CN111259493B - 适用于智能网联车排放控制的车辆排放模型建模方法 - Google Patents
适用于智能网联车排放控制的车辆排放模型建模方法 Download PDFInfo
- Publication number
- CN111259493B CN111259493B CN202010085509.6A CN202010085509A CN111259493B CN 111259493 B CN111259493 B CN 111259493B CN 202010085509 A CN202010085509 A CN 202010085509A CN 111259493 B CN111259493 B CN 111259493B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- engine
- emission
- fuel consumption
- fuel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 239000000446 fuel Substances 0.000 claims abstract description 44
- 230000001133 acceleration Effects 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000005096 rolling process Methods 0.000 claims description 5
- 230000003321 amplification Effects 0.000 claims description 4
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 230000008030 elimination Effects 0.000 claims description 4
- 238000003379 elimination reaction Methods 0.000 claims description 4
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 4
- 230000006855 networking Effects 0.000 abstract description 8
- 230000000694 effects Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Landscapes
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
一种适用于智能网联车排放控制的车辆排放模型建模方法，属于智能控制技术领域。本发明的目的是通过驱动功率将车辆与发动机联系起来，适于智能联网环境下对车辆的油耗，排放等不同控制目标进行控制的适用于智能网联车排放控制的车辆排放模型建模方法。本发明步骤是①发动机转速模块、②车辆功率模块、③燃油消耗率模块、④排放模块。本发明从上层车辆的角度，根据车辆状态，通过驱动功率将车辆与发动机联系起来，根据功率建立了发动机燃油消耗率模型，然后根据数据拟合出燃油消耗率与排放的线性模型。本发明建模方法建立的模型简单且准确度较高，适于智能联网环境下对车辆的油耗，排放等不同控制目标进行控制的应用。
Description
技术领域
本发明属于智能控制技术领域。
背景技术
车辆智能网联(车联网)是由车辆位置、速度和路线等信息构成的巨大交互网络。通过GPS、RFID、传感器、摄像头图像处理等装置，车辆可以完成自身环境和状态信息的采集；通过互联网技术，所有车辆可以将自身的各种信息传输汇聚到中央处理器；通过计算机技术，这些车辆的信息可以被分析和处理，从而计算出不同车辆的最佳路线，并及时汇报路况、安排信号灯周期。智能网联系信息对提高道路的通行效率、降低汽车的能耗与污染及减少交通事故具有非常重要的作用。在提高道路效率方面，智能交通技术可使交通堵塞减少约60％，使短途运输效率提高近70％，使现有道路网的通行能力提高2～3倍；在减少交通事故方面，可使车辆安全事故率比现在降低20％，每年因交通事故造成的死亡人数下降 30％～70％；在降低汽车能耗与污染方面，通过智能交通控制使得平均车速的提高，带来了燃料消耗量和尾气排放量的减少，汽车油耗可由此降低15％左右。但是在应用智能交通信息对车辆进行规划以及控制时，传统的面向控制的车辆排放模型停留在发动机层面，而车辆对外表现的状态为速度，加速度，档位，智能联网环境下对车辆的控制也为速度或者加速度控制，因此传统建模方式缺少底层发动机与上层车辆的结合，并不适合车辆在智能联网环境下优化控制使用。此外，传统的排放建模为化学反应与热能反应的偏微分方程，存在强烈的非线性与多变量耦合关系，不宜于后续控制器设计或者优化规划。
发明内容
本发明的目的是通过驱动功率将车辆与发动机联系起来，适于智能联网环境下对车辆的油耗，排放等不同控制目标进行控制的适用于智能网联车排放控制的车辆排放模型建模方法。
本发明步骤是：
①发动机转速模块
当前发动机转速
其中，Veng为发动机转速rtire为车辆轮胎半径，Ig为车辆的档位变速比，I0为差速器放大比， vcar为车辆速度；
②车辆功率模块
其中，Wtract为车辆驱动功率Ma为车辆质量，vcar是车辆速度，Ac是车辆加速度，g是重力加速度，ω是道路坡度，Dw为阻力系数，Ar是车辆迎风面积，ρ是空气密度，Dr为滚动阻力系数；
获得最终的发动机需求功率：
其中，W是发动机功率，ε为传动效率，Wacc为驱动附件需求的功率；
③燃油消耗率模块
发动机的理论燃油消耗率
其中，
FR为计算得到的燃油消耗率，G为发动机摩擦系数，G0为发动机初始摩擦系数，Veng为发动机转速，Di为发动机排量，ψ为发动机指示效率，b1与C为系数；
使用一次线型拟合对燃油消耗率进行修正：
Efuel＝afuel·FR+bfuel (5)
其中Efuel为真实燃油消耗率，afuel与bfuel为拟合参数；
均方误差为
其中，m为选用的拟合数据的个数，Rfuel的极小值要满足
整理得到拟合曲线满足的方程：
或
用消元法或者克莱姆法得到
④排放模块
NOx排放公式为：
ENOx＝aNOx·FR+bNOx (10)
ENOx为NOx的排放量，aNOx与bNOx为线性拟合辨识参数，均方误差为
RNOx的极小值要满足
整理得到拟合曲线满足的方程：
或
用消元法或者克莱姆法得到
本发明从上层车辆的角度，根据车辆状态，通过驱动功率将车辆与发动机联系起来，根据功率建立了发动机燃油消耗率模型，然后根据数据拟合出燃油消耗率与排放的线性模型。本发明建模方法建立的模型简单且准确度较高，适于智能联网环境下对车辆的油耗，排放等不同控制目标进行控制的应用。
附图说明
图1是模型框图；
图2是NEDC工况车速；
图3是NEDC工况NOx对比曲线；
图4是NEDC工况NOx拟合效果；
图5是NEDC工况燃油消耗率对比曲线；
图6是NEDC工况燃油消耗率拟合效果；
图7是UDDS工况车速；
图8是UDDS工况NOx对比曲线；
图9是UDDS工况NOx拟合效果；
图10是UDDS工况燃油消耗率对比曲线；
图11是UDDS工况燃油消耗率拟合效果；
图12是WLTC工况车速；
图13是WLTC工况NOx对比曲线；
图14是WLTC工况NOx拟合效果；
图15是WLTC工况燃油消耗率对比曲线；
图16是WLTC工况燃油消耗率拟合效果。
具体实施方式
本发明步骤是：
1.1.发动机转速计算模块
实时获得车辆档位信息，根据当前档位获得该档位下的变速比，然后根据公式(1)算出当前发动机转速。
其中，Veng为发动机转速rtire为车辆轮胎半径，Ig为车辆的档位变速比，I0为差速器放大比， vcar为车辆速度。
1.2.车辆功率计算模块
得到发动机转速后，根据公式(2)计算出车辆驱动需求功率，根据牛顿定律，加速度需求力为Ma·Ac，驱动车辆克服道路坡度需求的力为Ma·g·sinω，驱动车辆克服风阻需求的力为
驱动车辆克服滚动阻力需求的力为Ma·g·Dr·cosω，根据力与功率的关系：功率＝力/速度，得到需求功率，得到(2)所示车辆驱动功率计算公式：
其中，Wtract为车辆驱动功率Ma为车辆质量，vcar是车辆速度，Ac是车辆加速度，g是重力加速度，ω是道路坡度，Dw为阻力系数，Ar是车辆迎风面积，ρ是空气密度，Dr为滚动阻力系数。
得到车辆需求的驱动功率后，由于发动机功率传递到车辆本身会存在传动效率，以及车辆在运行过程中发动机做的功会同时驱动空调等附件，所以根据如下公式获得最终的发动机需求功率：
其中，W是发动机功率，ε为传动效率，Wacc为驱动附件如空调等需求的功率。
1.3.燃油消耗率计算模块
在获得发动机转速与发动机功率后，可根据如下工程常用的半经验公式计算得到发动机的理论燃油消耗率
其中，G＝G0·[1+C·(Veng-V0)]，
FR为计算得到的燃油消耗率，G为发动机摩擦系数，G0为发动机初始摩擦系数，Veng为发动机转速，Di为发动机排量，ψ为发动机指示效率，b1与C为系数，可以通过辨识得到，这两项系数根据不同的工况，车辆及发动机会有所不同，所以需要根据实时采集的数据通过MATLAB***辨识计算得到，可以使用一段时间内采集得到的燃油消耗率作为FR，计算出适合于本工况的b1与C，计算得到后，则可以在本工况下使用其对后续的车速到油耗或者排放的模型建模使用。
由于GT软件发动机模型的传动效率无法获得准确值，所以根据经验公式(4)得到的 FR与真实的燃油消耗率存在偏差，所以使用一次线型拟合对燃油消耗率进行修正：
Efuel＝afuel·FR+bfuel (5)
其中Efuel为真实燃油消耗率，afuel与bfuel为拟合参数。
求解过程如下所示：
均方误差为
其中，m为选用的拟合数据的个数，如果要拟合效果最好，则需要均方误差为最小值，根据微积分理论，Rfuel的极小值要满足
整理得到拟合曲线满足的方程：
或
称(3)为拟合曲线的法方程，用消元法或者克莱姆法解出方程
1.4.排放计算模块
NOx排放计算公式为：
ENOx＝aNOx·FR+bNOx (10)
ENOx为NOx的排放量，aNOx与bNOx为线性拟合辨识参数，均方误差为
如果要拟合效果最好，则需要均方误差为最小值，根据微积分理论，RNOx的极小值要满足
整理得到拟合曲线满足的方程：
或
称(3)为拟合曲线的法方程，用消元法或者克莱姆法解出方程
二仿真曲线与分析
本发明选取三种代表性工况，NEDC工况，UDDS工况，WLTC工况，工况曲线如图2，7，12所示。分别在GT-power中采集数据，根据本发明提出的方法建模，得到了模型数据，并与原始数据进行了对比与分析，对比曲线与数据分析曲线均见附图，本发明提出的建模方法，所建模型数据与原数据的R2均超过0.8，满足控制器设计时对模型精度的要求，从而验证了本发明提出的方法的有效性。
表1模型参数
| 符号 | 名称 | 数值 | 单位 |
| Ma | 本车质量 | 40000 | kg |
| D<sub>w</sub> | 风阻系数 | 0.006 | - |
| Ar | 车辆迎风面积 | 10 | m<sup>2</sup> |
| ρ | 空气密度 | 1.292 | kg/m<sup>3</sup> |
| g | 重力加速度 | 9.82 | m/s<sup>2</sup> |
| D<sub>r</sub> | 滚动阻力系数 | 0.5 | - |
| r<sub>tire</sub> | 车辆轮胎半径 | 0.5 | m |
| G | 发动机摩擦系数 | 0.02 | - |
| Di | 发动机排量 | 12.7 | L |
| ψ | 发动机指示效率 | 0.5 | - |
| ε | 传动效率 | 1 | - |
| I<sub>0</sub> | 差速器放大比 | 3 | - |
表2模型参数
Claims (1)
1.一种适用于智能网联车排放控制的车辆排放模型建模方法，其特征在于：其步骤是：
①发动机转速模块
当前发动机转速
其中，Veng为发动机转速，rtire为车辆轮胎半径，Ig为车辆的档位变速比，I0为差速器放大比，vcar为车辆速度；
②车辆功率模块
其中，Wtract为车辆驱动功率，Ma为车辆质量，vcar是车辆速度，Ac是车辆加速度，g是重力加速度，ω是道路坡度，Dw为阻力系数，Ar是车辆迎风面积，ρ是空气密度，Dr为滚动阻力系数；
获得最终的发动机需求功率：
其中，W是发动机功率，ε为传动效率，Wacc为驱动附件需求的功率；
③燃油消耗率模块
发动机的理论燃油消耗率
其中，G＝G0·[1+C·(Veng-V0)]，
FR为计算得到的燃油消耗率，G为发动机摩擦系数，G0为发动机初始摩擦系数，Veng为发动机转速，Di为发动机排量，ψ为发动机指示效率，b1与C为系数；
使用一次线型拟合对燃油消耗率进行修正：
Efuel＝afuel·FR+bfuel (5)
其中Efuel为真实燃油消耗率，afuel与bfuel为拟合参数；
均方误差为
其中，m为选用的拟合数据的个数，Rfuel的极小值要满足
整理得到拟合曲线满足的方程：
或
用消元法或者克莱姆法得到
④排放模块
NOx排放公式为：
ENOx＝aNOx·FR+bNOx (10)
ENOx为NOx的排放量，aNOx与bNOx为线性拟合辨识参数，均方误差为
RNOx的极小值要满足
整理得到拟合曲线满足的方程：
或
用消元法或者克莱姆法得到
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010085509.6A CN111259493B (zh) | 2020-02-09 | 2020-02-09 | 适用于智能网联车排放控制的车辆排放模型建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010085509.6A CN111259493B (zh) | 2020-02-09 | 2020-02-09 | 适用于智能网联车排放控制的车辆排放模型建模方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111259493A CN111259493A (zh) | 2020-06-09 |
| CN111259493B true CN111259493B (zh) | 2022-08-02 |
Family
ID=70949288
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010085509.6A Active CN111259493B (zh) | 2020-02-09 | 2020-02-09 | 适用于智能网联车排放控制的车辆排放模型建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111259493B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112115555B (zh) * | 2020-09-24 | 2022-06-14 | 清华大学 | 一种智能网联环境下汽车瞬时油耗监测方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102859156A (zh) * | 2009-10-30 | 2013-01-02 | Bp北美公司 | 在最低燃料消耗下降低柴油发动机的nox和烟气排放的组合物和方法 |
| CN105128855A (zh) * | 2015-09-21 | 2015-12-09 | 大连理工大学 | 一种双轴并联混合动力城市公交车的控制方法 |
| CN105528498A (zh) * | 2016-01-13 | 2016-04-27 | 河南理工大学 | 网联智能电动车辆一体化建模与集成控制方法 |
| CN105857312A (zh) * | 2016-05-26 | 2016-08-17 | 吉林大学 | 一种高速公路重型卡车速度行驶优化方法 |
| CN110435633A (zh) * | 2019-07-16 | 2019-11-12 | 同济大学 | 一种混合动力汽车兼顾排放的油耗控制方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6866610B2 (en) * | 2001-03-30 | 2005-03-15 | Toyota Jidosha Kabushiki Kaisha | Control apparatus and method for vehicle having internal combustion engine and continuously variable transmission, and control apparatus and method for internal combustion engine |
| JP5748075B2 (ja) * | 2012-06-03 | 2015-07-15 | 日本エコサポーター株式会社 | 燃料消費削減量算定装置及び算定表示プログラム並びに二酸化炭素排出削減量算定装置及び算定表示プログラム |
| CN110228470B (zh) * | 2019-06-03 | 2021-04-13 | 吉林大学 | 一种基于隐藏车辆模型预测的节油率实时计算方法 |
-
2020
- 2020-02-09 CN CN202010085509.6A patent/CN111259493B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102859156A (zh) * | 2009-10-30 | 2013-01-02 | Bp北美公司 | 在最低燃料消耗下降低柴油发动机的nox和烟气排放的组合物和方法 |
| CN105128855A (zh) * | 2015-09-21 | 2015-12-09 | 大连理工大学 | 一种双轴并联混合动力城市公交车的控制方法 |
| CN105528498A (zh) * | 2016-01-13 | 2016-04-27 | 河南理工大学 | 网联智能电动车辆一体化建模与集成控制方法 |
| CN105857312A (zh) * | 2016-05-26 | 2016-08-17 | 吉林大学 | 一种高速公路重型卡车速度行驶优化方法 |
| CN110435633A (zh) * | 2019-07-16 | 2019-11-12 | 同济大学 | 一种混合动力汽车兼顾排放的油耗控制方法 |
Non-Patent Citations (3)
| Title |
|---|
| SP-SDP for Fuel Consumption and Tailpipe Emissions;Ed D. Tate等;《IEEE Transactions on Control Systems Technology 》;ieee;20090901;第18卷;第673-687段 * |
| 燃烧特征参数对柴油机性能的影响研究;董春晓;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;中国学术期刊（光盘版）电子杂志社;20150815(第8期);C039-31 * |
| 电喷柴油发动机汽车燃油消耗量模拟计算;高有山等;《中国公路学报》;中国公路学会;20090915;第22卷(第05期);第122-126页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111259493A (zh) | 2020-06-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103350696B (zh) | 一种控制混合动力汽车扭矩输出的装置及方法 | |
| CN102506160B (zh) | 基于纵向动力学的坡道及车辆载荷识别方法 | |
| CN111428960B (zh) | 一种融合多源车载传感器信息的智能车辆驾驶性自动化评价方法 | |
| CN104112357B (zh) | 一种恶劣霾天气的城市区域交通紧急预案方法 | |
| CN111259493B (zh) | 适用于智能网联车排放控制的车辆排放模型建模方法 | |
| CN111422192B (zh) | 智能网联商用车跟车行为下的排放与油耗协调控制方法 | |
| CN110398280A (zh) | 一种测量车辆荷载的车载终端及测量、计算方法 | |
| CN113297685B (zh) | 一种车辆运行工况模式识别方法 | |
| CN111348029B (zh) | 一种考虑工况的混合动力汽车标定参数最优值确定方法 | |
| Peng et al. | Optimizing design of powertrain transmission ratio of heavy duty truck | |
| Khairi et al. | Fuel consumption mathematical models for road vehicle–A review | |
| CN117171921B (zh) | 柴油颗粒物尾气净化装置健康状态评估处理方法和装置 | |
| CN115221234A (zh) | 一种基于动力总成数据对用户进行画像的方法及*** | |
| CN107067785B (zh) | 堵车路段经济车速匹配***及控制方法 | |
| CN116821775A (zh) | 一种基于机器学习的载重估计方法 | |
| CN105128698B (zh) | 一种电动汽车续航控制*** | |
| CN110689131A (zh) | 一种基于朴素贝叶斯模型的车辆能耗影响分析方法 | |
| Fotouhi et al. | An investigation on vehicle's fuel consumption and exhaust emissions in different driving conditions | |
| CN114943403A (zh) | 一种基于大数据的公交驾驶员生态驾驶评价***及方法 | |
| CN113295430A (zh) | 一种验证乘用车风冷式中冷器性能的整车台架试验方法 | |
| Zhang et al. | Designing heavy-duty vehicles’ four-parameter driving cycles to best represent engine distribution consistency | |
| Yen et al. | A study on the determination of the real-world driving characteristics of motorcycles in Hanoi | |
| CN114357624B (zh) | 一种基于二阶线性微分***和参数双线性模型的车重估计算法 | |
| Fink et al. | Energy demand prediction in hybrid electrical vehicles for speed optimization | |
| Vasquez et al. | An Investigation of the Fuel Economy of a Drive Cycle Developed Using the Road Load Energy Criterion |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |