徐 婷, 劉 明, 崔世超, 芮 飛, 石 鋒
(1.長安大學(xué)運(yùn)輸工程學(xué)院, 西安 710064; 2.長安大學(xué)汽車學(xué)院, 西安 710064; 3.中國汽車工程研究院股份有限公司, 重慶 401122)
高溫、高海拔以及山區(qū)等極端氣候道路環(huán)境一直是影響汽車工作性能與使用壽命的重要因素。受地域、季節(jié)以及時(shí)間等條件的限制,汽車在此類極端環(huán)境下的試驗(yàn)較難。若汽車環(huán)境風(fēng)洞能夠真實(shí)有效地模擬汽車在此極端環(huán)境下的運(yùn)行狀況,將極大提升產(chǎn)品的研發(fā)效率,具有重要的現(xiàn)實(shí)意義。目前對于汽車風(fēng)洞的研究大致可分為以下幾個(gè)方面。
在汽車空氣動(dòng)力特性方面,中外學(xué)者利用風(fēng)洞實(shí)驗(yàn)室開展了大量有關(guān)空氣動(dòng)力學(xué)的實(shí)驗(yàn)。Yuan等[1]利用汽車風(fēng)洞設(shè)計(jì)并驗(yàn)證了新型多孔介質(zhì)的擾流板在降低汽車風(fēng)阻方面的顯著優(yōu)勢;Shimizu等[2]利用簡化汽車模型分析了過往車輛影響其空氣阻力變化的重要原因;Hammad等[3]利用風(fēng)洞實(shí)驗(yàn)室驗(yàn)證了側(cè)風(fēng)對于客車會(huì)車時(shí)的顯著影響。在汽車熱管理方面,Oliveira等[4]、Khaled等[5]通過風(fēng)洞實(shí)驗(yàn)室進(jìn)行了發(fā)動(dòng)機(jī)局部熱管理方面的研究,以降低發(fā)動(dòng)機(jī)的冷卻阻力。Eller等[6]設(shè)計(jì)了新的方法來預(yù)測熱管理部件的溫度集合。此外,也有學(xué)者利用風(fēng)洞實(shí)驗(yàn)室對尾氣排放展開研究,如分析湍流強(qiáng)度對汽車顆粒物排放的影響[7],探討尾氣污染物在城市道路上的時(shí)空分布[8-9]。在降低汽車噪聲方面以及其他汽車總成方面的研究也略有涉及[10-13]。
分析可知,風(fēng)洞實(shí)驗(yàn)室多用于汽車空氣動(dòng)力性、發(fā)動(dòng)機(jī)熱管理、尾氣排放以及降噪方面的研究,而關(guān)于極端環(huán)境下汽車運(yùn)行工況的研究尚鮮見報(bào)道。為此,對環(huán)境風(fēng)洞模擬下的汽車運(yùn)行工況展開研究,探討典型高溫與山區(qū)環(huán)境下風(fēng)洞模擬結(jié)果與路試結(jié)果之間的關(guān)聯(lián)性與差異性。通過遴選典型高溫山區(qū)道路,構(gòu)造車輛行駛工況圖,利用標(biāo)準(zhǔn)化均方誤差方法和特征參數(shù)值的計(jì)算結(jié)果對風(fēng)洞模擬結(jié)果開展研究,并以三類運(yùn)動(dòng)學(xué)片段為基礎(chǔ),分析了在此極端環(huán)境下汽車熱管理系統(tǒng)的工作性能。
汽車環(huán)境風(fēng)洞(climate wind tunnel, CWT)是在室內(nèi)條件下,模擬并采集車輛在復(fù)雜環(huán)境工況、雨雪天氣、陽光照射、極限溫濕度、高溫?zé)崧访娴葪l件下的詳細(xì)數(shù)據(jù),真正實(shí)現(xiàn)整車全環(huán)境試驗(yàn),不再受地區(qū)、季節(jié)及時(shí)間等條件的限制[14]。汽車環(huán)境風(fēng)洞試驗(yàn)通常包含:
①溫度、濕度控制,用以模擬和控制汽車環(huán)境溫度與濕度;②陽光模擬,在試驗(yàn)中影響陽光模擬的因素很多,若沒有對這些因素進(jìn)行良好控制,將會(huì)導(dǎo)致不良后果,圖1為陽光模擬子系統(tǒng)中的燈架結(jié)構(gòu);③高溫浸車,浸車時(shí)間應(yīng)至少為1 h。通常為達(dá)到相關(guān)性指導(dǎo)設(shè)計(jì)的目標(biāo)溫度范圍,往往需要一些額外的浸車時(shí)間;④測功機(jī)負(fù)載模擬,用以模擬車輛行駛時(shí)的道路阻力、加減速以及上下坡時(shí)的運(yùn)動(dòng)狀態(tài);⑤風(fēng)速設(shè)置及風(fēng)洞阻塞修正,圖2為風(fēng)洞速度分布,與開放路面相比,風(fēng)洞模擬的阻塞不僅取決于風(fēng)洞邊界條件,也受到測試車輛的外形、尺寸以及風(fēng)速測量方法的影響。
圖1 剪刀式燈架結(jié)構(gòu)Fig.1 Lamp frame structure of scissors type
圖2 風(fēng)洞速度分布Fig.2 Velocity distribution in the CWT
選取典型的高溫山區(qū)路段進(jìn)行實(shí)際路試,利用相關(guān)傳感器及檢測儀器可以得到汽車整車及內(nèi)部零部件相關(guān)運(yùn)行數(shù)據(jù),如通過電子穩(wěn)定系統(tǒng)(electronic stability program, ESP)可以得到發(fā)動(dòng)機(jī)扭矩、車輛速度等數(shù)據(jù);通過發(fā)動(dòng)機(jī)管理系統(tǒng)(engine management system, EMS)可以得到發(fā)動(dòng)機(jī)運(yùn)行狀態(tài)數(shù)據(jù);也可以通過變速箱控制單元(transmission control unit, TCU)收集到變速器相關(guān)數(shù)據(jù)。利用實(shí)際路試所得到的氣候與道路環(huán)境數(shù)據(jù),通過環(huán)境風(fēng)洞真實(shí)地模擬出汽車在高溫山區(qū)環(huán)境下的運(yùn)行狀況,從而得到相應(yīng)對標(biāo)試驗(yàn)的數(shù)據(jù)。
因汽車行駛速度能夠很好地反映汽車當(dāng)前的運(yùn)行狀態(tài),所以通過構(gòu)建汽車行駛工況的方式研究車輛在典型熱環(huán)境與山區(qū)路段的運(yùn)行狀態(tài),從而以此為基礎(chǔ)進(jìn)一步分析環(huán)境風(fēng)洞模擬的準(zhǔn)確性與有效性。
研究表明,汽車行駛過程中典型高溫?zé)岘h(huán)境為環(huán)境溫度>35 ℃,相對濕度50%±5%,光照較強(qiáng),降水較多,風(fēng)速較小且氣壓較大。對于山區(qū)道路的遴選主要集中在重慶、四川、甘肅以及新疆吐魯番等地區(qū),道路坡度變化較為明顯,包含大量平縱曲線的山區(qū)路段。通過上述的數(shù)據(jù)分析及實(shí)地測試篩選,最終選取位于重慶市萬盛區(qū)的黑山谷路段作為實(shí)際試驗(yàn)路段,其各項(xiàng)環(huán)境參數(shù)實(shí)測結(jié)果如表1所示。
表1 黑山谷路段環(huán)境參數(shù)
2.1.1 運(yùn)動(dòng)學(xué)片段劃分與特征值計(jì)算
車輛在數(shù)據(jù)采集過程中,難免出現(xiàn)數(shù)據(jù)缺失與信息錯(cuò)誤,所以需要對采集的數(shù)據(jù)進(jìn)行初步篩選:①車速v在連續(xù)60 s時(shí)間內(nèi)始終為0,即可判定數(shù)據(jù)無效;②采集的數(shù)據(jù)中有車輛加速度a大于5.5 m/s2時(shí),判定數(shù)據(jù)無效。
根據(jù)中外學(xué)者對于車輛行駛工況的劃分標(biāo)準(zhǔn),采取的標(biāo)準(zhǔn)為:①低速工況:發(fā)動(dòng)機(jī)工作且v<10 km/h時(shí)的工況;②加速工況:a≥0.36 m/s2且v≠0時(shí)的工況;③減速工況:a≤-0.36 m/s2且v≠0時(shí)的工況;④勻速工況:|a|<0.36 m/s2且v≠0時(shí)的工況。
將初步處理后的數(shù)據(jù)依據(jù)以上標(biāo)準(zhǔn)進(jìn)行運(yùn)動(dòng)學(xué)片段劃分,每一個(gè)運(yùn)動(dòng)學(xué)片段就包含了車輛行駛過程中的所有信息,一個(gè)完整的運(yùn)動(dòng)學(xué)片段如圖3所示。
圖3 運(yùn)動(dòng)學(xué)片段Fig.3 Kinematic sequence
通過MATLAB即可實(shí)現(xiàn)運(yùn)動(dòng)學(xué)片段的劃分,通過計(jì)算共得到126個(gè)運(yùn)動(dòng)學(xué)片段。從126個(gè)片段中篩選出最具代表性的運(yùn)動(dòng)學(xué)片段就需要一定的篩選標(biāo)準(zhǔn),通過相關(guān)的特征參數(shù)值作為選取運(yùn)動(dòng)學(xué)片段的標(biāo)準(zhǔn)。若最終構(gòu)造的車輛行駛工況特征參數(shù)值與實(shí)際采集的車輛行駛工況特征參數(shù)值相比,誤差能夠控制在可接受的范圍內(nèi),則表示構(gòu)造的車輛行駛工況具有很強(qiáng)的可信度,是有效的。
選取13個(gè)特征參數(shù)(表2)用來進(jìn)行主成分分析以及聚類分析,并且其相關(guān)計(jì)算結(jié)果如表3所示。
表2 運(yùn)動(dòng)學(xué)片段特征參數(shù)
表3 路試數(shù)據(jù)特征參數(shù)計(jì)算結(jié)果
2.1.2 主成分分析和聚類分析
為了對運(yùn)動(dòng)學(xué)片段的特征參數(shù)值做進(jìn)一步簡化處理以便聚類分析,利用主成分分析法對13個(gè)特征參數(shù)(表2)進(jìn)行簡化降維處理。
主成分分析結(jié)果如表4所示,可以看出,新生成的4個(gè)主成分已經(jīng)能夠包含原始數(shù)據(jù)的絕大部分信息,所以選擇這4個(gè)主成分進(jìn)行研究是可行的。
表4 主成分得分系數(shù)矩陣
結(jié)合表3相關(guān)特征參數(shù)的計(jì)算結(jié)果,將表3中所有數(shù)據(jù)記為A矩陣,并且把主成分得分系數(shù)矩陣記為B矩陣,則運(yùn)動(dòng)學(xué)片段綜合得分C矩陣為
C=AB
(1)
如圖4所示,利用C矩陣的計(jì)算結(jié)果對運(yùn)動(dòng)學(xué)片段進(jìn)行K-means聚類分析,當(dāng)聚成三類時(shí)發(fā)現(xiàn)車輛在速度層次上的區(qū)分更加明顯,在各工況時(shí)間占比上的差異也更為分明,所以分成三類是較為合理的。具體來看,第一類運(yùn)動(dòng)學(xué)片段低速行駛時(shí)間占比較大,說明車輛可能在含有較多平縱曲線的路段上行駛,處于低速運(yùn)行狀態(tài);第二類運(yùn)動(dòng)學(xué)片段中勻速行駛時(shí)間占比超過50%,說明車輛處于較為理想的高速運(yùn)行狀態(tài),路段路況較好;第三類運(yùn)動(dòng)學(xué)片段則反映出車輛頻繁加減速運(yùn)行狀態(tài),說明汽車由于地形條件的限制始終處于不穩(wěn)定的運(yùn)行狀態(tài),路況較差。
圖4 聚類結(jié)果時(shí)間占比Fig.4 Time proportion of clustering results
通過對聚類結(jié)果進(jìn)行分析,發(fā)現(xiàn)將運(yùn)動(dòng)學(xué)片段分成三類是合理的,三類運(yùn)動(dòng)學(xué)片段分別代表了車輛在山區(qū)路段不同類別的運(yùn)行狀態(tài),通過對其進(jìn)一步的分析篩選,即可得出完整的車輛運(yùn)行工況。
2.2 車輛行駛工況構(gòu)建及檢驗(yàn)
采用短行程分析法來構(gòu)建車輛在高溫山區(qū)環(huán)境下的行駛工況。K-means聚類將運(yùn)動(dòng)學(xué)片段分成三類,依據(jù)各個(gè)運(yùn)動(dòng)學(xué)片段距離聚類中心的遠(yuǎn)近、各類運(yùn)動(dòng)學(xué)片段之間的相關(guān)性以及時(shí)間占比來選出最具代表性的運(yùn)動(dòng)學(xué)片段。將其按時(shí)間順序組合起來,即可得到完整的典型的車輛行駛工況圖。圖5為在高溫與山區(qū)環(huán)境下車輛的行駛工況圖。
圖5 實(shí)際路試車輛行駛工況Fig.5 Automotive driving cycle in actual road test
為了進(jìn)一步檢驗(yàn)構(gòu)建的車輛行駛工況的有效性,求解其部分特征參數(shù),將其與車輛實(shí)際工況的特征參數(shù)進(jìn)行對比,結(jié)果如表5所示。可以看出,特征參數(shù)的誤差值均小于10%,誤差在可接受的范圍之內(nèi)。所以利用主成分分析和K-means聚類方法構(gòu)建出的車輛行駛工況是能夠代表車輛實(shí)際運(yùn)行狀況的。
表5 特征參數(shù)值對比
將收集的風(fēng)洞試驗(yàn)數(shù)據(jù),參照實(shí)際行駛工況構(gòu)建過程,以相同的方法構(gòu)造出環(huán)境風(fēng)洞模擬下的汽車行駛工況圖(圖6)。
圖6 風(fēng)洞試驗(yàn)的車輛行駛工況Fig.6 Automotive driving cycle in the CWT
在環(huán)境風(fēng)洞行駛工況與汽車實(shí)際行駛工況的數(shù)據(jù)對比中,相較于其他一些方法如灰色關(guān)聯(lián)分析法、皮爾遜相關(guān)系數(shù)法,采用標(biāo)準(zhǔn)化均方誤差(normalized mean square error,NMSE)的方法對兩者的關(guān)聯(lián)性以及差異性進(jìn)行分析更為合適。標(biāo)準(zhǔn)化均方誤差是衡量模型預(yù)測值與實(shí)際值之間平均相對離散程度的重要指標(biāo),被廣泛應(yīng)用于模型準(zhǔn)確度的評(píng)價(jià)[15]。引用NMSE的計(jì)算值來描述上述兩組數(shù)據(jù)之間的相對離散程度,從而驗(yàn)證其關(guān)聯(lián)性強(qiáng)弱,其計(jì)算公式為
(2)
式(2)的計(jì)算值越小,兩組數(shù)據(jù)的相對離散程度越弱,關(guān)聯(lián)性越強(qiáng)。大量的研究數(shù)據(jù)表明,NMSE<0.5時(shí)表明模型或試驗(yàn)的數(shù)據(jù)結(jié)果在可接受范圍之內(nèi),故認(rèn)為NMSE<0.5時(shí)對標(biāo)試驗(yàn)結(jié)果具有較強(qiáng)的關(guān)聯(lián)性。此外,依據(jù)相關(guān)研究方法[16-17],將速度方差和絕對速度差作為關(guān)聯(lián)性與差異性分析的兩個(gè)典型指標(biāo),其具體定義關(guān)系式如下。
實(shí)際工況的速度方差計(jì)算公式為
(3)
風(fēng)洞試驗(yàn)的速度方差計(jì)算公式為
(4)
Da與Dw的絕對速度差計(jì)算公式為
(5)
式中:Da為實(shí)際工況的速度方差,(km/h)2;vai為實(shí)際工況的運(yùn)行車速,km/h;Dw為風(fēng)洞試驗(yàn)的速度方差,(km/h)2;vwi為風(fēng)洞試驗(yàn)的運(yùn)行車速,km/h;Δ|v|為實(shí)際工況與風(fēng)洞試驗(yàn)的絕對速度差,km/h。
Da與Dw數(shù)值越小,其離散程度越小,反之其速度波動(dòng)性越大,并且式(5)中的絕對速度差Δ|v|越小,意味著環(huán)境風(fēng)洞模擬結(jié)果的速度差異性越小。
圖7為實(shí)際工況車速與風(fēng)洞試驗(yàn)車速對比,可以看出,三類運(yùn)動(dòng)學(xué)片段按相同順序排列所得到的曲線走勢依次描述了車輛低速運(yùn)行狀態(tài)、高速運(yùn)行狀態(tài)以及頻繁加減速運(yùn)行狀態(tài)。所以在曲線走勢的變化上,兩者的相似性是很高的。
圖7 兩次試驗(yàn)車速對比Fig.7 Comparison of vehicle speeds in two tests
基于上述試驗(yàn)所得到的速度數(shù)據(jù),利用關(guān)聯(lián)度、速度方差以及絕對速度差3個(gè)指標(biāo)對車輛實(shí)際工況與環(huán)境風(fēng)洞模擬工況的速度關(guān)聯(lián)性、離散性以及差異性進(jìn)行對比分析,其計(jì)算結(jié)果如表6所示。
從表6中可以看出,利用標(biāo)準(zhǔn)化均方誤差方法得到的NMSE=0.187 2<0.5,表明風(fēng)洞試驗(yàn)的模擬結(jié)果與實(shí)際工況的關(guān)聯(lián)性很強(qiáng),相對離散程度很小。從絕對誤差的計(jì)算結(jié)果來看,Δ|v|=12.624 3 km/h,數(shù)值較小,也能夠反映出二者的相對離散程度較小,速度變化趨勢較為接近。同樣結(jié)合兩者特征參數(shù)值對比結(jié)果(表7),可以看出,對標(biāo)試驗(yàn)結(jié)果各特征參數(shù)值的相對誤差是較小的,所以基于上述分析,可以很明確的得出:環(huán)境風(fēng)洞模擬汽車在高溫山區(qū)環(huán)境下的運(yùn)行工況基本上是能夠代表汽車真實(shí)運(yùn)行狀況的,并且模擬結(jié)果誤差很小,關(guān)聯(lián)性極強(qiáng)。
表7 特征參數(shù)值對比
關(guān)于兩者的差異性,如表6所示,Da=169.356 5 km/h2,Dw=139.690 4 km2/h2,車輛實(shí)際行駛工況的速度方差更大,即實(shí)際工況的速度離散程度更大,說明了實(shí)際山區(qū)道路環(huán)境要比風(fēng)洞模擬環(huán)境更加復(fù)雜,路況更加惡劣。結(jié)合圖8,根據(jù)運(yùn)動(dòng)學(xué)片段的分類具體來看,兩者之間的差異還是較小的,其離散程度的不同主要體現(xiàn)在第一類運(yùn)動(dòng)學(xué)片段上。第一類運(yùn)動(dòng)學(xué)片段中風(fēng)洞試驗(yàn)的車速普遍較低,與實(shí)際路試車速的頻繁波動(dòng)形成鮮明對比,說明風(fēng)洞模擬汽車低速運(yùn)行狀態(tài)的速度波動(dòng)程度更小,并沒有很好地還原汽車在山區(qū)環(huán)境下真實(shí)的低速運(yùn)行狀態(tài)。從圖8中還可以看出,第三類運(yùn)動(dòng)學(xué)片段的差異是最小的,兩次試驗(yàn)速度波動(dòng)頻率與波動(dòng)幅值極為接近,模擬結(jié)果極具真實(shí)性。而第二類運(yùn)動(dòng)學(xué)片段雖然也具有差異,但其差異主要體現(xiàn)在加減速起止時(shí)間的不同,其曲線走勢大致是相同的。
圖8 速度差異填充圖Fig.8 Filling diagram of speed difference
表6 相關(guān)速度指標(biāo)計(jì)算值
如圖9所示,進(jìn)一步細(xì)分兩者各類運(yùn)動(dòng)學(xué)片段之間的關(guān)聯(lián)性與差異性??梢钥吹斤L(fēng)洞試驗(yàn)的第一類運(yùn)動(dòng)學(xué)片段總體車速要略小于實(shí)際工況車速,進(jìn)一步說明環(huán)境風(fēng)洞模擬低速運(yùn)行工況時(shí),道路場景的復(fù)雜性還需加強(qiáng),在測功機(jī)負(fù)載模擬、風(fēng)洞阻塞修正等方面還需進(jìn)一步改善。
圖9 三類運(yùn)動(dòng)學(xué)片段箱線圖Fig.9 Boxplot of three types of kinematic sequences
此外,實(shí)際工況第二類運(yùn)動(dòng)學(xué)片段的速度范圍要小一些,75%車速要低于風(fēng)洞試驗(yàn)相應(yīng)的車速模擬,而風(fēng)洞試驗(yàn)第三類運(yùn)動(dòng)學(xué)片段的25%車速卻又明顯高于實(shí)際工況的相應(yīng)車速,說明了真實(shí)的道路環(huán)境還要更加復(fù)雜,速度波動(dòng)程度更大,所以在風(fēng)洞模擬過程中,涉及道路場景復(fù)雜性的一些參數(shù),如道路坡度的變化、方向的改變等還需進(jìn)一步優(yōu)化,這也印證了表6的計(jì)算結(jié)果。
但總體上來說兩者各類運(yùn)動(dòng)學(xué)片段之間的差異并不明顯,速度范圍總體相仿。所以說利用環(huán)境風(fēng)洞模擬車輛在實(shí)際高溫山區(qū)環(huán)境下的運(yùn)行狀況,其結(jié)果是較為準(zhǔn)確理想的,誤差也是較小的。
車輛熱管理的研究一直是提高汽車動(dòng)力性、經(jīng)濟(jì)性、保證關(guān)鍵零部件安全運(yùn)行以及行車安全的關(guān)鍵一環(huán),車輛熱管理系統(tǒng)包括了冷卻、潤滑、燃油等系統(tǒng)及零部件[18]。對標(biāo)試驗(yàn)中同樣對車輛熱管理的工作狀況進(jìn)行了分析,以三類運(yùn)動(dòng)學(xué)片段代表的汽車三種運(yùn)行狀態(tài)為基礎(chǔ),比較兩次試驗(yàn)結(jié)果的關(guān)聯(lián)性與差異性,具體分析汽車熱管理系統(tǒng)在典型高溫山區(qū)環(huán)境下的運(yùn)行狀況。
圖10為熱管理系統(tǒng)各關(guān)鍵零部件工作溫度測試結(jié)果對比。按照運(yùn)動(dòng)學(xué)片段的分類,圖10中各點(diǎn)為其數(shù)據(jù)結(jié)果的平均值。
結(jié)合相關(guān)熱管理系統(tǒng)的研究資料[18-20],橫向?qū)Ρ绕胀ü泛驼鉁貤l件下熱管理系統(tǒng)的工作溫度,可以得出典型高溫與山區(qū)環(huán)境下熱管理系統(tǒng)的工作溫度是要遠(yuǎn)高于正常條件的。具體數(shù)據(jù)關(guān)系如:汽車?yán)鋮s系中散熱器風(fēng)溫一般在35 ℃左右,而在高溫山區(qū)環(huán)境下散熱器平均風(fēng)溫要高出近20 ℃。同樣,汽車潤滑系機(jī)油的適宜溫度在90~100 ℃,而受到高溫環(huán)境和汽車頻繁加減速的影響,機(jī)油溫度要遠(yuǎn)高于100 ℃,極易導(dǎo)致機(jī)油的氧化與變質(zhì),同時(shí)也加劇了發(fā)動(dòng)機(jī)各零部件的損耗。
同樣,利用標(biāo)準(zhǔn)化均方誤差方法比較了實(shí)際工況與風(fēng)洞試驗(yàn)熱管理測試數(shù)據(jù)各類運(yùn)動(dòng)學(xué)片段之間的關(guān)聯(lián)性與差異性。經(jīng)計(jì)算兩者第一類運(yùn)動(dòng)學(xué)片段的NMSE=0.016 1,第二類運(yùn)動(dòng)學(xué)片段的NMSE=0.028 3,第三類運(yùn)動(dòng)學(xué)片段的NMSE=0.006 7,計(jì)算值均遠(yuǎn)遠(yuǎn)小于0.5,說明兩者的相對離散程度非常小,關(guān)聯(lián)性極強(qiáng)。也意味著利用環(huán)境風(fēng)洞對汽車熱管理系統(tǒng)進(jìn)行測試,其結(jié)果是可以代表真實(shí)高溫環(huán)境下汽車運(yùn)行狀況的。同時(shí)對熱管理系統(tǒng)測試數(shù)據(jù)各類運(yùn)動(dòng)學(xué)片段進(jìn)行了NMSE的交叉計(jì)算,結(jié)果顯示0.1 1為中冷器進(jìn)氣溫度;2為中冷器出氣溫度;3為發(fā)動(dòng)機(jī)艙下方空氣溫度;4為發(fā)電機(jī)環(huán)境溫度;5為油底殼溫度;6為主油道機(jī)油溫度;7為冷凝器進(jìn)風(fēng)溫度;8為空濾器進(jìn)口空氣平均溫度;9為空濾器出 口空氣平均溫度;10為節(jié)氣門進(jìn)氣溫度;11為發(fā)動(dòng)機(jī)進(jìn)水溫度; 12為發(fā)動(dòng)機(jī)出水溫度;13為散熱器平均風(fēng)溫圖10 熱管理系統(tǒng)測試數(shù)據(jù)對比Fig.10 Comparison of test data of thermal management system 結(jié)合圖10具體分析其差異性:第三類運(yùn)動(dòng)學(xué)片段所代表的汽車頻繁加減速運(yùn)行工況,其熱管理系統(tǒng)各零部件工作溫度幾乎是最高的。說明此時(shí)汽車熱管理系統(tǒng)的工作環(huán)境最為惡劣,對汽車動(dòng)力性、經(jīng)濟(jì)性影響最大。相比于第三類運(yùn)動(dòng)學(xué)片段,代表著低速運(yùn)行狀態(tài)的第一類運(yùn)動(dòng)學(xué)片段,其零部件測試溫度最低,遠(yuǎn)遠(yuǎn)低于第三類運(yùn)動(dòng)學(xué)片段,意味著此時(shí)的汽車工作環(huán)境對于汽車本身來說是極為理想的,對汽車的損耗也是最小的。最后代表著高速運(yùn)行狀態(tài)的第二類運(yùn)動(dòng)學(xué)片段,它的測試溫度介于上述兩種運(yùn)行狀態(tài)的測試溫度之間,也會(huì)對汽車造成比較大的損耗。 綜上所述,不僅是高溫環(huán)境提高了熱管理系統(tǒng)的溫度,汽車頻繁的加速、減速也是熱管理系統(tǒng)升溫的一個(gè)不可忽視的因素。如何降低熱管理系統(tǒng)在此惡劣環(huán)境下的工作溫度將會(huì)是提升汽車動(dòng)力性、經(jīng)濟(jì)性以及延長汽車使用壽命的重要著力點(diǎn)。 通過環(huán)境風(fēng)洞模擬高溫山區(qū)環(huán)境下汽車運(yùn)行狀況的對標(biāo)試驗(yàn),得出如下結(jié)論。 (1)構(gòu)建出了典型高溫與山區(qū)環(huán)境下車輛行駛工況圖,劃分出了汽車在此環(huán)境下的3種典型運(yùn)行狀態(tài)。 (2)得出了通過環(huán)境風(fēng)洞模擬車輛在高溫與山區(qū)環(huán)境下的運(yùn)行狀況是準(zhǔn)確可行的,其誤差是極小的。并且具體分析了兩者之間的差異性,得出了車輛實(shí)際行駛工況的速度波動(dòng)程度更大,尤其是體現(xiàn)在第一類運(yùn)動(dòng)學(xué)片段上,說明了環(huán)境風(fēng)洞在山區(qū)道路復(fù)雜性的還原上還有待進(jìn)一步優(yōu)化。 (3)通過熱管理系統(tǒng)三類運(yùn)動(dòng)學(xué)片段NMSE值的分析,得出了不同運(yùn)行狀態(tài)下熱管理系統(tǒng)各總成的工作溫度以及不同運(yùn)行狀態(tài)下其工作狀況的差異。并且也得出了頻繁的加減速是汽車3種運(yùn)行狀態(tài)中對熱管理系統(tǒng)升溫影響最大的。4 結(jié)論