武漢市公交車典型行駛工況的構(gòu)建＊

郝艷召 張 潔 王生昌 邱兆文

（1.長(zhǎng)安大學(xué)汽車學(xué)院 西安 710064；2.重慶長(zhǎng)安新能源汽車有限公司 重慶 401120）

0 引言

行駛工況是機(jī)動(dòng)車油耗或排放檢測(cè)法規(guī)的重要組成部分［1－2］，所采用的工況能否真實(shí)反映車輛在實(shí)際道路上的行駛狀態(tài)會(huì)直接影響到檢測(cè)結(jié)果的準(zhǔn)確性和代表性。此外行駛工況也是區(qū)域機(jī)動(dòng)車排放污染測(cè)算的1個(gè)重要修正參數(shù)［3］，其中由于道路類型、車流量等不同，各道路上車輛的行駛狀況也會(huì)存在很大差異，因此除了建立區(qū)域綜合行駛工況外，還需要針對(duì)不同類型道路分別建立對(duì)應(yīng)的行駛工況。目前國(guó)內(nèi)外廣泛使用的排放模型MOBILE和MOVES中均內(nèi)嵌了不同類型道路的行駛工況，以對(duì)預(yù)測(cè)的排放因子進(jìn)行修正［4－5］。

公交車由于行駛路線固定、站點(diǎn)?？款l繁等原因，其行駛特征有別于其他常規(guī)車輛。并且隨著優(yōu)先發(fā)展公共交通政策的落實(shí)，公交車在油耗和排放污染中所占的比重會(huì)越來(lái)越高［6］，因此有必要專門針對(duì)該類車開展行駛特征分析和工況的開發(fā)?；诖?，筆者選取武漢市作為典型城市，利用該市實(shí)測(cè)的行駛數(shù)據(jù)分別建立公交車在不同交通條件下的行駛工況和綜合行駛工況，為當(dāng)?shù)亟煌ê铜h(huán)保部門的公交運(yùn)營(yíng)管理提供參考。

1 行駛工況建立方法

1.1 建立方法選取

行駛工況建立流程主要包括行駛片段分割、特征值選取、候選工況合成、候選工況篩選4個(gè)基本步驟。其中行駛片段的分割指將收集到的連續(xù)行駛數(shù)據(jù)分割為多個(gè)行駛片段；特征值的選取指采用合適的表征變量來(lái)反映行駛片段內(nèi)車輛的行駛特征；候選工況合成指按照一定的順序?qū)⑿旭偲毋暯訌亩M合成一段1 200s左右的候選工況；候選工況篩選指采用一定的判別規(guī)則選取行駛特征與整體數(shù)據(jù)最為接近的候選工況作為最終的行駛工況。

目前國(guó)內(nèi)學(xué)者在建立公交車行駛工況時(shí)均按照上述4個(gè)步驟進(jìn)行，區(qū)別在于各步驟所采用的方法有所不同，具體方法分析見表1。如杜愛民等［7］采用“短行程劃分＋速度／加速度＋相關(guān)系數(shù)＋相對(duì)誤差法”建立了上海市公交車在低速、高速2種狀態(tài)下的行駛工況和綜合工況。王矗等［8］建立了北京市公交車的綜合行駛工況，其中行駛片段的分割采用了定步長(zhǎng)截取的方法。郭沛［9］建立了北京市3種線路類型不同平均速度下的公交車行駛工況，行駛片段特征值的計(jì)算采用的是機(jī)動(dòng)車比功率。姜平等［10］建立了合肥市汽車的代表性行駛工況，其中合成候選工況時(shí)采用了馬爾科夫方法。

考慮到公交車一般運(yùn)行在非快速路上，并且在各站點(diǎn)必然存在怠速停車，因此在將連續(xù)行駛數(shù)據(jù)進(jìn)行行駛片段分割時(shí)選取短行程劃分法；此外在表征車輛行駛特征時(shí)速度／加速度指標(biāo)比機(jī)動(dòng)車比功率指標(biāo)更為直觀，因此本文最終采用“短行程劃分＋速度／加速度＋相關(guān)系數(shù)＋相對(duì)誤差”的方法來(lái)建立公交車的行駛工況。

