[发明专利]一种智能网联环境下汽车瞬时油耗监测方法

说明书

本发明公开了一种智能网联环境下汽车瞬时油耗监测方法，该方法包括：预先设置归一化变量三角函数模型，对燃油消耗率进行预测：式中，v表示与待预测的燃油消耗率对应于车辆速度，a表示与待预测的燃油消耗率对应于车辆加速度，β₁、β₂、β₃和β₄为已知参数，v_min表示所有综合各典型道路工况下的实测数据样本集中的速度最小值，v_max表示所有综合各典型道路工况下的实测数据样本集中的速度最大值，a_min表示所有综合各典型道路工况下的实测数据样本集中的加速度最小值，a_max表示所有综合各典型道路工况下的实测数据样本集中的速度最大值。本发明能够仅使用有限的4个参数对车联网下的瞬态油耗进行预测。

技术领域

本发明涉及智能交通技术领域，特别是关于一种智能网联环境下汽车瞬时油耗监测方法。

背景技术

智能网联汽车技术的发展正不断改变着传统交通系统的面貌，同时也使得汽车在节能、安全、环保和舒适等方面的性能有望得到全面的提升。为了探索智能网联环境下汽车经济性驾驶的优化控制方法，需提供简单准确可靠的油耗模型作为输入，以便开展下一步节能控制和优化方法的研究。因此，汽车油耗建模技术是汽车智能节能优化控制技术的难点和重点之一。

现有的由发动机台架试验标定获得的发动机转速ω_e和转矩T_tq的多项式回归油耗模型b_e＝f(w_e,T_tq)，其反映的是汽车发动机在稳态工况下的燃油消耗规律，却无法对汽车处于瞬态时的燃油消耗进行准确的描述，且多项式回归涉及到的参数较多，参数识别难度大。此外，对于每一款不同型号的发动机，需要单独开展标定，才能获得具体的油耗模型参数，试验成本大，采用该方法用于宏观交通流的油耗计算的计算成本极大。

现有技术中还有由理论推导或者经验公式拟合计算出汽车不同行驶工况下单位质量的汽车功率，即不同工况下的比功率，对不同工况下的汽车比功率和燃油消耗率进行数据拟合，从而获得油耗的数学模型。但是，汽车比功率随行驶工况变化的理论表达式和经验拟合关系式的确定困难，此外，比功率与油耗之间并不存在一一对应的关系，需对同一个比功率下的多个油耗进行统计分布建模，取其平均值作为模型的训练样本。这种由比功率计算的油耗模型可以一定程度上反映汽车瞬态工况的油耗特性，但其模型复杂度仍较高，且比功率依赖于车型、路况等因素，因此这种方法建立的油耗模型也无法满足智能网联环境下节能技术的模型和优化控制需求。

发明内容

本发明的目的在于提供一种归一化变量三角函数汽车瞬时油耗监测方法来克服或至少减轻现有技术的上述缺陷中的至少一个。

为实现上述目的，本发明提供一种智能网联环境下汽车瞬时油耗监测方法，其特征在于，包括：

预先设置归一化变量三角函数模型，对燃油消耗率进行预测：

式中，v表示与待预测的燃油消耗率对应于车辆速度，a表示与待预测的燃油消耗率对应于车辆加速度，β1、β₂、β₃和β₄为已知参数，v_min表示所有综合各典型道路工况下的实测数据样本集中的速度最小值，v_max表示所有综合各典型道路工况下的实测数据样本集中的速度最大值，a_min表示所有综合各典型道路工况下的实测数据样本集中的加速度最小值，a_max表示所有综合各典型道路工况下的实测数据样本集中的速度最大值。

进一步地，所述归一化变量三角函数模型的获取方法包括：

步骤1，通过车联网平台可获取车辆的速度v和加速度a，结合实测的实时燃油消耗率b_e，构建如式(1)提供的瞬时燃油消耗率b_e与速度v和加速度a的数学关系：