Содержание к диссертации
Введение
1. Анализ состояния вопроса 11
1.1. Факторы, влияющие на режимы движения автомобиля в городе 11
1.2. Назначение, характеристики и основные типы ездовых циклов автомобилей 13
1.3. Особенности ездовых циклов в различных странах 15
1.3.1. Европейские ездовые циклы 15
1.3.2. Американские ездовые циклы 20
1.3.3. Японские ездовые циклы 24
1.3.4. Проект «Artemis» 28
1.3.5. Российские ездовые циклы 29
1.3.6. Анализ характеристик существующих ездовых циклов 32
1.4. Методы получения стандартных ездовых циклов 35
1.5. Влияние температуры воздуха и режима движения на топливную экономичность автомобиля 37
1.5.1. Режим движения 37
1.5.2. Температура воздуха 39
1.5.3. Дифференцированное нормирование расхода топлива
1.6. Взаимосвязь характеристик ездового цикла, температуры окружающей среды и топливной экономичности 43
1.7. Выводы. Задачи исследования 45
2. Теоретические исследования 47
2.1. Общая методика исследований 47
2.2. Теоретическое обоснование синтеза городского ездового цикла в условиях низких температур 50
2.2.1. Общая структура цикла 50
2.2.2. Особенности установившегося режима движения автомобиля 51
2.2.3. Методика формирования типичного ездового цикла 52
2.3. Имитационная модель процесса расхода топлива при движении автомобиля в ездовом цикле 56
2.3.1. Обоснование дискретного характера имитационной модели 56
2.3.2. Выбор системы моделирования 59
2.3.3. Разработка общей структуры модели 63
2.3.4. Функциональные зависимости между элементами модели 74
2.4. Выводы по главе 78
3. Экспериментальные исследования 80
3.1. Цель и задачи экспериментальных исследований 80
3.2 Методика экспериментальных исследований 81
3.2.1 Общая методика экспериментальных исследований 81
3.2.2. Оборудование для проведения экспериментальных исследований 82
3.2.3. Программное обеспечение для автоматизированного проведения эксперимента 82
3.3. Обеспечение репрезентативности выборки и необходимой погрешности измерений 83
3.3.1. Выбор способа отбора данных 83
3.3.2. Определение минимального объема выборки для исследования скоростного профиля 83
3.3.3. Определение минимального объема выборки при определении характеристик цикла 84
3.3.4. Число повторных измерений при определении численных значений параметров математических моделей 85
3.4. Методика обработки экспериментальных данных 86
3.4.1. Программное обеспечение предварительной обработки данных эксперимента 86
3.5. Результаты экспериментальных исследований скоростных профилей 88
3.5.1. Распознавание составляющих цикла движения и предварительная обработка данных 88
3.5.2. Результаты кластерного анализа данных о режиме движения автомобилей 93
3.5.3. Компоновка типичных циклов из набора кластеров
3.6. Определение параметров математических моделей 102
3.7. Проверка адекватности имитационной модели
3.7.1. Оценка точности имитационной модели 108
3.7.2. Моделирование расхода топлива при движении по ездовому циклу 112
3.7.3. Моделирование прогрева на холостом ходу 115
3.8. Выводы по главе 116
4. Практическое использование результатовисследований 118
4.1. Определение условий формирования ездового цикла автомобиля и расхода топлива в зимний период 118
4.1.1. Исследование закономерностей формирования ездового цикла при низких температурах воздуха 118
4.1.2. Моделирование прогрева на холостом ходу в условиях отрицательных температур 122
4.1.3. Моделирование прогрева ДВС автомобиля в движении в зимний период 128
4.1.4. Исследование процесса расхода топлива при движении автомобиля по типичным ездовым циклам в условиях низких температур 129
4.1.5. Исследование расхода топлива и времени прогрева на холостом ходу в условиях отрицательных температур окружающей среды 131
4.2. Методика получения и использования ездового цикла 132
4.2.1. Синтез ездового цикла 132
4.2.2. Использование цикла в имитационной модели 134
4.3. Практическое использование результатов имитационного моделирования 136
4.3.1. Методика разработки дифференцированных норм расхода топлива с учетом режима движения и температуры окружающей среды 136