表1 行駛工況建立步驟和方法Tab.1 Construction procedure and methods

1.2 特征值降維方法

為了更好的反映公交車的行駛特征，采用速度、加速度指標(biāo)以及二者的組合參數(shù)確定特征值共計(jì)12個(gè)，具體見表2。這些特征值主要用于短行程的分類和候選工況的合成及篩選，但由于指標(biāo)眾多，增加了后續(xù)計(jì)算的時(shí)間和復(fù)雜性；同時(shí)這些指標(biāo)也不是絕對(duì)獨(dú)立的，某些指標(biāo)之間存在一定的相關(guān)性，容易造成處理結(jié)果的失真［16］。因此需要對(duì)特征值參數(shù)進(jìn)行降維處理，從而篩選出既相互獨(dú)立又能夠全面反映公交車行駛特征的指標(biāo)。目前特征值降維方法主要有因子分析［17］和主成分分析2種方法，筆者采用主成分分析法，該方法能夠?qū)⒍鄠€(gè)變量通過線性變換構(gòu)造出盡可能少的新變量（主成分），新變量之間相互獨(dú)立并能夠盡可能多的反映原變量的信息［18］。

1.3 短行程分類方法

為了針對(duì)不同類型道路分別建立對(duì)應(yīng)交通條件下的行駛工況，需要在合成候選工況之前將短行程進(jìn)行分類。目前短行程的分類方法主要有2種，①依據(jù)數(shù)據(jù)的經(jīng)緯度信息進(jìn)行地圖匹配，之后根據(jù)道路類型人工分類［9］；②采用聚類方法比較特征值的差異后將行駛特征相似的短行程自動(dòng)劃為1類。其中人工分類方法操作繁瑣，并且人為將連續(xù)數(shù)據(jù)按道路分割后再劃分短行程時(shí)容易造成數(shù)據(jù)的浪費(fèi)，因此筆者采用動(dòng)態(tài)聚類法進(jìn)行短行程的分類，在比較短行程間的相似程度時(shí)采用歐氏距離指標(biāo)［16］。

表2 短行程特征值Tab.2 Characteristic values of micro trip

2 數(shù)據(jù)描述

2.1 數(shù)據(jù)采集

綜合考慮武漢市路網(wǎng)交通狀況和公交線路分布后，選取205路、508路 和583路3條線路，利用GPS設(shè)備開展公交車實(shí)際運(yùn)營(yíng)狀態(tài)下逐秒數(shù)據(jù)的采集。采集線路具體信息見表3，其中205路車主要行駛在快速路上，508路車主要通過城市繁華市區(qū)且交通流量大的主干路，而583路覆蓋的道路類型更為全面。采樣時(shí)間為每天06：00～20：00時(shí)，連續(xù)采集7d，覆蓋了工作日、非工作日以及高峰、非高峰各個(gè)時(shí)段，最終獲得有效數(shù)據(jù)10萬(wàn)余條。

表3 數(shù)據(jù)采集公交線路Tab.3 Public bus routes for data collecting

2.2 數(shù)據(jù)樣本量

以采樣天數(shù)為橫軸，分析每天累積采集樣本的平均車速和不同行駛模式下的時(shí)間比例見圖1、圖2。由圖1、圖2可見，隨著采集天數(shù)的增加和數(shù)據(jù)的積累，車輛的平均速度趨于穩(wěn)定，加速、減速、勻速以及怠速比例的波動(dòng)也逐漸減小，因此可以認(rèn)為最終收集的樣本數(shù)據(jù)能夠滿足后續(xù)的工況構(gòu)建需求。

圖1 平均車速隨采集天數(shù)變化Fig.1 Variation of average speeds with collection days

圖2 各行駛模式比例隨采集天數(shù)變化Fig.2 Variation of driving mode proportions with collection days

3 武漢市公交車行駛工況構(gòu)建

采用短行程劃分方法將收集的公交車行駛數(shù)據(jù)進(jìn)行行駛片段分割，其中時(shí)間低于20s的片段做舍棄處理。整個(gè)數(shù)據(jù)的分割過程利用Matlab軟件編程實(shí)現(xiàn)，最終得到5 056個(gè)有效的短行程。

3.1 特征值的標(biāo)準(zhǔn)化

基于短行程的逐秒速度、加速度可分別計(jì)算出其對(duì)應(yīng)的12個(gè)特征值。由于各特征值的單位不統(tǒng)一會(huì)導(dǎo)致取值范圍和分散程度差異較大，因此在對(duì)短行程特征值降維之前需要首先對(duì)參數(shù)進(jìn)行標(biāo)準(zhǔn)化，使得每1個(gè)特征值都成為均值是0、方差是1的標(biāo)準(zhǔn)化矩陣，從而消除各個(gè)特征值在量綱和數(shù)量級(jí)上的差異。進(jìn)行標(biāo)準(zhǔn)化處理的計(jì)算公式如下。

式中，yij為第i個(gè)短行程的第j個(gè)特征值的標(biāo)準(zhǔn)化值；xij為第i個(gè)短行程的第j個(gè)特征值的實(shí)際測(cè)量值；n為短行程的總數(shù)目。

3.2 特征值降維結(jié)果

特征值的主成分分析結(jié)果見圖3。其中前4個(gè)主成分的貢獻(xiàn)率均超過了8%，累積貢獻(xiàn)率達(dá)到86.92%，滿足累積貢獻(xiàn)率超過85% 的標(biāo)準(zhǔn)［16］，因此最終選擇前4個(gè)主成分進(jìn)行后續(xù)的數(shù)據(jù)分類和工況合成。

進(jìn)一步分析這4個(gè)主成分與各特征值的相關(guān)系數(shù)見表4，可以看出每個(gè)主成分可以代表的特征值為：第一主成分主要反映加速時(shí)間比例、減速時(shí)間比例、最大速度、平均速度、速度標(biāo)準(zhǔn)偏差、最大減速度和加速度標(biāo)準(zhǔn)偏差；第二主成分主要反映勻速時(shí)間；第三主成分主要反映最大加速度、加速段平均加速度和減速段平均減速度；第四主成分主要反映怠速時(shí)間比例。

圖3 主成分貢獻(xiàn)率分析Fig.3 Contribution rates of principal components

表4 前四個(gè)主成分與特征值的相關(guān)系數(shù)Tab.4 Correlation coefficients between principal components and characteristic values

3.3 短行程分類結(jié)果

基于特征值的4個(gè)主成分采用動(dòng)態(tài)聚類方法將短行程劃分為3類，每類短行程的特征值統(tǒng)計(jì)結(jié)果見表5。由表5可見，第1 類短行程平均速度僅為11.50km／h，怠速比例高達(dá)49.84%，加減速比例相對(duì)較低；第2 類短行程平均速度為16.26km／h，怠速比例為14.25%，并且加減速比例較高；第3類短行程平均速度為28.20km／h，怠速比例僅為2.96%，而勻速比例則高達(dá)43.93%。

表5 各類短行程的特征值Tab.5 Characteristic values of three types of micro trip

進(jìn)一步從最大速度頻度和平均速度頻度2個(gè)角度分析3類短行程之間的差異見圖4，5。由圖4可見第1類短行程最高速度主要在50km／h以下，占該類短行程總數(shù)的83.33%；第2類短行程最高速度主要在40km／h以下，占該類短行程總數(shù)的79.52%；第3 類短行程最高速度都在20 km／h以上，且主要在40～60km／h之間，占該類短行程總數(shù)的87.81%。由圖5可見，第1類短行程平均速度大多在30km／h以下，且主要集中在10km／h 以下，占該類短行程總數(shù)的60%左右；第2類短行程平均速度同樣大多在30km／h以下，但主要集中在10～20km／h 之間，占該類短行程總數(shù)的52%；第3類短行程平均速度都在20km／h以上，且主要在20～40km／h 之間，占該類短行程總數(shù)的89.36%。

圖4 短行程最大速度頻度分析Fig.4 Frequency analysis of maximum speeds

由以上分析可以看出，各類短行程所反映的車輛行駛特征差異明顯，這也表明筆者將短行程劃分為3類是合理的。將各類短行程同道路交通條件相匹配可以認(rèn)為第1類短行程代表了公交車在擁堵道路上的運(yùn)行狀況，第2類短行程代表了較為暢通道路上的運(yùn)行狀況，而第3類短行程代表了暢通道路上的運(yùn)行狀況。

圖5 短行程平均速度頻度分析Fig.5 Frequency analysis of average speeds

3.4 行駛工況建立與驗(yàn)證

采用候選工況合成及篩選交替進(jìn)行的方法分別建立公交車在3類交通條件下的行駛工況和城市綜合工況。以第1 類短行程為例說(shuō)明建立流程，首先計(jì)算各短行程與該類短行程整體樣本的特征值主成分相關(guān)系數(shù)，按相關(guān)系數(shù)從大到小排序；之后從相關(guān)系數(shù)大于0.8的短行程中隨機(jī)抽選n個(gè)短行程合成1個(gè)1 200s左右的候選行駛工況；隨即比較該候選工況與該類短行程整體樣本的特征值主成分之間的相對(duì)誤差，如果二者的誤差在5%以內(nèi)即選取該候選工況作為最終工況。

圖6（a）為武漢市公交車在擁堵道路上的行駛工況，該工況由3 個(gè)短行程構(gòu)成，總時(shí)長(zhǎng)為1 455s，平均車速為5.47km／h，最高車速為39 km／h；圖（b）為公交車在較暢通道路上的行駛工況，該工況由9個(gè)短行程構(gòu)成，總時(shí)長(zhǎng)為1 170s，平均車速為16.03km／h，最高車速為49km／h；圖（c）為公交車在暢通道路上的行駛工況，該工況由4個(gè)短行程構(gòu)成，總時(shí)長(zhǎng)為1 140s，平均車速為30.25km／h，最高車速為57km／h；圖（d）為公交車的綜合行駛工況，該工況由7個(gè)短行程構(gòu)成，總時(shí)長(zhǎng)為1 170s，平均車速為19.46km／h，最高車速為55km／h。

圖6 武漢市公交車行駛工況Fig.6 Driving cycles of public bus in Wuhan

最后采用12個(gè)特征值的相關(guān)系數(shù)指標(biāo)來(lái)驗(yàn)證所建立行駛工況的代表性，其中擁堵、較暢通、暢通3類交通條件下的行駛工況與對(duì)應(yīng)類別短行程整體樣本的相關(guān)系數(shù)分別為0.988，0.993 和0.983，綜合行駛工況與全部短行程樣本的相關(guān)系數(shù)為0.990，表明所建立的行駛工況能夠較好的反映出武漢市公交車的實(shí)際行駛特征。

4 公交車行駛工況對(duì)比

將構(gòu)建的武漢市公交車綜合行駛工況與其他工況進(jìn)行對(duì)比見表6，比較對(duì)象包括國(guó)家規(guī)定的商用車燃料消耗測(cè)試工況C－WTVC［2］，以及國(guó)內(nèi)其他大型城市的公交車行駛工況［7－8，14，19］。由表5可見，各城市工況的平均速度基本在15～20 km／h之間，而C－WTVC 工況的平均速度為41 km／h，遠(yuǎn)高于公交車的實(shí)際運(yùn)行速度；此外CWTVC工況的怠速時(shí)間比例僅為9.78%，與各城市公交車相比偏低；這也表明采用該工況測(cè)得的公交車油耗值與現(xiàn)實(shí)情況會(huì)存在較大偏差，因此十分有必要針對(duì)公交車專門建立行駛工況。

表6 公交車行駛工況比較Tab.6 Comparison of public bus driving cycles

進(jìn)一步對(duì)比國(guó)內(nèi)典型城市的公交車行駛工況可以看出，北京、上海2個(gè)特大型城市的公交車平均速度在15km／h左右，重慶市則低于15km／h，表明這3個(gè)城市交通擁堵較為嚴(yán)重，公交車運(yùn)行速度偏低；而南昌、武漢2市的公交車運(yùn)行速度則在20km／h左右。各城市公交車加減速時(shí)間比例之和差別不大，大多在50%左右，僅重慶市偏低，為35.15%。武漢市公交車的勻速時(shí)間比例達(dá)到33.33%，遠(yuǎn)高于其他城市的平均值20%。此外武漢市公交車的怠速時(shí)間比例也是最低的，其他城市基本在30%左右。由以上分析可以看出，由于各城市道路建設(shè)和公交發(fā)展水平不同，公交車的行駛工況也存在一定差異。

5 結(jié)論

1）基于武漢市公交車實(shí)際運(yùn)行數(shù)據(jù)，采用“短行程劃分＋速度／加速度＋相關(guān)系數(shù)＋相對(duì)誤差”的方法建立了公交車的綜合行駛工況；該地區(qū)公交車整體運(yùn)行速度為19.46km／h，各行駛模式下的時(shí)間比例分別為：加速26.39%、減速23.61%、勻速33.33%、怠速16.67%。

2）考慮交通條件對(duì)公交車運(yùn)營(yíng)的影響，采用聚類分析方法建立了武漢市公交車在3種道路交通條件下的行駛工況；其中第1類代表了擁堵道路，第2類代表了較暢通道路，第3類代表了暢通道路。

3）目前測(cè)定商用車油耗時(shí)采用的CWTVC工況與所構(gòu)建的公交車綜合工況在平均速度、怠速時(shí)間比例方面存在較大差異，會(huì)造成測(cè)試結(jié)果代表性較差，因此有必要針對(duì)公交車專門開發(fā)測(cè)試工況。

［1］國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局.GB／T 27840—2011重型商用車輛燃料消耗量測(cè)量方法［S］.北京：中國(guó)環(huán)境科學(xué)出版社，2011.General Administration of Quality Supervision.Inspection and Quarantine of the People′s Republic of China.GB／T 27840－2011Fuel consumption test methods for heavy－duty commercial vehicles［S］.Beijing：China Environmental Science Press，2011.（in Chinese）.

［2］國(guó)家環(huán)境保護(hù)總局.GB17691—2005 車用壓燃式、氣體燃料點(diǎn)燃式發(fā)動(dòng)機(jī)與汽車排氣污染物限值及測(cè)量方法（中國(guó)III，IV，V 階段）［S］.北京：中國(guó)環(huán)境科學(xué)出版社，2005.Ministry of Environmental Protection of the People′s Republic of China.GB17691—2005 Limits and measurement methods for exhaust pollutants from compression ignition and gas fuelled positive ignition engines of vehicles（III，IV，and V）［S］.Beijing：China Environmental Science Press，2005.（in Chinese）.

［3］熊馳飛，呂智林，葉 嫣.考慮排放因素的公交優(yōu)先信號(hào)控制優(yōu)化方法研究［J］.交通信息與安全，2012，30（4）：75－79.Xiong Chifei，Lv Zhilin，Ye Yan.Optimization method based on emission factors of signal control for bus priority［J］.Journal of Transport Information and Safety，2012，30（4）：75－79.（in Chinese）.

［4］U.S.Environmental Protection Agency.Motor Vehicle Emission Simulator（MOVES）2010（EPA－420－B－09－041）［R］.Washington，D.C.：U.S.EPA.2009.

［5］U.S.Environmental Protection Agency.User’s Guide to MOBILE 6.1and MOBILE 6.2（EPA420－R－03－010）［R］.Washington，D.C.：U.S.EPA，2003.

［6］徐笑梅，常玉林，李 晉.基于低碳理念的公交線網(wǎng)優(yōu)化模型［J］.交通信息與安全，2012，30（1）：82－85.Xu Xiaomei，Chang Yulin，Li Jin.A low－carbon－based transit route／network optimization model［J］.Journal of Transport Information and Safety，2012，30（1）：82－85.（in Chinese）.

［7］杜愛民，步 曦，陳禮璠，等.上海市公交車行駛工況的調(diào)查和研究［J］.同濟(jì)大學(xué)學(xué)報(bào)：自然科學(xué)版，2006，34（7）：943－946.DU Aimin，BU Xi，And CHEN Lifan，et al.Investigation on bus driving cycles in shanghai［J］.Journal of Tongji University：Natural Science Edition，2006，34（7）：943－946.（in Chinese）.

［8］王 矗，韓秀坤，葛蘊(yùn)珊，等.北京市公交車典型行駛工況的構(gòu)建［J］.汽車工程，2010，32（8）：703－706.Wang Chu，Han Xiukun，Ge Yunshan，et al.Construction of typical driving cycle for public bus in beijing city［J］.Automotive Engineering，2010，32（8）：703－706.（in Chinese）.

［9］郭 沛.基于VSP分布的城市公交車行駛周期研究［D］.北京：北京交通大學(xué)，2011.Guo Pei.Development of driving cycles for transit buses based－on VSP distributions［D］.Beijing：Beijing Jiaotong University，2011.（in Chinese）.

［10］姜 平，石 琴，陳無(wú)畏.基于馬爾科夫的城市道路行駛工況構(gòu)建方法［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)，2009，40（11）：26－30.Jiang Ping，Shi Qin，Chen Wuwei.Driving cycle construction methodology of city road based on markov process［J］.Transactions of the Chinese Society for Agricultural Machinery，2009，40（11）：26－30.（in Chinese）.

［11］朱俊虎.城市公交車行駛工況的構(gòu)建［D］.合肥：合肥工業(yè)大學(xué)，2011.Zhu Junhu.The city bus driving cycle construction［D］.Hefei：Hefei University of Technology，2011.（in Chinese）.

［12］吳其偉.基于公交車循環(huán)工況的動(dòng)力系統(tǒng)匹配研究［D］.武漢：武漢理工大學(xué)，2007.Wu Qiwei.Research on matching of powertrain system using the urban bus driving cycle method［D］.Wuhan：Wuhan University of Technology，2007.（in Chinese）.

［13］Jiménez－Palacios，J.Understanding and quantifying motor vehicle emissions with vehicle specific power and TILDAS remote sensing［D］.Cambridge US：Massachusetts Institute of Technology，1999.

［14］張萬(wàn)江.城市公交車燃料消耗量測(cè)試工況研究［D］.西安：長(zhǎng)安大學(xué)，2012.Zhang Wanjiang.Research of fuel consumption testing cycle for city bus［D］.Xi’an：Chang’anUniversity，2012.（in Chinese）.

［15］石 琴，李友文，鄭與波.隨機(jī)數(shù)在汽車行駛工況構(gòu)建中的應(yīng)用［J］.西南交通大學(xué)學(xué)報(bào)，2010，45（6）：938－945.Shi Qin，Li Youwen，Zheng Yubo.Application of random number in driving cycle model［J］.Journal of Southwest Jiaotong University，2010，45（6）：938－945.（in Chinese）.

［16］馬志雄，李孟良，張富興，等.主成分分析法在車輛實(shí)際行駛工況開發(fā)中的應(yīng)用［J］.武漢理工大學(xué)學(xué)報(bào)，2004，26（4）：32－35.Ma Zhixiong，Li Mengliang，Zhang Fuxing，et al.A study on the application of pca to the development of vehicle real driving cycle［J］.Journal of Wuhan University of Technology，2004，26（4）：32－35.（in Chinese）.

［17］石 琴，鄭與波.因子分析在汽車行駛工況構(gòu)建過程中的應(yīng)用［J］.中國(guó)機(jī)械工程，2011，22（9）：1123－1127.Shi Qin，Zheng Yubo.Application of factor analysis in driving cycle development［J］.China Mechanical Engineering，2011，22（9）：1123－1127.（in Chinese）.

［18］何曉群.多元統(tǒng)計(jì)分析［M］.北京：中國(guó)人民出版社，2004.He Xiaoqun.Multivariate statistical analysis［M］.Beijing：The Chinese People’s Publishing House，2004.（in Chinese）.

［19］段俊輝.南昌市公交車行駛工況研究［J］.汽車零部件，2011，20（12）：71－77.Duan Junhui.Research of bus driving cycle in nanchang［J］.Automobile Parts，2011（12）：71－77.（in Chinese）.