CN106353105B - 汽车性能检测方法及汽车综合性能评价方法 - Google Patents
汽车性能检测方法及汽车综合性能评价方法 Download PDFInfo
- Publication number
- CN106353105B CN106353105B CN201610663304.5A CN201610663304A CN106353105B CN 106353105 B CN106353105 B CN 106353105B CN 201610663304 A CN201610663304 A CN 201610663304A CN 106353105 B CN106353105 B CN 106353105B
- Authority
- CN
- China
- Prior art keywords
- automobile
- tested
- detected
- data
- tail gas
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- 238000011156 evaluation Methods 0.000 title claims abstract description 29
- 239000007789 gas Substances 0.000 claims abstract description 112
- 238000001514 detection method Methods 0.000 claims abstract description 79
- 230000003197 catalytic effect Effects 0.000 claims abstract description 49
- 230000008569 process Effects 0.000 claims description 40
- 230000001133 acceleration Effects 0.000 claims description 39
- 238000012360 testing method Methods 0.000 claims description 23
- 239000000446 fuel Substances 0.000 claims description 19
- 230000009467 reduction Effects 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000013210 evaluation model Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 14
- 235000005979 Citrus limon Nutrition 0.000 abstract description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 244000248349 Citrus limon Species 0.000 abstract 1
- 238000013178 mathematical model Methods 0.000 abstract 1
- 230000000505 pernicious effect Effects 0.000 abstract 1
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 9
- 238000002485 combustion reaction Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000000197 pyrolysis Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 244000131522 Citrus pyriformis Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种汽车性能检测方法及汽车综合性能评价方法,该检测方法包括步骤:被测汽车在运行的状态下,采集被测汽车的催化装置的温度;在被测汽车的催化装置的温度达到预设温度值之前,从被测汽车的OBD系统中获取尾气数据;根据所述尾气数据分析尾气中含有的有害气体的含量。本发明实施例提供的方法,是在被测汽车的催化装置的温度达到预设温度值之前,检测得到被测汽车的尾气数据,可以排除现有检测方法中催化装置处理后对尾气中的CO等气体进行高温分解影响检测数据真实性,使得检测得到的尾气数据更准确、更真实。该汽车综合性能评价方法,借鉴美国柠檬法并采用数学模型从环保性、安全性、经济性和动力性等各方面综合考虑,评价更客观真实。
Description
技术领域
本发明涉及汽车技术领域,特别涉及一种汽车性能检测方法及汽车综合性能评价方法。
背景技术
通常的,汽车性能主要包括安全性(制动性能)、动力性、环保性、燃油经济性,汽车性能是评价汽车质量好坏的重要因素,因此,汽车性能检测显得非常重要,尤其是二手车的性能检测,因为性能决定了价格。
2015年,二手车成交量约940万辆,比2013年的520万辆增长了近一倍,如此高的增长率,说明了市场的潜在价值极大。随着政策的调整,国八条的落实,如废除限迁、降低税费、规范交易秩序,则二手车市场会更加繁荣兴旺,成为新的经济增长点。
评判二手车的状况,只看外观、涂装、车龄等是很片面的,应重点测评它的综合性能——动力性、安全性、环保性、舒适性、燃油经济性。然而,二手车交易中的不规范现象,如不讲诚信、价格欺诈、隐瞒事故等,在一定程度上阻碍了市场的正常发展。这些现象产生的原因之一是由于买卖双方信息不透明、不对称,其技术上的原因就是缺少一种测评二手车品质优劣的科学方法。目前使用的《二手车鉴定评估技术规范》(GB/T30323-2013),也不够科学。例如:该规范在路试检测发动机运转、加速时,只评判是否正常,正常不扣分,异常都扣2分,这是不公平的。因为加速时间越少,动力性越好,应细分等级,方便交易。
