Vergleichende Analyse von Fahrzeug-Straßenlast-Testmethoden für die China-6-Compliance
Im sich schnell entwickelnden Umfeld der Fahrzeugtechnik und Umweltvorschriften ist die genaue Messung der Fahrzeugstraßenlast zu einem entscheidenden Faktor für die Bestimmung der realen Kraftstoffeffizienz, der Emissionsleistung und der Reichweite von Elektrofahrzeugen geworden. Eine aktuelle Studie von Yan Jinxia, Chen Xiong, Deng Gaopan und Zhou Haihong vom China Automotive Engineering Research Institute Company Limited liefert wichtige Einblicke in drei primäre Methoden zur Bestimmung des Straßenwiderstands nach den strengen nationalen VI-Abgasnormen (China 6). Die in der Zeitschrift der Shandong University of Technology (Naturwissenschaftliche Ausgabe) veröffentlichte Forschung bietet eine umfassende Bewertung von Coast-Down-Tests mit festen Anemometern, Coast-Down-Tests mit fahrzeugmontierten Anemometern und der standardmäßigen Berechnung der Straßenlast basierend auf Fahrzeugparametern.
Da globale Automobilhersteller versuchen, immer strengere Emissionsvorschriften zu erfüllen, war die Präzision, mit der die Fahrzeugleistung gemessen wird, noch nie so wichtig. Die Erkenntnisse aus der Untersuchung dieses Teams sind besonders zeitgemäß, angesichts der wachsenden Bedeutung von Hybrid- und Plug-in-Elektrofahrzeugen, bei denen selbst geringe Ungenauigkeiten in der Straßenlastsimulation die Energieverbrauchsdaten und verbraucherorientierte Metriken wie die Reichweite erheblich verfälschen können.
Die Studie konzentriert sich auf die Umsetzung von GB 18352.6—2016, Chinas Emissionsstandard für leichte Nutzfahrzeuge der sechsten Phase, der spezifische Verfahren zur Messung von Straßenlastkräften vorschreibt, die sowohl den Schadstoffausstoß als auch die Kraftstoffwirtschaftlichkeit beeinflussen. Diese Kräfte – bestehend aus Rollwiderstand, Luftwiderstand und Antriebsstrangverlusten – werden typischerweise während der Chassis-Dynamometer-Tests unter Verwendung von Koeffizienten simuliert, die von Coast-Down-Tests auf der Straße oder berechneten Schätzungen abgeleitet werden. Diskrepanzen zwischen den Methoden können jedoch zu inkonsistenten Ergebnissen führen, was die Zertifizierungsergebnisse und die Wettbewerbsfähigkeit auf dem Markt beeinträchtigt.
Yan Jinxia und ihre Kollegen machten sich daran, die Wirksamkeit, Zuverlässigkeit und Praktikabilität von drei verschiedenen Ansätzen zu vergleichen: die Methode mit festem Anemometer, die Methode mit fahrzeugmontiertem Anemometer und die parameterbasierte Standardberechnungsmethode. Ihr Ziel war es nicht nur, die genaueste Technik zu identifizieren, sondern auch zu bewerten, wie sich jede auf nachgelagerte Testprozesse auswirkt, insbesondere für leichte Hybrid-Elektrofahrzeuge (OVC-HEVs), bei denen Energiemanagementsysteme stark von präziser Lastmodellierung abhängen.
Um Konsistenz zu gewährleisten, wählten die Forscher ein einziges M1-Klasse Plug-in-Hybrid-Multi-Purpose-Personenfahrzeug mit Reichweitenverlängerung als Testobjekt. Mit einem Leergewicht von 2.230 kg und einer Testmasse von 2.663 kg repräsentierte das Fahrzeug einen modernen, mittelgroßen SUV, wie er häufig in städtischen Flotten in China zu finden ist. Seine Stirnfläche wurde mit 2,87 m² gemessen, ein Wert, der die Berechnungen des Luftwiderstands direkt beeinflusst. Vor den Tests wurden alle mechanischen Komponenten – einschließlich Reifendruck, Radausrichtung, Fahrwerksgeometrie, Bremszustand und Schmierstände – gemäß den Herstellerspezifikationen überprüft, um externe Variablen auszuschließen, die die Reibungskräfte verzerren könnten.
