基于模糊C均值聚類的混合動力汽車典型運行工況構建

王寶森，楊建軍，高繼東，付雪青

（中國汽車技術研究中心有限公司，天津 300300）

1 引言

汽車運行工況是評估汽車燃油經濟性的基礎組成部分，也是混合動力電動汽車（HEV）控制策略評價與優化的重要依據[1]。任意車輛在具體環境下都有其獨特的運行特征，這種獨特性在不同動力車型之間表現得更為明顯[2]。因此，有必要針對所研究的混動車型構建符合其在道路運行特征的典型運行工況，為能量管理策略的工況適應性研究提供基礎。

目前，汽車運行工況構建方法可以分為聚類法和馬爾科夫鏈法兩類。聚類法需要先將測試數據劃分為運動學片段，通過聚類原理將運動學片段分類，然后挑選代表性片段合成工況[3?5]。基于聚類法得到的運行工況依據實際測試數據，汽車運行工況的可行性較強，但是合成工況的時長很難精準控制。馬爾科夫鏈法的關鍵是基于大樣本數據得到狀態轉移概率矩陣，然后預測一定時間長度的狀態序列，最后將狀態序列轉化為速度時間曲線[6?8]，是一個隨機過程。為了突出不同運行工況的下的汽車運行特性，可以采用聚類算法先將原始數據分類，然后通過馬爾科夫鏈構建類內工況，最終構建完整的汽車運行工況[9]。馬爾科夫鏈法根據原始數據表現出的固有特征來重塑運行工況，所構建的工況有效性較強且時長可以精確控制，但是工況合成后一般需要進行平滑處理以增強工況的可行性。

綜合考慮運行工……