付志成 郭振昕 賈松霖 李國(guó)興

摘要： ?現(xiàn)有的用于續(xù)航測(cè)試的車速-時(shí)間汽車行駛工況未能考慮油門開度對(duì)油耗測(cè)試的影響，導(dǎo)致測(cè)定油耗相較于實(shí)際油耗偏差較大。引入油門開度構(gòu)建汽車行駛工況可以綜合考慮負(fù)荷與車速變化對(duì)行車油耗的影響。通過劃分車速-油門開度行駛片段，利用主成分分析、聚類分析和相關(guān)性分析等方法篩選行駛片段，拼接行駛片段構(gòu)建車速-油門開度-時(shí)間三維工況曲線。研究發(fā)現(xiàn)，相較于二維工況曲線，基于三維工況曲線測(cè)定油耗與實(shí)測(cè)油耗的偏差減少了12.673%。

關(guān)鍵詞： ?汽車行駛工況；油門開度；車速；主成分分析；聚類分析；相關(guān)性分析；百公里燃油消耗量

DOI ?： ??10.3969/j.issn.1001-2222.2024.01.010

中圖分類號(hào)： U467.498 ??文獻(xiàn)標(biāo)志碼： ?B ??文章編號(hào)： ??1001-２２２２（２０24）０1-００61-０6

世界主流的汽車?yán)m(xù)航測(cè)試工況標(biāo)準(zhǔn)是一段描述汽車行駛特征的速度-時(shí)間曲線。NEDC和WLTC標(biāo)準(zhǔn)試驗(yàn)工況廣泛應(yīng)用于車輛綜合油耗測(cè)試。然而，我國(guó)地域廣闊，道路交通狀況各有特點(diǎn)，汽車行駛時(shí)的負(fù)荷變化不定。研究表明，官方標(biāo)定的百公里油耗往往存在“虛低”的情況［1］。因此，研究更加符合實(shí)際的汽車行駛工況并準(zhǔn)確測(cè)出汽車的綜合油耗十分有必要。

目前，世界主流的汽車?yán)m(xù)航測(cè)試工況標(biāo)準(zhǔn)主要有NEDC工況和WLTC工況等。由歐盟委員會(huì)提出的NEDC（new european driving cycle）工況曾被廣泛應(yīng)用于汽車?yán)m(xù)航測(cè)試工作［2］。測(cè)量NEDC油耗的常用方法是在底盤測(cè)功機(jī)上測(cè)試NEDC循環(huán)下的整車油耗［3］。郭濤［4］的研究表明，汽車實(shí)際油耗與 NEDC 法規(guī)認(rèn)證結(jié)果存在較大偏差。全球輕型汽車測(cè)試循環(huán)WLTC （worldwide harmonized light vehicles test cycle）相比NEDC工況擁有更多的加速和減速狀態(tài)，更加全面地考慮了實(shí)際因素［5］。王霞等［6］通過WLTC循環(huán)工況測(cè)試，研究整車油耗和負(fù)荷加載的關(guān)系。黃國(guó)海等［7］通過運(yùn)用AVL CRUISE軟件測(cè)定某一款SUV在WLTC工況下的燃油消耗率，為本研究的油耗測(cè)試試驗(yàn)提供了參考。

我國(guó)地域廣闊，道路交通狀況各有特點(diǎn)，汽車行駛時(shí)的負(fù)荷變化不定，上述工況標(biāo)準(zhǔn)無法準(zhǔn)確描述我國(guó)各個(gè)地域的真實(shí)路況特征。田宇等［8］通過統(tǒng)計(jì)學(xué)方法，分析太原市的汽車行駛數(shù)據(jù)，擬合出更能反映太原市輕型車的區(qū)域性工況曲線。徐權(quán)奎等［9］基于PSPICE電路仿真方法，發(fā)現(xiàn)汽車的綜合油耗不僅與車速有關(guān)，也與油門開度有密切聯(lián)系。王程玉等［10］等使用MATLAB和Cruise平臺(tái)進(jìn)行同負(fù)載情況下驅(qū)動(dòng)控制策略的仿真驗(yàn)證。孫冬野等［11］通過研究AMT汽車啟動(dòng)過程，發(fā)現(xiàn)當(dāng)汽車經(jīng)歷不同行駛場(chǎng)合，需要改變汽車油門開度以產(chǎn)生相應(yīng)的發(fā)動(dòng)機(jī)扭矩，這會(huì)直接影響汽車的綜合油耗。因此，基于傳統(tǒng)的汽車行駛工況速度-時(shí)間曲線標(biāo)定的油耗與用戶反饋的實(shí)際油耗存在較大偏差。