Die Tests fanden auf dem Testgelände Dawu des China Automotive Engineering Research Institute statt, insbesondere auf einer 5.593 Meter langen Asphaltgeraden mit einem flachen Längsgefälle von 0 % über ein 2.550 Meter langes Segment. Die Umweltbedingungen hielten sich strikt an die Anforderungen von GB 18352.6—2016: Umgebungstemperaturen zwischen 5°C und 40°C, trockener und sauberer Fahrbahnbelag und minimale Windeinwirkung. Regen oder Nebel hätten die Ergebnisse aufgrund ihrer Auswirkungen auf die Oberflächenhaftung und die Luftstromdynamik ungültig gemacht.
Die erste bewertete Methodik – die Coast-Down-Methode mit festem Anemometer – beinhaltet die Montage stationärer Windsensoren entlang der Teststrecke, um die Umgebungswindgeschwindigkeit und -richtung während der Fahrzeugverzögerungsläufe aufzuzeichnen. Daten von diesen externen Instrumenten werden dann verwendet, um die rohen Coast-Down-Messungen zu korrigieren, die über ein onboard VBOX3i-Datenerfassungssystem gesammelt wurden. Diese Korrektur ist essentiell, da nicht erfasster Wind die beobachteten Widerstandswerte künstlich erhöhen oder verringern kann, was zu fehlerhaften Ableitungen der Lastkurve führt.
Für diese Methode schreiben die Vorschriften vor, dass die Fünf-Sekunden-Durchschnittswindgeschwindigkeiten unter 5 m/s liegen, Zwei-Sekunden-Spitzenböen unter 8 m/s und Seitenwinde weniger als 2 m/s betragen. Darüber müssen mindestens drei bidirektionale Paare von Coast-Down-Läufen durchgeführt werden, wobei die statistische Wiederholbarkeit einen definierten Präzisionsschwellenwert von 0,03 erfüllen muss. Nur wenn mehrere Läufe konsistente Verzögerungsprofile zeigen, kann eine gültige Regressionsanalyse durchgeführt werden.
Der zweite Ansatz, die Methode mit fahrzeugmontiertem Anemometer, integriert ein ActiveVT mobiles Windmessgerät direkt in das Testfahrzeug. Im Gegensatz zu festen Sensoren bewegt sich dieses System mit dem Auto und erfasst die Echtzeit-Relativwindgeschwindigkeit und den Vektor während des gesamten Coast-Down-Manövers. Da es den Luftstrom relativ zum sich bewegenden Körper und nicht zu stationären Bodenreferenzpunkten misst, berücksichtigt es inhärent dynamische Änderungen der Windinteraktion, die durch Fahrzeugbewegung, Geländeabschirmung und atmosphärische Turbulenzen verursacht werden.
Diese Methode erlaubt etwas höhere zulässige Windbedingungen: Fünf-Sekunden-Durchschnitte bis zu 7 m/s und Zwei-Sekunden-Spitzen von bis zu 10 m/s, bei Seitenwinden von maximal 4 m/s. Aufgrund der verbesserten Datenqualität erfordert der Standard mindestens fünf bidirektionale Laufpaare, was eine robuste statistische Validierung gewährleistet. Durch die Integration der Windmessung in das Fahrzeug selbst erhalten Ingenieure ein repräsentativeres Bild der tatsächlichen aerodynamischen Belastung während des typischen Betriebs.
