中国重型商用车行驶工况开发＊

胡熙 刘昱 李孟良

（中国汽车技术研究中心有限公司，天津 300300）

主题词：重型商用车 车辆运行特征 速度-加速度分布 工况开发

1 前言

汽车行驶工况是汽车行业的一项重要基础标准，重型商用车工况是该类型车性能优化时的主要基准，也是进行排放和油耗认证的基础。现阶段我国进行重型车油耗认证时采用的是以世界重型商用车辆瞬态循环（World Transient Vehicle Cycle，WTVC）工况为基础调整生成的C-WTVC工况[1]。

近年来，国内对重型车行驶工况开发进行了一系列研究。武汉理工大学的吴其伟等用多元统计理论构建了武汉公交车行驶工况[2]；中国环境科学研究院的王军方等根据北京市乘用车、公交车和重型载货汽车的运行数据建立了北京市典型行驶工况[3]；秦大同等提出一种基于C均值聚类算法的城市循环工况构建方法[4]。

研究表明，上述重型商用车认证和研究存在一定的不足[5-6]：C-WTVC工况更多地采用了欧美国家的数据，其他工况研究采用的数据局限在特定城市或区域，均不能很好地代表中国综合实际道路行驶状况；重型商用车类型繁多，体系复杂，不同类型车辆的运行范围、使用方式和车辆性能等差异显著，现有工况无法充分反映这些差异。

工信部于2015年委托中国汽车技术研究中心牵头实施“中国新能源汽车产品检测工况研究和开发”（简称“中国工况”）项目，研究我国车辆实际行驶工况特征并开发各类车辆的全国标准行驶循环工况（China Automotive Test Cycle，CATC）。中国重型商用车辆行驶工况（China Heavy-Duty Commercial Vehicle Test Cycle，CHTC）是该项目的重要组成部分。

本文通过短片段处理分析对比不同类型重型商用车的运行数据库特征，进而采用聚类、加权及卡方检验的方法构建工况，最终完成包含多条曲线的CHTC工况体系的开发，令其能够全面覆盖、真实反映各类型重型车行驶情景。

2 工况开发

以采集到的多个城市、多种类型的重型车队运行数据为基础，开发重型商用车辆行驶工况，总体流程如图1所示。

图1 重型商用车辆行驶工况开发流程

2.1 数据采集和处理

中国工况项目组建的车队包含1 216辆重型商用车辆，在我国41个代表城市采用自主驾驶法采集数据，即不规划道路，车辆自由行驶，以保证数据真实性。

采集的数据包括车辆定位、动力总成、环境信息等多种类参数，采样频率为1 Hz。数据在城市、气候、道路和车型等方面具有广泛代表性和覆盖度。

经过1 年多的稳定行驶，采集了累积里程接近23×106km 的各类型重型商用车辆运行数据，车型构成和相应里程如表1所示。

表1 重型商用车车队构成和相应里程

CHTC以短片段为基础构建：将车辆从一次起步到下一次停车的运动定义为运动片段；一次停车到下一次起步的运动定义为怠速片段。一个短片段包含一个运动片段和与之相邻的怠速片段，如图2所示。

在数据采集过程中，会出现一些不合理或无效数据，根据车辆具体运行情况制定包含运行片段持续时长、怠速时长、速度范围、加速度范围和数据缺失率在内的筛选规则，选出有效短片段建立片段库，用于后续工况开发。

图2 短片段示意

对于每一个短片段，计算其运行时间、加速比例、减速比例、匀速比例、怠速比例、运行距离、最大速度、平均速度、运行平均速度、最大加速度、最大减速度、平均正加速度、平均负加速度、速度标准差、加速度标准差共15 个特征参数，并归一化作为片段特征。不同特征的短片段反映车辆在不同道路和交通状况下的行驶情景。

2.2 工况体系构成规划

重型商用车辆的运行方式受用途影响较大，首先按照用途将其初步划分为客车和载货汽车。分别提取这2类车型各细分车辆类型的短片段库，计算并对比各片段库的总体特征参数，判断是否为特定车型单独构建工况。

2.2.1 客车运行特征分析和对比

将客车划分为城市客车和普通客车。城市客车即公交车，工况构建采用的车队数据覆盖不同等级的22个城市。普通客车以在城市间运行的长途客车和在城郊运行的班车为主，数据覆盖14个城市。

计算两者短片段库的关键特征参数进行对比分析，结果如图3所示。

图3 客车片段库特征参数对比

从图3中可以看出，城市客车平均速度约为16.8 km/h，显著低于普通客车，怠速比例为34%，显著偏高。二者差异的主要原因在于运行范围不同：城市客车主要在交通拥堵的市区行驶，普通客车运行范围相对广泛。鉴于2类车运行特征之间的较大差异，有必要分别构建行驶工况。

