李馨兒
摘 要:近年來(lái),我國(guó)汽車(chē)網(wǎng)發(fā)展速度較快,通過(guò)創(chuàng)建汽車(chē)設(shè)備與云端通訊連接,為汽車(chē)作業(yè)狀態(tài)分析提供了足夠數(shù)據(jù)。本文以汽車(chē)電能為研究對(duì)象,通過(guò)布設(shè)離散獨(dú)立的傳感器節(jié)點(diǎn),挖掘汽車(chē)電能數(shù)據(jù)信息。依據(jù)汽車(chē)電量健康估計(jì)標(biāo)準(zhǔn),結(jié)合汽車(chē)電能各參數(shù)函數(shù)關(guān)系,計(jì)算汽車(chē)行駛充放電次數(shù)及充放電能量估計(jì),為汽車(chē)電能管理提供參考依據(jù)。
關(guān)鍵詞:傳感器節(jié)點(diǎn);電能信息;大數(shù)據(jù)
汽車(chē)電量消耗情況決定了其在接下來(lái)一段時(shí)間內(nèi)是否可以繼續(xù)行駛,因此對(duì)于汽車(chē)電量信息的精準(zhǔn)度要求較高。智能車(chē)的出現(xiàn),打破了傳統(tǒng)車(chē)輛電能采集的弊端,該類(lèi)型車(chē)輛與云端建立連接,通過(guò)大數(shù)據(jù)收集相應(yīng)信息。由于此方面的研究尚不成熟,如何全面挖掘信息成為了難點(diǎn),本文通過(guò)布設(shè)傳感器節(jié)點(diǎn)展開(kāi)研究。
1 車(chē)聯(lián)網(wǎng)離散獨(dú)立傳感器節(jié)點(diǎn)數(shù)據(jù)挖掘
為了全面獲取汽車(chē)電量信息,本文根據(jù)電能與動(dòng)力轉(zhuǎn)換關(guān)系,設(shè)計(jì)傳感器數(shù)據(jù)采集方案。方案中,節(jié)點(diǎn)布設(shè)特點(diǎn)為獨(dú)立且離散,如圖1所示為傳感器節(jié)點(diǎn)數(shù)據(jù)采集框架設(shè)計(jì)圖。
利用以上參數(shù)關(guān)系計(jì)算公式,分析汽車(chē)行駛一段距離后,經(jīng)過(guò)多次充放電作業(yè)情況下,挖掘電池電能數(shù)據(jù)信息,判斷設(shè)置的充放電次數(shù)可以供汽車(chē)行駛產(chǎn)生的電能大小,以便駕駛員達(dá)到目的地使用電量的合理分配。
3 汽車(chē)運(yùn)行電能數(shù)據(jù)分析
3.1 電量持久使用性能分析
汽車(chē)電池充放電期間,很難做到將電量釋放到下限值,或者將電量充滿到上限值,大部分情況下根據(jù)汽車(chē)行駛需求進(jìn)行控制。為了準(zhǔn)確估算出汽車(chē)電池狀況在未來(lái)一段時(shí)間內(nèi)幾次充放電情況能夠完成駕駛?cè)蝿?wù),即評(píng)價(jià)汽車(chē)電池健康狀態(tài),本文根據(jù)某型號(hào)汽車(chē)電池充放電作業(yè)曲線特性,繪制了電池充放電非線性擬合效果,如圖2所示。
圖2中顯示了1635次充放電循環(huán)結(jié)果及變化規(guī)律曲線擬合效果,依據(jù)擬合效果曲線變化規(guī)律,預(yù)測(cè)該汽車(chē)電池組首次充電能量大小為34.52kwh,充放電循環(huán)能量均值為28.54kwh。由此看來(lái),該汽車(chē)電池使用持久性能較好。
3.2 汽車(chē)行駛距離分析
本文利用汽車(chē)電量數(shù)據(jù)信息挖掘模型,合理布設(shè)傳感器節(jié)點(diǎn),測(cè)試不同行駛路況下車(chē)輛消耗能量其概況,包括行駛路況、電池充放電能量估計(jì)、充放電次數(shù)。按照電池健康估計(jì)方案,判斷該汽車(chē)是否需要更換電池。如表1所示為汽車(chē)行駛距離分析統(tǒng)計(jì)結(jié)果。
依據(jù)表1中的統(tǒng)計(jì)結(jié)果可知,當(dāng)車(chē)輛處于城區(qū)擁堵路況時(shí),按照標(biāo)準(zhǔn)充放電電能效率,需要采取650次充放電處理,當(dāng)汽車(chē)行駛于通暢路段時(shí),預(yù)計(jì)消耗能量有所減少,充放電次數(shù)也隨之減少。相比之下,汽車(chē)在郊區(qū)平地行駛和城區(qū)通暢路況下消耗能量相差較少,行駛于郊區(qū)坡地路況下消耗能量最多。依據(jù)此計(jì)算結(jié)果,能夠幫助汽車(chē)駕駛員掌握不同路況下汽車(chē)充放電作業(yè)需求,以便提高汽車(chē)行駛穩(wěn)定性。
4 總結(jié)
本文采用傳感器節(jié)點(diǎn)信息挖掘方法,采集車(chē)輛行駛剎車(chē)能、胎阻、風(fēng)阻3個(gè)參數(shù)信息,并將節(jié)點(diǎn)與云端建立連接,實(shí)現(xiàn)車(chē)輛網(wǎng)離散數(shù)據(jù)挖掘分析,基于大數(shù)據(jù)平臺(tái),確定汽車(chē)電池健康狀態(tài),給出判斷依據(jù)。汽車(chē)運(yùn)行電能數(shù)據(jù)分析中,本文對(duì)電量持久使用性能、汽車(chē)行駛距離信息展開(kāi)數(shù)據(jù)挖掘分析,為汽車(chē)長(zhǎng)期電能持續(xù)作業(yè)提供了參考依據(jù)。
參考文獻(xiàn)
[1]李松原.基于車(chē)聯(lián)網(wǎng)技術(shù)車(chē)輛火情監(jiān)控預(yù)警系統(tǒng)設(shè)計(jì)[J].汽車(chē)電器,2019,(10):5-8.
[2]俞慶華.大陸集團(tuán)推出智慧城市智能交叉路口技術(shù),打造更安全的道路交通[J].汽車(chē)零部件,2018,(1):84-84.
[3]謝小虎,張育維,李洋.車(chē)聯(lián)網(wǎng)時(shí)代下的整車(chē)開(kāi)發(fā)模式研究[J].汽車(chē)科技,2019,(6):8-13.
[4]馮心欣,柳澤烽,謝志鵬,等.考慮道路形狀約束的車(chē)輛軌跡聚類(lèi)方法[J].重慶郵電大學(xué)學(xué)報(bào):自然科學(xué)版,2019,(4):556-562.