汽車滑行阻力數據處理方法及軟件實現

赫圣杰唐曉莉

（1.天津一汽夏利汽車股份有限公司2.天津外國語大學）

汽車在道路上的行駛阻力對能耗排放等性能的研究具有重要意義，其測量數據的準確性對排放數據和燃料消耗量的真實性有直接影響[1]。GB18352.5—2013《輕型汽車污染物排放限值及測量方法（中國第Ⅴ階段）》的附件CH中規定了測量車輛道路行駛阻力的方法[2]。為滿足試驗規程中的統計準確度要求，道路試驗員必須進行多次試驗以便試驗工程師有足夠的數據樣本用于篩選出有效試驗數據組。在數據篩選時，試驗工程師難免會出現錯過現有數據樣本中已合格的試驗數據組而進行追加試驗補數的情況。文章提出了一種自篩選算法，并以Matlab為平臺編制了獨立的滑行阻力測量軟件予以實現。運用該軟件進行汽車道路滑行阻力的數據處理可以有效杜絕上述現象的發生，從而提高工作效率。

1 道路滑行試驗條件和規程

滑行阻力測量試驗的試驗條件和規程詳見文獻[2]。按照文獻[2]要求重復試驗數次，使平均值的統計準確度（p）不再超過2%（p≤2%），統計 p的定義詳見式（1）～（3）。

式中：t——系數，詳見文獻[2]；

s——標準偏差；

n——試驗次數，次。

按式（4）計算滑行阻力功率（P/kW）：

式中：V——試驗車速，m/s；

ΔV——車速偏差，m/s；

M——基準質量，kg；

T——時間，s。

在道路上測定的滑行阻力功率（P）應按式（5）和式（6）進行校正至基準狀態下的滑行阻力功率（P校正）：

式中：RR——速度V時的滾動阻力，N；

R空氣——速度V時的空氣阻力，N；

RT——總運行阻力，RT=RR+R空氣，N；

KR——滾動阻力的溫度校正系數，取8.64×10-3/℃；

t——道路試驗時大氣溫度，℃；

t0——基準大氣溫度，20℃；

ρ——試驗條件下空氣體積質量，kg/m3；

ρ0——基準狀態（20℃，1 000 kPa）下空氣體積質量，kg/m3。

RR/RT和R空氣/RT的比值應由汽車制造廠商根據公司的正常數據來確定。

如果沒有這些數據，可以根據制造廠和檢測機構的協商，采用式（7）得出RR/RT的比值。

式中：a，b——各車速下的系數，詳見文獻[2]。

2 數據處理

2.1 人工篩選法

首先將滑行數據錄入到原始數據表中，然后在計算判定表中找出各車速下的p≤2%的數據組，該組數據即為有效數據組。利用有效數據組求得汽車滑行時間擬合方程以及汽車滑行阻力擬合方程。該方法雖然簡單可行，但存在以下2個問題。

1）在實際試驗中，由于無法實時對滑行數據進行判斷，試驗員一般都會多采集幾組數據進行備選。假設試驗員采集了8組數據，其中有且僅有4組數據符合統計準確度判斷。一般情況下，道路試驗工程師會依據個人經驗對8組滑行數據進行挑選錄入原始數據表，一旦工程師在挑選數據時未準確挑中真正有效的那4組數據時，則會逐步增加組數進行錄入和判斷。但如果在這套數據中無法找出合格的數據組，此時就需要試驗員繼續進行試驗數據的采集，直至工程師找到合格的有效數據。這不但增加了試驗員的工作強度而且提高了試驗成本，同時，也是滑行阻力試驗檢驗周期長的主要原因之一。

2）原始數據可能需要手工錄入到Excel表格中，數據錄入耗用時間長而且錄入過程中還有數據輸錯的可能。

2.2 自篩選算法

自篩選算法的核心思想是窮舉法，是將所有滑行數據組視為一個母集合，將集合內的數組通過排列組合形成子集合，逐個對各子集合進行判定，從中挑選出符合判定的子集合，子集合內的數組即為有效數據組。

以試驗員采集8組數據為例，存在的全部子集合個數，如表1所示。

表1 汽車滑行阻力數據子集合個數統計表

首先對4組子集合內70個組合的滑行數據進行逐個判定，找到合格的數據組，該數據組即為有效數據；若不存在合格數據再對5組子集合內56個組合的滑行數據進行判定，以此類推，直至找到合格數據。當全部163個組合數據篩選判定均不合格時，則需要追加試驗采錄數據。自篩選算法遍歷所有滑行數據的組合，不存在遺漏項，比人工篩選法更為可靠。

3 實例分析

3.1 試驗車參數

以國內某品牌轎車為試驗車，基準質量1 300 kg。且運行狀況良好，磨合3 000 km后調整完畢，輪胎花紋符合試驗要求，其余項目均已確認。

3.2 試驗設備和試驗場地

試驗設備名稱和參數，如表2所示。試驗場地為交通部公路交通試驗場（北京試驗場）的性能試驗道路（長直線）。

表2 道路滑行試驗設備參數表

3.3 試驗數據采集

滑行試驗的起始車速為125 km/h，結束車速為5 km/h。在實際試驗中，起始車速最高可達130 km/h，結束車速為0。受試驗場地長度限制，滑行試驗一般都分2段進行[3]。本次試驗時環境溫度為18℃，大氣壓力為102.4 kPa，高速段取125～75 km/h，低速段取75～5 km/h，試驗員在高低速段分別進行了8次滑行試驗，試驗數據，如表3所示。

表3 滑行時間原始數據表 s

3.4 試驗數據處理

3.4.1 數據預處理

按1.1節中試驗規程，得到減速時間表，如表4所示[4]。

表4 滑行減速時間表 s

3.4.2 自篩選算法實現

借助Matlab軟件，編程實現自篩選算法，部分程序如下[5]：

在自篩選算法程序的基礎上結合VBoxTools軟件，編寫滑行阻力測量GUI程序，并打包轉換成可在計算機上獨立運行的EXE程序（滑行阻力測量軟件）用于篩選合格數據。程序主界面，如圖1所示。

3.4.3 數據處理

1）通過VBoxTools軟件觀察原始數據，并在報告生成器找到所需的滑行數據導出為“*.txt”文件。

2）打開滑行阻力測量軟件，按高低速段分別導入報告生成器輸出的“*.txt”文件，進行有效數據的篩選，程序運行結果顯示界面，如圖2所示。

3）高速段合格數據為第 1，5，7，8 組數據；低速段合格數據為第3，5，6，8組數據。對應的原始滑行數據可以在自動生成的“*_滑行試驗結果_高/低速.xls”文件中獲取。

4）進一步進行滑行時間和滑行阻力的計算，計算結果顯示界面，如圖3和圖4所示。

此次試驗的數據同2.1節中舉例的情況，有且僅有4組合格數據。人工篩選法不一定能準確找到有效數據，而采用自篩選算法，用滑行阻力測量軟件在數分鐘內就完成了數據處理工作。

4 結論

文章提出的以Matlab為平臺，自篩選算法為核心編制的滑行阻力測量軟件在進行滑行阻力數據處理時，不再需要手工錄入原始數據，避免了產生錯誤的可能，排除了人工篩選法可能存在的遺漏現象，大大縮短了數據錄入的時間，提高了工作效率，降低了道路試驗工程人員的工作量，也降低了試驗成本。并且可以在繁多的滑行數據中準確快速地找到合格、有效的數據。