公路车辆耗能和散放的细微勘验摹拟研讨

本篇文章3874字，读完约10分钟

各类模型的结构原理与测算方法基于发动机动力仿真的模型advisor，psat和evsim是汽车工程领域内被广泛应用的油耗模型。这些模型使用行驶周期来模拟所选车辆的运行状态和相应的功率流，需要复杂的车辆、发动机、排放控制、行驶周期等参数，来计算扭矩、功率、车辆牵引力、以及油耗。以advisor为例：模型由行驶周期模块提供汽车所应该满足的行驶轨迹，向整车模块请求所需的速度，整车模块利用汽车行驶方程式计算出满足这一速度请求所需的车轮转速和力，再向车轮和车轴模块发出请求，请求沿后向路径逐级向上级模块主减速器、变速器、离合器、机械负载等模块传递，直到发动机和燃料转换模块，计算出需要发动机提供的实际功率和燃料。

上述模型能够以非常高的精度计算特定车辆在指定行驶周期下的油耗排放，但缺点也很明显，需要繁多的输入参数和计算过程，并只能针对特定的车辆。为了评价某车辆技术而非特定车辆的油耗，simpson设计了pamvec模型，使用三个参数（平均速度、速度比、加速特征值）来刻画车辆行驶模式进而预测其燃油消耗。

基于驾驶模式分解的模型这类模型将机动车在不同条件下所能遇到的典型驾驶状况进行了分类，并按照各驾驶模式测算对应油耗排放。akcelik等人划分了怠速、匀速、加减速三种驾驶模式，在后期发展为四种模式并应用于sidra模型中。这类模型假设各模式的油耗排放是相互独立的，且总油耗排放等于各模式的油耗排放之和。由于这类模型概念清楚、结构简单，而且容易和交通模型建立接口，模型的应用比较广泛。该模型的基本公式可以由式（1）表示：f=f1xsf2dsf1h（1）其中，f为行驶区间的总油耗或排放，g；xs为行驶区间的距离，km；ds为每个车辆的平均延误，s；h为每个车辆的平均停车次数；f1为车辆匀速行驶时的油耗或排放因子，g/km；f2为车辆怠速时的油耗或排放率，g/s；f3为车辆每次停车造成的额外油耗或排放，g.为了计算更准确，模型建议使用者提供各加减速的初速度和终速度。如果不能提供，模型将按照观测的时间和距离计算或者以完全停车的方式替代。关于停车，模型需要定义最小匀速行车速度和加速度以区别两种不同的停车：匀速行驶过程中的停车和排队过程中的停车。

这类模型简单易用，但缺点在于以平均驾驶状态下的加减速给出模型的油耗排放参数，而不能区分由于不同驾驶者、不同交通状况等因素下的加减速的区别。后来的测试证明，不同加速对油耗排放的影响非常大，而且短距离出行的排放和油耗受加减速的影响更大，因此该模型在短距离的预测效果不好。post等人的研究表明，4km是这类模型应用的最小出行距离，这类模型能够解释4km以上出行的90%的油耗变化。

基于速度-加速度的统计模型对机动车行驶状态最直观的描述方法就是建立速度-加速度矩阵。因此，最方便的微观建模方法莫过于建立速度-加速度矩阵对应的查询表，即根据实验数据对矩阵下的每一个速度-加速度单元给出平均油耗排放率。andre等人和joumard等人使用速度和加速度的乘积来代替加速度变量，modem模型是这一方法的代表模型，该模型将油耗排放数据依据“速度”和“速度加速度乘积”进行分类，在预测瞬时油耗排放时按照“速度”和“速度加速度乘积”

组合进行选择和计算数值。

cernuschi将数据分成了五类加速模式，分别代表高减速、低减速、匀速、高加速、低加速模式，他对每一类模式都应用回归方法对排放-速度曲线进行了最佳拟合，同时对怠速油耗排放进行区别对待。

这种方法其实是速度-加速度矩阵方法的特例，将加速度矢量的维数定义为5，从而减少建模的数据需求，也能减少模型预测时的计算量。ahn等人没有直接应用速度、加速度变量组成矩阵查询表，而对速度、加速度进行了不同幂次的乘积组合。

在ahn等人建立的vt-micro模型中，首先用分类回归树的方法把测试车辆分成几类，然后将每一类的车辆把排放数据根据速度、加速度平均形成具有代表性的车辆排放数据。对每一类的车辆针对每一种排放物用速度、加速度不同幂次的乘积组合来确定最佳的拟合。vt-micro的基本形式如式（2）所示：（2）其中，moee为瞬时油耗率或排放率，mg/s；lei，j为加速时速度幂次为“i”，加速度幂次为“j”时的模型回归系数；mei，j为减速时速度幂次为“i”，加速度幂次为“j”时的模型回归系数；s为车辆的瞬时速度，km/h；a为车辆的瞬时加速度，m/s2。

基于速度-加速度统计模型的问题首先在于速度-加速度的分辨率。理论上，矩阵的分辨率越高预测精度就越高。然而，高矩阵分辨率也对各种车型基础数据收集和模型计算效率提出了非常高的要求。

kenworthy等人指出，以0.1km/h为分辨率构建速汽车节能与环保度-加速度矩阵是不现实的。其次，这种纯粹根据速度、加速度来拟合的统计模型虽然对特定的车辆数据可能有较好的拟合效果，但是没有考虑车辆的油耗排放原理，因此模型的通用性有待进一步验证。

