【摘 要】
：
随着我国汽车保有量的逐年上升,所面临的道路安全及油耗问题日益严峻。其中,行驶工况对于普通燃油车的排放与经济性等整车性能评估起着重要的作用,但对于电动车电池能耗、续航里程等性能评估方面,燃油车行驶工况不适用;另外,驾驶员驾驶风格的变化对交通环境以及电车能耗也有着重要影响。所以,开展行驶工况研究及驾驶员驾驶风格的识别,对电动汽车技术深入研究具有重要的指导意义及实际的应用价值。本文以某型电动汽车为研究对
论文部分内容阅读
随着我国汽车保有量的逐年上升,所面临的道路安全及油耗问题日益严峻。其中,行驶工况对于普通燃油车的排放与经济性等整车性能评估起着重要的作用,但对于电动车电池能耗、续航里程等性能评估方面,燃油车行驶工况不适用;另外,驾驶员驾驶风格的变化对交通环境以及电车能耗也有着重要影响。所以,开展行驶工况研究及驾驶员驾驶风格的识别,对电动汽车技术深入研究具有重要的指导意义及实际的应用价值。本文以某型电动汽车为研究对象,收集某城市电动汽车实际行驶数据,构建了其行驶工况,并基于所构建的电动汽车工况完成了整车参数匹配,建立工况识别模型,完成一种考虑行驶工况的驾驶风格识别算法。完成的具体工作如下:（1）某城市电动汽车行驶工况的构建。收集某城市纯电动汽车行驶数据,并进行预处理分析,划分运动学片段,采用主成分分析对特征参数降维处理,通过轮廓系数和肘部法确定聚类数目,并结合粒子群算法优化K-均值聚类算法的聚类中心,构建了某城市电动汽车行驶工况;通过与传统K-均值聚类算法所构建的工况、原始试验数据的综合特征参数以及国内外工况进行对比,验证构建方法的有效性。（2）基于行驶工况的电动汽车整车参数匹配。根据所构建的纯电动汽车行驶工况与设计性能目标,分析该工况下电动汽车速度、功率、转速分布情况;结合纯电动汽车动力学理论,匹配电池、电机及传动系统参数;建立纯电动汽车整车模型,进行动力性及经济性仿真分析。（3）行驶工况识别模型的确定及精度分析。基于行驶工况数据库,以识别周期划分样本段并计算工况特征参数,通过K-均值聚类分析对行驶工况进行分类并分析其特点,采用随机数法抽取各类工况样本,通过相关系数及概率神经网络算法,根据样本识别速度及准确率选取工况识别参数,分析识别周期以及预测周期对工况精度的影响,得出最优工况识别模型。（4）考虑行驶工况的驾驶风格识别算法。以固定时间长度划分驾驶风格数据库,通过K-均值聚类分析,对驾驶风格分类并分析各类风格特点,基于随机车速及中国乘用车CLTC-P工况分析并选取表征驾驶风格的特征参数;由于行驶工况会对驾驶风格产生影响,在驾驶风格识别系数中引入行驶工况的影响因子,结合行驶工况识别算法,进行驾驶风格识别分析。
其他文献
锂离子电池电化学和安全性能与其材料、极片和电池各层级的特性密切相关，揭示储能锂离子电池多层级的失效机理，可为储能锂离子电池的设计优化、使用管控提供指导。本文以广泛应用的磷酸铁锂储能电池为例，从材料、极片、电池层级出发，分别综述了其常见的失效形式以及对应的失效机理与表征分析技术。在本文中多层级的失效包括正负极材料的结构、组成和表界面失效以及电解液和隔膜的失效；极片的析锂、孔隙率、剥离和非均匀极化失效
涡轮增压作为提升发动机动力性、降低排放的重要技术,已经在发动机上广泛使用。普通的单级涡轮增压受限于结构、尺寸等因素,存在涡轮迟滞、工作工况范围较窄等缺点。汽车工程师采用两级增压来改善上述缺点,其中电辅助增压应用较为广泛,电动增压系统可以在低速工况和加速工况进行快速响应,在一定条件下还可以进行能量回收,废气涡轮增压在高速工况下具有较高的经济性,将两者结合可以实现更好的增压效果。两级增压系统存在气动耦
