費などを調査する。
B1、試験都市を決定し、自動運転方法を用いて、所有者が実際の作業に応じて1年間自動運転を行い、走行試験の静的データと動的データを収集するステップを含む。この方法は、時間や道路に関する規定がなく、ランダム性が高く、実際の走行モードをより反映できる。走行試験のために収集されるデータは静的データと動的データを含む。
ステップ3:決定された試験都市では、自動運転方法を用いて、所有者が実際の作業に応じて1年間自動運転を行い、この方法は、時間や道路に関する規定がなく、ランダム性が高く、実際の走行モードをより反映できる。走行試験で収集されるデータは静的データと動的データを含み、動的データは主に、車速、時間、位置情報、標高、勾配、エンジン回転速度、エンジン負荷百分率、温度、燃費などであり、静的データは主に、車両型式、駆動方式、総牽引質量、エンジン型式などである。
C1、データスクリーニング基準に従って重複、無効及び間違っているデータをスクリーニングして除去し、極端なモード点を回避するステップと、
C2、フィルター処理により元データにおける変異点を除去し、曲線を滑らかにし、データ収集のノイズ干渉を減少させるステップと、具体的に実施する場合、C2のフィルター方法はデジタルフィルター方法のうちの1つ又は複数であってもよい。
C3、道路勾配の計算方法を用いて道路勾配情報を計算し、道路勾配情報計算の精度及び正確性を向上させるステップと、
C4、道路勾配、速度と加速度の間の内部関係を分析し、道路勾配変換原則に従って、ステップC3で得られた道路勾配情報を速度と加速度情報に変換し、道路勾配の車両走行に与える影響を暗黙的に特徴付けるステップと、を含む。具体的に実施する場合、C4の道路勾配変換の原則は、車両のパワー需要が変換前後に変化しないことである。
C11、同じ時刻の複数回のデータに対して、最初のデータを保持するステップと、
C12、連続欠損値が300s未満のセグメントを保持して補間を実行し、連続欠損値が300sを超えるセグメントを破棄するステップと、具体的に実施する場合、試験者は欠損値の少ないセグメントを保持して補間を実行し、連続欠損値が300sを超えるセグメントを破棄することができる。
C13、持続時間が2s未満のセグメントを破棄するステップと、
C14、連続アイドルセグメントが600sを超えるセグメントを破棄するステップと、を含む。
C31、GPSデータにより道路勾配を計算するステップと、
C32、CANパス情報及び車両動力学モデルにより道路勾配を計算するステップと、
C33、ステップC32の道路勾配計算値を用いてステップC31の道路勾配計算値を補正するステップと、を含む。補正方法は、並列誤差補償方法、直列誤差補正方法のうちの1つ又は2つであってもよい。
ステップ4:データスクリーニングにより重複、無効及び間違っているデータを除去し、極端なモード点を回避する。データスクリーニング基準は、a)同じ時刻の複数回のデータに対して、最初のデータを保持することと、b)欠損値の少ないセグメントを保持して補間を実施し、連続欠損値が300sを超えるセグメントを破棄することと、c)持続時間が2s未満のセグメントを破棄することと、d)連続アイドルセグメントが600sを超えるセグメントを破棄することと、を含む。
D1、短距離の運動学的セグメントとアイドルセグメントを決定するステップと、
D2、線形相関分析と回帰法により短距離特徴セグメントの特徴パラメータを決定するステップと、
D3、主成分とクラスター分析により、都市部、郊外道路及び高速道路の3つの区間を含むモード区間を分割し、区間の重み及びモードサイクルの総時間に基づいて各区間の時間を決定するステップと、
D4、各区間の時間及び対応する区間の運動学的セグメントとアイドルセグメントの平均時間と時間分布に基づいて、各区間の選択する必要がある運動学的セグメントの数及び候補セグメントの時間を決定するステップと、
D5、カイ二乗検定を用いて最適なセグメント組み合わせを道路勾配情報を含む大型トラック走行モード曲線として決定するステップと、を含む。
本発明は、道路勾配情報を含む大型トラック走行モードの構築方法を提供する。図1に示すように、該方法は具体的には、以下のステップを含む。
Claims (8)
- S1、試験調査計画を作成するステップと、
S2、走行データを収集するステップと、
S3、走行データを分析・処理するステップと、
S4、走行モードを構築するステップと、を含み、
ステップS3に記載の走行データを分析・処理することは、
C1、データスクリーニング基準に従って重複、無効及び間違っているデータをスクリーニングして除去するステップと、
C2、フィルター処理により元データにおける変異点を除去し、曲線を滑らかにし、データ収集のノイズ干渉を減少させるステップと、
C3、道路勾配の計算方法を用いて道路勾配情報を計算するステップと、
C4、道路設計仕様要件に基づいて、道路勾配、速度と加速度の間の内部関係を分析し、車両のパワーが変換前後に変化しない原則に従ってステップC3で得られた道路勾配情報を速度と加速度情報に変換し、道路勾配の車両走行に与える影響を暗黙的に特徴付けるステップと、を含み、
ステップC3に記載の道路勾配の計算方法は、
C31、GPSデータにより道路勾配を計算するステップと、
C32、CANパス情報及び車両動力学モデルにより道路勾配を計算するステップと、
C33、並列誤差補償方法、直列誤差補正方法のうちの1つ又は2つの補正方法により、ステップC32の道路勾配計算値を用いてステップC31の道路勾配計算値を補正するステップと、を含む
ことを特徴とする道路勾配情報を含む大型トラック走行モードの構築方法。 - ステップS1に記載の試験調査計画を作成することは、
A1、大型トラックの車両パラメータ、走行道路状況と各道路状況での走行距離比率、年間走行距離、車両荷重状況、運転者情報及び車両平均燃費などを調査するステップと、
A2、調査結果に示された大型トラック使用者の使用状況と車両状況、走行道路状況に基づいて、試験都市と路線を選択し、試験車両、運転者、試験収集時間、回数及びサンプル量を決定するステップと、を含む
請求項1に記載の道路勾配情報を含む大型トラック走行モードの構築方法。 - ステップS2に記載の走行データを収集することは、
B1、試験都市を決定し、自動運転方法を用いて、所有者が実際の作業に応じて1年間自動運転を行い、走行試験の静的データと動的データを収集するステップを含む
請求項1に記載の道路勾配情報を含む大型トラック走行モードの構築方法。 - ステップB1に記載の静的データは、車両全体情報、駆動情報、総牽引質量及びエンジン情報を含み、前記動的データは、車速変数、時間変数、位置変数、標高変数、勾配変数、エンジン回転速度変数、エンジン負荷百分率変数、温度変数及び燃費変数を含む
請求項3に記載の道路勾配情報を含む大型トラック走行モードの構築方法。 - ステップC1に記載のデータスクリーニング基準は、