4.3.2. Методика определения и использования оптимального времени прогрева двигателя автомобиля перед началом эксплуатации 140
4.4. Оценка экономического эффекта 141
4.4.1. Расчет экономического эффекта от внедрения оптимального времени прогрева двигателя автомобиля перед началом эксплуатации 141
4.4.2. Расчет экономического эффекта от внедрения дифференцированного нормирования расхода топлива с учетом низких температур и условий хранения автомобиля 143
4.5. Выводы по главе 146
Основные результаты и выводы 148
Список литературы
- Назначение, характеристики и основные типы ездовых циклов автомобилей
- Теоретическое обоснование синтеза городского ездового цикла в условиях низких температур
- Оборудование для проведения экспериментальных исследований
- Моделирование прогрева на холостом ходу в условиях отрицательных температур
Введение к работе
Актуальность темы. При эксплуатации автомобильного транспорта важную роль имеет нормирование расхода топлива, предназначенное для планирования ресурсов, ведения статистической и оперативной отчетности, определения себестоимости перевозок и других видов транспортных работ, осуществления режима экономии и энергосбережения потребляемых топлив, проведения расчетов с водителями и т.д. Научно-методической основой нормирования является методика определения норм расхода топлива, разработанная НИИАТ. Несмотря на очевидные ее достоинства (простота использования, наглядность, соответствие методов нормирования положениям теории автомобиля), она подвергалась обоснованной критике за ряд существенных упрощений и ограничений, снижающих объективность определения нормативного расхода топлива. Это стало одной из главных причин принятия Минэкономразвития России 20 апреля 2012 г. решения об отмене декларативного характера норм. Отныне значения базовых и транспортных норм, других нормативов, поправочных коэффициентов и методики расчета нормативного расхода топлива носят рекомендательный характер. Однако, это не снимает ряд проблем, стоящих перед руководителями администраций регионов и предприятий, эксплуатирующих автотранспортные средства, и связанных с назначением базовых норм для моделей, марок и модификаций автомобильной техники, на которую Минтрансом России не утверждены нормы расхода топлив, а также поправочных коэффициентов (надбавок), учитывающих дорожно- транспортные, климатические и другие эксплуатационных факторы.
Новые нормы могут быть разработаны в установленном порядке научными организациями по специальной программе-методике. Применяемая в настоящее время программа-методика НИИАТ предполагает учет особенностей эксплуатации автомобилей на основе комбинации городского и загородного циклов движения, полученных по ГОСТ 20306-90 и не адекватных современным условиям эксплуатации. Учет влияния низких температур окружающей среды на расход топлива осуществляется с помощью фиксированных предельных значений коэффициентов, что приводит к погрешностям в определении величины норм. Кроме того, ГОСТ 20306-90 не предусматривает определение расхода топлива при низкой температуре окружающей среды, несмотря на то, что в нашей стране продолжительность периода с такими температурами в ряде регионов составляет более полугода.
Отмена декларативного характера норм дает возможность шире использовать научно-обоснованное определение величины норм расхода топлива для автомобилей, методами не регламентированными, а, значит, открывает большие возможности дифференцированного нормирования расхода топлива с учетом различных факторов. В связи с этим, совершенствование методик нормирования расхода топлива автомобилями для более достоверного и оперативного определения эксплуатационных норм расхода в городских условиях, учитывающих низкотемпературные условия, является актуальной задачей повышения эффективности эксплуатации автомобильного транспорта.
Исследование выполнено в рамках тематики госбюджетной и хоздоговорных
НИР ТюмГНГУ (2009-2012 гг.).
Объект исследования - процесс расходования топлива двигателем внутреннего сгорания (ДВС) автомобиля при эксплуатации в условиях низких температур окружающей среды.
Предмет исследования - закономерности расхода топлива автомобилями, оборудованными ДВС с распределенным впрыском, в зависимости от структуры и характеристик городского ездового цикла.
Цель работы состоит в повышении эффективности эксплуатации автомобилей за счет объективного нормирования расхода топлива на основе моделирования городского ездового цикла при низких температурах окружающей среды.
Задачи исследования:
теоретически обосновать методику формирования структуры и характеристик городского ездового цикла для низкотемпературных условий эксплуатации;
разработать имитационную модель процесса расходования топлива автомобилем при движении по городскому ездовому циклу и низких температурах окружающей среды;
на основе экспериментальных исследований синтезировать скоростной профиль городского ездового цикла;
экспериментально подтвердить адекватность аналитических закономерностей, используемых в имитационной модели процесса расходования топлива, провести ее отладку и настройку;
разработать практические рекомендации по внедрению результатов работы.
Методы исследования, достоверность и обоснованность результатов. Теоретические исследования выполнены с использованием положений системного анализа, теории вероятностей и математической статистики, кластерного анализа, теории распознавания образов и имитационного моделирования, теории технической эксплуатации автомобилей. Экспериментальные исследования выполнялись в полевых условиях с использованием как общепринятых методик, программного обеспечения и оборудования, так и разработанных лично автором. Достоверность научных положений работы обусловливается использованием методологической базы исследования, обоснованностью принятых допущений при разработке расчетных моделей, хорошей сходимостью экспериментальных данных с результатами собственных теоретических исследований и данными других авторов.
Научная новизна положений, выносимых на защиту:
-
впервые установлены закономерности формирования структуры и характеристик цикла движения легковых автомобилей в городе при низких температурах окружающей среды (на примере г. Тюмени);
-
разработана оригинальная методика синтеза типичных городских ездовых циклов на основе выделения отдельных фаз движения, группировки в кластеры методом К-средних и объединения в непрерывный скоростной профиль цикла c использованием цепей Маркова;
-
впервые установлены закономерности изменения частоты вращения коленчатого вала и степени открытия дроссельной заслонки двигателя с распределенным впрыском топлива от температуры охлаждающей жидкости при работе на холостом ходу;
- получена новая имитационная модель расходования топлива автомобилем при движении по городскому ездовому циклу в условиях низких температур окружающей среды.
Практическая значимость работы:
-
-
полученный типичный городской ездовой цикл более достоверно отражает реальные условия движения по сравнению с циклом по ГОСТ 20306-90;
-
разработанная программа «CycleRec» выделяет из экспериментальных скоростных профилей автомобилей отдельные фазы движения и определяет средние характеристики поездок с целью синтеза ездового цикла, соответствующего реальным условиям движения автомобилей;
-
предложенная имитационная модель позволяет определять расход топлива автомобилями в различных условиях эксплуатации (в том числе при различных температурах окружающей среды);
-
полученные таблицы дифференцированных норм расхода топлива повышают точность определения расхода топлива при низкотемпературных условиях эксплуатации автомобилей в городе;
-
использование номограмм для определения оптимального времени прогрева при различных температурах окружающей среды сокращает затраты времени и топлива на поездку.
Реализация результатов работы. Получен городской ездовой цикл, типичный для г. Тюмени. Разработаны дифференцированные в зависимости от температуры окружающей среды нормы расхода топлива для ряда марок и моделей легковых автомобилей, в том числе и не имеющих официально утвержденной базовой нормы. Имитационная модель процесса расходования топлива автомобилем и методика определения дифференцированных норм внедрены в ООО «Автоград ФР», государственном автономном образовательном учреждении Тюменской области «Информационно-образовательный Центр» и используются в учебном процессе ТюмГНГУ при подготовке инженеров автомобильного транспорта.
Апробация работы. Материалы исследования докладывались и получили одобрение на всероссийской научно-практической конференции «Проблемы эксплуатации систем транспорта» (Тюмень, 2007, 2008 гг.), международной научно- технической конференции «Проблемы эксплуатации и обслуживания транспорт- но-технологических машин» (Тюмень, 2008, 2009, 2010, 2012 гг.), межкафедральных научно-практических семинарах факультета автомобильного транспорта СибАДИ (2011-2012 гг.), заседаниях кафедры эксплуатации автомобильного транспорта ТюмГНГУ (2008-2012 гг.), межкафедральных научных семинарах транспортного факультета Оренбургского государственного университета (20122013 гг.). По результатам работы выполнены две хоздоговорные НИР.
Публикации. По материалам диссертации опубликована 21 работа, в числе которых 7 статей в ведущих рецензируемых научных журналах из «Перечня ...» ВАК.
Структура и объем работы. Диссертация состоит из введения, четырех разделов, заключения, списка использованных источников из 154 наименований (в том числе 53 иностранных), приложений, и содержит 165 страниц, в том числе 36 таблиц и 60 рисунков.
Назначение, характеристики и основные типы ездовых циклов автомобилей
NEDC (New European Drive Cycle) - новый европейский ездовой цикл. Это комбинированный цикл, состоящий из четырех ЕСЕ 15 циклов, далее следует EUDC или EUDCL цикл. NEDC также называют просто ЕСЕ -циклом.
Ездовой цикл NEDC воспроизводится на динамометрическом стенде. Испытание на определение расхода топлива состоит из четырех циклов, соответствующих условиям городского движения, каждый из которых продолжается по 195 сек, и одного дополнительного цикла, соответствующего условиям загородного движения, продолжительностью 400 с (рис. 1.4). Параметры цикла: длительность 11,007 км, средняя скорость движения 33,6 км/ч, максимальная скорость 120 км/ч, масса испытуемого транспортного средства равняется снаряженной массе плюс полезная нагрузка 100 кг.
Вплоть до 1999 года NEDC был обязательным к применению в странах ЕС. Характерной особенностью этого ездового цикла являлось требование работы двигателя в течение 40 с перед началом измерения токсичности отработавших газов. Это время можно считать фазой прогрева двигателя. Когда нормы Евро III по токсичности отработавших газов вступили в силу 01.01.2000, требование соблюдать время прогрева двигателя было удалено из описания данного ездового цикла. Следовательно, измерение начинается непосредственно в момент запуска двигателя.
Исключение этого условия является мерой ужесточения данного метода измерения, поскольку позволяет учитывать в измерении те вещества, которые начинают выделяться с момента холодного запуска двигателя и в течение фазы прогрева.
Рассмотренные ранее европейские циклы являются синтетическими модальными и не могут воспроизводить реальные ездовые шаблоны. Циклы HYZEM - неустановившиеся циклы. Элементов, в которых скорость является постоянной, намного меньше, чем в модальных циклах. Циклы HYZEM получены из реальных ездовых шаблонов, снятых на дорогах Европы. Поэтому, они лучше воспроизводят реальные условия эксплуатации автомобилей, по сравнению со стандартными европейскими циклами. Рассматриваемые циклы HYZEM часто используются на практике, но они не являются официальными. Циклы HYZEM имеют три варианта: городской цикл (рис. 1.5), пригородный цикла и цикл шоссе.
К неустановившимся циклам, аналогичным HYZEM, относится и афинский ездовой цикл, использующий реальные режимы движения в столице Греции 2002 года (ADC-2002) (рис. 1.6).
В США ездовые циклы обычно разрабатываются таким образом, чтобы наиболее точно описать реальные условия движения автомобиля [118, 121]. Экологические нормативы для автомобилей разработаны на федеральном уровне и отдельно для штата Калифорния, что обусловлено напряженной экологической ситуацией на его территории. В последнем случае действуют более жесткие ограничения [123].
Испытания в соответствии с нормативами SFTP (Supplemental Federal Test Procedure - Федеральная методика испытаний) вводились поэтапно в период с 2000 по 2004 годы. Вместе они составляют три ездовых цикла: FTP 75, SC03 и US06 (см. табл. 1.2).
В США нормирование вредных выбросов от автомобилей производится по тем же показателям, что и в европейских странах: - выбросы с отработавшими газами двигателей при испытании автомобиля по ездовому циклу, принятому в США; - содержание оксида углерода при работе двигателя на холостом ходу; - испарение топлива из системы топливоподачи; - выбросы картерных газов.
Американский ездовой цикл FTP 75, соответствует федеральной процедуре US 75 FTP, предусматривает 10-ти минутную остановку автомобиля и состоит из трех режимов, соответствующих скоростям движения, измеренным на улицах Лос-Анжелеса в утренние часы. Автомобиль размещается на стоянке в течение 12 часов при температуре 20...30 С. После этого предусматривается движение с последовательной реализацией трех режимов: - фаза ct (холодная фаза), при которой разбавленные отработавшие газы собираются в емкость ct; - фаза s (фаза ограниченных скоростей), когда отработавшие газы направляются в емкость s в начале фазы (после 505 секунд); двигатель выключается на 10 минут после окончания установившегося режима испытаний (после 1372 секунды); - фаза Ы (фаза на прогретом двигателе): производится повторный запуск двигателя для проведения испытаний прогретого двигателя. Последовательность изменений скорости движения аналогична той, что была при испытаниях в холодной фазе; отработавшие газы собираются в емкость ht. 70 п Фаза холодного старта 0-505 с
Теоретическое обоснование синтеза городского ездового цикла в условиях низких температур
Требуется построить правило дискриминации — правило распознавания класса, к которому относится не вошедший в выборки объект х( \
Методы дискриминантного анализа позволяют строить функции измеряемых характеристик, которые и объясняют разбиение объектов на группы [92]. Особую роль благодаря своей простоте имеет линейный дискриминантный анализ, в котором классифицирующие признаки выбираются как линейные функции от первичных признаков.
Отличием дискриминантного анализа от рассмотренного ниже кластерного является то, что число классов, которые необходимо выделить, известно заранее. Дискриминантный анализ так же, как и кластерный анализ, относится к методам многомерной классификации, но при этом базируется на иных предпосылках. Основное отличие заключается в том, что в ходе дискриминантного анализа новые кластеры не образуются, а формулируется правило, по которому новые единицы совокупности относятся к одному из уже существующих множеств (классов). Основанием для отнесения каждой единицы совокупности к определенному множеству служит величина дискриминантной функции, рассчитанная по соответствующим значениям дискриминантных переменных. В нашем случае необходимо определить наиболее представительные элементы городского цикла, то есть сами классы. Для их определения необходимо воспользоваться кластерным анализом.
Методы кластерного анализа позволяют разбить изучаемую совокупность объектов на группы схожих объектов, называемых кластерами [92]. Наибольшее распространение получили два подхода к задаче классификации: эвристический, реализующий некоторую схему разделения объектов на классы, исходя из интуитивных соображений, и экстремальный, реализующий схему разделения на основе заданного критерия оптимальности. Наиболее трудным в задаче классификации является определение меры однородности объектов [32].
Пусть каждый из исходных п объектов с номерами 1, 2, ..., п задается как точка x/t = (xkl, хк2, ..., хкт), (к = 1, 2, ..., л) в ш-мерном пространстве признаков Хь Х2, ..., Хт. Совокупность этих точек можно трактовать как выборку объема п из многомерной генеральной совокупности X = (Х\,Х2, ...,Х,„).
В случае зависимых признаков и их различной значимости при классификации объектов за меру однородности объектов принимают расстояние Махаланобиса: /={(x- i)TS-1(x-n)}1/2, ГДЄ Д. - МНОЖеСТВО СО СреДНИМ Значением [І = (1Ь (J-2, ..., \1,„) , S ковариационная матрица между признаками.
При наличии большого количества наблюдений применяют и другие методы. Недостаток этих методов заключается в том, что здесь необходимо заранее задавать количество кластеров, а не так как в иерархическом анализе получить это количество в качестве результата. Эту проблему можно преодолеть проведением иерархического анализа со случайно отобранной выборкой наблюдений и, таким образом, определить оптимальное количество кластеров. Если количество кластеров указать предварительно, то появляется следующая проблема: определение начальных значений центров кластеров. Их также можно взять из предварительно проведённого иерархического анализа, в котором для каждого наблюдения рассчитывают средние значения переменных, использовавшихся при анализе, а потом в определённой форме сохраняют их в некотором файле. Этот файл может быть затем прочитан методом, который применяется для обработки выборок больших объемов. Если нет желания проходить весь этот длинный путь, то можно воспользоваться методом, предлагаемым для данного наблюдения программой Statistica [150]. Если количество кластеров к, которое необходимо получить в результате объединения, задано заранее, то первые к наблюдений, содержащихся в файле, используются как первые кластеры. На последующих шагах кластерный центр заменяется наблюдением, если наименьшее расстояние от него до кластерного центра больше расстояния между двумя ближайшими кластерами. По этому правилу заменяется тот кластерный центр, который находится ближе всего к данному наблюдению. Таким образом, получается новый набор исходных кластерных центров. Для завершения шага процедуры рассчитывается новое положение центров кластеров, а наблюдения перераспределяются между кластерами с изменёнными центрами. Этот итерационный процесс продолжается до тех пор, пока кластерные центры не перестанут изменять свое положение или пока не будет достигнуто максимальное число итераций.
Для проверки надежности методов реализуем оба вида анализа нашей совокупности с помощью статистического пакета программ, затем выбираем наиболее подходящий для получения ездового цикла.
Оборудование для проведения экспериментальных исследований
Генеральная совокупность, состоящая из скоростных профилей движения автомобилей, чрезвычайно велика и необходимо ограничить отбор данных представительной выборкой. С другой стороны генеральная совокупность неоднородна по структуре, поэтому классические способы случайного отбора не обеспечат репрезентативность ограниченной выборки. Необходимо проводить отбор с учетом интенсивности движения по улично-дорожной сети города. Используем стратифицированный или типизированный метод отбора с учетом интенсивности. Внутри каждой страты используем систематический отбор данных, чтобы учесть неоднородность генеральной совокупности по времени суток. Для систематического отбора внутри групп выделим периоды времени в течение суток, когда необходимо проводить измерение скоростных профилей. С 7 до 9 часов, от 9 до 13 часов, с 13 до 15 часов, с 15 до 17 часов, с 17 до 20 часов, после 20 часов до 7 часов утра. Такая периодичность позволит учитывать неоднородность выборки, обусловленную наличием «часов пик» в движении транспорта в городе. Перечень страт или групп установим в соответствии с интенсивностью движения автомобилей по основным улицам. Это можно сделать с помощью архива WEB-сервиса Яндекс-пробки.
Так как эксперимент по определению характеристик цикла является пассивным, невозможно зафиксировать значения исследуемых факторов на нужном уровне. Мгновенная скорость движения в городе является случайной величиной, зависит от большого количества факторов и подчиняется нормальному закону распределения. Зададимся максимальным значением скорости, разрешенной правилами дорожного движения в городе - 60 км/ч. Согласно правилу трёх сигм — практически все значения нормально распределённой случайной величины лежат в интервале 6о\ Переходя к оценкам факторов, имеем аналогичное правило 3s. То есть весь диапазон изменения скорости укладывается в 6 стандартных отклонений. Таким образом, зададимся величиной стандартного отклонения s, разделив длину диапазона на 6: s=60/6=10.
Если задать точность, на которую среднее значение нашей экспериментальной выборки будет отличаться от гипотетической генеральной совокупности, можно определить минимальный объем выборки по формуле [14, с.313]: n = tKp-S2/5\ (3.1) где: tKp— показатель надежности статистической выборки; s - стандартное отклонение случайной величины; 3 - разница между средними генеральной и выборочной совокупностей. Показатель надежности определяется из соотношения 0(tKp)=(l-a)/2, где а - уровень значимости [10, с.313]. Задав уровень значимости в а=0,05 по таблице функции Лапласа при P(tKp)=0A75 имеем tKp=l.96.
В случае определения скоростного профиля цикла допустим абсолютную погрешность 3=1 км/ч. Тогда по формуле (3.1), с учетом определённого ранее стандартного отклонения скорости s, имеем: п = 1,9Ы&/12 = 196.
В этом случае предположим равенство выборочной средней из значений пробегов при экспериментальных испытаниях средней длине поездки из генеральной совокупности длин всех поездок по городу. Последняя величина будет соответствовать длине типичного городского цикла, отражающего усредненные реальные поездки. И в этом случае дисперсия и стандартное отклонение не известны, однако априори примем, что имеет место нормальный закон распределения этой случайной величины. Опять воспользуемся правилом 3s. Максимальное значение длины поездки стремится к протяженности селитебной части города. Для случая г. Тюмени это около 17500 м. Тогда имеем =17500/6=2916,667.
При том же уровне значимости а=0,05 и допустимой погрешности в определении длины цикла 5=100 м по формуле (3.1) имеем: п = 1,96-2916,6672/1002 = 1667. Во время движения автомобиля в реальных условиях эксплуатации, параметры автомобиля и ДВС постоянно изменяются во всем диапазоне, предусмотренном технической характеристикой. Учитывая постоянный сброс на носитель выбранных показателей работы автомобиля и двигателя во время проведения эксперимента по определению характеристик ездового цикла, получаем выборку из сочетаний факторов, используемых в математических моделях (2.1)-(2.7). Большой объем экспериментальных данных, полученных с контроллера ЭБУ автомобиля, позволяет отказаться от какой-либо редукции данных в виде плана эксперимента или повторных измерений параметров для снижения погрешности измерений.
Используемая для обработки данных программа «Statistica» не ограничивает объем обрабатываемых данных. Справедливость такого похода для определения плана эксперимента и числа необходимых повторных измерений при определении оценок параметров моделей (2.1)-(2.7) подтвердилась с помощью стандартных статистических критериев при дальнейшей обработке данных в «Statistica».
С участием автора разработана программа «CycleRec», реализующая алгоритм выделения типичных элементов, составляющих ездовой цикл автомобиля [50]. Программа «CycleRec» предназначена для обработки данных, полученных с контроллера OBD автомобиля, и использует алгоритм выделения типичных составляющих ездового цикла транспортного средства (рис. 3.2), в основе которого лежит теория распознавания образов. Программа может работать в пакетном режиме, данные всех файлов из папки, заданной маской-фильтром, обрабатываются автоматически друг за другом, а результаты распознавания записываются в один файл.
Моделирование прогрева на холостом ходу в условиях отрицательных температур
Как показывает сравнение зависимостей (рис. 4.10 и 4.6), энергетические затраты на прогрев двигателя Toyota RAV4 при его работе на холостом ходу также значительно выше, чем у Toyota Corolla. При этом наиболее существенная разница при сочетании высоких начальных температур двигателя и самых низких температур окружающей среды.
Затраты времени на прогрев двигателя Toyota RAV4 до температуры ДВС, близкой к рабочей при его работе на холостом ходу, также выше, чем у Toyota Corolla (рис. 4.5 и 4.9).
Расход топлива при прогреве двигателя Toyota RAV4 до температуры ДВС, близкой к рабочей, двукратно превышает аналогичный расход у Toyota Corolla, причем эта тенденция наблюдается при любой температуре окружающей среды (рис. 4.6 и 4.10).
Для того чтобы оценить кривые изменения времени прогрева в движении при различной температуре окружающей среды, используем имитационную модель расхода топлива при движении автомобилей по полученным нами типичным циклам. Задавая различные начальные температуры двигателя и температуру воздуха, получим ряд значений, которые в дальнейшем используем для построения графиков зависимостей времени прогрева и расхода топлива на прогрев до заданной температуры от температуры воздуха при движении автомобиля по различным ездовым циклам.
Вид листа имитационной модели процесса расхода топлива при движения автомобиля представлен на рис. 4.11.
Исследование процесса расхода топлива при движении автомобиля по типичным ездовым циклам в условиях низких температур
Исследуем топливную экономичность выбранных марок и моделей автомобилей при их движении с различной начальной температурой двигателя в городских условиях, режимы движения будем задавать с помощью полученных нами ездовых циклов.
Определим, как будет влиять длина поездки на топливную экономичность автомобилей - предметов исследования.
В таблицах 4.4-4.6 представлены результаты моделирования расхода топлива при движении по городскому ездовому циклу.
Исследование расхода топлива и времени прогрева на холостом ходу в условиях отрицательных температур окружающей среды
Смоделируем прогрев двигателя выбранных марок и моделей автомобилей до установленной температуры начала движения (35С) при их стоянке с работающим двигателем с начальной температурой двигателя, равной температуре окружающей среды.
Методика получения ездового цикла состоит из двух больших автономных блоков. Первый - получение скоростного профиля, отражающего реальные условия движения автомобилей в городе, второй -использование этого профиля в имитационной модели.
Самым трудоемким является получение скоростного профиля ездового цикла, для этого необходимо выполнить следующие последовательные этапы: 1. Подготовка и планирование эксперимента. Необходимо определить марки и модели автомобилей, участвующих в эксперименте, водителей, подключить и настроить оборудование (см. разделы 3.2.1-3,2.2). Установить маршруты и время движения по городу. Определить расчетным путем периодичность записи параметров автомобиля в процессе движения на носитель (см. раздел 3.3.1). Рассчитать необходимое число поездок для адекватного воспроизведения средних условий движения в городе ездовым циклом (см. раздел 3.3.2). 2. Автоматизированный эксперимент. Автоматически записываемые на носители параметры движения автомобилей периодически сбрасываются в общую базу данных (БД), причем дублирование и замена данных исключены в результате системы уникальной идентификации файлов (см. раздел 3.2.3). 3. Предварительная обработка данных. После выполнения всех необходимых измерений БД дополнительно упорядочивается в соответствии с назначением синтезируемого ездового цикла. После обработки данных в пакетном режиме программой «CycleRec» (см. раздел 3.4.1) имеем средние показатели поездок, такие как скорость движения, длина поездки, структура составляющих цикла движения. Полученные в результате работы программы элементы ездового цикла автомобиля сохраняются в БД элементов цикла. 4. Многомерный анализ и постобработка. Среднее число элементов цикла, полученное по результатам экспериментальных поездок, используется для задания уровня кластеризации по методу К-средних (см. раздел 3.5.2). Полученные в результате кластеры упорядочиваются -выстраиваются в непрерывную (по скорости) последовательность по принципу цепей Маркова (см. раздел 3.6). В результате анализа полученных скоростных профилей в качестве городского ездового цикла для легковых автомобилей и условий г. Тюмени можно предложить городской ездовой цикл, полученный обработкой общей базы скоростных профилей, зафиксированных в рабочие дни недели (рис. 4.12).
Похожие диссертации на Моделирование расхода топлива автомобилями на базе ездового цикла в низкотемпературных условиях эксплуатации
-
