尤國貴，盧劍偉，蘇俊收，欒銘湧，黃 帥

（1.合肥工業(yè)大學汽車與交通工程學院，合肥 230009；2.徐工集團高端工程機械智能制造國家重點實驗室，徐州 221000；3.中國重型汽車集團汽車研究總院，濟南 250000；4.徐工汽車事業(yè)部技術中心，徐州 221000）

前言

合理的動力總成配置可降低重型半掛牽引車的燃油消耗，在進行整車設計開發(fā)時，定義好相關工況至關重要，要進行動力性、經(jīng)濟性仿真計算并優(yōu)化動力總成配置，從而避免因常用工況不在發(fā)動機高效的工作區(qū)或動力不足導致的燃油油耗偏高的問題。

汽車行駛工況是表征車輛行駛的速度-時間曲線，主要用于確定車輛尾氣物排放量和燃油消耗量，駕駛循環(huán)提供了在特定區(qū)域的典型駕駛行為。國內重型商用車目前使用的是C-WTVC工況，相較于國外的行駛工況，該工況是在全球重型商用車的WTVC基礎上調整而得的，但該工況的代表性和覆蓋性還需進一步提升。新發(fā)布的GB∕T 38146.2—2019《中國汽車行駛工況第2部分：重型商用車輛》行駛工況國家標準，雖然對不同類型的車輛行駛工況進行了分類，也豐富了車輛的行駛工況的數(shù)據(jù)量，但仍無法完全代表中國復雜的道路行駛狀況。新的中國工況與NEDC、FTP75 WLTC和C-WTVC工況相比存在較大差異，中國工況更符合中國道路交通實際情況。標準通用工況在公告（汽車能耗和排放檢測）認證方面有著很高的權威性，而且極具代表性。能耗和排放測試采用通用工況，可減少企業(yè)產品開發(fā)投入，減少企業(yè)檢測認證費用，比較適合主機廠的公告認證。但在不同海拔和氣候的城市，不同的車輛類型和車輛駕駛循環(huán)工況，車輛的燃油經(jīng)濟性和排放性能會有較大的差異。故國內外很多城市越來越重視自己城市的駕駛循環(huán)構建，重型商用車企業(yè)在整車匹配工作上不能完全依賴統(tǒng)一的駕駛循環(huán)工況。國外的學者對車輛的行駛工況進行了研究和探索，開發(fā)出了新加坡工況、馬來西亞工況等具有地方特色的車輛行駛工況［1-2］。

近些年，國內的學者也對部分城市的乘用車和一些商用車進行了行駛工況構建研究。如北方環(huán)境乘用車行駛工況研究［3］、太原市公交車行駛工況構建研究［4］、大連市乘用車典型工況構建研究［5］、西安市公交工況研究［6］和合肥市乘用車典型行駛工況研究等［7］，但目前對于重型半掛牽引車行駛工況創(chuàng)建方法研究的學者較少。吉林大學的李紅雪等［8］對重型危險品半掛列車行駛工況的構建進行了研究，張海瑞等［9］對LNG攪拌車實際使用過程中的行駛數(shù)據(jù)進行分析，劃分成4類行駛工況，一汽技術中心的劉延林等［10］應用數(shù)理統(tǒng)計和多參數(shù)統(tǒng)計理論，解析出自卸車行駛循環(huán)工況。因重型商用車行駛工況的研究試驗周期較長和成本很大，車輛類型較多，使用工況差別巨大，如果采集車輛的數(shù)據(jù)量和周期段不足，行駛工況的覆蓋性會有些欠缺。目前國內外常用的行駛工況很難完全適用于車輛行駛過程中停車較少的半掛牽引車。

而對于整車的動力性、經(jīng)濟性仿真和動力總成匹配工作，多數(shù)學者和主機廠都是在標準循環(huán)工況C-WTVC或CHTC-TT下進行仿真計算的，此種方法雖能提高整車動力系統(tǒng)匹配的效率，但標準循環(huán)工況對于特定地區(qū)車輛的行駛工況覆蓋性有一定的不足，故動力系統(tǒng)匹配仿真計算的準確度相對較差。基于上述分析，本文中提出了一種基于山西地區(qū)重型半掛牽引車真實行駛工況的動力性、經(jīng)濟性仿真計算方法，此種仿真方法具有一定的先進性，仿真結果的可信度更高。對于動力總成的匹配優(yōu)化能起到很好的指導作用，從而縮短新產品的開發(fā)周期，節(jié)省開發(fā)成本。

為創(chuàng)建山西地區(qū)重型半掛牽引車典型工況，利用車輛行車的信息大數(shù)據(jù)云平臺對山西地區(qū)的半掛牽引車進行為期3個月的數(shù)據(jù)采集。通過車載服務器和云平臺行車監(jiān)控系統(tǒng)，能夠對車輛行車的信息記錄和數(shù)據(jù)處理。為確保數(shù)據(jù)的可靠性和準確性，在山西地區(qū)做了實地數(shù)據(jù)采集工作，以真實地反映山西地區(qū)重型半掛牽引車總體的行駛狀況。利用主成分分析、聚類分析和馬爾科夫方法，構建了山西地區(qū)重型半掛牽引車的行駛循環(huán)工況?；谏轿鞴r對原車的動力傳動系統(tǒng)進行匹配優(yōu)化，使優(yōu)化后的車輛能夠更適應山西地區(qū)的路況，從而獲得最佳的燃油經(jīng)濟性。不同地區(qū)代表性工況會有較大差異，特定城市或區(qū)域的重型半掛牽引車典型行駛工況的構建對車輛動力總成匹配、新車型的技術開發(fā)和性能評估研究具有更高的可信度。與車輛實際運營情況高度貼近的行駛工況，對正確引導車輛開發(fā)和標定、促進我國交通特征和使用特征的企業(yè)節(jié)能減排技術的研究與應用具有較好的實用價值。

1 數(shù)據(jù)采集

試驗路段選擇在山西的城市、郊區(qū)和高速等地區(qū)，為保證采集數(shù)據(jù)的完整和連續(xù)性，采用了車載終端+遠程傳輸+跟車實地采集的數(shù)據(jù)采集方法。利用內置GPS定位、存儲器等模塊的車載終端將采集的CAN數(shù)據(jù)通過無線網(wǎng)絡傳送到云平臺上，對車隊半掛牽引車進行不間斷后臺數(shù)據(jù)采集。大數(shù)據(jù)云平臺見圖1。

圖1 車聯(lián)網(wǎng)數(shù)據(jù)采集平臺

試驗團隊也實地跟車進行了近半個月的數(shù)據(jù)采集工作，使用的數(shù)據(jù)采集儀能夠實時采集并記錄車輛行駛車速、發(fā)動機轉速、發(fā)動機輸出轉矩、冷卻液溫度、油門踏板位置、進排氣壓力、行車距離等信號參數(shù)。將數(shù)據(jù)采集設備連接到整車OBD接口，當車輛行駛時會自動采集并保存數(shù)據(jù)，數(shù)據(jù)的采樣頻率設置為2 Hz。圖2為使用的數(shù)據(jù)記錄儀，表1為車輛的特征參數(shù)和定義情況。

表1 車輛特征參數(shù)與定義

圖2 數(shù)據(jù)記錄儀

對采集的數(shù)據(jù)進行短片段相關定義和篩選原則如下。

（1）運動片段：車速從0開始到大于0，最后到等于0為止的一段數(shù)據(jù)片段。對于行程時間較短和不完整的數(shù)據(jù)進行剔除。

（2）怠速片段：車輛完成一個運動片段后，狀態(tài)保持車速為0，發(fā)動機轉速大于0的一段片段。要求怠速片段的時長小于200 s，如果時長大于200 s，默認時長為200 s。

（3）加速片段：車輛運行的加速度大于等于0.15 m∕s2，運行加速度小于5.0 m∕s2。

（4）減速片段：車輛運行的加速度小于-0.15 m∕s2，運行加速度大于等于-5.0 m∕s2。

（5）勻速片段：加速度的絕對值小于等于0.15 m∕s2。

表2為運動片段特征值。

表2 運動學片段特征值

2 主成分分析

針對不同類型重型商用車進行研究，主要通過主成分和聚類分析劃分工況區(qū)間，再根據(jù)區(qū)間的比重和工況循環(huán)的總時長確定各區(qū)間時長。半掛牽引車在行駛過程中會多次怠速、起步加速、制動。勻速行駛再到怠速整個循環(huán)工況，考慮到交通狀況的影響，車輛行駛過程中要經(jīng)歷多次起停操作。將車輛行駛一次怠速開始到下一次怠速開始定義為一個運動片段。對于采集的原始數(shù)據(jù)，倘若用全部的特征參數(shù)進行分類的話，計算量會相應增加。而各個特征參數(shù)之間并不是相互獨立的。為了體現(xiàn)短運動片段的綜合特征，對多個特征參數(shù)進行降維以降低計算的復雜度。

主成分分析的主要計算步驟如下［11］。

本次采集的數(shù)據(jù)包括4 010個運動片段，每個樣本共有10個特征變量描述，樣本數(shù)n=4010，特征變量p=10，則可得到n×p維矩陣Z：

因10個特征變量的量綱會存在差異，需對Z矩陣進行標準化處理，使標準化的變量均值為0，標準差為1。標準化后的矩陣Z1為

其中：

相關系數(shù)矩陣R：

式中rij為各變量之間的相關系數(shù)：

計算相關系數(shù)矩陣R的特征根，要對特征方程|λI-R|=0求解，特征根λ1≥λ2≥λ3≥λ4…≥0，求出對應的正交化的特征向量ei，eij表示向量ei的第j個分量。為第k個主成分的貢獻率。?ω=為ω個主成分累計貢獻率，累計貢獻率超過80%時就能滿足應用的要求［12］。

3 k聚類分析

k-means聚類分析是把各個樣品聚集到最近均值類之中，通過聚類分析可定量衡量樣本之間的親疏程度，以此進行分類。而片段之間的親疏關系可用運動片段的距離來表示。計算樣本到各原始聚類中心的距離為

式中xik為第i個樣本的第k個特征參數(shù)，此式為明可夫距離。當q=1時，表示曼哈頓距離，當q=2時，稱為歐幾里德距離；當q=∞時，稱為切比雪夫距離。當運算數(shù)據(jù)較大時，此算法較為高效。

3.1 工況構建

由于車輛的行駛狀態(tài)的特征較多，為降低數(shù)據(jù)處理和分析難度，又盡可能地全面表征各個變量的信息［13-14］，利用主成分分析方法得到各主成分的貢獻率和累計貢獻率，見表3。利用SPSS軟件分析，得到各主成分的載荷矩陣［15］，如表4所示。

表3 主成分的貢獻率及累計貢獻率

從表4可以看出，第1主成分主要反映了最大加速度和平均速度以及勻速比例。

表4 主成分載荷矩陣

第2主成分主要反映行駛時間和加速比例，第3主成分主要反映減速比例及怠速比例。

3.2 k-means聚類結果

利用上文中k-means聚類分析的原理，通過Matlab軟件編程對運動學片段進行分類［16-17］，表5為各類運動片段庫特征參數(shù)值。

表5 各類運動片段庫特征參數(shù)值

根據(jù)聚類結果可以將運動學片段分為3種工況，第1類是中等車速的郊區(qū)行駛工況，第2類是路況較好的高速路段駕駛工況，第3類是較為低速較為擁堵的駕駛工況。

依據(jù)聚類片段于聚類中心的距離進行運動片段的選擇，距離第1類聚類中心最近的運動片段是221。695運動片段距離2類聚類中心最近，1 100運動片段與3類的聚類中心最近。

將所屬不同類的運動片段進行歸類合成［18］，構建獲得山西地區(qū)車輛行駛工況，如圖3所示。

圖3 山西地區(qū)半掛牽引車典型行駛工況

4 基于馬爾科夫鏈行駛工況構建

馬爾科夫過程是一個隨機過程，馬爾科夫鏈是一組具有馬爾科夫特性的離散隨機變量的集合。

利用狀態(tài)空間的轉移矩陣選擇運動片段。馬爾科夫過程當前時刻狀態(tài)的概率只和前一時刻的狀態(tài)有關，即車輛的n+1時刻狀態(tài)的概率只和n時刻的狀態(tài)有關，利用這一特性可將車輛的不同行駛片段進行擬合，構建成典型的車輛行駛工況。

隨機變量集合為X=｛Xt：t＞0｝，條件概率P={Xt=si|Xt-1=si，Xt-2=si-1，…，Xt-n=sj，X1=s1}，P={Xt=m|Xt-1=n}為狀態(tài)m到狀態(tài)n的轉移概率。轉移矩陣可表示為

式中：每行元素之和為1；矩陣的每個元素均為非負。

狀態(tài)轉移概率Pmn的計算公式為

式中：Wmn是此刻狀態(tài)為m、下一狀態(tài)為n的次數(shù)；Wn為當前狀態(tài)為n的總統(tǒng)計數(shù)。

馬爾科夫鏈法的核心思想是建立能夠反映實際行駛規(guī)律的狀態(tài)轉移概率矩陣，如果數(shù)據(jù)樣本較小或狀態(tài)轉移概率的計算準確度不高，則得到的狀態(tài)轉移概率矩陣就會出現(xiàn)較大誤差，進而影響最終的工況構建效果［19］。本文中對馬爾科夫方法進行了一定的改進，以確保所構建的行駛工況對真實行駛數(shù)據(jù)的代表性。采用Modified Kneser-ney方法對狀態(tài)轉移概率進行平滑處理，能夠避免狀態(tài)轉移概率值為零的情況出現(xiàn)，具有較高的可信度?；隈R爾科夫鏈行駛工況構建流程如圖4所示。將選取的起始片段、中間片段及結尾片段拼接成一個完整的行駛工況曲線。構建的山西工況如圖5所示。

圖4 馬爾科夫鏈行駛工況構建流程

圖5 基于馬爾科夫法構建的山西工況

為了驗證兩種方法構建的工況與真實行駛數(shù)據(jù)平均加速度分布的吻合度，使用SPSS將兩組工況求出的加速度值分別與真實行駛的加速度值進行K-S檢驗，通過與真實行駛工況數(shù)據(jù)進行誤差分析，結果如表6所示。可以看出基于改進的馬爾科夫方法構建的行駛工況與基于主成分分析和k均值聚類構建的行駛工況相比，曲線的擬合度更高，從代表性工況的多樣性來說，也能更好地體現(xiàn)車輛真實的運行情況［3］。故最終的山西地區(qū)重型半掛牽引車的典型行駛工況是基于改進的馬爾科夫方法構建的行駛工況。

表6 兩種方法構建的山西工況與真實行駛數(shù)據(jù)的K-S檢驗

山西工況曲線與GB／T38146.2—2019中的CHTC-TT工況曲線，以及GB∕T 27840—2011中CWTVC工況曲線在加速比例（Ta）、減速比例（Td）、勻速比例（Tc）、怠速比例（Ti）上存在著一定的差異［20］，對比結果如圖6所示。

圖6 行駛工況對比

根據(jù)對比分析，構建的山西工況的勻速比例和怠速比例比CHTC-TT分別低15.93%和59.34%。表明新中國工況雖能較好地覆蓋各類運行區(qū)域的工況體系［21］，但不能完全替代山西地區(qū)車輛的行駛工況。而目前重型商用車常用的C-WTVC工況曲線和車輛的實際行駛工況差異較大，在進行油耗測試時也有很大差異。C-WTVC相較于CHTC-TT測試結果偏小。排放結果方面CHTC-TT也略高于CWTVC。

5 基于行駛工況的動力匹配

5.1 行駛工況對比分析

將構建的行駛工況曲線、新中國CHTC-TT工況曲 線、C-WTVC工 況 曲 線 分 別 導 入Cruise∕M軟 件Profile中創(chuàng)建整車性能仿真模型，車輛的主要參數(shù)如表7所示。圖7為3種工況曲線對比圖。

圖7 3種工況曲線對比圖

表7 整車主要參數(shù)

對匹配型號1變速器的半掛牽引車燃油經(jīng)濟性進行仿真計算，計算結果見表8。

表8 工況仿真結果對比

通過數(shù)據(jù)平臺和跟車記錄獲得的山西地區(qū)車輛（匹配配置2）的百公里燃油消耗量為34.5 L，故仿真的山西工況的百公里綜合油耗35.84 L的數(shù)據(jù)與山西地區(qū)半掛牽引車實際行駛過程油耗更為接近。證實了基于山西工況的整車動力性和經(jīng)濟性的仿真結果相較于基于標準的循環(huán)工況（CHTC-TT∕CWTVC）可信度更高。整車燃油經(jīng)濟性仿真模型見圖8，從圖中可看出某個時刻整車能量流分布情況。

圖8 整車燃油經(jīng)濟性仿真模型

由仿真計算結果與實車測試的油耗數(shù)據(jù)對比分析可得，構建的山西行駛工況曲線能更加真實地反映山西地區(qū)半掛牽引車的行駛特征，驗證了重型半掛牽引車循環(huán)工況的合理性。圖9為記錄瞬時油耗和累積油耗設備。

圖9 瞬時油耗和累積油耗觀測設備

5.2 傳動系統(tǒng)優(yōu)化分析

如果利用遺傳算法或粒子群算法等優(yōu)化算法對傳動系統(tǒng)參數(shù)進行優(yōu)化，雖能獲得更優(yōu)的傳動系參數(shù)，但考慮到現(xiàn)實中變速器資源條件有限，從模具和加工工藝難度等方面因素考慮，供應商很難嚴格按照優(yōu)化后的參數(shù)進行設計，故在現(xiàn)有資源的基礎上進行動力總成組合匹配，根據(jù)仿真結果，在滿足通用工況公告認證的前提下，合理地選出符合實際、整車綜合性能最優(yōu)的一組動力系統(tǒng)配置。

基于山西行駛循環(huán)工況曲線，在原車型的基礎上對整車動力傳動系統(tǒng)進行匹配優(yōu)化計算。圖10是Cruise∕M軟件中的山西地區(qū)工況路譜圖，設置相應的擋位和速度范圍。并將行駛過程中采集的坡度數(shù)據(jù)轉化為車輛的行車坡道阻力，以MAP的形式加入到整車仿真模型中。圖11為一段帶有道路坡度數(shù)據(jù)的車輛行駛工況圖。

圖10 山西地區(qū)行駛工況路譜

圖11 一段帶有道路坡度數(shù)據(jù)的行駛工況圖

本文選取兩款變速器C12JSDQXL220TA、C12JSDQXL220T，5款后橋減速比分別為4.11、3.7、3.364、3.083和2.846。

利用Crusie軟件中的Component Variation做動力總成配置的DOE Plan進行仿真計算分析，仿真的結果能為傳動系統(tǒng)的匹配工作提供改進意見，選配出適合山西地區(qū)工況的動力傳動系統(tǒng)，進而優(yōu)化整車的燃油經(jīng)濟性。圖12為整個循環(huán)工況下，發(fā)動機的轉速和輸出轉矩。

圖12 山西工況下的發(fā)動機轉速和轉矩圖

計算結果如表9所示。原車的動力總成為配置2。仿真結果可由表9顯示，在發(fā)動機和輪胎均相同的條件下，可匹配C12JSDQXL220T手動變速器和速比為2.846的后橋。即配置3不僅能滿足車輛的動力性能和排放標準的要求，燃油經(jīng)濟性也相較于其他配置最優(yōu)。

表9 基于山西工況燃油經(jīng)濟性仿真結果

由圖13和圖14發(fā)動機運行工況散點圖和概率分布圖可看出，配置3的發(fā)動機工作點靠近發(fā)動機燃油經(jīng)濟區(qū)，工作在發(fā)動機經(jīng)濟區(qū)域的概率更大。更適用于山西地區(qū)的路況特征。山西地區(qū)道路坡度大都小于3%，一般車輛運距小于500 km，常用車速一般為75～90 km∕h?；谏轿鞯貐^(qū)半掛牽引車行駛工況，根據(jù)仿真結果可得，優(yōu)化動力總成配置后的車輛，燃油經(jīng)濟性相較于原車提升了0.94 L∕100 km。

圖13 配置2和配置3發(fā)動機運行工況散點圖

圖14 配置3發(fā)動機工作點概率分布圖

基于車輛真實行駛路譜的仿真計算能夠較好地復現(xiàn)車輛的行駛阻力，仿真結果可信度更高，對整車的匹配優(yōu)化工作具有重要的指導作用，不僅降低了車輛開發(fā)過程中的試驗成本，而且縮短開發(fā)周期，提升了車輛的燃油經(jīng)濟性能。

6 結論

（1）本文采用企業(yè)車聯(lián)網(wǎng)大數(shù)據(jù)平臺和使用數(shù)據(jù)采集儀兩種方式實地跟車進行車輛的行駛工況數(shù)據(jù)采集。對車輛行駛狀態(tài)數(shù)據(jù)采集周期長，數(shù)據(jù)量充足，為行駛工況構建提供了重要保證。

（2）利用主成分分析法、k均值聚類和馬爾科夫方法進行山西地區(qū)重型半掛牽引車工況構建，能更為客觀地表征山西地區(qū)車輛的行駛工況特征。通過對山西工況、新中國工況CHTC-TT和C-WTVC的比較分析，可知新中國工況雖具備較好的覆蓋性，但對于特定區(qū)域的車輛行駛工況數(shù)據(jù)仍需進一步完善。而構建的山西行駛循環(huán)工況能夠真實地反映該地實際交通道路狀況，具有較好的應用價值。

（3）基于山西地區(qū)重型半掛牽引車真實行駛工況，利用Cruise軟件進行整車燃油經(jīng)濟性仿真計算，對動力傳動系統(tǒng)進行匹配優(yōu)化，得到最適合山西地區(qū)半掛牽引車行駛工況的動力傳動系統(tǒng)配置。動力總成系統(tǒng)優(yōu)化后的車輛相較于原車百公里節(jié)省0.94 L。實車測試采集的油耗數(shù)據(jù)也進一步驗證了優(yōu)化方案的準確性。

（4）構建細分市場的車輛行駛工況能為新車型的開發(fā)提供參考基準?；谲囕v真實行駛工況的整車性能仿真計算對性能預測和動力總成匹配優(yōu)化具有更好的指導作用。以具有城市特色且高度貼合車輛的實際工況作為產品設計開發(fā)的基礎，更能夠取得真實的節(jié)能減排效果。

（5）所提出的車輛行駛工況創(chuàng)建方法可為其他城市發(fā)展自己的行駛工況提供一定的借鑒。此外已開發(fā)的方法不僅適用于重型半掛牽引車，類似的工況構建和匹配優(yōu)化方法也可應用于其他類型車輛的動力性經(jīng)濟性開發(fā)工作。