此外，比较城市客车车队在各城市的速度分布情况，如图4所示。

图4 城市客车的速度分布

从图4中可以看出，各城市间速度分布存在较大差异，反映了不同城市的城市客车具有独特的行驶工况特征，构建城市客车工况时需考虑上述差异，获取各城市权重，对采集数据进行加权处理。

各城市普通客车的运行特征差异不大，构建工况时不需要进行城市加权。

2.2.2 载货汽车运行特征分析和对比

各城市载货汽车的运行特征差异不大，构建工况时不需要进行城市加权。

不同类型载货汽车的运行范围差异较大：货车运行区域较广泛，自卸汽车主要在市区和城郊行驶，半挂牵引车在市内运行受限，主要在城郊和高速公路上行驶。与客车类似，计算几种类型载货汽车的短片段库综合特征进行对比，如图5所示。

图5 载货汽车片段库特征参数对比

从图5中可以看出，3种车型的平均速度差异显著，半挂牵引车怠速比例显著偏低，匀速比例显著偏高，有必要分别构建工况曲线。

根据相关法规，总质量（Gross Vehicle Weight，GVW）较小的货车可以较自由地进入市区，运行区域与其他货车存在较大差异，需要判断是否分别构建工况循环。

分别对轻型货车（总质量≤5 500 kg）与其他质量等级的货车（称为重型货车）片段库进行简单的速度区间划分，对比各区间的片段库特征参数，如图6所示。

图6 各质量级别货车分区间片段库特征参数

从图6 中可以看出：轻型货车在低速区间速度偏高，怠速比例偏低，说明它在该区间行驶时受交通流限制较小；在中速区间速度略低，怠速比例显著偏高；在高速区间速度偏高。中、高速区间轻型货车运动片段持续时间显著偏低，与其相对频繁的装、卸货有关。3 个区间轻型货车的匀速比例都显著偏低。此外，两者在各区间的样本比例有一定差异。

综上所述，有必要为轻型货车和重型货车分别构建工况曲线。

2.2.3 重型商用车辆行驶工况体系

最终确定的中国重型商用车辆行驶工况包含6 条工况曲线，分别为：中国城市客车行驶工况（China Heavy-Duty Commercial Vehicle Test Cycle for Bus，CHTC-B）、中国普通客车行驶工况（China Heavy-Duty Commercial Vehicle Test Cycle for Coach，CHTC-C）、中国轻型货车行驶工况（China Heavy-Duty Commercial Vehicle Test Cycle for Light Truck，CHTC-LT）、中国重型货车行驶工况（China Heavy-Duty Commercial Vehicle Test Cycle for Heavy Truck，CHTC-HT）、中国自卸汽车行驶工况（China Heavy-Duty Commercial Vehicle Test Cycle for Dumper，CHTC-D）、中国半挂牵引车行驶工况（China Heavy-Duty Commercial Vehicle Test Cycle for Tractor-Trailer，CHTC-TT）。

2.3 曲线结构确定

以城市客车为例，对CHTC中曲线的具体构建过程进行说明。

2.3.1 速度区间划分

为确定CHTC-B 的曲线结构，根据片段特征对城市客车的全国短片段库进行聚类，划分成2个区间。区间的主要工况特征指标差异显著：低速区间平均速度为8 km/h，高速区间为20 km/h，随着速度提高，运动片段持续时间和里程增加，怠速比例显著降低，加速度参数略有升高，可以认为2个区间分别反映城市客车在拥堵和顺畅交通状况下的运行情况。根据聚类特征将城市客车在每个城市采集的短片段划分进2个区间，进而计算各城市各区间的综合特征参数，如图7所示。

从图7 中可以看出，同一城市在2 个区间的特征参数差异显著，不同城市在同一区间基本在同一范围内，验证了区间划分的合理性。

最终确定CHTC-B 曲线由低速和高速2 个工况区间构成。

2.3.2 速度区间时间比例确定

城市客车在各城市运行特征差异显著，为了反映全国综合行驶工况，需引入代表城市客车交通流量的城市权重，结合各城市数据库信息来确定曲线的区间时长比例。

图7 城市客车各城市、区间特征参数对比

城市客车每条路线每天的运行量相近，调研各城市所有线路数量作为评估城市客车交通流量的参考指标，其与所有城市的路线数量总和的比值即为该城市权重，如表2所示。

表2 各城市的城市客车线路数及权重

提取各城市在各区间的城市客车短片段库，统计行驶总时长，与该城市的行驶总时长的比值即为城市的区间权重，如表3所示。

表3 各城市的速度区间权重 %

对于2个速度区间，各城市权重与该城市该区间权重的乘积按城市累加即得到该区间在工况曲线中所占时长比例。低速、高速区间时长比例分别为30.5%和69.5%。

2.4 工况曲线构建

CHTC-B持续时间设置为1 310 s，既能满足统计学的代表性，又具备在试验室内进行排放和油耗测试的可行性。

2.4.1 区间短片段时长和数量确定

工况曲线按各区间权重进行分配，得到低速区间时长tl=399 s，高速区间时长th=911 s。

统计各城市在低速区间数据库中运行片段持续时长的平均值与该城市权重的乘积，按城市累加即可得到低速区间运动片段平均时长tst,l=36.39 s；同理计算高速区间运动片段平均时长tst,h=69 s；

同理，计算得到低、高速区间怠速片段平均时长分别为tid,l=7.31 s、tid,h=13.32 s。

结合区间时长，计算低速区间的运动片段数量nst,l及怠速片段数量nid,l：

计算低速片段库中运动片段时长的累计分布频率，以此为基础将片段库均分为nst,l个区间，每个区间中样本占比为1/nst,l。对第i(i=0,1,2,…,nst,l-1)个频率区间(i/nst,l,(i+1)/nst,l]，定位其第50 百分位对应的片段时长，作为构成低速工况第i个运动片段的选择基准。最终确定区间的7 个运动片段的时长依次为15 s、21 s、27 s、33 s、40 s、49 s和64 s。

同理，确定高速区间由8 个运动片段和9 个怠速片段构成，运动片段时长依次为30 s、37 s、43 s、49 s、55 s、61 s、68 s、76 s、85 s、96 s和117 s。

类似地，根据各区间怠速片段时长的累计频率确定怠速片段的时长集合。

2.4.2 区间短片段组合选择

对于特定速度区间，获取各城市在该区间运行数据库的速度-加速度的联合分布（v-a分布），用相应城市权重以及城市在该区间的权重对其进行加权，可以生成能够反映该区间全国工况的统一v-a分布，作为工况片段选择的基础。

根据确定的片段时长基准，从库中挑选出候选短片段集合，按照笛卡尔积进行自由组合，将组合后片段的v-a分布与速度区间的统一v-a分布进行卡方检验：

式中，p为卡方检验值；Vv-a为候选片段组合的v-a分布值；Wv-a为区间的统一v-a分布值。

选择卡方检验结果最优的，即卡方检验值较小的片段组合。

2.4.3 工况输出

从短到长交替排列最优片段组合中的运动和怠速片段作为区间工况曲线。将低速、高速区间曲线排序组合，生成城市客车工况，如图8所示。

图8 城市客车工况曲线

采用类似方法为其他重型商用车构建工况曲线。最终完成包含6 条工况曲线的中国重型商用车行驶工况[7]。

3 与实际采集数据及其他典型工况的对比

计算CHTC 体系中各条曲线的关键参数对其特征进行描述。为了说明工况的可靠性，与曲线对应车型的实际采集数据库进行对比；为了说明工况开发的必要性，与其他已有典型工况进行对比。

3.1 客车工况特征对比

图9 所示为CHTC-B 曲线与该车型实际数据库和典型工况的关键特征对比结果。典型工况包括按车型特征里程比例加权后的C-WTVC 工况及中国城市客车循环（China City Bus Cycle，CCBC）工况[8]。

图9 CHTC-B、实际数据、CCBC、C-WTVC特征对比

从图9 中可以看出：CHTC-B 特征与实际数据基本保持一致，与CCBC 工况较为接近，两者都可以较好地反映我国城市客车运行情况。与C-WTVC 相比，CHTC-B 速度显著偏低，怠速比例较高，更符合我国城市客车在更加拥堵的城市交通状况下运行的实际情况。

图10所示为普通客车CHTC-C 与实际数据及加权C-WTVC工况的特征对比结果。

图10 CHTC-C、实际数据、C-WTVC特征对比

从图10中可以看出：CHTC-C特征与实际数据基本保持一致。与C-WTVC工况相比，加、减速比例和运行平均速度相差不大，怠速比例显著偏高，匀速比例显著偏低，加速度平均值偏高。

3.2 载货汽车工况特征对比

载货汽车的4 条工况曲线和对应的实际数据基本保持一致，可以较好地反映车辆在我国的真实行驶工况。表4 对比了载货汽车CHTC 与C-WTVC 工况的相应特征。

表4 CHTC和C-WTVC工况特征对比

从表4中可以看出：与C-WTVC工况相比，CHTC速度普遍偏低，怠速和匀速比例偏高，更符合我国载货汽车在更加拥堵的城市交通状况下运行的实际情况。

4 结束语

本文依托“中国工况”项目，在我国多个城市采集了各类型重型商用车的行驶数据，建立短片段库。对不同区域和车辆类型的片段库特征进行分析和对比，规划中国重型商用车辆的工况体系结构。对体系中的各类车型，通过聚类分析、区间加权、卡方检验等流程，设计并构建了多区间工况曲线，最终完成中国重型商用车辆行驶工况的开发。

此外，通过对比CHTC曲线特征与其他典型工况及实测数据结果，证明该工况符合我国车辆真实行驶状况，具有开发的必要性。使用该工况进行排放油耗的测试认证，有利于引导节能环保技术的导入和优化，有利于对车辆实际能耗排放进行合理有效地评估和监管，实现节能减排。