济南市轻型车行驶工况构建研究

山东交通学院 赵 顺，成 钦

汽车行驶工况是指在某一特定环境下汽车行驶的速度与时间之间的变化规律，它是测定或者评价机动车污染物排放量和燃油消耗水平的重要依据，与此同时，对新车型的技术开发认证、车辆参数匹配、控制策略的制定和节能减排的发展具有重要的价值。目前世界范围内汽车行驶工况主要有美国行驶工况、欧洲行驶工况、日本行驶工况，我国一直采用的是欧洲行驶工况，但是，我国幅员辽阔，各城市之间的道路规划情况、交通拥堵情况、环境状况等与欧洲有着明显的差异，采用欧洲行驶工况并不能反映我国的实际道路情况。

济南市地处山东省中部是全国重要的交通枢纽，地形东西狭长，济南市东、西、南三面邻山，东西方向为主要的交通流向。济南市独特的交通特点可代表某些沿直线方向发展的城市的实际交通路况，因此构建济南市轻型车行驶工况可以为中国汽车的道路行驶工况的构建提供有利依据。本文根据济南市轻型车实际道路行驶工况，采用自主驾驶法采集试验数据，利用Matlab软件进行了短行程划分及特征值计算，并采用主成分分析法对各短行程片段的特征值进行了降维处理，采用聚类分析法对所有短行程进行了分类，构建了济南市轻型车行驶工况。

1 试验方案及数据采集

1.1 数据采集方法

目前，国内外在构建车辆实际道路行驶工况时采用的数据采集方法主要有3种：车辆跟踪法、循环路线法、自主驾驶法。本文采用自主驾驶法，此方法随机性强，不用提前规划试验线路，但是需要多台车辆同时试验以获取不同车型的大量数据，且试验周期较长。完全自主驾驶最能反映人们的日常驾驶行为、习惯，所采集的数据随机性强、覆盖面广、代表性强，能最大程度上反映实际道路情况。

1.2 试验规划

（1）试验设备。本试验使用的车载数据采集终端是由中国汽车技术研究中心开发研制的工况数据记录仪，该设备可安装GPRS手机卡和SD存储卡，该数据采集设备外部接线口分别与车辆的OBD接口和GPS定位设备连接，设备的采样频率为1 Hz，采集的数据包括车辆速度、经纬度、发动机转速、瞬时油耗和节气门开度等28项数据，并以文本的形式存储到SD卡中，通过GPRS流量将采集的数据实时上传到中国汽车技术研究中心的数据监控统计平台。

（2）试验对象。本文研究对象为轻型车，指最大质量≤3.5 T的M类汽车和N类汽车。在试验车辆选取之前，针对济南市车辆的类型、保有量进行了调研，对车辆的品牌、动力类型、发动机排量、变速器类型、车龄等基本情况进行了调研，根据调研结果选取了70辆轻型车作为试验对象。车辆品牌覆盖了自主品牌、德系、法系、日系、美系和韩系等车型；在变速器类型方面，包括自动变速器，双离合变速器、无级变速器、手动变速器；在车龄方面覆盖了各车龄段的车辆，其中5年内的车辆占据了83%；在发动机排量方面以1.6 L及以下的轻型车为主，占据了车辆总数的67%；驾驶人年龄分布方面，以35岁以上的经验丰富的驾驶人为主。

2 数据分析

2.1 短行程划分

汽车的行驶过程一般包括加速、减速、匀速、怠速等4种不同的行驶状态。在工况构建过程中需要针对运动学片段定义一些特征参数（例如：平均速度、最高速度、最大加速度、加速模式比例等）去评价运动学片段的有效性等，其中部分特征参数的定义设计车辆行驶的加速、减速、匀速、怠速等4种模式，因此本课题对运动学片段的模式划分如下：

怠速模式：车辆的发动机连续工作，但是车速为0 m/s时的车辆行驶状态；

加速模式：当速度Vt-Vt-1＞0.15 m/s，且车速大于0 m/s的车辆行驶状态；

减速模式：当速度Vt-Vt-1＜-0.15 m/s，且车速大于0 m/s的车辆行驶状态；

匀速模式：当速度|Vt-Vt-1|≤0.15 m/s，且车速大于0 m/s的车辆行驶状态。

运动学片段指整个车辆行驶的过程中一个速度为0 m/s的点开始到下一个速度为0 m/s的点为止，即车辆行驶过程中两个相邻停车点之间的部分。为了方便实际道路行驶工况的构建，在工况构建之前，需对采集的原始数据进行运动学片段的划分，使用Matlab软件对运动学片段进行划分，剔除有偏差的数据后，最终挑选了2 250个运动学片段。

2.2 特征值计算

经查阅大量的文献，定义了运动片段时间、加速时间、匀速时间等13个用于分类的短行程特征参数值；定义了加速模式时间比例、0 km/h～10 km/h速度段比例，0 m/s2～1 m/s2加速段比例等21个用于有效性判定的短行程特征参数值。按照特征值计算方法，对选取的2 250个运动学片段进行特征值的计算，结果见表1所列。

表1 特征值计算结果

2.3 主成分分析

由于各个特征值之间存在一定程度的关联性，并非相互独立，如果采取所有的特征值进行行驶片段的归类，会大大增加计算的复杂程度，但是，如果选取的特征值数量过少会影响归类的准确性，其构建的行驶工况的真实性将会大大降低。因此，需要利用主成分分析法对用于分类的13个特征参数进行降维处理。

主成分分析就是将原始数据中多个具有一定相关性的变量重新进行线性组合，计算出一组无关变量来代替原先的变量，并将所有的线性组合中方差最大的综合变量定为第一主成分，如果第一主成分不能代表原始数据中所包含的信息，继续选择线性组合中方差最大变量为第二主成分，当主成分累计得分超过80%时，确定主成分的个数。

使用SPSS软件对表1中特征值矩阵进行主成分分析，分析得到的主成分累积贡献率见表2所列，由表2可知前4个主成分的累积贡献率达83.781%＞80%。可以看出前4个主成分的方差大于1，其后的主成分斜率变小，由此表明前4个主成分代表特征参数值的绝大参数信息。

表2 主成分累积贡献率

表3 主成分载荷矩阵

载荷表示的是特征值与主成分的相关系数，比较某一个特征值在前4个主成分的载荷绝对值，如果此特征值在某一个主成分上的载荷绝对值最接近1，则表明该特征值与对应的主成分的相关性最高，即选取此主成分来代替该特征值。表3为前4个主成分的载荷，通过分析相关性可知：第1个主成分主要代表行驶里程、加速时间、减速时间、运动片段时间、平均速度、最大速度、匀速时间、平均行驶速度；第2个主成分主要代表减速度平均减速度、最大减速度、加速度平均加速度、最大加速度；第3个主成分主要代表平均速度、怠速时间；第4个主成分主要代表怠速时间。

2.4 聚类分析

聚类分析是一种建立分类的多元统计分析方法，它能够将一批样本（或变量）数据根据其诸多特征，按照在性质上的亲疏程度在没有先验知识的情况下进行自动分类，产生多个分类结果。每类内部个体特征之间具有相似性，不同类间个体特征的差异性较大。经过调研分析，济南市的道路情况可分为3类，主要为市区拥堵路况，市区通畅路况，市郊或高速通畅路况。所以在对运动学片段的主成分分析结果进行聚类分析时，采取了较为合适的K-均值聚类法，使用SPSS软件进行聚类分析为了使聚类结果可信度更高，设置的迭代次数为50次，经过软件的聚类分析结果可知经过21次迭代之后，将2 179个运动学片段分为3类，得到的聚类结果及其特征值见表4所列。

由表4可知，第一类运动学片段的平均车速是三类运动学片段的最低，仅为12.33 km/h，且怠速比例高达65.19%，因此第一类运动学片段代表的是市区拥堵路况。第三类运动学片段的平均车速为18.81 km/h，介于三类之间，且怠速比例远低于第一类，由此可知第三类运动学片段代表的为市区通畅路况。第二类运动学片段的平均车速为45.65 km/h，高于第一类、第三类运动学片段，怠速比例远低于第一类、第三类，因此第二类运动学片段代表的是市郊或高速通畅路况。

表4 各类别及总样本综合特征值

3 行驶工况的构建与分析

3.1 行驶工况构建

本文调研了我国乘用车单次出行的时长约为30 min，该时长既能满足统计学的代表性，又具备在试验室内进行机动车污染物排放测试和油耗测试的可行性。因此，济南市轻型车行驶工况的持续时间也设置为1 800 s。根据聚类分析的结果，从3类片段中选取一定数量的运动学片段合成济南市轻型车行驶工况。在每一类数据库中根据各个运动学片段与聚类中心的距离选取片段，计算各类短行程库中在整个短行程库占有的比例，结合总持续时间，计算得出三类短行程在最终工况中所占的时间，计算公式如下：

式中，ti是i类工况的持续时间，Ti为第i类工况中短行程的总持续时间，Ts是全部短行程的持续时间，tc为前文确定的济南市轻型车行驶工况的持续时间，为1 800 s。

确定了各速度区间时间长度后，依据公式2和公式3可以计算出各个车速区间运动片段和怠速片段数目。计算结果需圆整，结果见表5所列。

其中，Tst,i为运动片段的平均时间，Tid,i为怠速片段的平均时间，nst,i为运动片段个数，nid,i为怠速片段个数。各参数取值通过数据分析获得。

为了确定需要选择的短片段时长，对每个速度区间的运动片段的持续时间进行统计，并计算对应持续时间下的运动片段数量，按照由短到长的顺序对运动片段的持续时间进行排序，然后计算出相应持续时间下的运动片段数量所占的比例及运动片段持续时间的累积频率分布，最终，确定的低速区间运动片段时长为：17 s，27 s，35 s，51 s，62 s，92 s，153 s；中速区间运动片段时长为：78 s，157 s，346 s；高速区间运动片段时长为：363 s；低速区间怠速片段时长为：6 s，10 s，14 s，19 s，27 s，36 s，52 s，86 s；中速区间怠速片段时长为：10 s，21 s，37 s，75 s；高速区间怠速片段时长为：10 s，16 s。构成总时长为1 800 s的济南市轻型车行驶工况。

3.2 行驶工况分析

本文构建的济南市轻型车行驶工况持续时间为1 800 s，行驶距离为14 416.11 m，平均车速为28.83 km/h，平均行驶速度为38.73 km/h，最大车速为105.3 km/h。

表5 低/中/高速区间短程及怠速数目的确定

图1 济南市轻型车行驶工况下行驶状态比例

图2 济南市轻型车行驶工况下速度分布比例

图1和图2分别反映的是济南市轻型车行驶工况下的行驶状态比例和速度分布比例，根据图1得知，济南市轻型车在城市道路上行驶时，加减速状态比例高达55.33%，其怠速模式比例也远高于匀速模式比例，济南市车辆行驶过程中加减速状态频繁、匀速状态较少。由图2得知，车辆速度在0 km/h～10 km/h的比例高达33.00%，且车辆在10 km/h～20 km/h、20 km/h～30 km/h的比例较其他区间较高，分别为11.44%和12.28%，0 km/h～30 km/h的速度总占比达到56.72%，但是，车辆速度在高于60 km/h的速度区间内的占比较小，为12.5%。

为了更好地对所构建的济南市轻型车行驶工况进行分析，将其部分特征值与NEDC、FTP75、Japan15和中国第六阶段排放标准所采用的WLTC循环工况进行对比分析。

行驶工况的速度特征参数对比见表6所列。从最高车速来看，欧洲的WLTC循环最高，为131.3 km/h；济南市轻型车行驶工况分别为105.3 km/h。WLTC的平均速度达到了46.42 km/h，远高于济南市轻型车行驶工况的28.83 km/h。另外，FTP75和NEDC工况的平均速度也高于济南市轻型车行驶工况，从侧面反映了欧美国城市内的交通状况较好，而济南市的道路情况相对较为拥堵，这与时间特征参数分析得出的结论一致。

表6 行驶工况的速度特征参数对比

4 结论

（1）本文通过自主行驶法采集原始试验数据，通过软件编程提取了2 250个运动学片段并编写程序计算了各运动学片段的特征值，将特征值进行主成分分析及聚类分析并通过短行程分析法与分类法相结合的工况构建方法构建了总时长为1 800 s的济南市轻型车行驶工况。

（2）将所构建的济南市轻型车行驶工况与国内外常用的NEDC、FTP75、Japan15和中国第六阶段排放标准所采用的WLTC循环工况进行对比分析，结果表明：济南市轻型车行驶工况与WLTC、NEDC、FTP75等工况都存在着较大的差异，济南市轻型车行驶工况具有其独特的特点并不能由某种标准工况完全体现。