商用車用戶使用工況數(shù)據(jù)采集路線策劃研究

陳世棟，張立博，連俊鋒，何思泉，王連磊，鄭 勇

（北汽福田汽車股份有限公司 工程研究總院，北京 102206）

商用車作為重要的運輸工具，在可靠性、耐久性、油耗和排放等方面都有很高的要求。為了確保性能指標(biāo)在滿足特定測試條件下的要求的同時，也能滿足一般用戶工況條件下的使用要求，制造商必須在實際使用情況下測量和驗證其車輛的性能。因此，制造商會使用特定路線（如工廠附近）來采集耐久性載荷（車輪和懸掛力、加速度、應(yīng)變等）數(shù)據(jù)，測試發(fā)動機排放和油耗情況，或進行耐久性測試。根據(jù)長期的經(jīng)驗，固定路線采集的結(jié)果在某種程度上與車輛在現(xiàn)場的性能相關(guān)。例如，耐久性特定線路上的負(fù)荷密度是平均現(xiàn)場使用的3 倍，或者在相應(yīng)線路上測量的油耗量接近現(xiàn)場的預(yù)期平均值[1-2]。

然而，現(xiàn)有的路線存在許多缺點，如無法復(fù)現(xiàn)真實使用情況，不能適應(yīng)新概念汽車或新市場的測試要求等。這使評估現(xiàn)有路線是否科學(xué)合理和定義新路線成為一項重要的研發(fā)任務(wù)。

為了完成上述科研任務(wù)，需要開展以下4 項工作：（1）確定與耐久性或油耗有關(guān)的所有運行狀態(tài)。通過建立要素模型的方式列出運行狀態(tài)的影響量和級別，如有效載荷（空載或滿載），道路類型（一般道路、城市道路、高速公路），地理地勢（平路或起伏路、直路或彎曲路）等。（2）要確保一條路線能夠充分提供所有這些狀態(tài)。（3）了解運行狀態(tài)在市場和特定用戶群中的分布情況，建立相應(yīng)的用戶模型。（4）將在參考路線上測得的結(jié)果外推到實際應(yīng)用中的車輛性能，必須通過對路線各路段的適當(dāng)加權(quán)來利用這種用戶模型。

本文未完全論述上述工作的整個過程，僅集中在以下兩個方面開展研究：（1）基于VMC 軟件，利用現(xiàn)有的地理參考信息，分析特定區(qū)域或市場狀況，尋找具有代表性的路段子集，使其充分覆蓋所有特定區(qū)域或市場用戶的行駛路線。（2）建立要素模型并計算采集里程，利用前文得到的路段子集確定一條試驗測試路線。

本文最后對商用車用戶使用工況采集路線策劃方法進行了總結(jié)，并對耐久性載荷和油耗應(yīng)用給出了更多的建議，如用于耐久性相關(guān)車輛載荷測量的路線策劃。

1 地理參考分析

1.1 分析方法概述

利用德國ITWM 公司的VMC 軟件進行道路數(shù)據(jù)分析，該軟件中數(shù)據(jù)庫的基礎(chǔ)層是道路網(wǎng)絡(luò)，包含了各個國家、地區(qū)的駕駛規(guī)則和限制以及交通標(biāo)志、交叉路口等法律數(shù)據(jù)。此外，還提供了諸如居民區(qū)、工業(yè)區(qū)或森林等土地使用信息，并且能夠提供不同來源（衛(wèi)星數(shù)據(jù)或其它特定來源）的高度、道路質(zhì)量或交通信息[3]?；谠撥浖x規(guī)則如下。

1.1.1 路和路段的劃分

某個區(qū)域的路網(wǎng)由“路”和“路段”組成?！奥贰笔蔷哂形ㄒ坏缆奉愋秃途幪柕淖畲箝L度的連續(xù)“路段”。例如，“G6 高速公路”為一條長達數(shù)千公里的“路”。它的道路類型是“高速公路”，它的道路編號是“G6”。然而，道路類型和編號會隨著城鄉(xiāng)屬性的變化而發(fā)生改變。在鄉(xiāng)村，特別是在城市，“路”通常要短得多。由于彎道或坡度等性質(zhì)可能會隨道路而改變，所以較長的“路”被分為更短的“路段”。根據(jù)道路類型不同，最長路段（即道路片段）的長度規(guī)則為：高速公路為10 km，一般道路（國道和省道）為5 km，城市道路和鄉(xiāng)村公路為2 km。

