原文传递
电动汽车城市行驶工况构建与驾驶风格识别研究
| 论文题名： | 电动汽车城市行驶工况构建与驾驶风格识别研究 |
| 关键词： | 电动汽车;驾驶员;驾驶风格;行驶工况 |
| 摘要： | 随着中国汽车保有量的逐年上升，所面临的道路安全及油耗问题日益严峻。其中，行驶工况对于普通燃油车的排放与经济性等整车性能评估起着重要的作用，但对于电动车电池能耗、续航里程等性能评估方面，燃油车行驶工况不适用；另外，驾驶员驾驶风格的变化对交通环境以及电车能耗也有着重要影响。所以，开展行驶工况研究及驾驶员驾驶风格的识别，对电动汽车技术深入研究具有重要的指导意义及实际的应用价值。 本文以某型电动汽车为研究对象，收集某城市电动汽车实际行驶数据，构建了其行驶工况，并基于所构建的电动汽车工况完成了整车参数匹配，建立工况识别模型，完成一种考虑行驶工况的驾驶风格识别算法。完成的具体工作如下： （1）某城市电动汽车行驶工况的构建。收集某城市纯电动汽车行驶数据，并进行预处理分析，划分运动学片段，采用主成分分析对特征参数降维处理，通过轮廓系数和肘部法确定聚类数目，并结合粒子群算法优化K-均值聚类算法的聚类中心，构建了某城市电动汽车行驶工况；通过与传统K-均值聚类算法所构建的工况、原始试验数据的综合特征参数以及国内外工况进行对比，验证构建方法的有效性。 （2）基于行驶工况的电动汽车整车参数匹配。根据所构建的纯电动汽车行驶工况与设计性能目标，分析该工况下电动汽车速度、功率、转速分布情况；结合纯电动汽车动力学理论，匹配电池、电机及传动系统参数；建立纯电动汽车整车模型，进行动力性及经济性仿真分析。 （3）行驶工况识别模型的确定及精度分析。基于行驶工况数据库，以识别周期划分样本段并计算工况特征参数，通过K-均值聚类分析对行驶工况进行分类并分析其特点，采用随机数法抽取各类工况样本，通过相关系数及概率神经网络算法，根据样本识别速度及准确率选取工况识别参数，分析识别周期以及预测周期对工况精度的影响，得出最优工况识别模型。 （4）考虑行驶工况的驾驶风格识别算法。以固定时间长度划分驾驶风格数据库，通过K-均值聚类分析，对驾驶风格分类并分析各类风格特点，基于随机车速及中国乘用车CLTC-P工况分析并选取表征驾驶风格的特征参数；由于行驶工况会对驾驶风格产生影响，在驾驶风格识别系数中引入行驶工况的影响因子，结合行驶工况识别算法，进行驾驶风格识别分析。 |
| 作者： | 黄春 |
| 专业： | 车辆工程 |
| 导师： | 陈宝 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆理工大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
