一种用于节能减排的多性能评价平台与方法技术

本发明专利技术涉及一种用于节能减排的多性能评价平台与方法。所述评价平台包括数据采集系统、数据库系统、数据管理系统、模式识别系统、评价评分系统，其中，所述数据采集系统，用于采集驾驶员操作信息和汽车整车各路信号信息；所述数据库系统，用于建立“人‑车‑路”全工况数据库；所述数据处理系统，用于处理所采集的整车能耗水平评价指标数据，包括主成分特征参数的提取及降维；所述模式识别系统，用于实现基于“人‑车‑路”全工况模式自动识别；所述评价评分系统，用于基于驾驶工况、驾驶风格和驾驶路况三个维度进行评价。基于多目标性能优化的“人‑车‑路”全工况实时能量流管理平台与评价方法能够在动力性和经济性的基础上对车辆的品质进一步提升，更有效、更精确地实时车辆系统中运用和分析评价车辆的能耗水平，实现基于整车及动力总成的实时能量管理的评价及优化。

【技术实现步骤摘要】
一种用于节能减排的多性能评价平台与方法
：本专利技术涉及混合动力汽车的能量管理领域，尤其涉及一种用于节能减排的多性能评价平台与方法。
技术介绍
：动力经济性、驾驶性和节能减排是目前商用车和乘用车技术开发的关键性能指标，为了解决能量管理分析存在实时性差、集成化低、评价工况不合理的问题，在驾驶员、汽车和道路环境组成的闭环控制系统下，采用动态规划、模糊逻辑控制、解析法等能量管理优化方法，实现基于整车及动力总成的实时能量管理优化和评价。然而这些方法的不足之处是实时性较差和缺乏真正的在线解，并且在设计初期阶段，一般假设整车的整个行驶工况为既定条件，可能会严重影响能量管理策略及性能的提升和执行过程。
技术实现思路
：鉴于上述分析，本专利技术的目的就是为了克服现有技术存在的缺陷而提供一种用于节能减排的多性能评价平台与方法，基于多目标性能优化的“人-车-路”全工况实时能量流管理平台与评价方法能够在动力性和经济性的基础上对车辆的品质进一步提升，更有效、更精确地实时车辆系统中运用和分析评价车辆的能耗水平。本专利技术的有益效果：与现有技术相比，本专利技术所述的一种用于节能减排的多性能评价平台与方法具有以下优势：利用主成分分析和聚类方法完成特征参数的降维，并实现了对车辆运行样本数据库的计算和准确的分类；基于多目标性能优化的车辆能耗水平进行评价；提出基于“人-车-路”和驾驶环境的典型用户工况；在整车状态下集成多类型传感器实时同步采集硬件设备；搭建多性能目标优化的能量管理量产应用平台，实现基于整车及动力总成的实时能量管理的评价和优化。本专利技术的目的可以通过以下技术方案来是实现：一种用于节能减排的多性能评价平台，包括数据采集系统、数据库系统、数据处理系统、模式识别系统和评价评分系统；所述数据采集系统，用于采集驾驶员操作信息和汽车整车各路信号信息；所述数据库系统，用于建立“人-车-路”全工况数据库；所述数据处理系统，用于处理所采集的整车能耗水平评价指标数据，包括主成分特征参数的提取及降维；所述模式识别系统，用于实现基于“人-车-路”全工况模式自动识别；所述评价评分系统，用于基于驾驶工况、驾驶风格和驾驶路况三个维度进行评价，并且所有评分均采用10分制。进一步的，所述数据采集系统使用的设备可以包括至少以下一种或者几种的组合，包括三轴向加速度传感器、电流传感器、噪声传感器、位移传感器(手动)、换挡手柄传感器、油耗仪、数据采集系统硬件、陀螺仪、GPS、信号调理器、信号放大器、电源模块、摄像头、笔记本电脑，采集的汽车整车各路信号信息包括但不限于：车辆车速、发动机扭矩、发动机转速、油门踏板开度、制动踏板开度、挡位、整车纵向加速度、节气门开度、电池SOC、点火角、歧管压力、燃油消耗量、发动机负荷。进一步的，“人-车-路”全工况数据库中的全工况包括法规工况和典型工况。进一步的，提取车辆运行数据样本中的特征参数具体包括利用主成分分析对原始数据进行标准化处理并计算主成分贡献率来提取表征特征参数的k个主成分。进一步的，对整车评价指标进行降维具体包括利用主成分分析计算协方差矩阵、特征值、特征向量、主成分得分及主成分贡献率；当k个主成分的累积贡献率达到80％以上时，提取前k个主成分作为新的特征参数，并作为神经网络模型的输入。进一步的，对“人-车-路”全工况模式自动识别具体包括利用聚类分析对数据库进行分类，将数据库中的k个主成分的值作为聚类分类器的输入，依据初始特征参数进行分类。进一步的，所述驾驶风格识别的主要有节能型、一般型和运动型三种。