1.1.2 坡度定義及路段信息表

上文所述路段包含長度、道路類型、路段上所有道路節(jié)點的坐標(biāo)、單行道、紅綠燈等信息。根據(jù)需要，對沿路段縱切面方向的斜率進行度量，得到坡度分?jǐn)?shù)（通常為“高、中、低”3 個水平）。將路段信息進行統(tǒng)計制表后形成“道路統(tǒng)計表”（表1），通過該表可以對區(qū)域和路線進行比較，檢查路線是否覆蓋所有感興趣的道路工況狀態(tài)，得到道路間相似性或差異性的量化比較結(jié)果。

1.2 中國路網(wǎng)分析

通過VMC 軟件并應(yīng)用本文1.1 所述的分析方法，可以得到全國各省的各類型道路總長，再按地區(qū)進行統(tǒng)計分類，得到各道路類型總長統(tǒng)計結(jié)果（表1 和圖1），以及各地區(qū)道路類型占比，如圖1 和圖2 所示。由結(jié)果可知，華東地區(qū)的道路總長最長，東北、華南、華中地區(qū)道路總長較短；各地區(qū)道路類型占比有差異，總體呈現(xiàn)省道、國道和縣道占比較大，高速路和城市路占比較小。

表1 中國道路網(wǎng)絡(luò)統(tǒng)計表（按地區(qū)） 單位：km

圖1 中國道路網(wǎng)絡(luò)統(tǒng)計（按地區(qū)）

圖2 中國道路特征分析（按道路類型）

1.3 中國道路特征分析

根據(jù)不同的道路類型，給定不同的判定規(guī)則（如坡度和曲率），可以將道路再分為坡度和彎度兩個維度，每個維度兩個水平，即坡道、平坦路和彎道、直道?？梢酝ㄟ^某區(qū)域坡道（圖3）與彎道占比（圖4）來評估該區(qū)域道路的多樣性情況，坡道占比和彎道占比越大，道路越復(fù)雜，涵蓋路況更豐富。由圖可知，西南地區(qū)（云南、貴州、重慶等）的坡道和彎道占比較大，地理地形最復(fù)雜；華北（河北、河南、天津等）、華東地區(qū)（上海、江蘇等）坡道和彎道占比較小，地理地形相對簡單。

圖3 中國道路特征分析（坡度）

圖4 中國道路特征分析（彎道）

2 路線策劃

2.1 要素模型

通過要素模型的方式，將現(xiàn)場使用工況進行劃分，得到定量的影響量和分布情況的數(shù)值，從而使采集的數(shù)據(jù)能夠覆蓋所有道路類型、道路質(zhì)量、載荷狀況及駕駛習(xí)慣等工況，并且確保采集量能夠充分保證數(shù)據(jù)外推的質(zhì)量。

上文所述的要素模型是特定車型所有操作狀態(tài)定義和標(biāo)記的一個DOE 結(jié)構(gòu)表（表2），包含了所有相關(guān)[這里的“相關(guān)”意味著該要素對我們感興趣的功性能產(chǎn)生了影響，在本文中指的是“整車耐久性（偽損傷值）”]的要素，這些要素可以準(zhǔn)確地進行控制和描述，如道路類型、坡度、彎度、載荷和駕駛風(fēng)格等，每個要素都被劃分成多個不連續(xù)的要素水平（或級別）。本研究中的要素水平為：3 種道路類型（將國道和省道合并，統(tǒng)稱為“一般道路”），2 種坡度級別，2 種彎度級別，2 種載荷和2 種駕駛風(fēng)格。各要素水平組合（單元或操作狀態(tài)）的個數(shù)為：3×2×2×2×2=48 個[4]。每輛車（無論怎樣使用）將會經(jīng)歷所有不同的操作狀態(tài)。為簡化試驗，忽略了駕駛風(fēng)格的影響，設(shè)計了如表2 所示的要素模型DOE 結(jié)構(gòu)表。數(shù)據(jù)采集結(jié)束后，根據(jù)1.1節(jié)中的分析方法，將采集路線按照最長路段以及上述要素模型，分成不同操作狀態(tài)下的道路片段。

表2 要素模型DOE 結(jié)構(gòu)

通過市場銷售數(shù)據(jù)，不但要確定車型主銷區(qū)域（即測試重點關(guān)注區(qū)域）和車輛類型，還要確定采集樣車的具體車型和配置。

以主銷區(qū)域、貨物類型和用戶分布情況為基礎(chǔ)，在全國范圍內(nèi)隨機地按一定權(quán)重選取目標(biāo)用戶采集TBOX 數(shù)據(jù)，采集數(shù)量不少于200 條，采集時間不少于1 個月。采集的信息包括：車輛行駛車速、GPS 信息、車輛狀態(tài)以及駕駛員操作狀態(tài)等相關(guān)信號。通過下載、篩選提取與用戶使用特征相關(guān)的數(shù)據(jù)，并分析出道路類型、車速分布、行駛里程及時間、駕駛習(xí)慣等定量化的信息。

通過典型用戶調(diào)研，收集典型用戶群體的貨物類型、載荷狀態(tài)及駕駛風(fēng)格等信息。調(diào)研地點選擇特定車型的主銷區(qū)域，針對目標(biāo)用戶設(shè)計調(diào)研問卷，問卷的內(nèi)容包含與關(guān)注工況相關(guān)的影響因素（如貨物類型、載荷狀況、行駛里程及道路類別等）。調(diào)研完成后，統(tǒng)計出貨物類型、載荷比例、道路類型比例等關(guān)鍵要素信息。將收集的信息與表2 要素模型對應(yīng)并以百分比的形式進行量化，以便形成用戶模型。

2.2 最小測試?yán)锍逃嬎?/h3>

2.2.1 道路片段損傷（或油耗）值的預(yù)期變化

固定一種車輛操作狀態(tài)，例如以滿載和普通駕駛風(fēng)格在高速公路上行駛。在該操作狀態(tài)下，在對等長度l0的許多道路片段k=1, 2, 3,…,N上測出的一個信號，并計算它的損傷（或油耗）值Xk，Xk因道路質(zhì)量和交通影響等不受控制的要素而變化。可以計算對數(shù)損傷（或油耗）值的標(biāo)準(zhǔn)差，這取決于道路片段的長度l0。當(dāng)l0=1 km 時，對于大多數(shù)被測信號，基于以往的測試經(jīng)驗，期望和=1.5 之間變化。值的大小取決于操作狀態(tài)的多少，操作狀態(tài)越多，則對應(yīng)的越高。

2.2.2 確定最小采集距離

想要估計Xk的分布情況，即中位數(shù)（50 百分位，q50%）以及一些更高的百分位qp（如p=90%），需要采集足夠數(shù)量的數(shù)據(jù)樣本，假設(shè)對數(shù)損傷值Xk是正態(tài)分布的，計算qp的置信區(qū)間，并推導(dǎo)出qp估計值的不確定度：

式中：Rqp為qp百分位下的不確定度，如Rqp=0.5=50%，代表qp可以估計達到50%的不確定度；α為顯著水平；N為測量數(shù)據(jù)段個數(shù)，當(dāng)l0=1 km 時，N為最小測試?yán)锍虜?shù)。

以上理論僅用于粗略估計。當(dāng)顯著水平α≈30%時，，則式（1）簡化為：

當(dāng)l0=1 km時，對數(shù)損傷值的標(biāo)準(zhǔn)差=0.7～1.5。當(dāng)l0變化較大時，=1.5，對應(yīng)50百分位（q50%）和90 百分位（q90%）下不確定度Rqp和所需最小測試?yán)锍炭蓞⒄請D5 中的數(shù)值進行選擇。

2.2.3 要素模型的應(yīng)用

2.2.3.1 載荷和駕駛風(fēng)格—短距離路線

通過以不同級別的載荷和駕駛風(fēng)格，對同一路線（短距離路線）進行多次行駛測試，計算出不同級別載荷和駕駛風(fēng)格的損傷值[5]。固定一種載荷和駕駛風(fēng)格進行全國路線采集測試后，通過轉(zhuǎn)換因子得到其它級別的載荷和駕駛風(fēng)格組合的相應(yīng)數(shù)據(jù)。為了獲取某采集路線的長度，需充分準(zhǔn)確地估計中位數(shù)（q50%）最小測試?yán)锍?。假設(shè)3 個道路類型級別（城市道路、國家道路和高速公路）充分準(zhǔn)確，接受q50%存在25%的不確定度，則根據(jù)圖5 可以得到短距離采集路線的總長度為3×200=600 km。

圖5 不確定度對應(yīng)測試?yán)锍剃P(guān)系曲線

2.2.3.2 道路類型、地形地勢和區(qū)域—長距離路線

在固定一種載荷和駕駛風(fēng)格的情況下開展全國采集路線策劃，通過采集數(shù)據(jù)外推的方式可以獲取特定用戶的載荷分布情況。例如，使用3 個級別的道路類型和2 個地形地勢水平，并且考慮分析3 個區(qū)域的影響時，可得到3×2×3=18 個操作狀態(tài)。選擇接受q90%存在20%的不確定度，根據(jù)圖5 所示，可以得到全國采集路線的總長度為18×550=9 900 km。

2.3 路線選擇

根據(jù)2.2節(jié)中描述的要素模型和路線里程結(jié)果，設(shè)定北京為起始點，結(jié)合1.3 節(jié)中國道路特征分析的結(jié)論，將西南地區(qū)作為重點關(guān)注區(qū)域納入本次路線策劃中，篩選出以下可供選擇路線（圖6～8），3 條路線的總長分別為：28 707 km、15 293 km、14 803 km，滿足計算最小測試?yán)锍痰囊蟆?/p>

分別對3 條策劃路線的道路類型、起伏路占比和彎曲路占比情況進行統(tǒng)計分析，得到表3 所示的結(jié)果。根據(jù)道路類型分布對比結(jié)果，路線B 和路線C 的各道路類型占比情況與全國的比例相當(dāng)，適合通用物流類型工況道路載荷和油耗數(shù)據(jù)的采集；起伏路和彎曲路分布的對比結(jié)果顯示，路線B 與路線C 的起伏路和彎曲路占比相對比例較高，表明地理地形變化相對復(fù)雜；相對于路線C，路線B 的區(qū)域覆蓋面更廣，且包含本次采集關(guān)注的東部地區(qū)，便于提高路線多樣性；此外，路線A 涉及的采集區(qū)域雖廣，但存在連通性差的問題，不利于采集工作開展?；谏鲜鲈颍罱K選擇路線B 進行全國通用物流類型工況耐久性載荷譜和油耗數(shù)據(jù)采集。

圖6 策劃路線A

圖7 策劃路線B

圖8 策劃路線C

表3 策劃路線道路特征分析

4 結(jié)論

本文論述了在采用特定路線開展油耗測試和整車耐久性載荷譜采集試驗時存在的問題，提出一種全新的商用車用戶使用工況采集路線測試方法，創(chuàng)新性地提出了路和路段的概念，在此基礎(chǔ)上，建立了要素模型并對商用車用戶使用工況數(shù)據(jù)采集路線進行了策劃。重點論述了要素模型的建立和最小采集里程計算的方法，通過將道路類型及操作狀態(tài)進行細(xì)分歸類的方式建立特定用戶工況的要素模型；建立了最小采集里程的計算模型，得到顯著水平為30%時，q50%和q90%分布值與不確定度的對應(yīng)采集里程曲線；策劃形成了以北京為起點，涵蓋地理地形復(fù)雜的中國西南地區(qū)的3 條測試路線，通過對道路類型、起伏路和彎曲路占比等情況進行分析，確定了適合全國通用物流類型道路載荷和油耗數(shù)據(jù)的采集路線。

通過本文的論述，形成了一套系統(tǒng)的商用車用戶使用工況采集路線策劃方法，為車輛偽損傷和油耗分布估計，以及試驗場道路關(guān)聯(lián)計算和車輛油耗特征統(tǒng)計提供科學(xué)的數(shù)據(jù)支持。路線片段數(shù)據(jù)的偽損傷、油耗計算以及要素模型修正等作為本文的非重點內(nèi)容，未做詳細(xì)論述，將在后續(xù)研究中進行完善。