太原市輕型車實(shí)際行駛工況構(gòu)建＊

田宇 朱建軍 周博雅

（1.太原理工大學(xué)，太原 030024；2.中國汽車技術(shù)研究中心，天津 300300）

1 前言

車輛行駛工況是指某類車在特定交通環(huán)境下用于描述汽車行駛特征的速度-時(shí)間曲線。它對(duì)于新車型的開發(fā)和認(rèn)證、車輛排放水平的評(píng)價(jià)以及道路風(fēng)險(xiǎn)水平的評(píng)估等具有重要的作用。我國目前的排放測(cè)試規(guī)程多參考?xì)W洲的標(biāo)準(zhǔn)[1]，而我國實(shí)際道路情況和人文環(huán)境與歐洲有較大差別，參考?xì)W洲標(biāo)準(zhǔn)不能真實(shí)地反映我國道路實(shí)際行駛狀況，因此，研究我國城市車輛的實(shí)際行駛工況十分必要。

目前，世界范圍內(nèi)車輛道路行駛工況主要有美國車輛道路行駛工況（USDC）、歐盟車輛道路行駛工況（EDC）和日本車輛道路行駛工況（JDC）[2]。此外，國外的研究人員對(duì)部分地區(qū)的行駛工況做了大量研究：加利福尼亞大學(xué)的K.S.Nesamani等人根據(jù)使用GPS采集到的數(shù)據(jù)，建立了印度金奈的市內(nèi)公交車行駛工況[3]；新加坡南洋理工大學(xué)Sze-HweeHo等人采用車輛跟蹤法構(gòu)建了更加符合新加坡實(shí)際道路條件的車輛行駛工況[4]；斯洛文尼亞馬里奧爾大學(xué)的MatjazKnez等人使用TangoGPS程序測(cè)量車輛實(shí)際行駛時(shí)的重要參數(shù)，從而開發(fā)了斯洛文尼亞小城Celje的行駛工況[5]。國內(nèi)在實(shí)際行駛工況構(gòu)建方面也有很多成果：河北農(nóng)業(yè)大學(xué)的李寧等人運(yùn)用短行程法，通過主成分分析和聚類分析構(gòu)建了天津市的道路行駛工況[6]；合肥工業(yè)大學(xué)的石琴、馬洪龍等人利用SOM網(wǎng)絡(luò)對(duì)主成分進(jìn)行聚類，將得到的權(quán)值作為FCM聚類的初始聚類中心，構(gòu)建了合肥市道路行駛工況[7]；長(zhǎng)安大學(xué)的蔡鍔、李陽陽等人基于K-means聚類算法構(gòu)建了西安市的道路行駛工況[8]。

太原市地處山西省中部是華北地區(qū)的重要交通樞紐，地形南北狹長(zhǎng)，道路呈現(xiàn)“十一縱十橫”的方格式棋盤布局，但由于東、西鄰山，南北方向?yàn)榻煌ǖ闹髁飨?。太原市?dú)特的交通特點(diǎn)可以代表某些沿直線方向發(fā)展的城市的交通情況，故構(gòu)建太原市輕型車道路行駛工況可以為中國汽車道路行駛工況的構(gòu)建提供有利依據(jù)。本文通過對(duì)9輛正常使用的輕型車進(jìn)行為期1個(gè)月的數(shù)據(jù)采集，通過主成分分析和K-means聚類分析取得具有代表性的行駛工況片段，構(gòu)建了太原市輕型車的實(shí)際行駛工況。

2 試驗(yàn)方案及數(shù)據(jù)采集

通過對(duì)比國內(nèi)外高校所采用的工況構(gòu)建方法，結(jié)合試驗(yàn)條件設(shè)計(jì)出合理的工況構(gòu)建方案，具體流程如圖1所示。

常用的數(shù)據(jù)采集方法主要有平均車流統(tǒng)計(jì)法、車輛追蹤法和自主行駛法[6]。國內(nèi)汽車行駛工況構(gòu)建研究的數(shù)據(jù)采集大多采用前兩種方法，本次研究為使試驗(yàn)結(jié)果更為客觀，采用自主行駛法對(duì)9輛輕型車進(jìn)行連續(xù)1個(gè)月的數(shù)據(jù)采集，得到了796411組數(shù)據(jù)。數(shù)據(jù)采集過程中，采集設(shè)備通過車輛OBD接口獲取行車電腦中的速度、發(fā)動(dòng)機(jī)轉(zhuǎn)速等數(shù)據(jù)，同時(shí)也可通過GPS采集汽車運(yùn)行時(shí)的經(jīng)度、緯度、GPS車速等數(shù)據(jù)，并通過GPRS傳輸?shù)交ヂ?lián)網(wǎng)。

3 數(shù)據(jù)解析與處理

3.1 運(yùn)動(dòng)學(xué)片段的劃分

由于不限制車輛的行駛范圍，所以存在車輛離開太原市的情況，在劃分運(yùn)動(dòng)學(xué)片段前，通過GPS定位信息，在歷史監(jiān)控?cái)?shù)據(jù)中找到該時(shí)間段，將相應(yīng)數(shù)據(jù)去除。從GPS定位信息中可以看到，車輛行駛軌跡覆蓋了太原市的大多數(shù)道路，故試驗(yàn)數(shù)據(jù)可以真實(shí)反映太原市輕型車實(shí)際行駛工況的大部分特征。

汽車在行駛過程中，會(huì)頻繁起動(dòng)、加速、減速，為便于數(shù)據(jù)分析，需定義運(yùn)動(dòng)學(xué)片段，即在整個(gè)連續(xù)的運(yùn)行過程中，連續(xù)兩個(gè)怠速點(diǎn)中間的運(yùn)行片段。車輛的運(yùn)行過程可劃分為多個(gè)運(yùn)動(dòng)學(xué)片段，將各運(yùn)動(dòng)學(xué)片段進(jìn)行歸類可以更好地分析車輛的行駛狀況。提取采集到的時(shí)間、車速、GPS車速，其中，車速為直接通過OBD從行車電腦中采集到的信息，并不能夠真實(shí)地反映車輛行駛速度因此，用車速和時(shí)間作為參照對(duì)GPS車速進(jìn)行劃分，能夠更準(zhǔn)確地刪除由于GPRS信號(hào)差或GPS漂移而形成的錯(cuò)誤數(shù)據(jù)，提高所劃分的運(yùn)動(dòng)學(xué)片段的準(zhǔn)確性。本文對(duì)796411條數(shù)據(jù)進(jìn)行劃分后，獲得2208個(gè)運(yùn)動(dòng)學(xué)片段。

3.2 因子分析

為了全面描述所選取運(yùn)動(dòng)學(xué)片段的特征，在查閱有關(guān)資料后[9]，采用運(yùn)行時(shí)間、運(yùn)行距離等15個(gè)特征參數(shù)作為運(yùn)動(dòng)學(xué)片段的特征值，采用加減速比例、勻速比例、怠速比例等12個(gè)特征參數(shù)作為整體分布的特征值。基于java語言在MyEclipse中編寫程序計(jì)算得到每個(gè)片段的特征參數(shù)，如表1所示。由表1可知，各特征參數(shù)間并非獨(dú)立，如果使用全部特征參數(shù)開展分析，數(shù)據(jù)量大且重復(fù)性較高。

表1 各運(yùn)動(dòng)學(xué)片段特征值

對(duì)大量變量進(jìn)行降維的方法有主成分分析法、因子分析法、偏最小二乘回歸等方法，由于因子分析可以將眾多變量在信息丟失最少的情況下濃縮成少數(shù)幾個(gè)因子變量，故本文運(yùn)用SPSS軟件[10]對(duì)所有運(yùn)動(dòng)學(xué)片段的特征值進(jìn)行因子分析，結(jié)果如表2、表3所示。設(shè)因子負(fù)荷量為0.55，故由表2可知，第1主成分包括勻速時(shí)間、減速時(shí)間、加速時(shí)間、運(yùn)行距離、運(yùn)行時(shí)間，第2主成分包括速度標(biāo)準(zhǔn)差、行駛速度、最大速度、平均速度、最大減速度，第3主成分包括加速段的平均速度、加速度標(biāo)準(zhǔn)差、減速段的平均減速度、最大加速度，第4主成分為怠速時(shí)間。表3表明，前4個(gè)主成分累計(jì)貢獻(xiàn)率達(dá)到88.92%，一般認(rèn)為累計(jì)貢獻(xiàn)率達(dá)到85%即可代表原指標(biāo)的絕大多數(shù)信息，因此采用前4個(gè)主成分代表原有15個(gè)特征參數(shù)進(jìn)行下一步分析。

表3 主成分貢獻(xiàn)率及累計(jì)貢獻(xiàn)率

3.3 K-means聚類分析

聚類分析是將大量樣本對(duì)象分組為由相同或者類似的對(duì)象組成的某些集合的過程。在道路行駛工況分析中普遍使用的聚類分析方法有動(dòng)態(tài)聚類法、系統(tǒng)聚類法和K-means聚類法等。經(jīng)分析，太原市道路行駛情況可分為3類，即市區(qū)擁堵路況（怠速比例大，平均速度低）、市區(qū)通暢路況（怠速比例較小，平均速度較市區(qū)擁堵路況大）、郊區(qū)及環(huán)城高速路況（怠速比例小、平均速度大）。K-means聚類法是將給定數(shù)據(jù)集歸為k個(gè)簇的方法，一般先創(chuàng)建k個(gè)起始質(zhì)心，然后計(jì)算質(zhì)心與各數(shù)據(jù)點(diǎn)的距離，將數(shù)據(jù)點(diǎn)分配到距離其最近的質(zhì)心，最終將所有數(shù)據(jù)點(diǎn)歸為k類。設(shè)k=3，進(jìn)行聚類分析，經(jīng)過16次迭代后將2208個(gè)片段分為3類，第1類有1 751個(gè)片段，第2類有400個(gè)片段，第3類有57個(gè)片段，各類片段及整體的部分特征參數(shù)如表4所示。其中，Pi、Pa、Pd、Pc分別為怠速比例、加速比例、減速比例、勻速比例，P0-10、P10-20、P20-30、P30-40、P40-50、P50-60、P60-70、P70分別為0～10km/h、10～20km/h、20～30km/h、30～40km/h、40～50km/h、50～60km/h、60～70km/h以及70km/h以上車速比例。

表4 各分類及總體的部分特征參數(shù)

4 工況構(gòu)建及分析

根據(jù)聚類分析結(jié)果，擬構(gòu)建時(shí)間長(zhǎng)度為800～1200s的片段代表太原市輕型車的實(shí)際行駛工況。擬構(gòu)建工況從3類片段中選取一定數(shù)量的運(yùn)動(dòng)學(xué)片段合成得到，取樣數(shù)量由各類片段總運(yùn)行時(shí)間占所有片段總運(yùn)行時(shí)間的比例決定，具體取樣目標(biāo)由各片段的特征值與該片段所在分類的綜合特征值之間的相關(guān)系數(shù)和片段長(zhǎng)度決定。最終從第1類中取得長(zhǎng)度分別為64s、57s、58s、68s、62s、54s、53s、56s的8個(gè)片段，第2類中取得長(zhǎng)度分別為134s和119s的2個(gè)片段，第3類中取得1個(gè)長(zhǎng)度為459s的片段，構(gòu)成總長(zhǎng)度為1184s的行駛工況作為太原市輕型車實(shí)際行駛工況，如圖2所示。經(jīng)計(jì)算，構(gòu)建的行駛工況與總樣本除去運(yùn)行時(shí)間、運(yùn)行距離以外其他特征參數(shù)的相關(guān)系數(shù)為0.992726，故構(gòu)建的太原市輕型車行駛工況基本上可以反映實(shí)際行駛工況。太原市輕型車行駛工況的平均速度為27.32km/h，最大速度為67.8km/h，速度在0～20km/h的區(qū)域占41.02%，且加、減速比例分別為33.78%和33.61%，說明太原市交通狀況較差，行駛速度較低，加減速頻繁。

圖2 太原市輕型車實(shí)際行駛工況

為了更好地對(duì)太原市輕型車的行駛工況進(jìn)行分析，將其部分特征值與國內(nèi)其他城市以及NEDC、FTP75、Japan15和中國第六階段排放標(biāo)準(zhǔn)所采用的WLTC循環(huán)工況[11]進(jìn)行對(duì)比。圖3所示為太原市與西安市、北京市和上海市的道路行駛工況的對(duì)比結(jié)果[9，12-13]，由圖3可知：相比于北京、上海，太原市車輛平均速度較高，且怠速比例明顯較低，故太原市的交通情況遠(yuǎn)優(yōu)于北京、上海；與西安市相比，太原市勻速比例很低，且怠速比例高，故太原市的交通情況較西安市差。

圖3 國內(nèi)部分城市道路行駛工況對(duì)比

圖4所示為所構(gòu)建的行駛工況與目前國外使用的一些標(biāo)準(zhǔn)測(cè)試工況的對(duì)比結(jié)果。與歐洲NEDC相比，太原市輕型車行駛工況的加減速行駛比例很高，勻速行駛比例約為其1/2，二者差別較大。與美國FTP75工況相比，太原市輕型車行駛工況的平均速度和各種行駛狀態(tài)的比例均較為近似。與Japan15工況相比，太原市輕型車行駛工況的減速行駛比例明顯較高，怠速比例明顯較低，二者差別較大。與WLTC循環(huán)工況相比，太原市輕型車行駛工況平均車速和勻速行駛比例很低，減速行駛和怠速的比例均較高，兩者加速行駛的比例基本相同。與以上4種標(biāo)準(zhǔn)工況相比，太原市輕型車的實(shí)際行駛工況中平均車速和勻速行駛的比例較低。