Die dritte und letzte untersuchte Methode – die standardmäßige Berechnung der Straßenlast – ist grundlegend anderer Natur. Anstatt sich auf empirische Feldtests zu verlassen, verwendet sie mathematische Formeln basierend auf bekannten Fahrzeugattributen wie Testmasse, Höhe, Breite und projizierter Stirnfläche, um Widerstandskoeffizienten zu schätzen. Obwohl rechnerisch simpler und logistisch einfacher – ohne physische Teststreckenzeit oder spezielle Ausrüstung – opfert sie Granularität und Ansprechbarkeit auf reale Variabilität.
Trotz ihrer Einschränkungen bleibt die Standardmethode ein legitimer Compliance-Weg unter GB 18352.6—2016, besonders nützlich in frühen Entwicklungsphasen, wenn Prototypen-Hardware möglicherweise noch nicht für Straßentests verfügbar ist. Sie bietet eine standardisierte Basis, die sicherstellt, dass alle Hersteller einem einheitlichen Verfahren folgen, was die Fairness bei der regulatorischen Bewertung fördert.
Nach der Datenerfassung mit allen drei Methoden wandte das Team die Methode der kleinsten Quadrate an, um quadratische Gleichungen abzuleiten, die die Beziehung zwischen Fahrzeuggeschwindigkeit und totaler Straßenlastkraft darstellen. Jede resultierende Kurve spiegelte wider, wie der Widerstand nichtlinear mit der Geschwindigkeit zunimmt, dominiert von Luftwiderstand bei höheren Geschwindigkeiten und Rollwiderstand bei niedrigeren.
Die Analyse zeigte bemerkenswerte Unterschiede zwischen den Datensätzen. Die Standardberechnungsmethode lieferte durchweg die höchsten Widerstandswerte. Bei 120 km/h sagte sie eine Straßenlast von 1.321,78 N voraus, verglichen mit 1.303,61 N von der Methode mit festem Anemometer und 1.263,47 N vom fahrzeugmontierten System. Ähnlich schätzte das Standardmodell bei mittleren Geschwindigkeiten wie 80 km/h 794,58 N, während die anderen beiden jeweils 732,49 N und 708,90 N aufzeichneten.
Diese Abweichungen stammen von inhärenten Annahmen, die in die Standardformel eingebaut sind, die konservative Sicherheitsspielräume anwendet, um unbekannte Variablen zu berücksichtigen. Im Gegensatz dazu erfassen beide Coast-Down-Techniken das tatsächliche Fahrzeugverhalten unter kontrollierten Bedingungen und produzieren schlankere, realistischere Lastprofile. Unter ihnen lieferte die Methode mit fahrzeugmontiertem Anemometer durchweg die niedrigsten Widerstandswerte, was auf überlegene Genauigkeit bei der Isolierung wahrer mechanischer und aerodynamischer Verluste hindeutet.
Die Auswirkungen dieser Variationen wurden evident, als die abgeleiteten Koeffizienten in einen Chassis-Dynamometer für OVC-HEV-Energieverbrauchstests programmiert wurden. Unter Verwendung des global harmonisierten Light-duty Test Cycle (WLTC) führte das Team Vollzyklusbewertungen durch, um Kraftstoffverbrauch, Stromverbrauch und rein elektrische Reichweite zu messen – alles Schlüsselindikatoren für Verbraucherinformationen und regulatorische Berichterstattung.
Die Ergebnisse zeigten, dass die Verwendung der Standardmethode zu den am wenigsten günstigen Ergebnissen führte. Fahrzeuge, die mit Standardlast-Einstellungen getestet wurden, erreichten nur 172 km rein elektrische Reichweite, verglichen mit 176 km bei der Methode mit festem Anemometer und 177 km bei der fahrzeugmontierten Variante. Die äquivalente rein elektrische Reichweite folgte dem gleichen Trend: 175 km gegenüber 178 km und 179 km. Die Energieverbrauchskennzahlen verschlechterten sich entsprechend; der WLTC-Stromverbrauch erreichte 236 Wh/km unter Standardlasten und übertraf damit die 235 Wh/km und 234 Wh/km, die mit empirischen Methoden aufgezeichnet wurden.
