[发明专利]一种基于智能优化算法的纯电动汽车载荷预估方法

权利要求书

1.一种基于智能优化算法的纯电动汽车载荷预估方法，所述方法具体包括如下步骤：

S1所需车辆数据采集，进行纯电动汽车载荷预估所需数据为车辆数据采样时间(时间戳)、行驶车速、车辆加速度信息、驱动转矩等数据信息；

S2对所述所需车辆数据进行数据预处理，包含的缺失值、异常值、重复值进行预处理；

S3建立相邻两状态车辆动力学平衡方程，对相邻两状态各行驶阻力重要性进行分析比较，推导出车辆载荷预估模型。

S4利用建立好的载荷预估模型对获取到的数据进行载荷预估，得到所预估到的车辆质量，找到预估质量较为准确多对应的车辆数据，分析车辆状态，找到载荷预估模型适用的行车状态，并统计相邻时刻间的行驶车速、加速度、驱动转矩数据范围；

S5建立应用载荷预估模型的两种特定预估状态的约束条件，并利用智能优化算法对约束条件边界参数进行优化；

S6修改模型参数，验证分析和车辆载荷预估统计。

2.根据权利要求1所述的基于智能优化算法的纯电动汽车载荷预估方法，其特征在于：所述步骤S1车辆数据采集步骤包括：

S1.1将获取的数据来源通过T-box上传至企业在线云平台数据库中的离线数据或随车实时在线数据；

S1.2所获取的数据内容及表示为Data＝[t，v，a，T]，分别表示为t时间，v速度，a加速度传感器信息，T总驱动转矩。

3.根据权利要求1所述的基于智能优化算法的纯电动汽车载荷预估方法，其特征在于：所述步骤S2车辆数据数据预处理步骤包括：S2.1所述数据预处理根据不同的数据来源分别进行操作；

S2.2对于企业在线云平台数据库中的离线数据，由于车辆数据通过移动通信方式上传至云端数据库，传输过程可能会由于硬件设备报错或信号网络差影响因素造成数据掺杂噪声存在重复值问题，通过对数据采集时间进行去重，保留带有有效数据的唯一数据；

S2.3所述缺失值和异常值处理，利用高斯均值滤波方法进行平滑滤波，减小由于缺失值、异常值带来的影响。

4.根据权利要求1所述的基于智能优化算法的纯电动汽车载荷预估方法，其特征在于：所述步骤S3车辆载荷预估模型建立步骤包括：

S3.1车辆纵向动力学模型如：其中T_tq为到减速器/差速器前的总驱动转矩；i₀为减速器/差速器减速比；η_T为传动系统机械效率；r为车轮半径；m为整车质量；f为滚动阻力系数；G为整车重力；α为路面纵向坡度；A为迎风面积；C_D为空气阻力系数；u_a为车速；du/dt为纵向加速度；

S3.2在短时间前后两个时刻车辆装态，根据(3.1)中动力学方程可以推导出：

S3.3在短时间前后两个时刻内，空气阻力可以忽略不计，滚动阻力系数可视为常数，根据S3.2可得到载荷预估模型：

5.根据权利要求1所述的基于智能优化算法的纯电动汽车载荷预估方法，其特征在于：所述步骤S4载荷预估模型对步骤S2预处理数据进行载荷预估包括：

S4.1利用S3.3载荷预估模型对步骤S2预处理数据中的全部数据进行载荷预估，得到预估质量；

S4.2对所有预估结果进行分析，挑选出与车辆目标真实质量相近或者在真实值误差5％范围内的数据；

S4.3通过对挑选出的车辆数据进行分析，所挑选出的数据可以通过两种特定车辆状态进行描述，一种是车辆加速末尾阶段，相邻两时刻，车辆速度增加，加速度减小，驱动转矩减小，另一种是车辆为维持匀速状态，车速略微减小，加速度增大，总驱动转矩增加这两种相对稳定状态；

S4.4统计数据中两种车辆状态速度、加速度、总驱动转矩变化范围。