基于灰色定權聚類的混合動力汽車發動機運行狀態評估

辛江慧，鄒政耀，任成龍

(南京工程學院車輛與軌道交通學院，南京 211167)

基于灰色定權聚類的混合動力汽車發動機運行狀態評估

辛江慧，鄒政耀，任成龍

(南京工程學院車輛與軌道交通學院，南京 211167)

采用灰色聚類理論，根據混合動力汽車實際運行狀態建立指標體系，根據各聚類指標的狀態劃分，利用白化函數將各聚類指標白化、量化，并根據各聚類指標的重要度給出其權重;用得到的各聚類指標的量化值和權重進行聚類，給出發動機所屬的狀態。研究結果表明 :評估狀態與試驗結論一致。該方法對發動機的狀態評估是合理、有效的，對發動機的維修計劃有一定的指導意義。

混合動力汽車;發動機;灰色定權聚類;狀態評估

混合動力電動汽車含有內燃機和蓄電池－電機兩種車載動力源。兩動力源間能量分配方式的不同產生純電動驅動模式［1］、發動機參與的驅動模式、再生制動模式、混合制動模式等多種運行模式［2］。為了保證車輛的安全運行，對車輛進行適時維護，及時解決發生的故障，必須隨時了解車輛發動機的運行狀態。發動機的運行狀態復雜，受多種因素影響，而駕駛員一般不具備車輛專業知識和故障判斷能力，這就會導致故障無法及時解決。因此，必須對車輛進行實時監控。目前，我國在這方面的研究還處于起步階段，尚無一套有效的解決方案［3－4］。本文運用灰色定權聚類方法對多指標系統進行科學分類，對混合動力汽車發動機的運行狀態進行有效評估，判斷混合動力汽車發動機處于何種狀態。

1 灰色聚類理論基本原理

灰色聚類是建立在灰數的白化函數生成基礎上的一種方法［5－7］，它將聚類對象(評價對象)對不同聚類指標(評價指標)所擁有的白化值按若干灰類進行歸納，從而判斷聚類對象屬于哪一類。設i=1，2，…，n，為聚類對象個數;j=1，2，…，m，為聚類指標;k=1，2，…，s，為不同灰類。

按照灰色聚類理論得到灰色定權聚類分析的步驟。

步驟1 按照評估要求劃分評價灰類s。

步驟2 根據各指標取值域給出各指標相應的白化權函數。j指標k子類白化權函數(·) (j=1，2，…，m;k=1，2，…，s)一般有4種類型:

圖1 典型白化權函數

圖2 下限測度白化權函數

圖3 適中測度白化權函數

圖4 上限測度白化權函數

步驟3 確定各指標的聚類權ηj(j=1，2，…，m)。

步驟4 根據步驟1和步驟2得出的白化權函數fkj(·)(j=1，2，…，m;k=1，2，…，s)，聚類權ηj(j=1，2，…，m)，以及對象i關于j指標的觀測值xij(i=1，2，…，n，j=1，2，…，m)，計算出灰色定權聚類系數。

2 基于灰色聚類理論的混合動力汽車發動機狀態評估

基于灰色定權聚類理論，本文提出發動機運行狀態灰色定權聚類分析思路，如圖5所示。根據發動機實際使用時情況［8］，構建了混合動力汽車發動機運行狀態評估指標體系，如圖6所示。根據聚類步驟進行了混合動力汽車(豐田普銳斯)發動機工作狀態的評估。表1給出了試驗傳感器采集的8個測量參數(al為冷卻液溫度，a2為機油壓力，a3為進氣溫度，a4為不噴油時間，a5為進氣壓力，a6為點火提前角，a7為節氣門開度，a8為發動機轉速)的120組樣本數據中的部分標準樣本。發動機工況分為0(怠速正常工況)、1(怠速電機不工作)、2(進氣系統漏氣)、3(某缸噴油嘴堵塞)等4個典型工況。

圖5 發動機運行狀態灰色定權聚類分析

圖6 混合動力汽車發動機運行狀態評估指標體系

表1 發動機運行數據

2.1 灰類劃分

根據所確定的指標體系，擬將各指標劃分為4個灰類:良好類、較好類、惡化類和差類。將差類取為下限測度白化權函數，較好類取為適中測度白化權函數，良好類取為上限測度白化權函數(如圖7所示)。根據數據的具體分布情況，確定各灰類具體白化權函數。

圖7 白化權函數取值示意圖

2.2 權重確定

灰色聚類中標準的聚類權重計算過程是先將各聚類指標的數值進行預處理，使之無量綱化并具有相同的量級，然后根據聚類指標所屬灰類的轉折點計算出權重［9］，權重計算式為

其中cjk為j指標對k灰類的轉折點值。但該確定權重的方法未考慮實際情況下各聚類指標對發動機狀態影響的重要程度。根據各專家評價，本例用德菲爾法［10］確定各指標所占權重。

根據專家對各指標權重的評價，得各指標權重為

2.3 聚類系數確定

根據公式

3 結束語

對灰色聚類理論進行研究，將其應用于混合動力汽車發動機的技術狀態評估中。通過建立混合動力汽車發動機的狀態劃分，構建了混合動力汽車發動機運行狀態評估指標體系，并構造了混合動力汽車發動機狀態的灰類和灰類白化函數。根據各指標的重要度采用德菲爾法給出其權重，將樣本進行聚類。實例分析結果表明:該方法客觀、合理，對于混合動力汽車發動機的技術狀態評估具有一定的應用價值。

［1］ 江凱，楊美英.全球新能源發展模式及對我國的啟示［J］.水電能源科學，2010，28(1):157－160.

［2］ 黃良學.新能源混合動力發動機試驗中的常見問題分析［J］.裝備制造技術，2010(6):140－141.

［3］ 彭志遠，秦大同，段志輝，等.新型混合動力汽車工作模式分析與參數匹配設計［J］.中國機械工程，2012，23(9):118－124.

［4］ Prokhorov D.Toyota Prius HEV Neurocontrol［C］//Nueral Networks International Joint Conference.Orlando:［s.n.］，2007:2129－2134.

［5］ 劉思峰，謝乃明.灰色系統理論及其應用［M］.北京:科學出版社，2008.

［6］ 曾波.基于改進灰色預測模型的電力需求預測研究［J］.重慶師范大學學報:自然科學版，2012(6):99－104.

［7］ 紀鋼，張曼，陳寧.材料腐蝕與環境因子灰色關聯度分析與實現［J］.重慶理工大學學報:自然科學版，2012 (2):71－75.

［8］ 徐小東.某款混合動力汽車關鍵技術研究［D］.合肥:合肥工業大學，2009.

［9］ Dang Yaoguo，Liu Sifeng.Study on grey synthetic clusters appraisals model［C］//Proceedings of the IEEE Systems，Man and Cybernetics，The Hague，The Netherlands.2004: 2398－2402.

［10］菅利榮，劉思峰，謝乃明.雜合灰色聚類與擴展優勢粗集的概率決策方法［J］.系統工程學報，2010，25(4): 553－560.

(責任編輯 劉 舸)

Engine Condition Assessment of Hybrid Vehicle by Grey Fixed Weight Clustering

XIN Jiang－hui，ZOU Zheng－yao，REN Cheng－long
(Department of Vehicle Engineering，Nanjing University of Technology，Nanjing 211167，China)

The theory of gray clustering was adopted to construct the system of index.Each clustering index was whitened and quantified according to the partition of condition of each index and the weight was given in the light of the significance of each clustering index.The condition of engine was distinguished by the light of the significance of each clustering index.And the result is identical with the experiment.The research indicates that the method is objective，fitting for the condition assessment of the hybrid vehicle’s engine，which has certain guiding significance to the engine repair program.

the hybrid vehicle;engine;grey clustering;condition accessment

U464;TK407

A

1674－8425(2014)07－0026－04

10.3969/j.issn.1674－8425(z).2014.07.006

2013－11－14

人才引進啟動基金資助項目(YKJ201014)

辛江慧(1979—)，女，山東煙臺人，博士，講師，主要從事汽車智能檢測與控制研究。

辛江慧，鄒政耀，任成龍.基于灰色定權聚類的混合動力汽車發動機運行狀態評估［J］.重慶理工大學學報:自然科學版，2014(7):26－29.

format:XIN Jiang－hui，ZOU Zheng－yao，REN Cheng－long.Engine Condition Assessment of Hybrid Vehicle by Grey Fixed Weight Clustering［J］.Journal of Chongqing University of Technology:Natural Science，2014(7):26－29.