C11、同じ時刻の複数回のデータに対して、最初のデータを保持するステップと、
C12、連続欠損値が300s未満のセグメントを保持して補間を実行し、連続欠損値が300sを超えるセグメントを破棄するステップと、
C13、持続時間が2s未満のセグメントを破棄するステップと、
C14、連続アイドルセグメントが600sを超えるセグメントを破棄するステップと、を含む
請求項1に記載の道路勾配情報を含む大型トラック走行モードの構築方法。 - ステップS4に記載の走行モードを構築することは、
D1、短距離の運動学的セグメントとアイドルセグメントを決定するステップと、
D2、線形相関分析と回帰法により短距離特徴セグメントの特徴パラメータを決定するステップと、
D3、主成分とクラスター分析により、都市部、郊外道路及び高速道路の3つの区間を含むモード区間を分割し、区間の重み及びモードサイクルの総時間に基づいて各区間の時間を決定するステップと、
D4、各区間の時間及び対応する区間の運動学的セグメントとアイドルセグメントの平均時間と時間分布に基づいて、各区間の選択する必要がある運動学的セグメントの数及び候補セグメントの時間を決定するステップと、
D5、カイ二乗検定を用いて最適なセグメント組み合わせを道路勾配情報を含む大型トラック走行モード曲線として決定するステップと、を含む
請求項1に記載の道路勾配情報を含む大型トラック走行モードの構築方法。 - ステップD2に記載の特徴パラメータは、運行時間、加速時間、減速時間、定速時間、アイドル時間、運行距離、最大速度、平均速度、運行速度、速度標準偏差、最大加速度、加速セグメントの平均加速度、最小加速度、減速セグメントの平均加速度、加速度標準偏差のうちのいくつか又はすべてを含むセグメント特徴値と、運動セグメント速度と加速度の同時分布、運動セグメントライブラリーの持続時間分布、運動セグメントライブラリーの平均速度分布、運動セグメントライブラリーの最大速度分布、運動セグメントライブラリーの運行距離分布、アイドルセグメントライブラリーの持続時間分布のうちのいくつか又はすべてを含むセグメント統計分布特徴値と、を含む
請求項6に記載の道路勾配情報を含む大型トラック走行モードの構築方法。 - ステップD3の3つのモード区間の重みは、サンプルライブラリー全体に占めている各区間サンプルの総運行時間の比率により決定し、モード総時間は標準モードにより決定する
請求項6に記載の道路勾配情報を含む大型トラック走行モードの構築方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111416893.4 | 2021-11-25 | ||
CN202111416893.4A CN114091182A (zh) | 2021-11-25 | 2021-11-25 | 一种包含道路坡度信息的重型载货汽车行驶工况构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023078054A true JP2023078054A (ja) | 2023-06-06 |
JP7331184B2 JP7331184B2 (ja) | 2023-08-22 |
Family
ID=80304733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022053535A Active JP7331184B2 (ja) | 2021-11-25 | 2022-03-29 | 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 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7331184B2 (ja) |
CN (1) | CN114091182A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117556166A (zh) * | 2023-08-25 | 2024-02-13 | 中国人民解放军国防大学联合勤务学院 | 一种基于数据采集的装甲车试验数据分析方法 |
CN117807424A (zh) * | 2024-02-29 | 2024-04-02 | 山东钢铁股份有限公司 | 工业大数据驱动的宽厚钢板质量动态在线识别方法及装置 |
CN118013233A (zh) * | 2024-04-07 | 2024-05-10 | 中汽研汽车检验中心(天津)有限公司 | 一种重型商用车预见性巡航测试工况构建方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111008505B (zh) * | 2019-11-18 | 2023-05-23 | 西华大学 | 城市坡道行驶工况构建方法及应用 |
CN115964905B (zh) * | 2023-03-17 | 2023-05-30 | 中汽研汽车检验中心(昆明)有限公司 | 高原山地道路的排放测试工况构建方法和介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020008356A (ja) * | 2018-07-04 | 2020-01-16 | 株式会社堀場製作所 | シャシダイナモメータ装置、その制御方法、及び、シャシダイナモメータ装置用プログラム |
JP2021509478A (ja) * | 2017-12-27 | 2021-03-25 | ホリバ ヨーロッパ ゲーエムベーハー | ダイナモメータを使用する試験のための装置及び方法 |
-
2021
- 2021-11-25 CN CN202111416893.4A patent/CN114091182A/zh active Pending
-
2022
- 2022-03-29 JP JP2022053535A patent/JP7331184B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021509478A (ja) * | 2017-12-27 | 2021-03-25 | ホリバ ヨーロッパ ゲーエムベーハー | ダイナモメータを使用する試験のための装置及び方法 |
JP2020008356A (ja) * | 2018-07-04 | 2020-01-16 | 株式会社堀場製作所 | シャシダイナモメータ装置、その制御方法、及び、シャシダイナモメータ装置用プログラム |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117556166A (zh) * | 2023-08-25 | 2024-02-13 | 中国人民解放军国防大学联合勤务学院 | 一种基于数据采集的装甲车试验数据分析方法 |
