技术文章和通讯

分析戴姆勒公司全球燃料电池汽车车队的测试数据

作者:蒂姆·麦奎尔,梅赛德斯-奔驰RDNA,Inc.,泰勒·罗氏,梅赛德斯-奔驰RDNA,Inc.,和安德烈亚斯·温伯格,梅赛德斯-奔驰RDNA,Inc。


戴姆勒股份公司(前身为戴姆勒克莱斯勒)试验车队中的100多辆氢燃料电池汽车由普通驾驶员在世界各地的真实驾驶条件下驾驶。仅出于开发目的,每辆车都配备了一个功能强大的远程信息处理系统,该系统可从车辆的GPS坐标、燃油箱加注液位和车辆速度到驾驶员脚下的油门位置,捕获有关车辆性能和驾驶员使用模式的数据。我们的团队负责将测试团队积累的数百万个驱动器文件翻译成MATLAB®基于自动化的报告和Web应用程序。

戴姆勒工程师使用这些工具来了解车辆使用模式、跟踪燃油消耗、规划加氢基础设施,以及了解驾驶模式如何影响车辆性能。通过检查这些数据,戴姆勒不仅可以评估车辆的健康状况,还可以评估未来加氢站的最佳位置,以及确定车辆使用的特征,为未来车队运营创造多样化的车辆基础。

了解使用模式

在各种驾驶条件和气候条件下积极运行的车队车辆积累了各种数据集以供分析。每辆车都通过戴姆勒无线基础设施将其数据传输到中央数据库。我们的团队开发了一个自动报告系统,用于检查车辆使用情况,为我们和我们的客户提供车队使用反馈。

日本、新加坡、美国、欧洲、中国和澳大利亚的客户正在使用戴姆勒的零排放汽车车队进行日常运输。在每辆汽车的燃料电池内,氢和氧的反应产生电力来驱动发动机。由于这种反应的唯一副产品是水蒸气,因此燃料电池技术具有巨大的潜力t减少全球温室气体排放的潜力。

我们使用MATLAB和数据库工具箱™ 查询中央数据库并检索特定区域内所有车辆的里程表和GPS数据。我们的MATLAB脚本过滤掉异常数据,如GPS系统报告的零点和非驱动文件。然后,脚本处理所有数据,生成按时间段和地理区域汇总里程的绘图(图1)。以前,戴姆勒使用Excel进行分析,这项任务需要数百个工程师小时来设置,需要一名全职员工来维护,每次都需要许多手动步骤。如今,一个自动化的MATLAB脚本允许团队通过Web浏览器访问相同的结果。

图1。样本区域里程分析。

图1显示了连续和每周的车队里程累积图样本。该分析使用GPS数据将里程累积与车辆行驶的地区联系起来,使戴姆勒能够根据地区驾驶模式评估未来车队运营的地点和客户。应运营商的要求,simila可以为单个车辆生成r图,以提供其活动的详细视图。

区域里程分析图显示12月底和1月初里程突然减少。通过量化车辆使用的季节性趋势,戴姆勒可以在节假日和其他低使用期安排车辆维护和诊断程序。

跟踪燃油消耗

使用MATLAB和Mapping工具箱开发的工具™, 戴姆勒的工程师可以重建测试车辆的任何行程。工具用户可以沿着卫星地理地图跟踪油箱荷电状态(SOC),SOC是可用电化学能量的量度。戴姆勒最初开发此脚本是为了生成静态JPEG地图图像。该解决方案不灵活,在绘图中提供的细节不够详细。因此,对脚本进行了修改,以生成Keyhole标记语言(KML)文件供Google Earth使用,从而提供了更大的灵活性。

图2所示的示例燃油消耗分析跟踪车辆路线上的油箱加注液位。为了执行此分析,MATLAB脚本使用映射工具箱函数关联车辆GPS和油箱SOC数据。

图2.油耗分析。在本例中,我们看到测试车带着满油箱(红色)离开加油站,带着几乎空油箱(蓝色)返回。

工程师可以利用这些结果来确定驾驶环境对燃料消耗率的影响。通过在地图上叠加氢气加油站和标准加油站的图,他们可以评估当前的加油基础设施。

我们开发的MATLAB脚本还使工程师能够将真实世界的位置与车辆性能联系起来,从而简化全球车队的远程诊断分析。例如,当车辆内的燃料电池系统发送错误代码时,我们可以使用MathWorks工具精确定位并可视化错误发生时车辆的确切位置(图3)。例如,如果我们知道车辆在高峰时间停在洛杉矶市中心,我们可以利用我们对事件发生时运行条件的了解,更有效地进行故障排除。

图3。基于测试车辆数据的样本单事件分析。

规划加氢基础设施

为了帮助将未来的加氢站放置在能够最有效地为客户服务的位置,我们确定了燃料电池车辆最常使用的区域。戴姆勒使用MATLAB、Mapping Toolbox和Google Earth根据车辆的GPS数据和地理道路数据创建空间直方图。

空间直方图覆盖地理区域上的网格,使戴姆勒能够将感兴趣的信号分类并在卫星地理地图上进行描述。图4显示了基于油箱SOC的新加坡空间直方图。图5中的柱状图计算车辆在每个方格中花费的时间百分比。结合这些类型的图表有助于确定燃油不足车辆的密集区域。

图4。SOC空间直方图。

图5。空间直方图分析。

有了这些分析的结果,戴姆勒的工程师可以推荐新加氢站的位置,使加油站运营商能够通过将加油站放置在交通繁忙的区域附近并为客户提供更方便的氢气供应来降低风险。

分析驾驶模式

戴姆勒燃料电池车队遍布全球。我们可以分析每辆车油门踏板的位置,以深入了解客户驾驶不同车型的方式以及不同地理区域的模式。例如,踏板位置分析(图6)显示北加利福尼亚州的车辆使用中等节气门,而重型车辆大多以非常小的节气门或全节气门行驶,两者之间没有太多的间隙。此分析可向工程师提供有关客户动力需求的反馈。工程师可据此优化控制策略和动力系统。

图6.踏板位置分析。

当与GPS数据相关时,该分析可以揭示驾驶行为的区域趋势。例如,在德国,我们经常在高速公路上行驶,踏板一直踩到100%。在新加坡,人们开车更慢更平稳,我们很少看到踏板踩到40%以上。了解这些趋势使工程师能够为不同地区定制控制策略。

小团队回答大问题

戴姆勒公司的工程师和经理对我们服务的需求不断增加,这是衡量我们能否成功提供有用成果的一个标准。我们被要求淹没了。能够在集成的MATLAB环境中访问数据库、执行多重分析、绘制结果并生成有见地的报告是一大优势。这意味着我们可以轻松地为团队添加资源。

我们的工程师只需要知道一个软件包,而不是多个应用程序,我们不必花时间集成各种工具。相反,我们会产生有用的结果。

我们继续完善当前的分析,并开发新的分析,以提供对燃料电池汽车性能和基础设施的进一步见解和深入理解。

2008年出版-91597v00

查看相关功能的文章

查看相关行业的文章