同时识别电动卡车所受的滚动阻力与空气阻力

《International Journal of Forest Engineering》：Identifying rolling resistance and air resistance simultaneously for an electric truck

本研究提出了一种基于滚降测试和目标规划的方法，用于同时确定重型电动货车在滚动和空气阻力系数。通过Freightliner E-Cascadia卡车在Tampico Road的实地测试，分析了不同负载和道路条件下的阻力特性。结果表明，滚动阻力在低速时与速度无关，但高速时呈非线性关系；道路坡度、轮胎状况、空气密度等环境因素显著影响阻力值。该方法通过减少测量误差和优化测试距离，提高了能量消耗预测的准确性，为电动货车运营和成本优化提供了实用工具。

　　本研究旨在提高对车辆滚动阻力和空气阻力的估算精度，这对预测电动车的能耗至关重要。传统的估算方法通常依赖于模拟或模型，而本研究采用了一种基于实地测试的解决方案，使用了“滚降测试”（rolldown test）来同时确定滚动阻力和空气阻力系数。这种方法通过引入目标规划（goal programming）来优化数据处理，提高精度，并允许在更短的测试路段中进行数据采集，同时考虑了实际车辆和环境条件。研究对象为一辆Class 8的Freightliner eCascadia电动车，测试在经过测量的路段上进行，确保了数据采集的可控性。通过分析多个测试运行中的时间-速度关系，我们得出了负载和非负载情况下的阻力系数。

研究确认，滚动阻力在低速时与速度基本无关，但在高速时呈现出非线性依赖关系。此外，路面状况、轮胎状态、轴配置、空气动力学特性以及天气条件都会显著影响阻力值，这强调了在实际环境中进行测试的重要性，而不是仅依赖标准化的预测。本研究的结果与现有文献一致，同时展示了目标规划方法在改进阻力估算方面的有效性。该工作为电动车能耗建模提供了实际见解，有助于车队运营商和政策制定者在不同环境条件下更准确地预测电动车的能耗。

本研究的关键词包括目标规划、滚降测试、电动车、重型车辆测试和GPS工具。目标规划方法的引入使得在面对测量误差时能够找到更精确的解决方案，同时减少了测试路段的长度。对于需要更广泛的测试数据，可以重复进行不同起始速度的测试，从而获得更宽泛的时间-速度曲线，避免了对坡度变化进行复杂计算的需要。

研究中提到的滚降测试是一种长期且广泛使用的估算方法，用于评估轻型和重型车辆的滚动阻力和空气阻力。测试中，车辆被加速至特定速度，然后在空挡状态下减速，同时记录速度随时间变化的曲线。这种测试方法可以为电动车提供实际的阻力系数，从而优化能耗预测和运行策略。测试过程中，车辆的再生制动未被启用，测试路段保持一致的坡度，以确保数据的可靠性。

在本研究中，滚动阻力的模型形式经历了多次演变。早期的模型可能仅与速度无关，后来发展为线性依赖速度的模型，再到与速度平方相关的模型。这些模型形式的选择取决于研究的具体目标和测试条件。滚动阻力通常在轮胎层面体现，但其受多种参数的影响，如速度、坡度、轮胎状况等。因此，模型中的系数需要综合考虑这些因素。例如，静态滚动阻力系数可能受轮胎负载的影响，而动态滚动阻力系数可能与轮胎的构造和气压有关。

空气阻力则与车辆的空气动力学特性、空气密度以及速度的平方有关。本研究中采用的模型将空气阻力表示为速度的平方函数，这与SAE和Wong等学者的建议一致。通过目标规划方法，我们能够从时间-速度数据中直接估算出滚动阻力和空气阻力的系数，而无需进行复杂的积分计算。这种简化不仅提高了计算效率，还增强了对测量误差的鲁棒性。

研究中使用的数据采集方法涉及高精度的GPS接收器，以确保测试数据的准确性和可靠性。GPS数据被采集为秒级时间点，并通过算法筛选出满足特定位置精度要求的数据。测试过程中，还考虑了风速和风向对车辆阻力的影响，特别是在不同测试条件下，风速的变化可能会对测试结果产生显著影响。例如，在测试期间，车辆在某些路段可能受到顺风或逆风的影响，这需要在数据处理时加以考虑。

测试地点选在了Tampico Road，这是一条沥青铺设的乡村道路，位于美国俄勒冈州立大学麦当劳-唐研究森林附近。该路段经过专业测量，确保了坡度的一致性。研究中还使用了不同的测试段（T01至T05），并记录了每个测试段的长度和坡度。测试数据的收集时间为2025年2月19日至21日，涵盖了不同的天气和风速条件。

在结果分析部分，研究分别使用了两种模型：一种是仅包含速度平方项的双变量模型，另一种是包含线性速度项的三变量模型。通过比较这两种模型的结果，我们发现，在特定测试条件下，速度平方项的模型能够提供更准确的阻力估算。例如，在干路面上进行的负载测试中，滚动阻力和空气阻力的总和为226.45 + 0.3262V2，其中V表示速度（单位为m/sec），而非负载测试的阻力总和为225.07 + 0.3156V2。这些结果表明，滚动阻力在某些情况下可能与速度的平方成正比，而非线性关系在高速时更加显著。

此外，研究还发现，车辆的静态滚动阻力系数在湿路面和干路面上存在显著差异。例如，在干路面测试中，静态滚动阻力系数为0.0084 kg/kg，而在湿路面测试中，该系数为0.0134 kg/kg。这表明，车辆的行驶环境对阻力估算有重要影响，因此，进行实际条件下的测试是必要的。同时，研究还指出，轮胎状态、轴配置和空气动力学特性等其他因素也可能对阻力值产生影响。

在讨论部分，研究分析了不同模型形式对阻力估算的影响。尽管物理方程提供了直接的解决方案，但目标规划方法在处理测量误差方面具有优势，可以提供更精确的阻力系数。研究还提到，空气阻力与空气密度直接相关，因此，如果在测试时已知空气密度参数（如温度、海拔、湿度），可以对空气阻力进行调整，以更准确地反映实际条件下的阻力情况。

研究的结论指出，本方法的强项在于其简便性。通过在真实条件下进行测试，可以获取更准确的滚动阻力和空气阻力数据，从而优化能耗预测和运行策略。此外，研究强调了在实际使用条件下进行测试的重要性，以确保阻力估算的准确性。未来的研究可以进一步改进测试方法，例如通过引入更先进的气象技术来测量风速和风向，或者在不同环境条件下进行更多样化的测试，以获得更全面的数据。

本研究的局限性在于测试范围有限，仅在特定路段和条件下进行。因此，未来的测试应考虑更多变量，如不同轴配置、不同负载状态和不同天气条件，以更全面地反映实际使用情况。同时，测试过程中对轮胎状态的假设可能在长期测试中产生偏差，因此，需要更详细的轮胎状态记录。此外，风速的测量和处理在某些情况下可能需要更精确的方法，以减少对测试结果的影响。