目前，我國輕型車的生產(chǎn)和認(rèn)證所采用的工況等同于歐洲NEDC工況，即將施行的中國第六階段排放標(biāo)準(zhǔn)采用的是WLTC循環(huán)工況。分析表明，太原市輕型車實(shí)際工況與NEDC工況差別較大，且與WLTC循環(huán)工況也有明顯差異，故NEDC工況和WLTC循環(huán)工況并不適用于太原市。與其他城市行駛工況的對(duì)比同樣說明，對(duì)于不同的城市，道路行駛工況亦不同。

圖4 太原市輕型車行駛工況與國際常用標(biāo)準(zhǔn)測(cè)試工況對(duì)比

5 結(jié)束語

a. 本文采用自主行駛法采集數(shù)據(jù)，取得2208個(gè)運(yùn)動(dòng)學(xué)片段，運(yùn)用Java語言通過MyEclipse編寫程序計(jì)算獲得各片段的特征值，將所有特征值通過因子分析及K-means聚類分析并通過相關(guān)系數(shù)的比較構(gòu)建了長(zhǎng)度為1184s的太原市輕型車道路行駛工況。

b.通過太原市輕型車實(shí)際行駛工況與西安、北京和上海的道路行駛工況的對(duì)比可知，太原市輕型車實(shí)際行駛工況具有其獨(dú)特性，其他城市的道路行駛工況并不適用于太原。將所構(gòu)建的行駛工況與國際常用的歐洲NEDC、美國FTP75、日本Japan15工況和WLTC循環(huán)工況進(jìn)行對(duì)比，結(jié)果表明太原市輕型車行駛工況具有其獨(dú)特的特點(diǎn)并不能由某種標(biāo)準(zhǔn)工況完全體現(xiàn)。

1 張翠平，王鐵，徐妙俠，等.內(nèi)燃機(jī)排放與控制[M].北京：機(jī)械工業(yè)出版社，2013.

2 Andre M. Driving Cycles Development: Characterization ofthe Methods[J]. Sae Technical Papers， 1996.

3 Nesamani K S， Subramanian K P. Development of a drivingcycle for intra-city buses in Chennai， India[J]. AtmosphericEnvironment，2011，45（31）：5469-5476.

4 Ho S H， Wong Y D， Chang W C. Developing SingaporeDriving Cycle for passenger cars to estimate fuelconsumption and vehicular emissions[J]. AtmosphericEnvironment，2014（97）：353-362.

5 Knez M，Muneer T，Jereb B，et al. The estimation of adriving cycle for Celje and a comparison to other Europeancities[J]. Sustainable Cities Society，2014，11（2-3）：56-60.

6 李寧.城市道路車輛行駛工況的構(gòu)建與研究[D].保定：河北農(nóng)業(yè)大學(xué)，2013.

7 石琴，馬洪龍，丁建勛，等.改進(jìn)的FCM聚類法及其在行駛工況構(gòu)建中的應(yīng)用[J].中國機(jī)械工程，2014，25（10）：1381-1387.

8 蔡鍔，李陽陽，李春明，等.基于K-均值聚類算法的西安市汽車行駛工況合成技術(shù)研究[J].汽車技術(shù)，2015（8）：33-36.

9 胡志遠(yuǎn)，秦艷，譚丕強(qiáng)，等.基于大樣本的上海市乘用車行駛工況構(gòu)建[J].同濟(jì)大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，43（10）：1523-1527.

10 劉大海.SPSS15.0統(tǒng)計(jì)分析從入門到精通[M].北京：清華大學(xué)出版社，2008.

11 中華人民共和國環(huán)境保護(hù)部，國家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局.輕型汽車污染物排放限值及測(cè)量方法（中國第六階段）[S].北京：中國環(huán)境科學(xué)出版社，2016.

12 宋寶珍.西安市實(shí)際道路車輛行駛工況的研究[D].西安：長(zhǎng)安大學(xué)，2009.

13 王軍方，丁焰，王愛娟，等.北京市機(jī)動(dòng)車行駛工況研究[J].環(huán)境工程技術(shù)學(xué)報(bào)，2012，2（3）：240-246.