CN117556166B (zh) * | 2023-08-25 | 2024-03-19 | 中国人民解放军国防大学联合勤务学院 | 一种基于数据采集的装甲车试验数据分析方法 |
CN117807424A (zh) * | 2024-02-29 | 2024-04-02 | 山东钢铁股份有限公司 | 工业大数据驱动的宽厚钢板质量动态在线识别方法及装置 |
CN117807424B (zh) * | 2024-02-29 | 2024-04-30 | 山东钢铁股份有限公司 | 工业大数据驱动的宽厚钢板质量动态在线识别方法及装置 |
CN118013233A (zh) * | 2024-04-07 | 2024-05-10 | 中汽研汽车检验中心(天津)有限公司 | 一种重型商用车预见性巡航测试工况构建方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7331184B2 (ja) | 2023-08-22 |
CN114091182A (zh) | 2022-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
Zhao et al. | Development of a representative urban driving cycle construction methodology for electric vehicles: A case study in Xi’an | |
CN107067722B (zh) | 一种车辆行驶工况构建方法 | |
Barth et al. | Recent validation efforts for a comprehensive modal emissions model | |
Tong et al. | A framework for developing driving cycles with on‐road driving data | |
Neubauer et al. | Accounting for the variation of driver aggression in the simulation of conventional and advanced vehicles | |
Hao et al. | Plug-in hybrid electric vehicle utility factor in China cities: Influencing factors, empirical research, and energy and environmental application | |
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 | |
Abas et al. | Development of Malaysian urban drive cycle using vehicle and engine parameters | |
CN109506946B (zh) | 一种rde工况库开发及使用方法 | |
Ma et al. | An evaluation of microscopic emission models for traffic pollution simulation using on-board measurement | |
CN110243384B (zh) | 实际行驶排放试验路线的确定方法、装置、设备和介质 | |
JP7387834B2 (ja) | 車両速度-勾配複合動作条件サイクルテストの設計方法 | |
Ou et al. | Development of hybrid city bus's driving cycle | |
Zhao et al. | Development of a driving cycle for Fuzhou using K-means and AMPSO | |
Wang et al. | A novel modal emission modelling approach and its application with on-road emission measurements | |
Vámosi et al. | Development of bus driving cycle for Debrecen on the basis of real-traffic data | |
Wang et al. | Predictability of Vehicle Fuel Consumption Using LSTM: Findings from Field Experiments | |
Salihu et al. | Effect of road slope on driving cycle parameters of urban roads | |
CN112948965A (zh) | 一种基于机器学习和统计验证的汽车行驶工况的构建方法 | |
CN111930818A (zh) | 一种rde数据后处理方法、装置、设备及存储介质 | |
Yugendar et al. | Driving cycle estimation and validation for Ludhiana City, India | |
CN112729863B (zh) | 一种车辆实测道路选择方法 | |
Hashim et al. | Optimization of vehicle delay and exhaust emissions at signalized intersections. | |
CN115266135A (zh) | 基于用户工况测试数据的油耗量化分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220329 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230425 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230714 |
|
TRDD | Decision of grant or rejection written | ||
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20230714 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230808 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230809 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7331184 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |