基于瞬时最优的西安市某线路公交行驶工况构建

邵攀登，宋伟萍，刘洋，任田园

（长安大学汽车学院，陕西 西安 710064）

前言

汽车行驶工况指的是描述汽车行驶时速度与时间的曲线[1]，是汽车及相关产品在开发和实验测试过程中重要的输入条件。早在上世纪美国、日本和欧洲等汽车行业比较发达的国家和地区就已经开发出适合自己的具有地域性的汽车行驶工况。而我国与这些国家和地区的城市结构和地貌分布都不大相同，对此我国近期也制定了符合我国总体道路状况的中国工况。但是在国内，南北、东西城市的道路状况也不尽相同，故有必要针对某一地域进行工况构建的研究。

1 数据预处理

1.1 数据收敛判定

本文根据站点强度法从西安市200多条线路中选择了影响因子最大的一条线路，经过数据采集后得到120采样数据[2]。

理论上，数据采样组数越大，构建得到的工况越准确反映实际工况。但是当数据量达到一定值后，继续加大数据采样量，工况准确性也不会得到大幅度提高[3]。因此，合理的选择采样量，能在保证精度的同时节约工作时间。

因为平均车速、平均运行车速、加速比例、减速比例、匀速比例和怠速比例（V、Vm、Pa、Pd、Pc和Pd）随着采样组数的增加而趋于稳定，均可用于表征采样量是否饱和。定义加速比例稳定度K1、减速比例稳定度K2、匀速比例稳定度K3、怠速比例稳定度K4、平均车速稳定度K5和平均运行车速稳定度K6如式(1)所示，并定义6个特征值稳定度的平均值为综合稳定度K如式(2)所示。

采样数据的样本综合稳定度K计算结果如图1所示。综合稳定度K随着采样次数的增加逐渐收敛，定义连续5次或5次以上综合稳定度的绝对值|K|＜0.0015，样本数据饱和。由图1可知，当采样次数到46次后，样本数据已达到饱和，故取50组采样数据作为构建工况的样本数据。

图1 综合稳定度K随采样组数变化关系

1.2 短行程划分

短行程是指车辆从一个怠速点开始到下一个怠速点开始，即一个短行程包括怠速和行驶两个过程。本文通过对原始数据预处理后将处理后数据划分为2565个短行程[4]。

2 工况构建

本文基于瞬时最优法完成该线路公交行驶工况的构建，具体流程如下：

图2 工况构建流程图

将预处理后的数据按照短行程划分后，将第一个片段（汽车的起步片段）作为初始片段，而后不断从划分的片段中不断挑选拼接后与样本数据最相似的片段。

矩阵内积反映了两个矩阵的夹角θ，表征了两个矩阵相似程度，cosθ的值越接近1说明两个矩阵越相似[5]。

当片段长度达到1500s左右时跳出循环，完成工况构建，图3为构建的工况。

图3 西安市某线路公交车行驶工况

3 误差检验

本文选取了平均速度Vmean、平均运行车速Vmr、速度标准差Vsd、平均加速度Amean、平均减速度Dmean、加速度标准偏差Asd、加速比例Pa、减速比例Pd、匀速比例Pc、怠速比例Pi共10个影响较大且具有统计意义的特征参数，将其平均误差作为误差评估指标[6-7]。

计算构建工况与样本数据这十个特征值的平均误差为1.6%，符合该公交线路的实际行驶工况。

4 结论

本文基于瞬时最优法完成了西安市某线路公交行驶工况的构建，对采集到的数据做了收敛判定，最终选取了50组数据作为样本数据，利用V-A矩阵相似度的概念完成工况构建时的拼接过程。最后，计算了所构建工况与样本数据的平均特征值误差，结果为1.6%，说明该工况能够反映该线路公交的实际行驶状况。