基于模糊判斷下汽車不同狀態的運行工況

黃夢圓

摘 要：對汽車不同狀態下的運行工況進行判斷，有助于對汽車狀態進行有效的評估，在文中主要就基于模糊判斷

的汽車不同狀態的運行工況進行分析。

關鍵詞：模糊判斷；汽車；運行工況

1 背景

1.1 概述

車輛運行工況也叫作汽車運行工況，主要為某個類型車輛制指定用來代表特定環境的車輛行駛速度—時間歷程。具體來說，主要是調查車輛行駛的實際狀況，同時分析試驗數據，采取統計學方法，是一種重要的汽車工業技術。通過建立與實際相符的車輛運行工況，并將基礎數據提供給交通控制風險測定、新車型技術開發與評估、燃油消耗量與污染物排放量的確定等工作。

1.2 國外研究現狀

對汽車運行工況標準而言，國際上主要有三種運行工況具備代表性，分別是歐洲運行工況、美國運行工況、日本運行工況。比如瞬態工況是美國 FTP工況的代表、模態工況是 ECE 工況的代表，這些汽車運行工況是聯系汽車油耗與交通系統行為的重要橋梁。交通系統是一種非線性系統，非常復雜，人、車、路是主要組成部分，并且有著自適應性、動態性、隨機性等特點。國內外很多學者對不同城市運行工況進行了深入分析，在研究歐洲 ECE工況、美國 FTP工況之后，從各地區實際特點出發，開發了愛丁堡運行工況、悉尼運行工況、法國運行工況、墨爾本運行工況等。

2 模糊判斷

車輛在運行情況下一般分為四種運行工況狀態的轉換。即：穩態工況，加速工況，減速

工況和怠速工況。在設計汽車運行工況之初，對汽車運行工況的判斷是必要的。汽車運行工況的判斷是一種時變性和非線性的系統，容易受到很多因素的影響，建立起來的數學模型精確度不高，選擇常用汽車工況判斷方法，則很難保證判斷的準確性，同時也無法將運行工況變化情況確定下來。而模糊控制方法對研究對象數學模型依賴程度不大，不會受到模型參數不精確性質的影響，有著較強的可調節性與可操作性。所以，通過采取模糊控制方法，對汽車運行工況實行模糊判斷，在判斷的過程中，利用負荷與轉速兩個變量進行模糊判斷。在模糊邏輯工具箱中能夠實現 Mamdani 型模糊推理系統、 Sugrno 型模糊推理系統這兩種類型的模糊推理系統。模糊推理主要分為五個重要部分，分別是輸入變量的模糊化、前提中模糊算子、從前提到結果的蘊涵關系、模糊規則結果的聚類和反模糊化。

最后得出：當汽車在良好的路況下運行，也就是每 10轉，轉速在 ± 1r/min范圍內變化，表示工況穩定，反之則表示工況不穩定。如果汽車運行的路面比較復雜，將（σμ） ≥ 88.0A，每 10轉，轉速在 ± 1r/min范圍內波動，則很難判斷工況處于穩定狀態，若是通過多次的試驗，每 10轉，控制轉速在 ±1.5r/min范圍內變化，則表示合理，能夠有效控制汽車。并與穩定域（σμ） ≥ 88.0A結合起來，得到 1K =0.005。所以， 1K的范圍是 0.005 ～ 0.01。

3 車輛不同狀態下運行工況設計

3.1 數據的采集

在汽車運行工況設計方法中，常使用的評價指標主要為 VA概率的分布，以微行程的方式劃分與組合時間序列，并選擇模糊邏輯、算法等方式來優化。在針對不同狀態下行駛的汽車，我們在設計其汽車運行工況之初時，把設計工況與參考工況的 VA相關度，制定工況歷經時間、平均速度、急速時間比例以及穩態時間比例，當成平均指標來進行比對。通過具體的對比來建造汽車工況數學模型。在設計運行工況組合時，采取了程序實現方法、算法相關理論知識及滿意準則模型。

3.1.1 滿意度準則模型

作為一種新的數學模型，滿意準則模式能夠將工程實際問題與需要反映出來。這種模型沒有采取尋找多目標問題最優解的思維方式，準則是決策者滿意，尋找多目標問題的滿意解。

3.1.2 數據預處理

根據滿意準則模型，將模型里面設計變量 X確定下來，X為運行工況的速度—時間函數，通過在實際路面上的所觀察記錄的數據作出與之對應的曲線圖。國內外常采用速度與加速度（VA）的二維分布分析方法，以此分析和設計車輛運行工況。在對 VA二維分布圖進行分析以后，車輛行駛速度與加速度分布狀況能夠直觀清楚的呈現出來，讓組合與設計車輛運行工況時有了行之有效的方法，因此在具體的數據記錄過程中重點采集 VA相關度。設計與實驗具體運行工況時，在進行反復試驗以后，要將試驗數據準確記錄下來，如工況與參考工況的 VA相關度、工況歷經時間、平均速度、油耗、汽車行駛速度、加速度和經緯度等。在記錄數據時，由于會平滑掉較大的正加速度因此不能使采集頻率過低。在現實環境里行車時，由于內外部環境變化速度很快，會對信號的采集與傳輸帶來嚴重的影響，造成信號采集后出現失真的問題，對之后信號分析結果帶來不利影響，造成最終滿意度估計結構出現錯誤。內外部環境在變化過程中會出現干擾信號，叫做偽跡或噪音。所以對信號進行分析之前，必須要先做好信號的預處理，避免信號受到偽跡或噪音的影響。

3.1.3 原始數據庫

在數據記錄后，通過上文所述的模糊判斷對具體的運行工況進行狀態的判斷，同時對記錄下的具體的數據進行計算，如怠速時間比例和穩態時間比例等。建立原始數據庫多次計算以減小汽車工況設計中的誤差值。建立原始數據庫方法：將擋位信息提取出來，選擇基于平面二維信息的擋位檢測儀，在試驗時對擋位信息進行采集，并將原始試驗數據庫生成出來。產生的所有試驗數據都要先轉換格式，將擋位信息加進去，消除異常點，并完成數據點平滑、怠速數據點速度置零等處理后，將試驗原始數據庫生成出來。

3.2 算法的設計

在設計運行工況時，為讓相鄰微行程有更加準確的速度，并確保函數曲線的完整性和清晰度，將以滿意準則模型為基礎，重新對算法適應度函數進行設計，同時分析處理推廣定義微行程原始數據庫中的相關信息為參考工況信息，把推廣定義微行程聚類數據庫當做搜索數據庫，選擇一種算法實現對模型的求解?？梢赃x擇估計算法，也就是借助回歸模型，將滿意度相關參數和滿意值變化的映射關系建立起來，以此將主流算法估計出來，比如支持向量機回歸模型、線性回歸模型等。這里面前者對于警覺度的估計，精度通常很高，不過有很多的參數需要調整，并且模型訓練速度也不快，而后者雖然訓練過程簡單，可以得到穩定的結果，不過估計精度卻一般。

3.3 數據仿真

建立的動態模型的仿真，主要采用兩種典型的信號，分別為正弦信號與隨機信號，其中前者屬于較為理想的轉速波動形式，在實際使用過程中，需要注意的參數是周期與幅值。周期表示信號變化的頻率，從正弦信號波形來看，周期在達到某個值以后，汽車轉速會根據這個波形發生變化。為確保判斷的準確性，要結合實際運行狀況，并且只能對加速工況、減速工況進行判斷。幅值表示兩次波動轉速差值的變化，并且這種變化對所有工況的閾值有著極大的影響。所以，正弦信號表示了實現道路路面陡度變化最理想的狀況，用作仿真信號可以得到最理想的試驗值。與實際道路陡度變化最接近的是隨機信號，用作仿真，可以保證更加精確的判斷。根據設計者滿意值的差異，借助估計算法工具箱求解了問題，將不同狀態下的汽車工況設計出來。將各狀態下兩個函數微行程平均距離、速度、時間等計算出來，將每種微行程的前兩個指標及三個指標分別繪圖，幾種微行程所顯示的特征較為相似，不能對其類別加以明顯區分。

3.4 數據的編碼、解碼

計算出基于滿意度狀態下的函數后，為將狀態間關系更好的說明出來，應制定序列號編碼規則，編碼所有的狀態。數據分離要由狀態編碼取代，以極大似然估計的方法，首先把速度一維信息分段，然后根據分段速度與加速度特征分成六類。分類有著一定的主觀性，各類運行工況的特征有著明顯差異。實行狀態編碼，根據速度、加速度二維信息做好二維編碼，同時把二維編碼以一維編碼的方式來壓縮，如此可以更加全面客觀的將汽車運行信息反映出來。將上文中的編碼進行估計，利用速度和加速度狀態表達汽車運行工況的狀態轉移關系，建立狀態轉移矩陣。利用狀態轉移速度 -時間規則，運行工況狀態時間序列里的狀態轉移概率，形成狀態轉移矩陣。之后將得到的狀態序列數據進行解碼。

4 總結

總之，在設計運行工況時，為讓相鄰微行程速度更好過渡與對接，以滿意準則模型為基礎，重新對算法適應度函數進行設計，同時分析處理推廣定義微行程原始數據庫中的相關信息為參考工況信息，把推廣定義微行程聚類數據庫當做搜索數據庫，根據設計者滿意值的差異，借助遺傳算法工具箱求解了問題，將與北京市交通特征相符的乘用車瞬態運行工況設計了出來。對車輛運行工況而言，先是調查了汽車行駛的實際狀況，分析試驗數據以后，以統計學方法為基礎建立而成，是一種重要的汽車工業技術。對于車輛運行工況的設計，世界范圍內很多高校、研究所都進行了深入研究，然而不足的地方依然存在。

參考文獻：

[1]許洪國 .汽車運用工程基礎 .北京：清華大學出版社，2004：12-16.

[2] 劉明輝 .混合動力客車整車控制策略及總成參數匹配研究 .[博士學位論文 ]，長春：吉林大學，2005.

[3] 韋淑穎 .乘用車瞬態運行工況設計方法的改進研究 .[碩士學位論文]，吉林大學 .2008

[4] 余志生 .汽車理論 .機械工業出版社，2009.

[5] 吳迪 .基于馬爾科夫鏈的交通網絡道路權重計算方法研究 . [碩士學位論文]，吉林大學 .2011

[6] 張巖 .面向混合動力汽車能量管理策略的汽車運行工況多尺度預測方法 . [碩士學位論文]，吉林大學 .2013

[7]劉麗 .乘用車城區瞬態運行工況的組合設計方法研究 .[碩士學位論文 ]，吉林大學， 2007.

[8] 施樹明 .乘員約束系統逆問題的滿意準則模型及其求解策略 .[博士學位論文 ]，吉林工業大學，1998.

[9]鄒歸林 .乘用車運行工況微行程的模糊聚類方法研究 .[碩士學位論文 ]，吉林大學， 2007.

[10]楊延相，蔡曉林，杜青等 .天津市道路汽車運行工況的研究 .汽車工程，2002.