[发明专利]一种电动汽车的载重识别方法

说明书

本发明公开了一种电动汽车的载重识别方法，包括以下步骤：步骤一、对获取的车辆行驶数据进行分析和筛选，仅保留车辆加速过程中数据，数据包括车速、电机转速、扭矩；步骤二、在上述保留的数据中选取一个单位时间段内的数据，将相邻采样间隔对应的速度做差，得到加速度值a；步骤三、建立电动汽车驱动电机的驱动力方程，计算该单位时间段内多个速度下的驱动力F；步骤四、由车轮受力分析，建立电动汽车驱动力平衡方程，计算车辆所受各力，最后根据力学公式，计算得到该单位时间段内多个速度下对应的预估重量，对预估重量进行筛选，剔除异常值，计算平均值，将该平均值减去车辆自重后得到的值作为车辆载重的估算值，从而识别出该车辆载重。

技术领域

本发明涉及电动汽车领域，特别涉及一种电动汽车的载重识别方法。

背景技术

中国专利CN 107588843A的重点是通过建立车辆牵引力F和质量M、加速度a的力学关系模型，通过获取设定时间内的加速度序列和牵引力序列，来计算车辆载荷情况。以及对加速判断条件是车速大于第一预设且小于第二预设速度，加速度大于预定加速度值并且持续时间大于预定时间。其力学关系模型主要是牵引力，质量，加速度的简单的一次关系模型，没有考虑到车辆行驶中所受阻力和风阻影响和坡道对载重预估精度的影响，而且加速判断条件是在设定速度区间内，加速度值大于预设值才能判断该时刻为加速状态，这种加速状态判断的局限性，会在行驶过程中受到众多因素干扰。并且，其载重识别方法是需要实时获取车辆运行参数，来计算车辆载重，对于历史行驶数据中的加速区间段数据是否能计算出车辆载重情况没有说明。

发明内容

为此，本发明提供一种电动汽车载重识别方法，通过建立电动汽车驱动力方程，获取加速区间数据计算车辆载重情况，而且在获取加速状态的条件上，具有行之有效的判断逻辑，可有效避免现有技术中模型简单、加速区间选取条件局限等带来的预估精度较差和预估难度大的现象。

本发明提供的一种电动汽车的载重识别方法，其特征在于，包括以下步骤：

步骤一、对获取的车辆行驶数据进行分析和筛选，仅保留车辆加速过程中数据，数据包括车速、电机转速、扭矩；

步骤二、在上述保留的数据中选取一个单位时间段内的数据，将相邻采样间隔对应的速度做差，得到加速度值a；

步骤三、建立电动汽车驱动电机的驱动力方程，计算该单位时间段内多个速度下的驱动力F；

步骤四、由车轮受力分析，建立电动汽车驱动力平衡方程，计算车辆所受各力，最后根据力学公式，计算得到该单位时间段内多个速度下对应的预估重量，对预估重量进行筛选，剔除异常值，计算平均值，将该平均值减去车辆自重后得到的值作为车辆载重的估算值，从而识别出该车辆载重；

其中，步骤一中筛选加速过程中数据的方式为：

相邻采样时间间隔内速度求差，计算当前时刻车速和上一时刻车速差值ΔV，若ΔV0，则是加速状态，保留当前时刻和上一时刻车辆行驶数据，并统计加速度为正个数，若ΔV0，则是减速状态，保留该时刻与上一时刻车辆行驶数据，并统计加速度为负个数，若后续相邻时间间隔速度差都大于零，则数据一直累积，若相邻时间间隔速度差连续为负，需要将相邻时间间隔速度差连续为负的这段数据舍弃；

并且，在所述保留的数据中，任何单位时间段内，相邻时间间隔速度差为负的占比不超过预定值。

优选地，所述步骤一中，通过车辆CAN总线采集车辆行驶数据，并对该数据进行数字滤波处理，其中采集车辆行驶数据的采样间隔不超过1秒。

优选地，所述单位时间段的长度为20秒到30秒。

优选地，所述步骤三中，电动汽车驱动电机的驱动力方程为P为电机功率，η为执行机构总效率，v为当前车速。

优选地，所述步骤三中，电机功率P可由公式得到，n为电机转速，T为电机扭矩。