以环保性为例,为了使得检测结果趋于良好,以提高二手车售卖价格,二手车售卖方通常会以经过催化装置处理后的检测结果告知买方,但汽车尾气在催化装置的作用下,尾气中的有害气体CO、HC、NOx(氮氧化物)就会被高温分解,研究发现催化装置发挥作用时,可使CO,HC排量下降80%以上。因此检测出来的CO、HC、NOx的含量就会比真实情况低,导致检测结果不准确、不真实。
发明内容
本发明的目的在于改善现有技术中所存在的汽车环保性能检测不准确的不足,提供一种可提高汽车环保性能检测的准确度的汽车性能检测方法及汽车综合性能评价方法。
为了实现上述发明目的,本发明实施例提供了以下技术方案:
一种汽车性能检测方法,包括以下步骤:
被测汽车在运行的状态下,采集被测汽车的催化装置的温度;
在所述被测汽车的催化装置的温度达到预设温度值之前,从所述被测汽车的OBD系统(On-Board Diagnostics,车载诊断系统)中获取尾气数据;
根据所述尾气数据分析尾气中含有的有害气体的含量。
较佳地,所述被测汽车在加速运行的状态下,采集被测汽车的催化装置的温度。被测汽车在加速运行的状态下,尾气中CO、HC、NOx的含量最高,因此,在加速运行的状态下检测尾气中各种其他的含量,可以得到更为真实的CO、HC、NOx的含量数据。
根据本发明实施例,所述方法还包括步骤:
在所述被测汽车的催化装置的温度达到预设温度值之前,通过尾气检测装置获得尾气中含有的有害气体的含量;比较相同时间下根据OBD系统读取的尾气数据分析得到的有害气体的含量与尾气检测装置获得的有害气体的含量,如果含量比较结果大于预定值,发出报警信号。根据本发明实施例,所述方法还包括步骤:
在所述被测汽车从预设速度减速运行到速度为零的过程中,采集用户作用于踏板的踏板压力,从所述踏板力达到第一预设压力值时开始,从被测汽车的OBD系统中获取第一测试数据,直至被测汽车的速度减速至零,所述第一测试数据包括转向角、减速制动距离、减速制动时间中的至少两项;
通过所述转向角和所述减速制动距离、或所述转向角和所述减速制动时间判读被测汽车的安全性。在被测汽车从预设速度减速运行到速度为零的过程中,转向角可以反应被测汽车在制动过程中的跑偏量,转向角越小,说明跑偏量越小,汽车性能越好;减速制动距离或减速制动时间可以反应汽车的制动性能,减速制动距离越小,或减速制动时间越少,说明汽车制动性能越好;通过检测被测汽车的转向角和/或减速制动距离和/或减速制动时间,可以检测出被测汽车的制动安全性及紧急制动能力。
根据本发明实施例,所述方法还包括步骤:
生成时间与转向角的关系图,生成时间与减速制动距离的关系图。将测试数据生成图像,更便于直观查看。
根据本发明实施例,所述方法还包括步骤:
在所述被测汽车从零加速运行到设定速度的过程中,从被测汽车的OBD系统中读取加速踏板位置数据,当加速踏板位置达到预定位置时开始计时,直至被测汽车加速至所述设定速度,以ODB系统中获得的加速时间判读被测汽车的动力性能;或,在所述被测汽车从零加速运行到设定速度的过程中,从被测汽车的OBD系统中读取节气门开度数据,当节气门开度达到预定开度时开始计时,直至被测汽车加速至所述设定速度,以ODB系统中获得的加速时间判读被测汽车的动力性能。
被测汽车从零加速运行到设定速度的过程中,加速时间可以反应出被测汽车的动力性能,加速时间越短,说明动力性能越好,检测被测汽车在加速过程所需加速时间,可以检测出被测汽车的动力性能。
根据本发明实施例,所述方法还包括步骤:
在被测汽车从零加速至所述设定速度的过程中,从被测汽车的OBD系统中获取发动机转速数据,生成时间与发动机转速图像,如果图像中转速有跳变,报警提示发动机故障。在加速过程中,如果发动机转速有跳变,说明被测汽车存在发动机或传动系故障。
根据本发明实施例,所述方法还包括步骤:
在所述被测汽车匀速运行过程中,利用超声波流量计测量所述被测汽车的燃油流量。
燃油消耗量的计算,油耗=流量×时间,即G=qt,所以G=∫qtdt,t=s/v(路程/速度),由等速行驶法设定,q由时差式超声波流量计提供,由此计算得出实际油耗。油耗也是评价汽车的一项重要指标,通过等速行驶法利用超声波流量计测量值计算出被测汽车的油耗,检测结果准确度高。
本发明实施例提供了另一种技术方案,
一种汽车性能检测方法,包括以下步骤:
被测汽车在运行的状态下,采集被测汽车的催化装置的温度;
在所述被测汽车的催化装置的温度达到预设温度值之前,通过尾气检测装置获得尾气中含有的有害气体的含量。
在被测汽车的催化装置的温度达到预设温度值之前,进行尾气检测,且直接用尾气检测装置直接采集尾气数据得到有害气体含量,即排除了催化装置的高温分解作用对检测结果造成的影响,又排除了对OBD系统作假导致从中获取的尾气数据不真实的情况,通过本方法检测得到的尾气中有害气体含量准确度高。
一种汽车综合性能评价方法,采用如下评价模型得到汽车综合性能的评价等级:
其中,0≤Wj≤1且满足Wj为第j个评价指标的权数,m为评价指标的总数,S为汽车综合性能的评价等级;
fj为第j个评价指标的分项等级,fj=Ij×D=Zj×D,xmax≤Cj≤xmin,Ij为第j个评价指标的评级指数,xmax为参考区间的最优值,xmin为参考区间的最差值,Cj为根据上述任一方法得到的第j个评价指标的实际检测值,D为等级系数,D≥2。
与现有技术相比,本发明的有益效果:本发明实施例提供的方法,是在被测汽车的催化装置的温度达到预设温度值之前,检测得到被测汽车的尾气数据,即在催化装置起作用之前就采集尾气数据,因此排除了催化装置对尾气中的CO等气体进行分解影响检测数据真实性,使得检测得到的尾气数据更准确、更真实。此外,尾气数据直接从被测汽车的OBD系统中获取,数据来源更直接,可进一步提高检测的准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1本发明较佳实施例1提供的汽车性能检测方法的流程图。
