[发明专利]基于微行程间隔时长预测的智能起停控制方法

说明书

技术领域

本发明涉及一种基于微行程间隔时长预测的智能起停控制方法，属于车辆节能控制领域，尤其涉及通过机器学习方法预测车辆行驶过程中的怠速时间长度，通过时间长度判断决定是否需要关闭发动机。

背景技术

随着汽车保有量的不断增加，如何有效地节约能源减少排放已经成为亟待解决的问题。为了满足车辆燃油经济性的要求，近年来生产的汽车大部分都配备了自动起停系统，能够在车辆静止，发动机处于怠速工况时自动关闭发动机减少不必要的燃油消耗。现有的自动起停系统在NEDC工况下节油率能够达到3.37％-5.04％。NEDC工况是欧洲标准测试工况，属于模态工况，其中有较长的怠速工况，目前欧洲、中国、澳大利亚等国家或地区均使用NEDC测试工况评价开发车型。车辆的行驶工况是由一系列微行程及两个微行程间隔的怠速工况组成，其中微行程是指从车速为0开始到再次车速为0结束的一个车辆运动的时间速度序列。

由于车辆实际的运行工况与NEDC工况有着明显的不同，两个微行程间隔时长变化范围较大，这使得自动起停系统不能达到应有的节油效果。目前国内现有的车辆以家用为主，主要用于上下班出行，经常行驶于上下班高峰时段的大密度交通流中，在这种工况下微行程之间时间间隔大多较短，使得现有的自动起停系统频繁地关闭和启动发动机，这不仅会大大影响驾驶的舒适性而且会导致比怠速更多的燃油消耗，这是由于发动机起动需要混合气加浓，发动机热起动一次的油耗相当于发动机怠速6～8秒的油耗，如一台排量1,489mL、直列4缸16气门的发动机，怠速油耗是0.18mL/s，试验表明该发动机热起动一次的油耗为1.2mL，怠速时间6.7s以上才能节约燃油消耗，如果再考虑蓄电池起动过程能量消耗而导致的发动机间接油耗，以及随着车辆使用年限的增加发动机劣化加剧而导致起动油耗随之增加，因此怠速时间只有超过10s以上关闭发动机才能节约油耗。

发明内容

本发明针对自动起停系统的上述问题，提出了基于微行程间隔时长预测的智能起停控制方法，根据实际的运行工况预测车辆的微行程间隔时长，如果预测的微行程间隔时长在阈值范围内(10秒)则关闭发动机，否则保持怠速状态，如果实际情况下预测有误则直接关闭发动机。

本发明包括工况数据采集模块、有效速度序列特征提取模块、数据训练模块、微行程间隔时长预测模块和控制模块；

工况数据采集模块对速度工况数据的采集和存储；

有效速度序列特征提取模块对采集的工况数据进行分析判断数据的有效性，确定有效速度时间序列的长度，并提取特征；

数据训练模块采集并存储的数据将作为训练样本，对训练样本数据提取特征并判断其所属类别，将训练数据的特征和类别信息输入支持向量机模型进行学习，保存学习到的模型；

微行程间隔时长预测模块对实时采集的数据提取相同特征，并使用训练得到的模型预测微行程间隔时长类别；

控制模块根据微行程间隔时长预测的结果关闭发动机或保持怠速状态，并根据实际情况对预测结果进行判断。

所述的工况数据采集模块在车辆行驶的过程中实时采集车辆速度时间序列。

所述的有效速度序列特征提取模块通过中值滤波方法去除实时采集的速度数据中由于设备波动原因出现的数据噪音，并循环确定固定长度的有效速度时间序列，在根据速度时间序列提取速度特征，速度均值、方差、加速度均值、方差、加速时间百分比、减速时间百分比、匀速时间百分比以及单位时间内停车次数。

所述的数据训练模块根据训练数据的实际情况对训练数据分类，微行程间隔时长超过10s为需要关闭发动机类(当前微行程间隔时长需要关闭发动机，小于等于10s为无需关闭发动机类(当前微行程间隔时长无需关闭发动机)，将训练数据的特征和类别输入支持向量机模型进行训练并保存模型。

所述的微行程间隔时长预测模块对实时时间速度序列数据提取特征，使用训练得到的支持向量机模型对实时数据进行分类。

控制模块根据预测的结果控制发动机的启动和关闭。

本发明的有益效果：

根据实际的运行工况预测车辆的微行程间隔时长，如果预测的微行程间隔时长在阈值范围内(10秒)则关闭发动机，否则保持怠速状态，如果实际情况下预测有误则直接关闭发动机。节约了能源，减少了油耗。

附图说明

图1是本发明中微行程时间间隔预测流程图。

图2是本发明中支持向量机分类示意图。

图3是本发明中分类结果比较图。

图4是本发明中控制系统流程图。

具体实施方式