Статья Инновации наука образование Дурницын О.А.. Исследование расхода топлива на основе ездового цикла, полученного методом кластерного анализа
 Скачать 389.25 Kb.
|
|
Исследование расхода топлива на основе ездового цикла, полученного методом кластерного анализа Дурницын О.А. Аннотация: проведены исследования с целью определения методологии рабочих циклов для автобетоносмесителей. Эта методология основана на методе кластерного анализа, а также процедуру анализа данных, с последующим построеним цикла движения. Затем Наконец, циклы движения и нагрузочные циклы генерируются с собранной базой данных. Итоговым пунктом исследований является выход на расход топлива автобетоносмесителей рассмотренных в прошлых работах. Ключевые слова: топливная экономичность, специальный автомобиль, автобетоносмеситель, циклы движения, циклы нагрузки. Первым шагом в процессе разработки ездовых и нагрузочных циклов автобетоносмесителя было определение требуемых данных. Набор требуемых данных можно было бы разбить на две категории: переменные нагрузки на дорогу и переменные нагрузки на навесное оборудование. Для разработки циклов движения, основанных на дорожных нагрузках, требуются скорость, уклон и масса транспортного средства в зависимости от времени. Кроме того, загрузка двигателя может быть измерена как проверка измерений дорожной нагрузки при условии, что информация об эффективности компонентов для трансмиссии транспортного средства между двигателем и колесами известна. Следующим шагом было определить, как измерить эти величины с минимальной установкой датчика и изменением обычного транспортного средства. Для измерения переменных дорожной нагрузки использовался датчик Garmin GPS для измерения скорости, местоположения и высоты транспортного средства. Используемая модель антенны (модель 16A) имеет возможности дифференциального GPS, что обеспечивает разрешение до 3 метров [1, 2]. Как только датчики и оборудование для сбора данных были приобретены, необходимо было выбрать ТС для установки. Было определено, что наиболее серьезное использование автобетоносмесителя происходит в городских условиях, особенно для специального подвижного состава с верхней загрузкой. Это связано с большим количеством высоких ускорений и замедлений между каждым пунктом на маршруте в сочетании с необходимостью доставки как можно больше цемента. Одна из строительных компаний предоставили демонстрационный специальный автомобиль с задней загрузкой для сбора данных [3]. Определение городов для сбора данных строительных транспортных средствах основывалось на нескольких ключевых параметрах. Во-первых, были ликвидированы города, которые не использовали классическую схему привода. Затем остальные местоположения были сгруппированы на основе местоположения. Наконец, были выбраны собраны данные, где испытательное транспортное средство можно было бы наиболее легко заменить в обычном расписании маршрута. Для сбора данных, требовались данные об использовании при различных режимах эксплуатации. В результате анализа возможных мест локации, был выбран город Екатеринбург. Тестовое транспортное средство было передано в строительную организацию на одну неделю. Ежедневная процедура сбора данных требовала слежки за испытуемым транспортным средством по его маршруту в течение 10-12-часовых смен [4]. Кластерный анализ При пересчете каждого набора статистических показателей последовательности по ее основным компонентам для классификации последовательностей использовалась кластеризация K-средних. Каждый кластер в разделе определяется его объектами-членами и его центроидом, или центром. Центроид для каждого кластера - это точка, до которой минимизируется сумма расстояний от всех объектов в этом кластере. Кластеризация K means использует итеративный алгоритм, который минимизирует сумму расстояний от каждого объекта до его центра тяжести кластера по всем кластерам. В результате получается набор кластеров, которые настолько компактны и хорошо разделены, насколько это возможно. Поскольку этот процесс является итеративным, результаты кластеризации варьируются от испытания к испытанию, даже при использовании одних и тех же параметров кластеризации. Кластерный анализ кинематических последовательностей сегментов, не связанных с маршрутом, привел к 4 различным кластерам. На рисунке 1 показаны четыре отдельных кластера кинематического распределения. Первый кластер кинематических содержит большинство последовательностей, состоящих из промежуточных скоростей и длительностей, сочетающих городскую и шоссейную езду. Второй кластер показывает наиболее экстремальные последовательности вождения по шоссе и содержит большинство последовательностей, не связанных с маршрутом. Третий кластер состоит из нескольких кратковременных последовательностей со средней скоростью, а четвертый кластер состоит из низкоскоростных городских последовательностей, которые реже встречаются в нестандартных условиях, когда водитель пытается как можно быстрее добраться туда и обратно с ежедневных участков маршрута [5].  Рисунок 1: Кластеры кинематического распределения. После расчета всех статистических показателей базы данных, а также завершения классификации кинематических и мощностных распределений следующим шагом является разработка циклов движения и нагрузки для каждого сегмента, представляющих статистические показатели и распределения каждого сегмента. Циклы режимов эксплуатации Из-за разнообразия и случайности ежедневных маршрутов было решено, что необходимо создать отдельный набор режимов движения и нагрузки циклов. Пример сгенерированного ездового и нагрузочного циклов автобетоносмесителя для данных, собранных в городе Екатеринбург, показаны в этом разделе. Поскольку средняя смена требовала двух отрезков маршрута с загрузкой цемента или перевалочную станцию дважды в день, сгенерированные циклы для Екатеринбурга - это циклы из двух загрузочных маршрутов. Примеры циклов показаны на рисунке 2 и 3 [6].  Рисунок 2: Сгенерированный ездовой цикл.  Рисунок 3: Сгенерированный цикл нагрузки на двигатель шасси Экономия топлива Поскольку особое внимание уделяется повышению топливной экономичности автомобиля, способность правильно моделировать характеристики автомобиля по своей сути имеет решающее значение для цикла движения. В качестве окончательного сравнения сгенерированный цикл с собранной базой данных был прогнан через обычный симулятор автобетоносмесителя, основанный на языке программирования Simulink, для оценки экономии топлива по сравнению с сгенерированным циклом. Сравнение сгенерированной оценки экономии топлива в цикле со средней измеренной суточной экономией топлива для каждого тестируемого города, а также 95% доверительный интервал для каждого среднего измеренного значения. Доверительные интервалы были рассчитаны на основе количества точек данных в неделю и разницы между этими точками. Сгенерированный цикл попадает в доверительный интервал, что указывает на то, что сгенерированный цикл является репрезентативным для типичных характеристик транспортного средства для каждого еженедельного набора данных. Библиографический список Маняшин, С. А. Автоматизация исследований режимов движения автомобилей в городе // Проблемы эксплуатации систем транспорта : сборник материалов всероссийской научно-практической конференции. – Тюмень, 2008. – С. 197-198. Wang, J.; Rakha, H.A. Fuel Consumption Model for Conventional Diesel Buses. Appl. Energy 2016, 170, 394–402. pp. Маринович C., Боланча Т., Юкич С., Рукавина В., Юкич А. Вычисление низкотемпературных характеристик дизельного топлива с помощью искусственных нейронных сетей // Химия и технология топлив и масел. 2012. № 1. С. 47–52. Zhang, Y., Wang, H., Liang, S., Xu, M. et al., “A Dual Strategy for Controlling Energy Consumption and Air Pollution in China’s Metropolis of Beijing,” Energy 81:294- 303, 2015. Отраслевой стандарт Министерства автомобильной промышленности. ОСТ 37.001.054—74. Автомобили и двигатели. Выбросы вредных веществ. Нормы и методы определения. М.: Изд-во НАМИ, 1981. 15 с. Автотранспорт и экология мегаполисов / А.А. Ипатов, В.Ф. Кутенев, В.А. Лужко, А.С. Теренченко, Н.А. Хрипач. М.: Экология. Машиностроение, 2010. 253 с. |