[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

说明书

本发明公开了一种基于智能优化算法的纯电动汽车载荷预估方法，通过对车辆相邻状态的车辆动力学平衡方程推理，然后利用数据分析方法得到两种预估质量相对准确，车辆状态相对稳定的特定行车状态，采用智能优化算法对两种预估状态的边界参数进行优化，结合车辆速度、加速度、总驱动转矩信息对车辆载荷进行预估，所提出的方法能够有效解决传统预估方法模型复杂度高、算法收敛速慢等技术问题。

技术领域

本发明属于智能网联汽车技术领域，特别涉及一种基于智能优化算法的纯电动汽车载荷预估方法。

背景技术

随着智能网联汽车产业高速发展，国家相关部门出台一系列政策法规，对当前排放标准为国Ⅵ的车辆和新能源汽车，要求必须安装能够实时监测汽车运行状态、预警汽车行驶故障信息的监控设施；对于汽车企业、车辆和车队管理公司来说，如何从大量的数据中挖掘出有价值的信息，为产品售后服务、产品改进以及车辆管理公司车队管理、车辆用户监督等提供依据，是当前车联网技术领域研究热点。

车辆载荷预估方法应用主要分为两方面，一方面是作为车辆控制算法或控制策略中关键车辆参数进行应用，当前各大车企为提高车辆安全性、舒适性、动力性以及经济性等车辆性能，引入一些先进的控制算法，所考虑的车辆状态也由单一固定载荷状态变为可变载荷状态，因此为对车辆进行精准控制，需要获取较为精确的车辆载荷；另一方面载荷预估应用于企业和车辆管理公司或个人对于车辆监管，获取车辆载荷信息，车企用于车辆售后服务，产品追踪，为售后车辆提供载荷数据信息，车辆管理公司方便对于车辆或车队进行管理，检测车辆是否超载等情况。综上所述，精准的载荷预估对于车辆性能提升以及车辆管理有着极其重要的意义。

当前车辆载荷预估方法主要有两种方式，一种是通过安装载量传感器并结合车辆悬架变形直接测得，这种方法成本高、安装方式复杂，受外部环境状态干扰大，对大规模不同型号车辆进行应用时标定工作量大，不利于企业大规模推广应用；另一种方法是利用车辆纵向动力学模型，结合车辆传感器信息的方式对载荷进行预估，具体实施方式可通过车联网数据进行云端离线分析，或者车载控制器实时在线分析等两种方式，应用部署简单、灵活；当前利用车辆纵向动力学模型结合卡尔曼滤波算法、循环递归最小二乘算法等载荷预估模型存对环境的抗干扰能力差，由于动力学模型中对于载荷预估最大的影响因素为倒路坡度因素，车辆行驶时行驶道路的坡度信息一般难以获取，故使得载荷估算误差大，再有通过循环递归的方法是的模型算法复杂度高，算法收敛速度慢等问题，所预估载荷质量与实际质量存在较大的出入，无法满足实际需求。

公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

发明内容

本发明的目的在于提供一种，从而克服上述现有技术中的缺陷。

为实现上述目的，本发明提供一种基于智能优化算法的纯电动汽车载荷预估方法，通过对车辆相邻状态的车辆动力学平衡方程推理，然后通过数据分析方法得到两种预估质量相对准确，车辆状态相对稳定的车辆行驶状态，结合车辆加速度信息对车辆载荷进行预估，所提出的方法能够有效解决传统预估方法模型复杂度高、算法收敛速慢等技术问题。

本发明解决问题的技术方案是：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：

(1)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；

(2)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、重复值等进行预处理；

(3)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。