图2本发明较佳实施例2提供的汽车性能检测方法的流程图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
在购买汽车,尤其是二手汽车时,经常会出现一种情况:购买前检测得到的尾气数据反应出该汽车燃烧效率高,环保性好,可是在购买后实际使用中发现,该汽车的燃烧效率并没有检测所得的那么好,甚至会出现较大的差距,说明目前的汽车尾气检测方法不准确。基于此,本发明实施例提供了新的检测方法。
实施例1
图1示出了本发明实施例1提供的汽车性能检测方法的流程。请参阅图1,本实施例中提供的汽车性能检测方法,包括:
步骤S101,被测汽车在运行的状态下,采集被测汽车的催化装置的温度。
采集催化装置的温度需要使用测温仪,针对自身不带温度数据的汽车,则需要加装测温仪到被测汽车上,以便于采集催化装置的温度;针对自身带有温度数据的汽车,则直接从汽车OBD系统中读取温度数据即可。
较佳地,在被测汽车加速(如0-40km/h)运行的状态下,采集被测汽车的催化装置的温度。在加速运行的状态下,尾气中的CO、HC、NOX处于最大值,因此在加速运行状态下采集催化装置的温度,即在加速运行状态下采集尾气数据,可以进一步提高检测的准确度,能够检测出被测汽车尾气质量最不好的情况下有害气体的含量。
步骤S102,在所述被测汽车的催化装置的温度达到预设温度值之前,检测装置从所述被测汽车的OBD系统中获取尾气数据。
发明人根据研究发现,目前在检测汽车尾气时,尾气中的CO等有害气体在催化装置的作用下高温分解,致使测得的尾气中的CO等有害气体含量较低,因此检测出被测汽车的燃烧率高,环保性好。本步骤中,所述的预设温度值即是CO等气体在催化装置的作用下分解所需的温度值,根据研究分析,尾气中可能含有的所有的有害气体高温分解所需的温度都在300℃以上,因此所述的预设温度值可以为300℃。本步骤中,在催化装置的温度达到预设温度值之前,从被测汽车的OBD系统中获取尾气数据,即在尾气中的CO等气体被分解前采集尾气数据,测试所得的尾气数据真实可靠,避免了催化装置处理后的影响。此外,尾气数据直接从被测汽车的OBD系统中获取,数据来源更直接,可进一步提高检测的准确性。
需要说明的是,此处所述宜在300℃以下采集尾气数据,并非是温度越低越好,是指宜采集在300℃以下且被测汽车加速运行了一段时间的这个过程中的多个尾气数据,从该多个尾气数据中选取一个比较合适的尾气数据,或者选取几个变化较小的尾气数据再求平均值。
步骤S103,根据所述尾气数据分析尾气中含有的有害气体的含量。
检测得到尾气中有害气体的含量后,可借鉴美国柠檬法(Lemon Law)对尾气质量进行分级,即通过尾气质量分级划分反应被测汽车的燃烧效率及环保性能。作为一种举例,说明催化装置对尾气排放的影响:当λ=0.98,催化装置起作用时CO=0.07%;催化装置不起作用时CO=0.83%(以上数据由一辆瑞典VOLVO经尾气单元实测而得);可见起作用的催化装置能大幅度减少CO的排放,本实施例方法即可避免这样的作假行为导致的尾气检测不准确,提高检测精度。
进一步地,所述方法还包括:
步骤S104,在所述被测汽车的催化装置的温度达到预设温度值之前,通过尾气检测装置获得尾气中含有的有害气体的含量。
需要说明的是,步骤S103、步骤S104没有先后顺序之分,是在同一时间进行的,即从OBD系统获取尾气数据和尾气检测装置获得尾气中有害气体含量是在同一时刻进行的。
步骤S105,比较相同时间(即尾气检测单元也是在被测汽车处于加速运行状态,且所述被测汽车的催化装置的温度达到预设温度值之前,获取尾气数据,并分析尾气中含有的有害气体的含量)下根据OBD系统读取的尾气数据分析得到的有害气体的含量与尾气检测装置获得的有害气体的含量,如果含量比较结果大于预定值,即两种方式下获得的有害气体含量的差值大于预设值,发出报警信号。
此处的判断两种方式下获得的有害气体含量的差值是否大于预设值可以有多种实施方式,例如,两种方式下,判断尾气中的每一种害气体的含量差值是否大于预设值,只要有一种有害气体的含量差值大于预设值则判定为获得的有害气体含量的差值大于预设值;又如,两种方式下,尾气中每一种有害气体的含量差值均大于预设值才判定为获得的有害气体含量的差值大于预设值。
一般情况下,从OBD系统中读取的数据是较为真实的数据,但是少部分不良商家可能会在OBD系统中安装作弊软件,使得从OBD系统中读取的数据不真实。两种方式下获得的尾气中有害气体含量不一致,即可能是被测汽车的OBD系统中安装了作弊软件,使得从OBD系统中读取的数据不真实,导致分析得到的有害气体的含量不准确,因此,本实施例所述方法还可以排除通过对OBD系统作弊的情况,以尾气检测装置获得的尾气中有害气体的含量为检测结果,评判被测汽车的环保性能,可进一步提高检测结果的准确度。
应用本实施例提供的方法检测汽车的尾气质量,可以排除催化装置的影响,且不需要拆除催化装置,而直接测得发动机的真实排放情况,准确度高。
作为另一种更简洁的技术方案,本发明实施例提供了另一种汽车性能检测方法,包括以下步骤:
被测汽车在运行的状态下,采集被测汽车的催化装置的温度;
在所述被测汽车的催化装置的温度达到预设温度值之前,通过尾气检测装置获得尾气中含有的有害气体的含量。
在被测汽车的催化装置的温度达到预设温度值之前,进行尾气检测,且直接用尾气检测装置直接采集尾气数据得到有害气体含量,即排除了催化装置的高温分解作用对检测结果造成的影响,又排除了对OBD系统作假导致从中获取的尾气数据不真实的情况,通过本方法检测得到的尾气中有害气体含量准确度高。
实施例2
图2示出了本发明实施例提供的另一种汽车性能检测方法。请参阅图2,本实施例提供的汽车性能检测方法,包括:
步骤S201,被测汽车在加速运行的状态下,在被测汽车的催化装置的温度在300℃以下,通过尾气检测装置获得尾气中含有的有害气体的含量。