將油門開度參數(shù)引入汽車行駛工況構(gòu)建可以綜合考慮負(fù)荷與車速變化對(duì)行車油耗的影響。為此，提出“車速-油門開度-時(shí)間”三維汽車行駛工況曲線的構(gòu)建方案，綜合描述車速和油門開度的變化規(guī)律，以提高汽車綜合油耗評(píng)估的準(zhǔn)確性。

1 ??模型方案

傳統(tǒng)的汽車?yán)m(xù)航測(cè)試標(biāo)準(zhǔn)工況均為速度-時(shí)間曲線，而實(shí)際行車油耗受到車速、油門開度、輪胎半徑和傳動(dòng)系統(tǒng)特性等因素影響。汽車實(shí)際燃油消耗量如式（1）所示［12］：

B= 3 600nrF（u，θ） 9 550ηi ?g ?H ?u ??。 ?（1）

式中： B為汽車實(shí)際燃油消耗量；n為發(fā)動(dòng)機(jī)轉(zhuǎn)速；r為輪胎滾動(dòng)半徑；F（u，θ）為汽車行駛阻力，是關(guān)于車速u和路面坡度θ的函數(shù)；i ?g 為各擋位對(duì)應(yīng)的傳動(dòng)比；H ?u 為燃料熱值;η 為總效率。

對(duì)于不同車速 u的變化需求，發(fā)動(dòng)機(jī)轉(zhuǎn)速n與傳動(dòng)比參數(shù)i ?g 的確定主要取決于車輛傳動(dòng)系統(tǒng)特性。車輛行駛阻力F（u，θ） 的變化可由油門開度的動(dòng)態(tài)變化來表征［12］。因此，將油門開度參數(shù)引入汽車行駛工況構(gòu)建并選取合適的換擋策略可以綜合考慮負(fù)荷與車速變化對(duì)行車油耗的影響。為此，提出“車速-油門開度-時(shí)間”三維汽車行駛工況曲線的構(gòu)建方案（以下簡(jiǎn)稱三維工況），綜合描述車速和油門開度的變化規(guī)律，以提高汽車綜合油耗評(píng)估的準(zhǔn)確性。

該方案以車速為主要依據(jù)，劃分出數(shù)個(gè)汽車行駛片段并記錄對(duì)應(yīng)油門開度數(shù)據(jù)。通過主成分分析、聚類分析、相關(guān)性分析篩選出能夠真實(shí)反映汽車行駛特征的片段，并拼接成為工況曲線。模型框架如圖1所示。三維行駛工況與傳統(tǒng)的車速-時(shí)間二維行駛工況曲線的構(gòu)建方法相類似，區(qū)別在于劃分汽車行駛片段時(shí)增加了油門開度數(shù)據(jù)。因此，本研究構(gòu)建的三維工況曲線在車速-時(shí)間平面的投影與傳統(tǒng)的車速-時(shí)間二維行駛工況曲線等效。

基于仿真與實(shí)測(cè)可以實(shí)現(xiàn)油門開度與汽車的行駛阻力［12］信息的轉(zhuǎn)換，所建工況可以遷移拓展用于相近車型的續(xù)航測(cè)試評(píng)估。

1） 數(shù)據(jù)的采集與預(yù)處理

工況構(gòu)建所需的數(shù)據(jù)為特定區(qū)域采集的汽車行駛速度、經(jīng)緯度信息和油門開度等數(shù)據(jù)，采樣時(shí)長(zhǎng)在100 h以上。對(duì)數(shù)據(jù)進(jìn)行如下預(yù)處理。首先，剔除異常數(shù)據(jù)并進(jìn)行時(shí)基校準(zhǔn)；然后，對(duì)數(shù)據(jù)進(jìn)行降噪處理，基于統(tǒng)計(jì)學(xué)規(guī)律，運(yùn)用移動(dòng)平均濾波器過濾試驗(yàn)數(shù)據(jù)中存在錯(cuò)誤或異常（偏離期望值）的數(shù)據(jù)，即數(shù)據(jù)噪聲；最后，進(jìn)行怠速時(shí)間處理，采用領(lǐng)域判定法，將車速小于10 km/h的數(shù)據(jù)按怠速處理并去除各個(gè)怠速數(shù)據(jù)中超過180 s的數(shù)據(jù)部分［13］。

2） 劃分“車速-油門開度”運(yùn)動(dòng)學(xué)片段

以汽車的速度特征作為劃分運(yùn)動(dòng)學(xué)片段的參考標(biāo)準(zhǔn)。將汽車行駛過程中連續(xù)兩個(gè)怠速狀態(tài)之間（時(shí)間區(qū)間應(yīng)該大于20 s）的運(yùn)行片段定義為運(yùn)動(dòng)學(xué)片段，以便于對(duì)汽車行駛特征進(jìn)行數(shù)據(jù)分析。本研究依據(jù)上述每條數(shù)據(jù)中的車速數(shù)據(jù)劃分運(yùn)動(dòng)學(xué)片段。同時(shí)保留每一條車速數(shù)據(jù)對(duì)應(yīng)的實(shí)時(shí)油門開度數(shù)據(jù)。

選取怠速時(shí)間比、加速時(shí)間比、減速時(shí)間比、勻速時(shí)間比、平均速度、平均行駛速度、速度標(biāo)準(zhǔn)差、加速度標(biāo)準(zhǔn)差8個(gè)特征參數(shù)來描述運(yùn)動(dòng)學(xué)片段和整體。其中，怠速時(shí)間比為汽車停止行駛時(shí)間與工況曲線總時(shí)長(zhǎng)之比；加速時(shí)間比為汽車加速度大于0.1 m/s2時(shí)間占比；減速時(shí)間比為汽車加速度小于-0.1 m/s2的時(shí)間占比；巡航/勻速時(shí)間比為汽車加速度的絕對(duì)值小于0.1 m/s2時(shí)間占總時(shí)間的比例。

3） 主成分分析

因?yàn)檫\(yùn)動(dòng)學(xué)片段中包含大量描述車速的特征參數(shù)，為了減少計(jì)算復(fù)雜度，優(yōu)化算法，需要采取降維措施來處理這些數(shù)據(jù)。常用的方法有因子分析法、主成分分析法等。由于因子分析對(duì)數(shù)據(jù)要求較高，只有當(dāng)變量通過KMO相關(guān)性檢驗(yàn)時(shí)才能夠繼續(xù)，而主成分分析能夠在保留絕大部分信息的基礎(chǔ)上實(shí)現(xiàn)數(shù)據(jù)降維，因此，本研究選擇使用主成分分析法對(duì)運(yùn)動(dòng)學(xué)片段進(jìn)行數(shù)據(jù)降維。

4） 聚類分析

為了更好地捕捉汽車的車速特性，本研究將經(jīng)過降維處理的數(shù)據(jù)分成不同的類別，并采用聚類分析對(duì)運(yùn)動(dòng)學(xué)片段進(jìn)行歸類。在數(shù)據(jù)量較大時(shí)，相較于其他聚類方法，K-means聚類適用范圍更廣，操作更簡(jiǎn)單，并且能夠指定聚類的數(shù)目。因此，本研究選擇K-means聚類。通過建立 k個(gè)起始點(diǎn)，計(jì)算每個(gè)點(diǎn)與其他點(diǎn)之間的歐幾里德距離，將每個(gè)點(diǎn)分配到最近的點(diǎn)，最終將所有數(shù)據(jù)點(diǎn)歸類為k 類。根據(jù)汽車行駛的主要特征，“車速-油門開度”運(yùn)動(dòng)學(xué)片段被聚類成低速段、中速段和高速段［14］。

5） 拼接工況曲線

采用斯皮爾曼相關(guān)性分析，分別計(jì)算上述3組運(yùn)動(dòng)學(xué)片段的各特征參數(shù)與該組片段的整體特征參數(shù)的相關(guān)系數(shù)。在各分組中分別選取相關(guān)性較高的數(shù)個(gè)“車速-油門開度”運(yùn)動(dòng)學(xué)片段拼接成一條三維汽車工況曲線。參考行業(yè)標(biāo)準(zhǔn)工況將城市循環(huán)工況的時(shí)間取為1 200 s左右［15］。

2 ??試驗(yàn)設(shè)計(jì)與工況構(gòu)建

2.1 ??試驗(yàn)與仿真

1） 為了分析不同道路與交通情況對(duì)行車油耗的影響，將福州市按地形、擁堵情況、道路狀況特點(diǎn)劃分為A區(qū)、B區(qū)、C區(qū)，如圖2所示。

2） 選用車況良好的3輛試驗(yàn)轎車進(jìn)行試驗(yàn)，選用由中國(guó)汽車技術(shù)研究中心提供的車載設(shè)備采集數(shù)據(jù)。將設(shè)備安裝到試驗(yàn)車輛的OBD插口，從CAN總線讀取ECU儲(chǔ)存的車速數(shù)據(jù)和油門開度數(shù)據(jù)；利用GPS采集儀采集車輛的實(shí)時(shí)經(jīng)緯度參數(shù)。基于以上數(shù)據(jù)構(gòu)建三維工況曲線，同時(shí)分別記錄試驗(yàn)車輛在3個(gè)區(qū)域行駛時(shí)的平均百公里油耗數(shù)據(jù)。

3） 基于步驟2中構(gòu)建的福州市A，B，C 3個(gè)區(qū)域的三維工況曲線，分別向車速-時(shí)間平面投影，得到車速-時(shí)間二維工況曲線。

4） 汽車換擋策略受到傳動(dòng)系統(tǒng)特性、變速需求與行駛阻力等多種因素的影響，在基于優(yōu)化駕駛質(zhì)量和油耗性能的考慮下，特定車速與行駛阻力條件下車輛擋位選取策略將相對(duì)固定，擋位信息可由車速與油門開度計(jì)算獲?。?6］。

5） 在Cruise軟件中搭建整車模型，將構(gòu)建的3個(gè)區(qū)域的車速-油門開度-時(shí)間三維汽車行駛工況曲線和車速-時(shí)間二維行駛工況曲線以及步驟4中的換擋信息導(dǎo)入Cruise/M軟件Profile創(chuàng)建整車性能仿真模型［17］，完成汽車行駛循環(huán)，記錄各工況的仿真油耗結(jié)果。

2.2 ??構(gòu)建三維工況曲線

3個(gè)區(qū)域的道路交通特征如表1所示。由表1可知，A，B，C 3個(gè)區(qū)域的地形特性、擁堵程度、道路起伏有較大差異。因此，3個(gè)區(qū)域的汽車行駛特征具有鮮明差異。

對(duì)496 464條數(shù)據(jù)進(jìn)行預(yù)處理，將處理后的470 824條數(shù)據(jù)劃分成2 781個(gè)“車速-油門開度”運(yùn)動(dòng)學(xué)片段，其中A區(qū)1 530個(gè)，B區(qū)835個(gè)，C區(qū)416個(gè)，并計(jì)算特征值（見表2）。

對(duì)8個(gè)特征值運(yùn)動(dòng)學(xué)片段進(jìn)行主成分分析。圖3示出各個(gè)主成分特征值的碎石圖。由圖可看出，所選的4個(gè)主成分包含大部分特征參數(shù)信息，因此可以提取出4個(gè)主成分。

使用K-means聚類算法，可以將主成分?jǐn)?shù)據(jù)進(jìn)行有效的歸納和整理。最終的聚類中心如表3所示。

根據(jù)4個(gè)主要特征，3個(gè)區(qū)域的“車速-油門開度”運(yùn)動(dòng)學(xué)片段可以劃分為3類：低速、中速和高速，具體情況可參見表4。

采用斯皮爾曼相關(guān)性分析，在3個(gè)區(qū)域的低速段、中速段和高速段中分別選取相關(guān)性較高的數(shù)個(gè)“車速-油門開度”運(yùn)動(dòng)學(xué)片段拼接構(gòu)成三維工況曲線，結(jié)果如圖4所示。

A區(qū)的工況曲線總長(zhǎng)度為1 286 s，汽車的平均速度為36.43 km/h。A區(qū)在中、低速段的油門開度變化頻繁，表現(xiàn)出負(fù)荷變化較大的特征。B區(qū)的工況曲線總長(zhǎng)度為1 235 s。相較于A區(qū)，B區(qū)在低速段車速和油門開度的變化頻率更高，表現(xiàn)出頻繁起停的特征；B區(qū)的速度變化范圍更廣，低、中、高速段的速度占比更均勻，汽車的平均速度更低。C區(qū)的工況曲線總長(zhǎng)度為1 233 s。相較于A區(qū)，C區(qū)的中、高速段占比更高，油門開度的變化頻率更低，車速和油門開度近似呈正比關(guān)系，汽車的平均車速最高。

在3個(gè)三維工況曲線上每隔10 s取一個(gè)特征點(diǎn)，向油門開度-速度坐標(biāo)軸投影可得到3個(gè)區(qū)域車速和油門開度的關(guān)系（見圖5）。

由圖5可以看出，福州市A，B，C 3個(gè)區(qū)域的速度-油門開度分布的范圍不同。其中A區(qū)主要集中在中低速段，且油門開度變化較大；B區(qū)的速度跨度較大，油門開度變化范圍較小；C區(qū)的車速和油門開度近似成正比。在相同的車速下，3個(gè)區(qū)域的油門開度差異較大，這說明汽車的油門開度與車速的關(guān)系受道路情況的影響較大。

2.3 ??構(gòu)建二維工況曲線

將上述構(gòu)建的三維工況曲線在車速-時(shí)間平面投影得到車速-時(shí)間二維工況曲線，如圖6所示。

2.4 ??油耗測(cè)試仿真試驗(yàn)

試驗(yàn)車輛在福州市3個(gè)區(qū)域行駛的實(shí)際油耗（平均百公里油耗數(shù)據(jù)）分別為A區(qū)油耗7.812 L/100 km，B區(qū)油耗8.053 L/100 km，C區(qū)油耗7.588 L/100 km。

仿真測(cè)試表明，汽車由A區(qū)的三維和二維行駛工況曲線測(cè)定的油耗分別為7.735 L/100 km，6.648 L/100 km，由B區(qū)的三維和二維行駛工況曲線測(cè)定的油耗分別為8.280 L/100 km和6.927 L/100 km，由C區(qū)的三維和二維行駛工況曲線測(cè)定的油耗分別為7.514 L/100 km和6.532 L/100 km。

3 ??結(jié)果分析

3.1 ??速度特征分析對(duì)比

為了檢驗(yàn)三維工況曲線是否具有反映汽車行駛速度特征的優(yōu)點(diǎn)，分析福州市A區(qū)、B區(qū)和C區(qū)的速度變化特征，如圖7所示。

從圖7可以看出：B區(qū)加減速的比例最大，平均速度最小，這與B區(qū)地處市區(qū)，車流量較大而道路擁擠的特征相契合；相對(duì)于B區(qū)，A區(qū)的平均速度較高，而低速時(shí)間的比重較低，這符合A區(qū)位于山區(qū)、道路曲折、車流量稀少的特點(diǎn)；C區(qū)的交通狀況十分優(yōu)越，其勻速行駛的比例最大，平均速度最高，低速行駛的比例最小，這與C區(qū)位于平原且距離市中心較遠(yuǎn)的特點(diǎn)吻合。行駛車速特征與工況確實(shí)存在相關(guān)性。

3.2 ??油門開度特征分析

為了檢驗(yàn)三維工況曲線是否能夠反映汽車行駛時(shí)的油門開度特征，對(duì)福州市A區(qū)、B區(qū)和C區(qū)的工況曲線進(jìn)行分析。為了便于定量分析油門開度變化特征，對(duì)油門開度相關(guān)特征進(jìn)行量化定義：加油門時(shí)間比為油門開度變化率［18］大于0.01 s-1的時(shí)間占比；減油門時(shí)間比為油門開度變化率小于-0.01 s-1的時(shí)間占比；小油門時(shí)間比為油門開度小于5%的時(shí)間占比；勻油門時(shí)間比為油門開度變化率的絕對(duì)值小于0.01 s-1的時(shí)間占比。

對(duì)不同工況下的油門開度特征參數(shù)進(jìn)行對(duì)比，如加油門時(shí)間比、減油門時(shí)間比、小油門時(shí)間比等，結(jié)果如圖8所示。

由圖8可見，福州市A區(qū)的加油門、減油門、小油門時(shí)間比最高，勻油門時(shí)間比最小，這符合A區(qū)位于山谷丘陵地帶、道路起伏，需要經(jīng)常調(diào)整油門以提供不同的轉(zhuǎn)矩的特點(diǎn)；B區(qū)的加油門、減油門、小油門時(shí)間比高，勻油門時(shí)間比少，這符合B區(qū)位于市區(qū)，交通擁堵，需要高頻率地起動(dòng)和減速，會(huì)經(jīng)常調(diào)整油門開度的特點(diǎn)；C區(qū)的加油門、減油門、小油門時(shí)間比少，勻油門時(shí)間比最高，這符合C區(qū)地處平原且較為偏僻，車流量較少的特點(diǎn)。

圖8 油門開度特征對(duì)比

3.3 ??綜合油耗對(duì)比

將試驗(yàn)車輛在三維工況曲線和二維工況曲線下的仿真測(cè)試油耗與試驗(yàn)車輛在A，B，C 3個(gè)區(qū)域行駛的真實(shí)油耗進(jìn)行對(duì)比，結(jié)果如圖9所示。

從圖9可以看出：對(duì)于A區(qū)，基于三維行駛工況和二維行駛工況標(biāo)定的油耗相較于實(shí)際油耗的偏差分別為0.986%和14.900%；對(duì)于B區(qū)，基于三維行駛工況和二維行駛工況標(biāo)定的油耗相較于實(shí)際油耗的偏差分別為2.819%和13.982%；對(duì)于C區(qū)，基于三維行駛工況和二維行駛工況標(biāo)定的油耗相較于實(shí)際油耗的偏差分別為0.975%和13.917%。

在A，B，C 3個(gè)區(qū)域，三維工況相對(duì)于二維工況所測(cè)得的油耗的偏差平均減少了12.673%。

4 ??結(jié)束語(yǔ)

本研究提出通過劃分車速-油門開度行駛片段，利用主成分分析、聚類分析和相關(guān)性分析等方法篩選行駛片段，拼接行駛片段構(gòu)建車速-油門開度-時(shí)間三維工況曲線的工況構(gòu)建方案。通過試驗(yàn)對(duì)比分析得出，該方案彌補(bǔ)了傳統(tǒng)的速度-時(shí)間二維工況曲線無法描述汽車行駛時(shí)油門開度變化特征的不足。分別測(cè)量了試驗(yàn)車輛在目標(biāo)區(qū)域行駛的實(shí)際油耗，以及以三維工況和二維工況曲線測(cè)定的油耗值。通過對(duì)比分析得出，三維工況相對(duì)于二維工況所測(cè)得的油耗的偏差分別減少了13.914%，11.163%，12.942%，平均減少了12.673%。

參考文獻(xiàn)：

［1］ ?胡鴻飛.南京市輕型車實(shí)際行駛工況與檢測(cè)標(biāo)準(zhǔn)工況比較研究［D］.南京：東南大學(xué)，2017.

［2］ 中華人民共和國(guó)環(huán)境保護(hù)部.輕型汽車污染物排放限值及測(cè)量方法（中國(guó)Ⅲ、Ⅳ階段）：GB 18352.3—2005［S］.北京：中國(guó)環(huán)境科學(xué)出版社，2005.

［3］ 曹甜馬.NEDC工況下的前驅(qū)車型整車能耗測(cè)試與研究［D］.武漢：武漢理工大學(xué)，2016.

［4］ 郭濤.動(dòng)態(tài)工況下汽油機(jī)性能量化方程研究及在整車能量流測(cè)評(píng)中的應(yīng)用［D］.長(zhǎng)沙：湖南大學(xué)，2021.

［5］ 胡遠(yuǎn)志，黃馳.采用余熱型熱泵的整車制熱系統(tǒng)設(shè)計(jì)與仿真［J］.重慶理工大學(xué)學(xué)報(bào)（自然科學(xué)），2022，36（11）：76-83.

［6］ 王霞，褚觀耀，于飛.阻力加載對(duì)乘用車WLTC循環(huán)排放及油耗影響［J］.交通節(jié)能與環(huán)保，2019，15（3）：5-7.

［7］ 黃國(guó)海，吳頌，黃真，等.淺談新雙積分法規(guī)下乘用車降油耗方案研究［J］.汽車實(shí)用技術(shù)，2021，46（8）：113-115.

［8］ 田宇，朱建軍，周博雅.太原市輕型車實(shí)際行駛工況構(gòu)建［J］.汽車技術(shù)，2018（3）：51-55.

［9］ 徐權(quán)奎，祝軻卿，陳自強(qiáng)，等.基于仿真的電控柴油機(jī)ECU熱優(yōu)化設(shè)計(jì)［J］.內(nèi)燃機(jī)工程，2008，127（2）：31-36.

［10］ ?王程玉，林慕義，吳柯桐，等.負(fù)載變化對(duì)純電動(dòng)貨車驅(qū)動(dòng)控制策略的影響［J］.機(jī)械設(shè)計(jì)與制造，2022，372（2）：148-151.

［11］ 孫冬野，陳然，秦大同，等.AMT汽車起步過程節(jié)氣門目標(biāo)控制量的確定［J］.汽車工程，2009，31（11）：1020-1024.

［12］ 余志生.汽車?yán)碚摚跰］.6版.北京：機(jī)械工業(yè)出版社，2018.

［13］ 陳巖，楊晉，裴永生，等.汽車怠速工況NVH性能預(yù)測(cè)模型研究［J］.重慶理工大學(xué)學(xué)報(bào)（自然科學(xué)），2022，36（11）：69-75.

［14］ 黃淼，李濤，文旭，等.融合圖像識(shí)別和聚類分析的感應(yīng)電動(dòng)機(jī)參數(shù)辨識(shí)［J］.重慶理工大學(xué)學(xué)報(bào)（自然科學(xué)），2022，36（9）：195-201.

［15］ 李孟良，朱西產(chǎn)，張建偉，等.典型城市車輛行駛工況構(gòu)成的研究［J］.汽車工程，2005（5）：54-57.

［16］ 常朕，馬綺蔚.基于駕駛質(zhì)量和油耗綜合性能的換擋策略設(shè)計(jì)［J］.傳動(dòng)技術(shù)，2021，35（2）：16-20.

［17］ 尤國(guó)貴，盧劍偉，蘇俊收，等.重型半掛牽引車行駛工況研究及其動(dòng)力傳動(dòng)系統(tǒng)優(yōu)化［J］.汽車工程，2022，44（11）：1735-1745.

［18］ 葛安林，吳錦秋，林明芳.汽車動(dòng)力傳動(dòng)系統(tǒng)參數(shù)的最佳匹配［J］.汽車工程，1991（1）：35-42.

Construction of Vehicle Endurance Test Condition by Introducing Throttle Opening

FU Zhicheng，GUO Zhenxin，JIA Songlin，LI Guoxing

（Taiyuan University of Technology，Taiyuan 030024，China）

Abstract： ?The existing velocity-time driving conditions used in endurance test fail to consider the impact of throttle opening on fuel consumption test， resulting in a large deviation between measured and actual fuel consumption. The driving condition constructed by introducing the throttle opening comprehensively considered the influence of load and velocity change on driving fuel consumption. By dividing the driving segments of velocity-throttle opening， the principal component analysis， cluster analysis and correlation analysis were used to screen the driving segments， and the driving segments were spliced to construct the velocity-throttle opening-time three-dimensional curve of working conditions. Compared with the two-dimensional curve of working conditions， the deviation between the measured and actual fuel consumption reduced by 12.673% based on the three-dimensional curve of working conditions.

Key words： ??vehicle driving conditions;throttle opening;vehicle velocity;principal component analysis;cluster analysis;correlation analysis;fuel consumption per 100 km

［編輯： 姜曉博］

收稿日期： ??2023-05-10； [HT6H]修回日期： ??2023-07-30

基金項(xiàng)目： ???國(guó)家自然科學(xué)基金青年基金項(xiàng)目“活塞-缸套彈流碰撞行為的動(dòng)態(tài)流-固耦合建模及狀態(tài)監(jiān)測(cè)研究”（51805353）；山西省回國(guó)留學(xué)人員科研資助項(xiàng)目“導(dǎo)師組模式在來華留學(xué)研究生培養(yǎng)中的教研實(shí)踐”（HGKY2019041）

作者簡(jiǎn)介： ??付志成（2002—），男，本科，主要從事車輛工程相關(guān)研究；zhichengfu21@163.com。