基于多傳感器信息融合的行駛工況判別技術(shù)研究.pdf

1、隨著汽車工業(yè)的發(fā)展，機(jī)動(dòng)車保有量的增加，能源問(wèn)題和污染問(wèn)題已經(jīng)成為當(dāng)今社會(huì)關(guān)注的主題，如何發(fā)展新能源和如何有效利用現(xiàn)有能源已經(jīng)成為問(wèn)題的關(guān)鍵。新能源汽車被認(rèn)為是未來(lái)發(fā)展的方向，而混合動(dòng)力汽車則是從燃油汽車向新能源汽車過(guò)渡的產(chǎn)品，在很長(zhǎng)的一段時(shí)間內(nèi)混合動(dòng)力汽車都會(huì)是解決能源問(wèn)題和污染問(wèn)題的主要途徑。
　　開(kāi)發(fā)基于混合動(dòng)力的行駛工況和判別技術(shù)，是混合動(dòng)力汽車開(kāi)發(fā)的基礎(chǔ)。更好的行駛工況判別技術(shù)，有利于開(kāi)發(fā)出更優(yōu)秀的能量管理策略，有利于提

2、高汽車的燃油利用率，有利于減少污染物的排放，并且提高車輛的安全和舒適性。本文以開(kāi)發(fā)高效混合動(dòng)力汽車為目標(biāo)，借鑒了先進(jìn)的汽車行駛工況分析方法，采用多傳感器信息融合技術(shù)進(jìn)行數(shù)據(jù)采集和特征參數(shù)提取，構(gòu)建了4種基本的行駛工況，應(yīng)用BP神經(jīng)網(wǎng)絡(luò)技術(shù)和SOM自組織映射神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行了行駛工況的判別，使車輛時(shí)刻監(jiān)控自己所處的環(huán)境。
　　本文首先在分析研究國(guó)內(nèi)外行駛工況現(xiàn)狀的基礎(chǔ)上，對(duì)本市的行駛工況進(jìn)行了試驗(yàn)規(guī)劃，應(yīng)用多傳感器技術(shù)進(jìn)行了數(shù)據(jù)采集

3、，并進(jìn)行了分析。將城市的行駛工況分成四類，分別是市內(nèi)擁堵、市內(nèi)暢通、郊區(qū)工況和高速工況。
　　然后應(yīng)用Kruskal-Wallis單因素方差分析方法和相關(guān)性分析方法，對(duì)行駛工況的參數(shù)特征進(jìn)行分析，最終選取了平均車速、平均正加速度、油門(mén)踏板平均開(kāi)度、平均檔位和怠速時(shí)間比例5個(gè)特征參數(shù)，作為行駛工況判別的評(píng)價(jià)標(biāo)準(zhǔn)。
　　最后，建立了BP神經(jīng)網(wǎng)絡(luò)工況判別模型和SOM自組織映射網(wǎng)絡(luò)工況判別模型。將各類行駛工況的訓(xùn)練樣本對(duì)網(wǎng)絡(luò)模型進(jìn)行