进一步的，所述驾驶工况识别的主要有常规模式和特殊模式两种。进一步的，所述驾驶路况识别的主要有拥堵、城市、市郊、高速、山路和坏路六种。本专利技术的另一目的在于提出一种多性能综合评价方法，利用上述的用于节能减排的多性能评价平台实现，具体方法如下：方法一：采用神经网络模型训练的多项式对驾驶性评分；方法二：采用全局优化算法对能量管理算法评分；进一步的，所述采用神经网络模型训练的多项式对驾驶性评分，具体包括对数据库系统的评价能耗水平指标数据进行归一化处理；构建神经网络拓扑模型并进行训练学习；根据评分体系公式计算评分。所述该方法分别围绕驾驶风格、驾驶工况和驾驶路况三个维度进行评价。进一步的，所述采用遗传算法对能量管理算法评分，具体包括利用主成分分析获取的k个主成分(特征参数)作为初始种群；采用十进制编码；选择、交叉、变异；评价群体；终止条件判断。基于两种评价方法分别获得的评分，提出了多性能能量管理优化综合评分，具体为：将以上两种评价方法得到的评分通过加权的数学方法最终计算出一个综合评分，两种评分方法的各自的权重由经验判断，综合权重为100％。附图说明：图1为本专利技术实施例中的所述多性能实时能量流管理评价平台；图2为本专利技术实施例中的所述神经网络模型训练的多项式对驾驶性评分方法；图3为本专利技术实施例中的所述遗传算法对能量管理算法评分方法；图4为本专利技术实施例中的所述多性能评价综合评分。具体实施方式：下面结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行完整地描述，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本实施例提供了一种用于节能减排的多性能评价平台与方法，包括数据采集系统，使用数采设备采集驾驶员操作信息和汽车整车各路信号信息，设备的选取主要取决于采集的信号种类，数采设备包括以下一种或者几种的组合，包括三轴向加速度传感器、电流传感器、噪声传感器、位移传感器(手动)、换挡手柄传感器、油耗仪、数据采集系统硬件、陀螺仪、GPS、信号调理器、信号放大器、电源模块、摄像头、笔记本电脑；数据库系统，通过数据采集系统建立“人-车-路”驾驶性全工况数据库，目的是为了实时基于多目标能量管理进行优化；数据处理系统，利用主成分分析对所采集的整车能耗水平评价指标数据库中的原始数据进行主成分特征参数的提取及降维；模式识别系统，利用K均值聚类完成基于“人-车-路”全工况模式自动识别分类；评价评分系统，所有评分均采用10分制，基于驾驶风格、驾驶工况和驾驶路况三个维度进行评价。本实施例中，采集的汽车整车各路信号信息包括但不限于：车辆车速、发动机扭矩、发动机转速、油门踏板开度、制动踏板开度、挡位、整车纵向加速度、节气门开度、电池SOC、点火角、歧管压力、燃油消耗量、发动机负荷。本实施例中，所述评价维度有驾驶风格、驾驶工况和驾驶路况三种。本实施例中，利用主成分分析和聚类方法实现驾驶风格、驾驶工况和驾驶路况的自动识别，具体实施方式如下：S1：对原始数据(n个特征参数)进行标准化处理，使一个m*n的矩阵标准化得到一个新的m*n矩阵，以此来消除量纲的影响。标准化：其中，μi表示矩阵每个元素所在列本文档来自技高网...

【技术保护点】
1.一种用于节能减排的多性能评价平台，其特征在于，包括：数据采集系统、数据库系统、数据处理系统、模式识别系统和评价评分系统。/n

【技术特征摘要】
1.一种用于节能减排的多性能评价平台，其特征在于，包括：数据采集系统、数据库系统、数据处理系统、模式识别系统和评价评分系统。


2.根据权利要求1一种用于节能减排的多性能评价平台，其特征在于，所述数据采集系统，使用数据采集设备采集驾驶员操作信息和汽车整车各路信号信息，数据采集设备包括以下一种或者几种的组合，包括三轴向加速度传感器、电流传感器、噪声传感器、位移传感器(手动)、换挡手柄传感器、油耗仪、数据采集系统硬件、陀螺仪、GPS、信号调理器、信号放大器、电源模块、摄像头、笔记本电脑。


3.根据权利要求1一种用于节能减排的多性能评价平台，其特征在于，所述数据处理系统，利用主成分分析对所采集的整车能耗水平评价指标数据库中的原始数据进行主成分特征参数的提取及降维。


4.根据权...

【专利技术属性】
技术研发人员：徐元利，王秋童，张毓昕，
申请(专利权)人：天津科技大学，
类型：发明
国别省市：天津;12