图像抠图技术已广泛应用于图像合成、影视制作、虚拟现实等场景中。该技术依赖将图像划分为前景、背景和未知区域的三分图,且三分图通常由人工绘制。近年来,研究人员尝试利用深度学习算法解决三分图自动生成问题,以实现图像抠图技术的自动化。目前三分图自动生成算法未考虑三分图的不同误差对图像抠图算法影响的差异,生成的三分图中存在较多错误的条件信息,对图像抠图算法造成了错误引导,导致三分图自动生成算法错误率高,严重
如今,随着人工智能的不断进步,汽车也进入到智能化时代,全球许多知名汽车生产制造企业大量投资到自动驾驶技术领域。而自动驾驶技术作为信息技术革命的产物,对促进环境可持续发展、改善城市交通以及对驾驶安全性的作用举足轻重。目前常见的自动驾驶方案均是感知-决策-控制等子模块的融合,这样的模式存在着多项难点:1、基于规则的策略需要大量的人工设计,不仅流程复杂繁琐,而且成本耗费极大;2、无法适应人员密集、错综复
挤出成型技术作为当今聚合物加工领域重要的成型手段之一,具有生产效率高、适应性广的特点,自问世以来受到了国内外学者的广泛关注。综述了挤出成型技术的发展概况,重点介绍了反应挤出成型技术、共挤出成型技术、气辅挤出成型技术的原理与发展现状,在此基础上对挤出成型技术的进一步发展进行展望。反应挤出成型技术将物料的制备与挤出合为一体,为聚合物的合成与改性提供了新的思路。共挤出成型技术将不同材料的优良性能集中于同
深度学习方法已被应用于红外目标检测并取得了较好的效果。然而,因为深度学习方法计算复杂、存储空间占用大,而嵌入式设备的计算及存储资源有限,所以基于深度学习的红外目标检测技术在嵌入式设备的应用仍面临着挑战。因此,开展神经网络剪枝方法研究,对实现深度学习红外目标检测算法在嵌入式设备上的部署具有积极意义。本文从课题组实际项目需求出发,针对课题组开发的基于抠图增强的红外行人车辆检测软件无法在Jetson T
随着汽车动力性能等基本性能的提升,人们对汽车其他品质如汽车声品质等有了更高的要求,因此汽车声品质已经成为了研究热点。其中,平稳声信号声品质的研究起步较早,该领域的各方面研究及其评价流程也比较完善。但是汽车声信号多种多样,且多为非平稳声信号。适用于平稳声信号的心理声学参数难以准确描述非平稳声信号和反映人对声音的主观感受,因此应用时频分析等方法构建非平稳声信号的客观评价参数和建立评价模型已经成为研究重
随着汽车工业的快速发展,能源短缺和环境污染的问题日益严重,新能源汽车成为了新的研究热点。混合动力汽车因具有续航里程长,油耗少和排放低的优点,逐渐成为了研究的重点。能量管理策略是整车控制系统的核心,通过控制需求功率的分配来改善整车油耗和排放。本文以P2构型混合动力汽车为研究对象,针对目前混合动力汽车的能量管理策略的一些问题,结合深度强化学习（Deep Reinforcement Learning,D
随着人民生活质量的提高,用户对摩托车振动舒适性的追求越来越高,如何快速诊断和改善摩托车的振动是摩托车企业急需解决的工程问题。论文针对某摩托车存在振动较大的问题,应用传递路径分析（TPA）方法对其振动传递路径进行分析和诊断,找出主要传递路径,并实施相应改进,最终达到提升摩托车振动舒适性的目的。（1）对比传统TPA方法、工况TPA方法和OPAX方法的分析精度、建模时间和适用范围,兼顾分析精度和建模时间
在倡导节能减排和碳中和理念的今天,卡车因其自身较高的燃油消耗量和排放量越来越受到人们的关注。为了降低高速公路上卡车运输时的燃油消耗量,卡车队列行驶的方法便应运而生。卡车队列行驶不但能够改善队列整体的燃油经济性,还能增加道路的利用率,提升道路的吞吐量。因此,本文在对卡车队列进行系统建模之后,基于模型预测控制的思想,分别建立了上、下两层控制器。该分层控制策略,在保证队列运行的安全性与平稳性基础之上,提