步骤S202,在所述被测汽车从预设速度(如50km/h或100km/h)减速运行到速度为零的过程中,利用压力传感器采集用户作用于踏板的踏板压力,从所述踏板压力达到第一预设压力值时开始,即制动力开始起作用的瞬间,检测装置从被测汽车的OBD系统中获取第一测试数据,直至被测汽车的速度减速至零,所述第一测试数据包括转向角、减速制动距离、减速制动时间中的至少两项,通过所述转向角和所述减速制动距离、或所述转向角和所述减速制动时间来判读汽车的安全性。
实现时,压力传感器将作用于踏板的踏板压力转换成电信号,传输给检测装置,检测装置在接收到该电信号,当该电信号达到对应的(压力与电信号成线性关系)第一预设压力值时,开始从OBD系统中提取第一测试数据,直至被测汽车的速度减速至零。从开始提取第一测试数据到被测汽车的速度减速至零的过程中有多个第一测试数据(此过程中的每一个时间节点(或称为测试瞬间)有一个第一测试数据)。
在被测汽车从预设速度减速运行到速度为零的过程中,转向角可以反应被测汽车在制动过程中的稳定性(即跑偏量),转向角越小,说明跑偏量越小,汽车稳定性能越好。现有技术中是想办法直接测量跑偏的距离,以跑偏的距离来判定被测汽车的稳定性,直接测量跑偏的距离很不准确,因此测得的稳定性也不准确,本实施例所述方法中,通过从OBD系统中直接读取转向角,以转向角判读跑偏量,准确度高。
其中转向角度α:转向角度的计算,在GB7258-2012标准(设制动初速度50km/h,制动距离19m)下,直角三角中∵sinα=X/K,∴X=Ksinα,X=K∫sinαdα,其中X表示跑偏距离,K表示允许的制动距离(依据有关标准确定的常数),由此得出以下几典型值,比如α=1°30′(跑偏=0.5m);α=4°31′(跑偏=1.5m);α=7°33′(跑偏=2.5m);α>7°33′(跑偏>2.5m)。依跑偏量大小,可将汽车稳定性划分成若干等级。
减速制动距离及减速制动时间可以反应汽车的制动性能,减速制动距离越小,减速制动时间越少,说明汽车制动性能越好;通过检测被测汽车的转向角,以及减速制动距离和/或减速制动时间,可以检测出被测汽车的安全性,即被测汽车的制动稳定性及紧急制动能力。减速制动距离:距离越小,说明被测汽车制动性越好。可以依据制动距离的大小将汽车制动性能划分成若干等级。紧急制动所需时间(即前述减速制动时间),时间越少,说明汽车制动性越好。可以依据制动时间的多少将汽车制动性能划分成若干等级。可以用跑偏量加减速制动距离表示制动性能,也可以用跑偏量加减速制动时间表示制动性能。
所述第一测试数据包括转向角、以及减速制动距离、减速制动时间中的至少一项,减速制动距离或减速制动时间可以反应出被测汽车的制动性能,一个第一测试数据可以反应出一个时间节点下被测汽车的制动性能,较佳地,本步骤中,检测装置在获取到第一测试数据后,生成时间与转向角的关系图,时间与减速制动距离的关系图,以时间为参考对象,生成转向角、减速制动距离、减速制动时间的关系图,从生成的图像中可便于获知全过程中的汽车跑偏量(以转向角度表示)和/或减速制动距离和/或减速制动时间情况。
步骤S203,在被测汽车从零加速运行到设定速度(例如100Km/h)的过程中,从OBD系统中读取节气门开度数据(适用于老车型)或加速踏板位置数据(适用于新车型),当节气门开度数据达到预定开度、或加速踏板位置数据达到预定位置时开始计时,直至被测汽车加速至设定速度,得到加速时间,以获得的加速时间判读被测汽车的动力性能。
用时越少,加速度越大,则动力性也越好。可以用加速时间的多少将汽车动力性划分成若干等级。
步骤S204,在被测汽车加速至所述设定速度的过程中,从OBD系统中获取被测汽车的发动机转速数据,生成时间与发动机转速图像,如果图像中转速有跳变,报警提示发动机故障。
加速过程中,加速踏板保持全开,若数据图像看到发动机转速正向跳变,说明负载瞬间减少,由此可判明离合器打滑或传动零件打滑引起;若数据图像看到发动机转速突然负向跳变,说明负载瞬间加大,表明变速箱换挡制动。
目前,由于技术进步,品质提升,出厂的新车都配置了电脑。若要检测汽车的动力性,用传统方法检测发动机功率己无法实现。这是因为:水力测功、电涡流测功、无负载测功、底盘测功都属于非就车测功,检测时要求发动机与传动系分离,而汽车电脑是控制全车的,不适用于上述检测,缺一部件的传感器数据,电脑就会视为故障而保护性地停止工作(或以低转速运转而限制功率输出),无法测得功率,动力性能无法判定。然而本方法中,加速时间的测算以节气门开度数据或加速踏板位置数据为依据(当节气门开度数据或加速踏板位置数据分别达到预设值时开始计时),节气门开度数据或加速踏板位置数据直接从被测汽车的OBD系统中获得,进而得到加速时间,可以测试汽车的动力性能。通常影响汽车驱动轮功率的主要因素是发动机的热损失(主要由发动机的自身缺陷造成)和机械损失(主要由传动系的技术状况决定)。按照本步骤测加速度可以反映三种结果:一是驱动轮功率正常,即发动机与传动系都正常;二是发动机正常而传动系不正常;三是发动机不正常而传动系正常。本方法的优越之处在于:能发现动力性差的原因是发动机还是传动系;而且,还能发现“弹射加速”等作弊行为。而且是全过程的检测,有别于传统方法的只看最终结果。例如,在测加速度的数据图像中,不仅能看出加速前瞬间和最后结果,更能看出过程中某一瞬间是发动机或是传动系有故障隐患。
步骤S205,在所述被测汽车匀速运行过程中,利用超声波流量计测量值计算出被测汽车的油耗量。利用超声波流量计检测燃油流量,准确可靠,超声波流量计可以选用时差式超声波流量计、多普勒式超声波流量计等,利用超声波流量计检测燃油流量为现有技术,此处对此不做细述。采用时差式超声波流量计反映值计算出汽车在实际运行中的燃油消耗量,并可以以此分出若干等级,评价经济性。
需要说明的是,上述步骤S201-S205的执行顺序没有限定,可以任意设置。本实施例提供的汽车性能检测方法不仅可以准确地检测汽车的环保性能,还可以检测出汽车的制动性能、动力性能及油耗性能,而且检测结果准确度高,可以排除目前检测方法中存在的造假,且检测过程简单、快捷。
本发明实施例中所述的检测装置,包括接口单元、微控制器、测温仪、显示屏、压力传感器和超声波流量计;其中,
所述接口单元用于与被测汽车的OBD系统连接以获取数据;
所述测温仪与所述微控制器电性连接,用于安装于被测汽车上,检测被测汽车的催化装置的温度,并将检测得到的温度数据传输至所述微控制器。
所述显示屏用于显示检测过程中产生的数据或图像,如尾气数据;
所述压力传感器,用于采集在被测汽车从预设速度减速运行到速度为零的过程中,作用于踏板的踏板力,并将采集得到的压力值传输至所述微控制器;
所述微控制器用于,在被测汽车处于加速运行状态,且所述被测汽车的催化装置的温度达到预设温度值之前,通过所述接口单元,从所述被测汽车的OBD系统中获取尾气数据,并根据所述尾气数据,分析尾气中含有的有害气体的含量;还用于比较相同时间下根据OBD系统读取的尾气数据分析得到的有害气体的含量与尾气检测装置获得的有害气体的含量,如果含量比较结果大于预定值,发出报警信号;还用于从踏板力达到第一预设压力值时开始,从被测汽车的OBD系统中获取第一测试数据,直至被测汽车的速度减速至零,所述第一测试数据包括转向角、减速制动距离、减速制动时间中的至少两项,通过所述转向角和所述减速制动距离、或所述转向角和所述减速制动时间判读被测汽车的安全性;还用于在所述被测汽车从零加速运行到设定速度的过程中测得加速时间,以加速时间判读被测汽车的动力性能;还用于在被测汽车从零加速至所述设定速度的过程中,从被测汽车的OBD系统中获取发动机转速数据,生成时间与发动机转速图像,如果图像中转速有跳变,报警提示发动机故障。
所述超声波流量计,用于测量被测汽车在匀速运行过程中的燃油流量。
以上方法能够科学、客观地检测汽车的几项主要性能,并得到量化的检测结果,为更充分地体现其使用价值,以下就利用这些检测结果采用多指标加权综合评价的方法对汽车性能进行定量评级。该评级方法包括如下步骤:
1、汽车性能综合评价指标体系
按前文所述汽车检测方法可简便、准确地采集反映汽车动力性、安全性、环保性和燃油经济性的相应参数,这些参数具备简单性、独立性、代表性、可行性的特征,符合综合评价法的指标选取原则,而且,各项性能参数均是用就车路试法测得,所测结果均为工况参数,数据真实,适合定量评价,量化结果最趋近于汽车用户的实际体验,因此,利用这些参数建立评价指标体系对汽车进行定量评级更具有科学性和参考性,即
Y={Y1,Y2,Y3,Y4}
汽车性能定量评级指标体系如表1所示。
表1汽车性能定量评级指标体系
指标性质 | 一级指标 | 二级指标 |
定量指标 | 安全性 | 制动距离&制动偏移量(Y1) |
定量指标 | 动力性 | 零至一百公里加速时间(Y2) |
定量指标 | 环保性 | CO含量(Y3) |
定量指标 | 燃油经济性 | 油耗(Y4) |
注:制动距离&制动偏移量表示两个量关联度极强,合并为一个指标。
2、权数的计算
由技术专家、管理专家和评价专家组成评委,由各个评委根据经验,独立给出一套权数,形成一个权数矩阵,即
式中,n为评委的数量;m为评价指标总数
在数据处理时,取其算术平均值代表评委的集中意见。其计算公式为
式中,n为评委的数量;m为评价指标总数;Wj为第j个指标的权数平均值;Wji为第i个评委给第j个指标权数的赋权值
权数归一化处理的算法为
以上算法所得权数作为标准权值使用。实际应用时,权数的确定采用主观赋权的方法动态设定,可根据评价者对某些性能的特殊需求调整权数,这样评级的结果会更符合使用者的个性化要求。
3、综合评价模型及算法
汽车性能定量评级方案如表2。其中,二级指标(E)的定义及量纲参照国家有关标准,参考值区间(X)参照有关国家标准或新车实测数据选取,安全性(Y1)的两个二级指标(E1,E2)因为关联度极强,为便于量化,其评级指数(I1)采取逻辑相与的方法作合并处理,计算方法为I1=Z11·Z12,(其中,Z11表示制动距离的计算指数,Z12表示制动偏移量的计算指数,用下述公式中计算指数(Z)的算法计算出来),等级系数(D)可确定等级划分的总数,如D=100,则总共可划分为100个等级,依此类推。
表2汽车性能定量评级方案
计算方法如下:
计算指数
说明:Xmax表示最优值,由于其内在关系是成反比例的,即其数值越小,性能越优,所以有Xmax≤C≥Xmin
评级指数 I=Z(特例的,I1=Z11·Z12)
等级系数 D≥2
分项等级 F=I·D
综合等级
式中,0≤Wj≤1且满足fj为第j个指标的分项等级。评级实例:
以测评一台有三年车齡的2013款蒙迪欧1.5L GTDi180为例,设定参考值区间的最优值(Xmax)为该型号新车最优的实测值,等级系数(D)为100,将该车检测的参数代入即可得如下的评级结果。
如上表:各指标检测值、参考值区间、等级系数、权数确定且己知,则其动力性的分项等级(F2)计算如下:
计算指数
评级指数 I2=Z2=0.99
分项等级 F2=I2·D2=0.99·100(等级系数D2取值为100)
同法,可计算F1、F3F4,则
综合等级 S=F1×W1+F2×W2+F3×W3+F4×W4
=89×30%+99×30%+92×20%+98×20%
=94
该车评级结果其综合等级为94分,安全性等级为89分,动力性等级为99分,环保性等级为92分,燃油经济性等级为98分,这些等级均是以该车型新车实测最优性能作比较的得分,参考性好,若另选一台同型号车辆测评得到一个结果,则两台车就可直接通过评级得分来比较优劣。
4、评级结果的使用和分析
被测车辆的评级能够用量化分值的形式客观地反映该车的整体性能,对于用户选购汽车特别是二手车时有直接地参考作用。实际使用中,由于测试条件的差异(如胎压、道路状况、整车装备等),有可能存在评级误差,所以,应尽量保证检测和评级的过程标准化,并引入校正参数修正评级误差。
检测过程中,除了评级的需的五项二级指标外,还采集了过程数据,如果评级结果异常,还能向用户提供其过程的数据分析,发现汽车存在的问题和隐患。
本发明述及的方法,可定制专用检测设备进行检测和评级,中间数据自动上传云端数据库保存,供大数据挖掘和分析作准备,检测和评级的报告可经互联网实时传输给用户的手机或电脑,保障用户即时获取客观、透明的有价值信息。
本发明实施例提供的汽车性能检测方法,具有以下优势:
客观性:以车载诊断(On-Board Diagnostics)系统为基础,全部数据来自汽车自身,无任何外界或人为干扰,客观、准确。
简便性:就车(直接是被测汽车在公路运行过程中)动态检测,有别于传统的需要到专门的检测线静态检测。
科学性:所有检测变量,都用数学公式表达,积分时支持多等级划分。
新颖性:用数学建模方法来划分被测车,是定量的,各指标都可细分成很多等级。
实用性:指标细分利于反映性能间的差异,符合市场,满足个性化要求,便于区分,有利交易。
预测性:因为数据图像可反映过程中的瞬间异常,有助判明故障,消除隐患。
测减速度时,能同时反应出踏板力大小、跑偏量、制动距离与时间的关系。测加速度时,能同时反映出速度变化、距离、时间的关系。检测尾气时,可以排除催化装置的影响,而直接测到发动机真实排放情况。传统方法检测时,燃烧不好的发动机排出的可燃气在催化装置中被高温分解,单纯看尾气排放是合格的,这一假象掩盖了发动机因燃烧不佳而多消耗燃油,造成了资源浪费的事实。例如:2015年9月爆发的德国大众柴油车排放造假事件,就是厂家用作弊软件欺骗监管。汽车在道路上行驶时实际的尾气排放量超过美国标准的40倍,但是,进入检测程序时,汽车ECU中的代码(Defeat-Device)能自动识别出自己是否正在被检测尾气,以此调节尾气处理装置,通过排放检测。检测燃油消耗量(L/100Km)时,以等速行驶法进行,反映汽车在实际运行中的燃油消耗量,并以此分出等级,评价经济性,这样可以杜绝数据造假,防止如日本"三菱“公司燃油门事件的发生。使用本发明的方法,就能发现此类造假问题,科学、简便、易操作,省事、快捷、效率高。检测标准为GB7258-2012或被测汽车的原厂新车性能参数。
通过数据图像分析,不仅能看出结果,也能看出过程中某一瞬间出现的隐患,对提高汽车综合性能大有裨益。同时,检测过程可经互联网实时传输给买卖双方的手机或电脑,如此,买卖双方就可以在信息透明、对称的条件下,按质、按级论价,利于公平交易。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (8)
1.一种汽车性能检测方法,其特征在于,包括以下步骤:
被测汽车在运行的状态下,采集被测汽车的催化装置的温度;
在所述被测汽车的催化装置的温度达到预设温度值之前,从所述被测汽车的OBD系统中获取尾气数据;
根据所述尾气数据分析尾气中含有的有害气体的含量;
在所述被测汽车的催化装置的温度达到预设温度值之前,通过尾气检测装置获得尾气中含有的有害气体的含量;
比较相同时间下根据OBD系统读取的尾气数据分析得到的有害气体的含量与尾气检测装置获得的有害气体的含量,如果含量比较结果大于预定值,发出报警信号。
2.根据权利要求1所述的汽车性能检测方法,其特征在于,所述被测汽车在加速运行的状态下,采集被测汽车的催化装置的温度。
3.根据权利要求1或2所述的汽车性能检测方法,其特征在于,所述方法还包括步骤:
在所述被测汽车从预设速度减速运行到速度为零的过程中,采集用户作用于踏板的踏板压力,从所述踏板力达到第一预设压力值时开始,从被测汽车的OBD系统中获取第一测试数据,直至被测汽车的速度减速至零,所述第一测试数据包括转向角、减速制动距离、减速制动时间中的至少两项;
通过所述转向角和所述减速制动距离、或所述转向角和所述减速制动时间判读被测汽车的安全性。
4.根据权利要求3所述的汽车性能检测方法,其特征在于,所述方法还包括步骤:
生成时间与转向角的关系图,生成时间与减速制动距离的关系图。
5.根据权利要求3所述的汽车性能检测方法,其特征在于,所述方法还包括步骤:
在所述被测汽车从零加速运行到设定速度的过程中,从被测汽车的OBD系统中读取加速踏板位置数据,当加速踏板位置达到预定位置时开始计时,直至被测汽车加速至所述设定速度,以ODB系统中获得的加速时间判读被测汽车的动力性能;或,
在所述被测汽车从零加速运行到设定速度的过程中,从被测汽车的OBD系统中读取节气门开度数据,当节气门开度达到预定开度时开始计时,直至被测汽车加速至所述设定速度,以ODB系统中获得的加速时间判读被测汽车的动力性能。
6.根据权利要求5所述的汽车性能检测方法,其特征在于,所述方法还包括步骤:
在被测汽车从零加速至所述设定速度的过程中,从被测汽车的OBD系统中获取发动机转速数据,生成时间与发动机转速图像,如果图像中转速有跳变,报警提示发动机或传动系故障。
7.根据权利要求6所述的汽车性能检测方法,其特征在于,所述方法还包括步骤:
在所述被测汽车匀速运行过程中,利用超声波流量计测量所述被测汽车的燃油流量。
8.一种汽车综合性能评价方法,其特征在于,采用如下评价模型得到汽车综合性能的评价等级:
其中,0≤Wj≤1且满足Wj为第j个评价指标的权数,m为评价指标的总数,S为汽车综合性能的评价等级;
fj为第j个评价指标的分项等级,fj=Ij×D=Zj×D,xmax≤Cj≤xmin,Ij为第j个评价指标的评级指数,xmax为参考区间的最优值,xmin为参考区间的最差值,Cj为根据权利要求1-7 任一项所述方法得到的第j个评价指标的实际检测值,D为等级系数,D≥2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610663304.5A CN106353105B (zh) | 2016-08-12 | 2016-08-12 | 汽车性能检测方法及汽车综合性能评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610663304.5A CN106353105B (zh) | 2016-08-12 | 2016-08-12 | 汽车性能检测方法及汽车综合性能评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106353105A CN106353105A (zh) | 2017-01-25 |
CN106353105B true CN106353105B (zh) | 2018-09-14 |
