怠速起停系統(tǒng)設(shè)計(jì)的初衷是節(jié)能減排,但在實(shí)際應(yīng)用過程中由于受到交通控制信號、交通擁堵等多種因素的影響,安裝起停系統(tǒng)的車輛經(jīng)常出現(xiàn)短時怠速、頻繁起�，F(xiàn)象,不僅使起停系統(tǒng)的節(jié)能優(yōu)勢無法充分發(fā)揮,還會增加設(shè)備磨損、降低駕駛舒適性。以至于很多駕駛員往往關(guān)閉這一功能。本研究綜合分析交通控制信號、交通環(huán)境、行駛工況等多種影響因素,提出通過預(yù)測怠速工況的方法控制發(fā)動機(jī)起停,有效地減少無效怠速起停的次數(shù),提升起停系統(tǒng)的燃油經(jīng)濟(jì)性。本研究以提升怠速起停系統(tǒng)燃油經(jīng)濟(jì)性為目的,圍繞怠速工況預(yù)測、制定起�？刂撇呗哉归_研究。主要研究內(nèi)容如下:1)實(shí)際城市道路下怠速工況分析為了充分考慮道路環(huán)境、行駛工況等因素對車輛怠速起停的影響,選取了上海、武漢、沈陽、長春四個城市作為試驗(yàn)地點(diǎn),采集了大量行車數(shù)據(jù)進(jìn)行系統(tǒng)分析。通過對相關(guān)研究的總結(jié)分析以及車輛的實(shí)際測量確定了無效怠速的時間閾值。根據(jù)所確定的無效怠速時間閾值,分析不同城市、不同時段的怠速及無效怠速的分布規(guī)律,不同怠速情況下的速度分布規(guī)律,為后續(xù)算法的提出和改進(jìn)提供基于實(shí)際數(shù)據(jù)的分析基礎(chǔ),為模型驗(yàn)證提供數(shù)據(jù)支持。2)基于交通控制信號的起�？刂品椒ňC合考慮交通控制信號對起... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：115 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 研究與應(yīng)用現(xiàn)狀
        1.2.1 怠速起停技術(shù)的應(yīng)用現(xiàn)狀
        1.2.2 怠速起停系統(tǒng)的研究現(xiàn)狀
    1.3 現(xiàn)有起停系統(tǒng)存在的問題
    1.4 研究內(nèi)容
    1.5 論文的章節(jié)安排
第2章 實(shí)際城市道路行駛工況分析
    2.1 數(shù)據(jù)獲取及預(yù)處理
        2.1.1 數(shù)據(jù)獲取
        2.1.2 數(shù)據(jù)清洗
    2.2 怠速數(shù)據(jù)的提取與無效怠速閾值的確定
        2.2.1 怠速數(shù)據(jù)提取
        2.2.2 無效怠速閾值的確定
    2.3 怠速數(shù)據(jù)分析
        2.3.1 高峰與平峰時段的確定
        2.3.2 四個城市不同時段的怠速與速度分布
    2.4 本章小結(jié)
第3章 基于交通控制信號的起�？刂撇呗�
    3.1 交通控制信號獲取的研究現(xiàn)狀
        3.1.1 基于車載通信設(shè)備的交通信號的獲取
        3.1.2 基于計(jì)算機(jī)視覺的交通控制信號的獲取
        3.1.3 現(xiàn)有的基于交通控制信號獲取方法存在問題
    3.2 基于WKNN的交通控制信號獲取方法
        3.2.1 信號燈檢測
        3.2.2 倒計(jì)時識別
    3.3 信號燈檢測識別的試驗(yàn)與分析
        3.3.1 信號燈檢測試驗(yàn)
        3.3.2 倒計(jì)時識別試驗(yàn)
    3.4 基于交通控制信號獲取的起�？刂品椒�
        3.4.1 基于交通控制信號的起停控制策略
        3.4.2 距離估計(jì)模型
    3.5 燃油經(jīng)濟(jì)性分析
    3.6 本章小結(jié)
第4章 基于怠速工況預(yù)測的起�？刂撇呗�
    4.1 怠速工況預(yù)測研究基礎(chǔ)
    4.2 基于Marcov模型的怠速工況預(yù)測
        4.2.1 Marcov預(yù)測模型
        4.2.2 試驗(yàn)與分析
    4.3 基于LS-SVM的怠速工況預(yù)測
        4.3.1 LS-SVM預(yù)測模型
        4.3.2 試驗(yàn)與分析
    4.4 改進(jìn)的怠速工況預(yù)測模型及驗(yàn)證
        4.4.1 改進(jìn)的怠速工況預(yù)測模型
        4.4.2 試驗(yàn)與分析
    4.5 基于怠速工況預(yù)測的起�？刂撇呗约叭加徒�(jīng)濟(jì)性分析
    4.6 本章小結(jié)
第5章 基于工況相似性的權(quán)重自適應(yīng)怠速工況預(yù)測方法
    5.1 行駛工況識別的研究現(xiàn)狀
    5.2 基于聚類的行駛工況類別確定
        5.2.1 行駛工況樣本的確定
        5.2.2 行駛工況的特征參數(shù)的確定
        5.2.3 基于期望最大化聚類的行駛工況類別確定
    5.3 基于工況相似性的權(quán)重自適應(yīng)怠速工況預(yù)測模型
        5.3.1 基于自適應(yīng)權(quán)重的怠速工況預(yù)測模型
        5.3.2 基于行駛工況相似性的自適應(yīng)權(quán)重確定
    5.4 怠速工況預(yù)測效果與分析
    5.5 基于多模信息的怠速起�？刂撇呗�
    5.6 燃油經(jīng)濟(jì)性分析
        5.6.1 基于怠速預(yù)測的起停系統(tǒng)燃油經(jīng)濟(jì)性分析
        5.6.2 基于多模信息的起停系統(tǒng)燃油經(jīng)濟(jì)性分析
    5.7 本章小結(jié)
第6章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 研究展望
參考文獻(xiàn)
作者簡介及科研成果
致謝



本文編號：3162524