基于功率需求的物理模型为了克服统计方法不能解释车辆排放原理的缺点，很多研究工作从车辆功率需求的角度建立模型。这种方法在很大程度上借鉴了基于汽车发动机动力的模型方法，但在参数选择的微观程度上有别于汽车工程领域研究。最早油耗模型中的“功”需求的概念出现在watson等人上世纪80年代的研究中，他们在基于平均速度的油耗模型中加入了用于和车辆动能变化的变量，来反映车辆在加速时的功的需求，如式（3），（4）所示。

结论出于汽车在能耗和排放方面的设计需求，微观油耗排放模型最早出现在汽车工程领域里，尽管其模型参数与交通参数相差甚远，但这些模型对后来交通领域中的模型开发具有很大参考价值。在交通领域中，油耗排放模型的研究很长一段时间局限在对速度、加速度的统计分析以及建立矩阵查询表等方法上，计算效率较低且无法阐述油耗排放与交通行为的物理关系。以cmem、moves模型为代表，基于机动车功率需求变量的模型开发方法是目前主流方法。尤其是独立于车重的机动车比功率（vsp）变量，既保留了汽车工程领域的物理模型的优点，又减少了模型深入参数的复杂性，适用于与交通参数的衔接，是油耗排放模型的研究与应用方向。

亮相即告罄，冠德618聚惠狂欢节福利再加推 618大促即将来袭，相信人的购物车已经填的满满的了，就等着时间一到，开始剁手。想体验618大促的心跳感何必等到6月18日，冠德石油近日推出回馈新老用户的“618聚惠狂欢节”活动，让车主们在618享受到优惠加油的多重福利。为了让车主们尽早得到实惠，冠德石油提前一周放出优惠福利，让人没有想到的是，6月11日优惠福利推出的当天，瞬间秒杀，很多刚刚打开手机的车主们只好无奈的看着福利被抢光。说好的“年中大惠”就这么猝不及防的结束了吗当然没有，冠德岂能让广大消费者失望呢冠德618聚惠狂欢节还有一波福利等广大

dvn车灯盛会，gore剖析车灯未来趋势 4月24~25日，dvn汽车照明创新技术国际研讨会于上海举行。本次dvnworkshop秉承着专业技术交流和创新精神，讨论车灯技术的发展，对led、激光、自适应远光等新技术作深入探讨。 上海dvn汽车照明创新技术国际研讨会现场盛况 如何适应车灯未来趋势gore提出新思路 戈尔(gore)作为知名的车灯防水透气解决方案提供商，在此次dvn车灯盛会上，提出了应对车灯行业未来趋势的新观点。 戈尔于dvn研讨会上展示产品技术 不少业内人士指出，未来车灯的设计将朝会着“形状更修长、颜色更通透、更多功

2019汽配城升级及战略研讨会成功举行 2019年4月11日，在中国机械工业联合会指导下，由中国汽车工业配件销售有限公司、中驰车福互联科技(北京)有限公司、中国汽车工业协会后市场用品分会和中汽联总会主办，星途集团特别支持，中国京津冀汽车零部件物流交易中心、兰州新区国际汽车城协办，中汽协汽车技术研究院承办的“2019互联网新时代下汽配城升级及战略研讨会”在石家庄西美商务酒店隆重召开，研讨会由中汽联总会秘书长田芳主持。中汽联会长、中国汽车工业配件销售有限公司董事长王笃洋，中驰车福互联科技(北京)有限公司董事长张后启，国家汽车零部件产品质量监督检验中

中汽联换届筹备工作会议成功召开 2019年4月11日，在中国机械工业联合会指导下，由星途集团特别支持，中国京津冀汽车零部件物流交易中心、兰州新区国际汽车城协办，中汽协汽车技术研究院承办的“2019中汽联换届筹备工作会议”在石家庄西美商务酒店隆重召开。中汽联会长、中国汽车工业配件销售有限公司董事长王笃洋，中驰车福互联科技(北京)有限公司董事长张后启，中汽联创始人、中汽联专家顾问委员会主任姚峻，中汽联常务副会长、国家汽车零部件产品质量监督检验中心副主任杨贵霖，中汽联常务副会长、中国汽车后市场研究院副院长徐振朴，中汽联常务副会长、北京京郊

说到对汽车轮胎进行保养这个话题，大部分车主可能还真是没有细想过。时下，对轮胎进行保养的做法基本上就是用清水冲干净轮胎上的泥巴或再用些清洗液刷刷其他附着在轮胎上的脏

众所周知，噪音正严重干扰着我们的日常生活，其中的交通噪音污染也已经是普遍现象。只要在马路上，这边突然响起喇叭声，那边又闻急刹车的胎噪声，可能一天美好的心情已丢掉了

近日，广州市工商局公布了2013年下半年对广州市流通领域销售的汽车润滑油商品的质量监测情况。在31家生产企业生产的46款抽检样品中，经检验，34款样品所检项目未发现不合格，欧翼