Family
ID=57843902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610663304.5A Active CN106353105B (zh) | 2016-08-12 | 2016-08-12 | 汽车性能检测方法及汽车综合性能评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106353105B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11339703B2 (en) | 2019-10-23 | 2022-05-24 | Ford Global Technologies, Llc | Engine emission prediction system |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108362508A (zh) * | 2018-04-12 | 2018-08-03 | 汪林 | 汽车nvh检测装置、方法及汽车剩余使用寿命评估方法 |
CN108932591B (zh) * | 2018-07-11 | 2021-07-02 | 武汉科技大学 | 一种基于智能算法的二手车估值方法和系统 |
CN109190922A (zh) * | 2018-08-10 | 2019-01-11 | 中车青岛四方机车车辆股份有限公司 | 一种车辆质量评估方法及装置 |
CN109532489B (zh) * | 2018-10-19 | 2020-08-18 | 辽宁工业大学 | 一种基于数字化监测重型车辆发动机的监测系统和监测方法 |
CN109945923A (zh) * | 2019-03-22 | 2019-06-28 | 湖北文理学院 | 一种车载尾气排放测量通用装置 |
CN111795142B (zh) * | 2019-04-08 | 2022-08-02 | 河南森源重工有限公司 | 一种电动车辆、过线检测时换挡控制方法及装置 |
CN110501168A (zh) * | 2019-07-11 | 2019-11-26 | 广东科鉴检测工程技术有限公司 | 一种车辆刹车系统的可靠性试验方法 |
CN111272441A (zh) * | 2020-02-21 | 2020-06-12 | 上海昶欣机动车技术服务有限公司 | 一种机动车安全检测系统 |
CN111858685A (zh) * | 2020-07-08 | 2020-10-30 | 上海擎感智能科技有限公司 | 一种车辆排序方法、装置及计算机存储介质 |
CN115950647B (zh) * | 2022-12-19 | 2023-10-27 | 中国人民解放军陆军装甲兵学院 | 一种机电设备报废监测诊断分析方法 |
CN119413079A (zh) * | 2024-09-26 | 2025-02-11 | 安费诺高速技术(南通)有限公司 | 结合辅助感应的连接器端子质量检测方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1338625A (zh) * | 1997-08-25 | 2002-03-06 | 环境技术科学工场有限公司 | 汽车排气分析设备 |
CN103279879A (zh) * | 2013-05-29 | 2013-09-04 | 浙江搜车客网络技术有限公司 | 一种在线二手汽车估价的方法 |
CN103308324A (zh) * | 2013-06-25 | 2013-09-18 | 吉林大学 | 汽车智能化综合性能检测系统 |
CN103543020A (zh) * | 2013-11-01 | 2014-01-29 | 合肥英塔信息技术有限公司 | 一种基于适时技术检测数据评估二手汽车成新率的方法 |
CN103699108A (zh) * | 2014-01-03 | 2014-04-02 | 中天新能源农业科技投资有限公司 | 一种基于obd技术的机动车实时监控系统 |
CN104199436A (zh) * | 2014-08-15 | 2014-12-10 | 广西三原高新科技有限公司 | 一种汽车节能减排和维修的自动诊断系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3345827B2 (ja) * | 1997-03-07 | 2002-11-18 | 本田技研工業株式会社 | 車両診断装置 |
JP2000275145A (ja) * | 1999-03-26 | 2000-10-06 | Suzuki Motor Corp | 車両診断システムおよび記録媒体 |
US20110077817A1 (en) * | 2009-09-29 | 2011-03-31 | Chin-Yang Sun | Vehicle Diagnostic System And Method Thereof |
-
2016
- 2016-08-12 CN CN201610663304.5A patent/CN106353105B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1338625A (zh) * | 1997-08-25 | 2002-03-06 | 环境技术科学工场有限公司 | 汽车排气分析设备 |
CN103279879A (zh) * | 2013-05-29 | 2013-09-04 | 浙江搜车客网络技术有限公司 | 一种在线二手汽车估价的方法 |
CN103308324A (zh) * | 2013-06-25 | 2013-09-18 | 吉林大学 | 汽车智能化综合性能检测系统 |
