田宇 朱建軍 周博雅

（1.太原理工大學，太原 030024；2.中國汽車技術研究中心，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-時間曲線。它對于新車型的開發(fā)和認證、車輛排放水平的評價以及道路風險水平的評估等具有重要的作用。我國目前的排放測試規(guī)程多參考歐洲的標準[1]，而我國實際道路情況和人文環(huán)境與歐洲有較大差別，參考歐洲標準不能真實地反映我國道路實際行駛狀況，因此，研究我國城市車輛的實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，國外的研究人員對部分地區(qū)的行駛工況做了大量研究：加利福尼亞大學的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Sze-HweeHo等人采用車輛跟蹤法構建了更加符合新加坡實際道路條件的車輛行駛工況[4]；斯洛文尼亞馬里奧爾大學的MatjazKnez等人使用TangoGPS程序測量車輛實際行駛時的重要參數(shù)，從而開發(fā)了斯洛文尼亞小城Celje的行駛工況[5]。國內(nèi)在實際行駛工況構建方面也有很多成果：河北農(nóng)業(yè)大學的李寧等人運用短行程法，通過主成分分析和聚類分析構建了天津市的道路行駛工況[6]；合肥工業(yè)大學的石琴、馬洪龍等人利用SOM網(wǎng)絡對主成分進行聚類，將得到的權值作為FCM聚類的初始聚類中心，構建了合肥市道路行駛工況[7]；長安大學的蔡鍔、李陽陽等人基于K-means聚類算法構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，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，南北方向為交通的主流向。太原市獨特的交通特點可以代表某些沿直線方向發(fā)展的城市的交通情況，故構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建提供有利依據(jù)。本文通過對9輛正常使用的輕型車進行為期1個月的數(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，構建了太原市輕型車的實際行駛工況。

2 試驗方案及數(shù)據(jù)采集

通過對比國內(nèi)外高校所采用的工況構建方法，結合試驗條件設計出合理的工況構建方案，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)計法、車輛追蹤法和自主行駛法[6]。國內(nèi)汽車行駛工況構建研究的數(shù)據(jù)采集大多采用前兩種方法，本次研究為使試驗結果更為客觀，采用自主行駛法對9輛輕型車進行連續(xù)1個月的數(shù)據(jù)采集，得到了796411組數(shù)據(jù)。數(shù)據(jù)采集過程中，采集設備通過車輛OBD接口獲取行車電腦中的速度、發(fā)動機轉速等數(shù)據(jù)，同時也可通過GPS采集汽車運行時的經(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 運動學片段的劃分

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，在劃分運動學片段前，通過GPS定位信息，在歷史監(jiān)控數(shù)據(jù)中找到該時間段，將相應數(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，故試驗數(shù)據(jù)可以真實反映太原市輕型車實際行駛工況的大部分特征。

汽車在行駛過程中，會頻繁起動、加速、減速，為便于數(shù)據(jù)分析，需定義運動學片段，即在整個連續(xù)的運行過程中，連續(xù)兩個怠速點中間的運行片段。車輛的運行過程可劃分為多個運動學片段，將各運動學片段進行歸類可以更好地分析車輛的行駛狀況。提取采集到的時間、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，并不能夠真實地反映車輛行駛速度因此，用車速和時間作為參照對GPS車速進行劃分，能夠更準確地刪除由于GPRS信號差或GPS漂移而形成的錯誤數(shù)據(jù)，提高所劃分的運動學片段的準確性。本文對796411條數(shù)據(jù)進行劃分后，獲得2208個運動學片段。

3.2 因子分析

為了全面描述所選取運動學片段的特征，在查閱有關資料后[9]，采用運行時間、運行距離等15個特征參數(shù)作為運動學片段的特征值，采用加減速比例、勻速比例、怠速比例等12個特征參數(shù)作為整體分布的特征值。基于java語言在MyEclipse中編寫程序計算得到每個片段的特征參數(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)量大且重復性較高。

表1 各運動學片段特征值

對大量變量進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)幾個因子變量，故本文運用SPSS軟件[10]對所有運動學片段的特征值進行因子分析，結果如表2、表3所示。設因子負荷量為0.55，故由表2可知，第1主成分包括勻速時間、減速時間、加速時間、運行距離、運行時間，第2主成分包括速度標準差、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、加速度標準差、減速段的平均減速度、最大加速度，第4主成分為怠速時間。表3表明，前4個主成分累計貢獻率達到88.92%，一般認為累計貢獻率達到85%即可代表原指標的絕大多數(shù)信息，因此采用前4個主成分代表原有15個特征參數(shù)進行下一步分析。

表3 主成分貢獻率及累計貢獻率

3.3 K-means聚類分析

聚類分析是將大量樣本對象分組為由相同或者類似的對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個簇的方法，一般先創(chuàng)建k個起始質(zhì)心，然后計算質(zhì)心與各數(shù)據(jù)點的距離，將數(shù)據(jù)點分配到距離其最近的質(zhì)心，最終將所有數(shù)據(jù)點歸為k類。設k=3，進行聚類分析，經(jīng)過16次迭代后將2208個片段分為3類，第1類有1 751個片段，第2類有400個片段，第3類有57個片段，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 工況構建及分析

根據(jù)聚類分析結果，擬構建時間長度為800～1200s的片段代表太原市輕型車的實際行駛工況。擬構建工況從3類片段中選取一定數(shù)量的運動學片段合成得到，取樣數(shù)量由各類片段總運行時間占所有片段總運行時間的比例決定，具體取樣目標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系數(shù)和片段長度決定。最終從第1類中取得長度分別為64s、57s、58s、68s、62s、54s、53s、56s的8個片段，第2類中取得長度分別為134s和119s的2個片段，第3類中取得1個長度為459s的片段，構成總長度為1184s的行駛工況作為太原市輕型車實際行駛工況，如圖2所示。經(jīng)計算，構建的行駛工況與總樣本除去運行時間、運行距離以外其他特征參數(shù)的相關系數(shù)為0.992726，故構建的太原市輕型車行駛工況基本上可以反映實際行駛工況。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 太原市輕型車實際行駛工況

為了更好地對太原市輕型車的行駛工況進行分析，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準所采用的WLTC循環(huán)工況[11]進行對比。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比結果[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比

圖4所示為所構建的行駛工況與目前國外使用的一些標準測試工況的對比結果。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種標準工況相比，太原市輕型車的實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準采用的是WLTC循環(huán)工況。分析表明，太原市輕型車實際工況與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比同樣說明，對于不同的城市，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準測試工況對比

5 結束語

a. 本文采用自主行駛法采集數(shù)據(jù)，取得2208個運動學片段，運用Java語言通過MyEclipse編寫程序計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系數(shù)的比較構建了長度為1184s的太原市輕型車道路行駛工況。

b.通過太原市輕型車實際行駛工況與西安、北京和上海的道路行駛工況的對比可知，太原市輕型車實際行駛工況具有其獨特性，其他城市的道路行駛工況并不適用于太原。將所構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)工況進行對比，結果表明太原市輕型車行駛工況具有其獨特的特點并不能由某種標準工況完全體現(xiàn)。

1 張翠平，王鐵，徐妙俠，等.內(nèi)燃機排放與控制[M].北京：機械工業(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建與研究[D].保定：河北農(nóng)業(yè)大學，2013.

7 石琴，馬洪龍，丁建勛，等.改進的FCM聚類法及其在行駛工況構建中的應用[J].中國機械工程，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研究[J].汽車技術，2015（8）：33-36.

9 胡志遠，秦艷，譚丕強，等.基于大樣本的上海市乘用車行駛工況構建[J].同濟大學學報（自然科學版），2015，43（10）：1523-1527.

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

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

12 宋寶珍.西安市實際道路車輛行駛工況的研究[D].西安：長安大學，2009.

13 王軍方，丁焰，王愛娟，等.北京市機動車行駛工況研究[J].環(huán)境工程技術學報，2012，2（3）：240-246.