基于高維靈敏度分析法的車輛組件和CO2排放量分析

基于高維靈敏度分析法的車輛組件和CO2排放量分析

通過模型開發(fā)組件對重型發(fā)動(dòng)機(jī)的摩擦模型進(jìn)行組件級(jí)參數(shù)估計(jì)，可以簡化車輛原型開發(fā)階段的驗(yàn)證工作。利用高維靈敏度分析方法對模型輸入?yún)?shù)靈敏度進(jìn)行分析，并基于標(biāo)準(zhǔn)循環(huán)工況對車輛模型的燃油效率和CO2排放量進(jìn)行系統(tǒng)評(píng)估。

選取的實(shí)例基于試驗(yàn)數(shù)據(jù)的發(fā)動(dòng)機(jī)模型參數(shù)估計(jì)，試驗(yàn)數(shù)據(jù)由卡特皮勒公司提供。介紹了模型開發(fā)組件，該組件為一種集合多種設(shè)計(jì)軟件和分析過程的工具軟件，可為后續(xù)的模型分析提供基礎(chǔ)，利用該組件可進(jìn)行參數(shù)估計(jì)。根據(jù)靈敏度分析參數(shù)個(gè)數(shù)的不同，將靈敏度分析分為局部靈敏度分析和全局靈敏度分析，利用該方法對相關(guān)模型的參數(shù)進(jìn)行靈敏度分析，并分析不同參數(shù)之間的相關(guān)性。在利用上述組件和方法時(shí)，需要先建立目標(biāo)函數(shù)，然后通過不斷優(yōu)化目標(biāo)函數(shù)中的參數(shù)，獲得目標(biāo)函數(shù)的最大值或最小值，從而實(shí)現(xiàn)參數(shù)估計(jì)和靈敏度分析。利用模型開發(fā)組件建立了發(fā)動(dòng)機(jī)摩擦模型，并將其與Shayler建立的摩擦模型進(jìn)行對比，然通過對CO2排放量、制動(dòng)平均有效壓力、摩擦平均有效壓力、燃料消耗率等性能參數(shù)的評(píng)估，驗(yàn)證了利用模型開發(fā)組件建立的發(fā)動(dòng)機(jī)摩擦模型可以用于參數(shù)估計(jì)，并對這兩種模型的魯棒性進(jìn)行了對比。結(jié)果顯示，利用模型開發(fā)組件建立的發(fā)動(dòng)機(jī)摩擦模型具有較高的魯棒性。建立的車輛傳動(dòng)系統(tǒng)、循環(huán)工況、空氣阻力和滾動(dòng)阻力這些子系統(tǒng)模型構(gòu)成了汽車模型，應(yīng)用高維靈敏度分析方法分析了各參數(shù)對其影響，尤其對CO2排放量的影響。

該方法不僅用于汽車模型的建立，而且在汽車模型建立后，通過對汽車模型進(jìn)行各個(gè)級(jí)別的系統(tǒng)測試，所得到的數(shù)據(jù)反過來驗(yàn)證原始模型，并對原始模型做進(jìn)一步改進(jìn)，該過程不斷迭代，從而形成優(yōu)化的汽車模型。

Andrew Smallbone et al. SAE 2014-01-2564.

編譯：王祥