CN103543020A (zh) * | 2013-11-01 | 2014-01-29 | 合肥英塔信息技术有限公司 | 一种基于适时技术检测数据评估二手汽车成新率的方法 |
CN103699108A (zh) * | 2014-01-03 | 2014-04-02 | 中天新能源农业科技投资有限公司 | 一种基于obd技术的机动车实时监控系统 |
CN104199436A (zh) * | 2014-08-15 | 2014-12-10 | 广西三原高新科技有限公司 | 一种汽车节能减排和维修的自动诊断系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11339703B2 (en) | 2019-10-23 | 2022-05-24 | Ford Global Technologies, Llc | Engine emission prediction system |
Also Published As
Publication number | Publication date |
---|---|
CN106353105A (zh) | 2017-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106353105B (zh) | 汽车性能检测方法及汽车综合性能评价方法 | |
Duarte et al. | Analysis of fuel consumption and pollutant emissions of regulated and alternative driving cycles based on real-world measurements | |
JP7053147B2 (ja) | 自動車特に自動車の装置のエネルギー効率を分析するためのシステムおよび方法 | |
JP6898101B2 (ja) | 車両のエネルギー効率を分析するためのシステムおよび方法 | |
CN103543020B (zh) | 一种基于适时技术检测数据评估二手汽车成新率的方法 | |
Montazeri-Gh et al. | Development of car drive cycle for simulation of emissions and fuel economy | |
WO2018034844A1 (en) | Method for improving fuel economy test precision in on-road vehicles | |
Tietge et al. | From laboratory to road | |
US20200160412A1 (en) | Server device and information providing method | |
CN205981712U (zh) | 汽车性能检测装置 | |
US20230130765A1 (en) | Method for Detecting the Load Mass of Commercial Vehicle | |
CN114662954A (zh) | 车辆性能评估系统 | |
US20210201598A1 (en) | Apparatus and method of providing automotive preventive maintenance service | |
Liu et al. | Identifying the effect of vehicle operating history on vehicle running emissions | |
CN115983720A (zh) | 基于海拔和温度的汽车排放性能检测方法 | |
CN118603578A (zh) | 一种车辆排放评估方法、系统、电子设备及存储介质 | |
Shahariar et al. | Real-driving CO2, NOx and fuel consumption estimation using machine learning approaches | |
Lee et al. | Classification of road type and driving style using obd data | |
CN114526930A (zh) | 一种智能网联汽车故障检测方法及系统 | |
Franco García | Evaluation and improvement of road vehicle pollutant emission factors based on instantaneous emissions data processing | |
Borken-Kleefeld et al. | Comparing emission rates derived from remote sensing with PEMS and chassis dynamometer tests-CONOX Task 1 report | |
Chung et al. | Study on Analysis of Real Road Driving Characteristics of Heavy-Duty Gas Delivery Tractor | |
Reddy | Driving behaviour classification: An eco-driving approach | |
Witaszek | Modeling of fuel consumption using artificial neural networks | |
Zachariadis et al. | Validation of road transport statistics through energy efficiency calculations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |