王軍方,丁焰,王愛(ài)娟,尹航,譚建偉,殷寶輝
1.中國(guó)環(huán)境科學(xué)研究院,北京 100012
2.北京理工大學(xué)機(jī)械與車輛工程學(xué)院,北京 100081
機(jī)動(dòng)車行駛工況是指機(jī)動(dòng)車在道路上的具體行駛狀態(tài),包括怠速、加速、減速、勻速等。機(jī)動(dòng)車行駛工況[1]會(huì)直接造成機(jī)動(dòng)車排放和油耗的顯著變化,是影響機(jī)動(dòng)車排放和油耗的主要因素。
目前,我國(guó)所用的乘用車認(rèn)證工況仍然是歐洲的市區(qū)穩(wěn)態(tài)工況ECE-15和包含了郊區(qū)工況的NEDC工況,重型車認(rèn)證工況也為歐洲穩(wěn)態(tài)ESC和瞬態(tài)ETC工況[2-3]。而中國(guó)的實(shí)際道路特征、交通流量分布、地理特征、自然環(huán)境等與歐盟國(guó)家有很大差異。另外,發(fā)動(dòng)機(jī)測(cè)試結(jié)果不能反映重型車整車實(shí)際道路排放特征和油耗特征。因此,為準(zhǔn)確評(píng)估北京市機(jī)動(dòng)車排放和油耗水平,必須開(kāi)發(fā)和構(gòu)建一套能夠真實(shí)反映北京市運(yùn)行特征的輕型車和重型車行駛工況。
構(gòu)建行駛工況一般包括四個(gè)步驟:車輛工況數(shù)據(jù)采集、工況數(shù)據(jù)分析、工況數(shù)據(jù)解析和確定工況[4-7]。最關(guān)鍵的步驟是工況采集和工況解析。目前車輛行駛工況數(shù)據(jù)采集方法主要有三種:目標(biāo)車輛跟蹤法;固定路線上的循環(huán)測(cè)試法(平均車流統(tǒng)計(jì)法);車主自主行駛的數(shù)據(jù)采集法[8]。數(shù)據(jù)工況解析是整個(gè)行駛工況構(gòu)建流程中最關(guān)鍵的一步,不同的工況解析方法決定了最終解析出的行駛工況是否能夠反映車輛的實(shí)際道路運(yùn)行特征。如何解析出反映車輛實(shí)際運(yùn)行特征的行駛工況,國(guó)內(nèi)外許多研究機(jī)構(gòu)和高校[9-23]提出了不同的方法,其中使用最多、最具有代表性的解析方法主要有四種:定步長(zhǎng)截取法和基于短行程開(kāi)發(fā)出來(lái)的行程分析法、V-A(velocity and acceleration)矩陣分析法、主成分聚類分析法以及馬爾科夫分析法。筆者綜合考慮各種解析方法的優(yōu)缺點(diǎn)后,設(shè)計(jì)了一種基于定步長(zhǎng)行駛工況解析法的短行程重疊截取式定步長(zhǎng)解析法。行程片段的時(shí)間周期以900~1200 s為間隔,最終行駛工況運(yùn)用V-A矩陣分析法,整個(gè)過(guò)程的運(yùn)行通過(guò)Matlab軟件來(lái)完成。
以北京市乘用車、公交車和重型卡車為研究對(duì)象,進(jìn)行實(shí)際道路運(yùn)行工況數(shù)據(jù)測(cè)試。乘用車采用車主自主行駛工況采集方法和綜合工況采集方法。綜合工況采集方法是綜合目標(biāo)車輛跟蹤法和固定路線循環(huán)測(cè)試法的優(yōu)點(diǎn)而設(shè)計(jì)出的車輛工況數(shù)據(jù)采集方法。公交車采用“正常運(yùn)營(yíng)法”的工況數(shù)據(jù)采集方法。對(duì)于重型卡車,由于北京市白天限制其在五環(huán)內(nèi)運(yùn)行,只有晚上才能進(jìn)入市區(qū)內(nèi),因此,利用確定區(qū)域的目標(biāo)車輛跟蹤法來(lái)采集重型卡車工況數(shù)據(jù)。
運(yùn)行工況數(shù)據(jù)采集的儀器為全球定位系統(tǒng)(GPS)[9],測(cè)試系統(tǒng)具有良好的保密性和抗干擾性。其單點(diǎn)定位精度可達(dá)10 m,測(cè)速精度0.1 m/s,能夠滿足車輛工況測(cè)試要求。
在選擇乘用車測(cè)試路線時(shí),以平均車速作為選擇原則,同時(shí)考慮所選道路的級(jí)別、交通流量大小、車輛堵塞程度、早晚交通流量變化明顯程度等因素?;谏鲜鲈瓌t,分別在北京市東區(qū)、南區(qū)、北區(qū)、西區(qū)、東南區(qū)、東北區(qū)、西南區(qū)、西北區(qū)以及環(huán)線上選取代表性路線進(jìn)行乘用車工況數(shù)據(jù)數(shù)據(jù)采集(圖1)。在進(jìn)行北京市公交車測(cè)試路線選擇時(shí),為了使所選路線具有代表性,基于如下原則進(jìn)行選取:不同道路上公交車的平均車速值、道路的交通流量大小、車輛擁堵程度、早晚交通流量和負(fù)荷變化明顯程度、道路類型分布情況和公交車行駛的主要路段等[24]。重型卡車測(cè)試路線主要在五環(huán)及以外線路,另外還有少部分用于夜間工況測(cè)試的五環(huán)內(nèi)線路,同時(shí)考慮北京市交通強(qiáng)度、交通密度以及道路等級(jí)等因素,分別在北京市東南西北四個(gè)區(qū)域選擇典型測(cè)試路線。
圖1 各工況測(cè)試路線Fig.1 Part of test route lines
理論上講,采集的數(shù)據(jù)越多,結(jié)果會(huì)越準(zhǔn)確。但是由于客觀條件的限制,采集數(shù)據(jù)不可能無(wú)窮大。根據(jù)文獻(xiàn)[16,25-26],當(dāng)采集的數(shù)據(jù)量達(dá)到一定值后,即使增加數(shù)據(jù)量,準(zhǔn)確性也不會(huì)有很大提高。共采集了北京市輕型車工況數(shù)據(jù)110.1萬(wàn)組,累計(jì)行駛里程7500 km。公交車工況得到102.3萬(wàn)組逐秒有效數(shù)據(jù),累計(jì)行駛里程6261 km。重型卡車工況得到20.7萬(wàn)組逐秒有效數(shù)據(jù),累計(jì)行駛里程2168 km。通過(guò)對(duì)樣本特征值準(zhǔn)確性和數(shù)據(jù)量的關(guān)系分析,可以得出當(dāng)數(shù)據(jù)量達(dá)到上述量值后,車輛平均速度、平均運(yùn)行速度(不包含怠速)、平均加速度、平均減速度以及各種運(yùn)行模式(怠速、加速、減速和勻速)等特征參數(shù)趨于穩(wěn)定。采集的樣本數(shù)據(jù)量已經(jīng)滿足數(shù)據(jù)統(tǒng)計(jì)分析的要求,可以進(jìn)行下一步的工況提取。
2.2.1 運(yùn)行速度-加速分布
基于已經(jīng)獲得的機(jī)動(dòng)車有效工況數(shù)據(jù),對(duì)乘用車、公交車和重型卡車的速度、加速度運(yùn)行特征進(jìn)行了初步分析,如圖2~圖4所示。
圖2 乘用車速度-加速度分布Fig.2 Speed and acceleration distribution of passenger vehicles
由圖2可見(jiàn),乘用車的速度主要集中于0~60 km/h,最大速度甚至超過(guò)100 km/h;在0~50 km/h速度范圍內(nèi),加速度主要分布在-1~1 m/s2,在大于50 km/h速度段加速度主要分布在-0.5~0.5 m/s2。乘用車速度范圍和加速度范圍均較寬,主要因?yàn)槌擞密嚩噙\(yùn)行于市區(qū)快速路和街區(qū)道路上,運(yùn)行于街區(qū)道路時(shí),車速較低,而且加減速頻繁,運(yùn)行于快速道路時(shí),車速較高。
由圖3可見(jiàn),北京市公交車運(yùn)行速度主要集中于0~30 km/h,運(yùn)行速度范圍較窄,最大車速不超過(guò)60 km/h;加速度主要集中于-1~1 m/s2。主要因?yàn)楣卉嚩噙\(yùn)行于人流量密集地區(qū),車流量大,運(yùn)行路線上紅綠燈較多,且公交車在運(yùn)行路線上頻繁停靠,所以車輛運(yùn)行速度較低且經(jīng)常怠速和起動(dòng)。
由圖4可見(jiàn),重型卡車的行駛速度主要分布在0~50 km/h內(nèi),最大車速超過(guò)90 km/h,速度分布范圍介于乘用車和公交車之間,速度為0~40 km/h時(shí),車輛加速度主要分布在-0.6~0.6 m/s2,在大于40 km/h的速度下運(yùn)行時(shí),加速度主要集中在-0.5~0.5 m/s2。主要因?yàn)楸本┦邢拗瓶ㄜ囋诎滋爝M(jìn)入五環(huán)以內(nèi)區(qū)域,重型卡車多運(yùn)行于五環(huán)以外交通通暢的快速干道上,因此卡車的平均速度要比公交車高,而且行駛比較平穩(wěn)。
2.2.2 機(jī)動(dòng)車運(yùn)行速度頻率分布
通過(guò)對(duì)機(jī)動(dòng)車速度數(shù)據(jù)進(jìn)行分析,統(tǒng)計(jì)出了車輛在怠速、0~10、10~20、20~30、30~40、40~50、50~60、60~70、70~80 km/h以及大于80 km/h區(qū)間下運(yùn)行速度頻率分布,如圖5~圖7所示。
由圖5可見(jiàn),乘用車怠速下的速度頻率(該速度下的運(yùn)行時(shí)間占總運(yùn)行時(shí)間的比例)最高,為26.03%。此外,車輛在 20~30、30~40、40~50 km/h區(qū)間的速度頻率也較高,分別為12.75%、13.74%和12.52%。車輛在大于80 km/h下的速度頻率最低,僅為0.91%。總體來(lái)看,乘用車運(yùn)行速度主要集中在小于60 km/h的范圍內(nèi),車輛在不超過(guò)60 km/h的速度頻率達(dá)到91.24%。
由圖6可見(jiàn),公交車怠速下的速度頻率最高,為29.32%。除怠速運(yùn)行外,車輛在10~20、20~30、30~40 km/h下速度頻率也較高,分別為14.36%、16.04%和15.72%。車輛最高車速不超過(guò)60 km/h,在 50~60 km/h下速度頻率最低,僅為4.71%??傮w來(lái)看,車輛運(yùn)行速度主要集中在小于50 km/h,小于50 km/h下的速度頻率達(dá)到95.29%。
由圖7可見(jiàn),重型卡車在60~70 km/h下的速度頻率最高,為16.54%。在怠速、40~50和50~60 km/h下的速度頻率也較高,分別為12.44%、11.66%和11.46%。大于80 km/h下的速度頻率相對(duì)較低,僅為0.84%。總體來(lái)看,車輛運(yùn)行速度主要集中在小于70 km/h范圍內(nèi),小于70 km/h下的速度頻率達(dá)到99.16%。
從大量的實(shí)際車輛運(yùn)行調(diào)查數(shù)據(jù)中解析和提取與總體樣本特征近似的數(shù)據(jù)段,需要選用一些統(tǒng)計(jì)學(xué)特征值來(lái)完整描述行駛工況特征,如使用平均速度、加速度、行駛時(shí)間、怠速比例等。筆者研究工況解析采用的是特征參數(shù)法,該方法是以13個(gè)參數(shù)作為合成行駛工況的標(biāo)準(zhǔn)參數(shù),分別計(jì)算總體樣本和劃分行程片段的13個(gè)參數(shù)特征值以及相關(guān)性。根據(jù)平均偏差和相關(guān)系數(shù)篩選工況,再利用V-A矩陣分析法評(píng)價(jià)以及確定最終工況。
V-A矩陣分析指通過(guò)分析各行駛工況數(shù)據(jù)速度-加速度概率分布與總體數(shù)據(jù)速度-加速度概率分布的關(guān)系,考察各備選工況速度-加速度構(gòu)成與總體數(shù)據(jù)速度-加速度構(gòu)成的形態(tài)相似性;通過(guò)計(jì)算各備選工況速度-加速度概率分布與總體數(shù)據(jù)速度-加速度概率分布之間的差異(即DIF),確定代表數(shù)據(jù)區(qū)間。DIF越小,說(shuō)明二者概率分布之間的偏差就越小,工況的代表性也就越強(qiáng)。DIF是指?jìng)溥x數(shù)據(jù)與總體數(shù)據(jù)速度-加速度概率分布對(duì)應(yīng)項(xiàng)之差的平方和,計(jì)算公式為:
式中,i為備選數(shù)據(jù)速度-加速度分布與總體數(shù)據(jù)速度-加速度概率分布對(duì)應(yīng)的第i項(xiàng);j為第j個(gè)備選數(shù)據(jù)速度-加速度概率分布;k為總體數(shù)據(jù)速度-加速度概率分布。
首先將每個(gè)數(shù)據(jù)按不同的速度區(qū)間進(jìn)行分類,速度分為:(0,10]、(10,20]、(20,30]、(30,40]、(40,50]、(50,60]、(60,70]、(70,80]、(80,90]、(90,∝)共 10個(gè)區(qū)間,加速度分為:[1.6,+∝)、[1.4,1.6)、[1.2,1.4)、[1.0,1.2)、[0.8,1.0)、[0.6,0.8)、[0.4,0.6)、[0.2,0.4)、(0,0.2)、0、(0,-0.2)、[-0.2,-0.4)、[-0.4,-0.6)、[-0.6,-0.8)、[-0.8,-1.0)、[-1.0,-1.2)、[-1.2,-1.4)、[-1.4,-1.6)、[-1.6,-∝)共19個(gè)區(qū)間,統(tǒng)計(jì)每類速度-加速度所占時(shí)間比例,即可得到速度-加速度概率分布數(shù)據(jù)。
2.3.1 機(jī)動(dòng)車解析工況結(jié)果
將采集到的大量逐秒速度數(shù)據(jù)匯總,利用Matlab軟件根據(jù)已經(jīng)設(shè)計(jì)的片斷截取方法,分別將乘用車、公交車和重型卡車行駛工況數(shù)據(jù)樣本劃分為許多重疊且時(shí)間步長(zhǎng)為900~1200 s的行程片段。經(jīng)過(guò)樣本數(shù)據(jù)分割,得到乘用車數(shù)據(jù)片斷共計(jì)7849個(gè);公交車數(shù)據(jù)片斷共計(jì)11198個(gè);重型卡車數(shù)據(jù)片斷共計(jì)792個(gè)。通過(guò)行程片段篩選得出10個(gè)備選工況。
從備選工況中通過(guò)計(jì)算與總體工況的相關(guān)系數(shù)以及V-A矩陣分析計(jì)算DIF,選擇相關(guān)系數(shù)大且DIF小的工況作為乘用車、公交車和重型卡車的典型綜合工況特征值。工況曲線如圖8~圖10所示。綜合工況特征值見(jiàn)表1。
圖8 乘用車的綜合行駛工況Fig.8 Driving cycle or modes of passenger vehicles
表1 綜合工況特征值Table 1 Characteristic values of vehicles
比較三種車輛綜合工況的特征值可以看出,與重型卡車相比,乘用車和公交車由于多運(yùn)行于市區(qū),而市區(qū)車流量大、交通較擁堵,因此車輛運(yùn)行速度較低,怠速、加速、減速比例較高,勻速運(yùn)行比例較低。其中,公交車由于多運(yùn)行于紅綠燈較多、交通流量大路段,且頻繁??空?,平均速度更低,怠速比例更大。重型卡車由于白天只能在五環(huán)外運(yùn)行,交通通暢,運(yùn)行環(huán)境較好,勻速運(yùn)行比例和平均速度均較高。
2.3.2 與其他工況對(duì)比分析
對(duì)北京市乘用車工況、NEDC工況、ECE-15工況和FTP-75工況進(jìn)行比較(表2)。由表2可見(jiàn),從平均速度、平均加減速度方面,北京市乘用車工況明顯低于NEDC工況和FTP-75工況。乘用車工況的平均速度(Vm)分別與NEDC工況和FTP-75工況相差21.36%和27.33%,平均加速度(Am)分別與NEDC工況和FTP-75工況相差37.21%和53.49%,平均減速度(Dm)分別與 NEDC工況和FTP-75工況相差49.06%和41.51%。另外,在工況比例方面,北京市乘用車工況的加、減速比例明顯高于NEDC工況和FTP-75工況;而乘用車工況的勻速比例卻比NEDC工況和FTP-75工況低很多。這主要由于北京市車流量大,交通擁堵,因而車輛運(yùn)行速度偏低和加減速運(yùn)行頻繁。因此,如果基于NEDC工況或FTP-75工況對(duì)北京市乘用車排放和油耗進(jìn)行測(cè)試研究,將存在很大偏差。另外,通過(guò)比較北京市重型卡車工況和UDDS工況,也發(fā)現(xiàn)北京市重型卡車工況與UDDS工況存在很大差異,北京市重型卡車加速度和減速度的絕對(duì)值均偏小,加減速比例偏大。因此,基于國(guó)外重型車工況分析北京市重型卡車排放和油耗特征,也將存在很大差異。
表2 機(jī)動(dòng)車典型工況特征值比較Table 2 Comparison of different test cycles
(1)在對(duì)國(guó)內(nèi)外先進(jìn)的機(jī)動(dòng)車行駛工況構(gòu)建方法進(jìn)行研究分析的基礎(chǔ)上,根據(jù)北京市各類車輛的運(yùn)行特點(diǎn),制定了分車型的工況數(shù)據(jù)采集方法。對(duì)于乘用車,采用根據(jù)車主自主駕駛法及綜合了目標(biāo)車輛跟蹤法和固定路線循環(huán)測(cè)試法的優(yōu)點(diǎn)而設(shè)計(jì)出的車輛工況數(shù)據(jù)采集方法。對(duì)于公交車,采用正常運(yùn)營(yíng)法。對(duì)于重型卡車,采用目標(biāo)車輛跟蹤法。
(2)得到乘用車逐秒的有效運(yùn)行數(shù)據(jù)110.1萬(wàn)組,累計(jì)行駛里程7500 km;公交車逐秒的有效數(shù)據(jù)102.3萬(wàn)組,累計(jì)行駛里程6261 km;重型卡車逐秒的有效數(shù)據(jù)20.7萬(wàn)組,累計(jì)行駛里程2168 km。經(jīng)過(guò)數(shù)據(jù)樣本數(shù)據(jù)量與測(cè)試數(shù)據(jù)準(zhǔn)確性的統(tǒng)計(jì)分析,證實(shí)所采集的樣本數(shù)據(jù)量已經(jīng)滿足工況提取的數(shù)據(jù)量要求。
(3)與重型卡車相比,乘用車和公交車由于多運(yùn)行于市區(qū),車流量大,車輛運(yùn)行速度較低,怠速、加速、減速比例較高,而勻速運(yùn)行比例較低。其中,公交車由于多運(yùn)行于交通流量大路段,且頻繁停靠站,平均速度更低,怠速比例更大。重型卡車由于白天只能在五環(huán)外運(yùn)行,交通通暢,運(yùn)行環(huán)境較好,勻速運(yùn)行比例和平均速度均較高。
(4)通過(guò)對(duì)北京市乘用車工況、NEDC工況、ECE-15工況和FTP-75工況進(jìn)行比較發(fā)現(xiàn),從平均速度、加速度和減速度方面,北京市乘用車工況明顯低于NEDC工況和FTP-75工況;在工況比例方面,北京市乘用車工況的加減速比例明顯高于NEDC工況和FTP-75工況;而北京市乘用車工況的勻速比例卻比NEDC工況和FTP-75工況低很多。另外,比較北京市重型卡車工況和國(guó)外重型車UDDS工況發(fā)現(xiàn),北京市重型卡車工況與UDDS工況差異較大,北京市重型卡車加速度和減速度的絕對(duì)值均偏小,而加減速運(yùn)行時(shí)間比例偏大。
[1]肖竑,梁錫林.影響機(jī)動(dòng)車排放因子計(jì)算相關(guān)因素探討[J].環(huán)境保護(hù),2004(4):45-47.
[2]國(guó)家環(huán)境保護(hù)總局.GB 18352.3—2005 輕型汽車排氣污染物排放限值及測(cè)量方法(中國(guó)Ⅲ、Ⅳ階段)[S].北京:中國(guó)標(biāo)準(zhǔn)出版社,2005.
[3]國(guó)家環(huán)境保護(hù)總局.GB 17691—2005 車用壓燃式、氣體燃料點(diǎn)燃式發(fā)動(dòng)機(jī)與汽車排氣污染物排放限值及測(cè)量方法(中國(guó)Ⅲ、Ⅳ、Ⅴ階段)[S].北京:中國(guó)標(biāo)準(zhǔn)出版社,2005.
[4]朱西產(chǎn),李孟良,馬志雄,等.車輛行駛工況開(kāi)發(fā)方法[J].江蘇大學(xué)學(xué)報(bào),2005,26(2):110-113.
[5]劉希玲,丁焰.我國(guó)城市汽車行駛工況調(diào)查研究[J].環(huán)境科學(xué)研究,2000,13(3):23-27.
[6]DEMBSKI N,GUEZENNEC Y,SOLIMAN A.Analysis and experimental refinement of real-world driving cycles[R].Washington DC:SEA Technical Paper,2002.
[7]ANDRE M.The ARTEMIS European driving cycles for measuring car pollutant emission[J].Sci Total Environ,2004,334/335:73-84.
[8]JIE L M.Process approach to driving cycle development[D].California:University of California,2002.
[9]丁焰.中國(guó)機(jī)動(dòng)車排放因子模型研究[D].北京:北京理工大學(xué),2009.
[10]de HAAN P,KELLER M.Real-world driving cycles for emissions measurements:ARTEMIS and Swiss cycles:final report[R].Geneva:Swiss Agency for Environment,F(xiàn)orests and Landscape,2001.
[11]STEVEN H.Development of a worldwide harmonized heavy-duty engine emissions test cycle,final report:TRANS/WP29/GRPE/2001/2[R].[S.l.]:ECE-GRPE WHDC Working Group,2001.
[12] MICHAL V-L,DOUGLAS C L,JOSHUA P W.Real-world emissions from 40 heavy-duty trucks recruited at Tulare,CA rest area[R].Washington DC:SAE Technical Paper,2002.
[13]WANG Q D,HUO H,HE K B,et al.Characterization of vehicle driving patterns and development of driving cycles in Chinese cities[J].Transportation research Part D,2008,13(5):289-297.
[14]裴文文.面向尾氣排放控制的北京市機(jī)動(dòng)車行駛周期研究[D].北京:北京交通大學(xué),2005.
[15]KUHLER M,KARSTENS D.Improved driving cycle for testing automotive exhaust emissions[M].New York:Society of Automotive Engineers Inc,1978.
[16]ANDRE M,HICKMAN A J,HASSEL D,et al.Driving cycles for emissions measurements under European conditions[R].Washington DC:SAE Technical Paper,1995.
[17]馬東.輕型車排放因子研究[D].北京:北京理工大學(xué),2008.
[18] CLARK N N,GAUTAM M,WAYNE W S,et al.Creation and evaluation of a medium heavy-duty truck test cycle[J].SAE Tracsactions,2003,112(4):2654-2668.
[19] BROWN S,BRYETTC,MOWLEM.In-service emissions performance-drive cycles[R].Australia:National Environment Protection Council Service Corporation,1999.
[20]李波.概率論與數(shù)理統(tǒng)計(jì)[M].重慶:重慶大學(xué)出版社,1995.
[21]杜雪樵.惠軍隨機(jī)過(guò)程[M].合肥:合肥工業(yè)大學(xué)出版社,2006.
[22]張銳.城市道路汽車行駛工況的構(gòu)建與研究[D].合肥:合肥工業(yè)大學(xué),2009.
[23]馬志雄,李孟良,張富興,等.主成分分析法在車輛實(shí)際行駛工況開(kāi)發(fā)中的應(yīng)用[J].武漢理工大學(xué)學(xué)報(bào),2004,26(4):32-35.
[24]馬志雄,李孟良,朱西產(chǎn),等.公交車行駛工況開(kāi)發(fā)過(guò)程中試驗(yàn)線路的提取研究[J].武漢理工大學(xué)學(xué)報(bào),2004,28(4):515-517.
[25]ANDRE M.Driving cycles development:characterization of the methods[M].Washington DC:SAE Technical Paper,1996.
[26]ANDRE M.In actual user car testing:70000 kilometers and 10000 trips by 55 French cars under real conditions[M].New York:SAE Technical Paper,1991. ?