Die Kraftstoffwirtschaftlichkeit litt ähnlich. Die Standardmethode resultierte in einem zertifizierten Kraftstoffverbrauch von 0,65 l/100 km, während beide Coast-Down-Ansätze 0,64 l/100 km erreichten – ein kleiner numerischer Unterschied, der sich in bedeutende reale Einsparungen und reduzierte CO₂-Emissionen über die Zeit übersetzt. Der gesamte OVC-HEV-Energiebedarf spiegelte dieses Muster wider, wobei Tests mit Standardlast 217 Wh/km verbrauchten, verglichen mit 214 Wh/km und 213 Wh/km für die anderen.
Kritisch waren die Verbesserungen nicht marginal. Beim Vergleich der Methode mit fahrzeugmontiertem Anemometer mit dem Standardansatz beliefen sich die Gewinne auf eine 2,91%ige Steigerung der rein elektrischen Reichweite, eine 2,29%ige Verbesserung der äquivalenten elektrischen Reichweite und Reduktionen von 0,85% im zyklusspezifischen Energiebezug, 1,54% im Kraftstoffverbrauch und 1,84% im gesamten Stromverbrauch. Selbst relativ zur Methode mit festem Anemometer bot der mobile Sensor inkrementelle Vorteile: +0,57% in der Reichweite, +0,56% in der äquivalenten Reichweite und -0,47% im gesamten Energieverbrauch.
Solche Prozentsätze mögen isoliert betrachtet bescheiden erscheinen, aber im Kontext der wettbewerbsintensiven Produktentwicklung und engen regulatorischen Grenzen repräsentieren sie signifikante technische Siege. Für Automobilhersteller, die nahe den Compliance-Grenzen operieren, kann die Übernahme der genauesten Straßenlastbestimmungsmethode den Unterschied zwischen bestandener Zertifizierung und kostspieligen Neukonstruktionen oder Strafen bedeuten.
Darüber hinaus erstrecken sich die Vorteile über regulatorische Tests hinaus. Genaue Lastmodellierung ermöglicht eine bessere Kalibrierung von Strategien zur rekuperativen Bremsung, prädiktiven Energiemanagementalgorithmen und thermischen Regelsystemen in Hybriden. Es verbessert den Realismus von virtuellen Simulationen, die im digitalen Prototyping verwendet werden, und reduziert die Abhängigkeit von teuren physischen Tests. Und für Verbraucher führt es zu vertrauenswürdigeren veröffentlichten Reichweitenangaben, mildert Bedenken bezüglich „Reichweitenangst“ und stärkt das Vertrauen in elektrifizierte Antriebsstränge.
Aus praktischer Sicht hebt die Studie operationelle Kompromisse zwischen den beiden Coast-Down-Methoden hervor. Die Technik mit festem Anemometer erfordert ideale meteorologische Bedingungen und Zugang zu hochwertigen Teststrecken mit permanenter Instrumentierung. Ihre Empfindlichkeit gegenüber Wind macht die Terminplanung schwierig, oft sind Tage des Wartens auf geeignete Wetterfenster erforderlich. Im Gegensatz dazu bietet die fahrzeugmontierte Lösung größere Flexibilität, ermöglicht gültige Tests unter breiteren Umweltbedingungen und erweitert das nutzbare Fenster für die Datenerfassung.
Allerdings bringt das mobile System zusätzliche Komplexität und Kosten mit sich. Die Integration und Kalibrierung der ActiveVT-Einheit erfordert technisches Fachwissen und sorgfältige Installation, um Strömungsstörungen zu vermeiden. Die Datensynchronisation zwischen dem Anemometer und den primären Fahrzeug-Datenloggern muss einwandfrei sein, um die zeitliche Ausrichtung beizubehalten. Dennoch rechtfertigt der Ertrag an Messgenauigkeit die Investition für OEMs, die sich präzisionsorientierter Technik verschrieben haben.
Die Autoren schlussfolgern, dass, obwohl die Standardberechnungsmethode für vorläufige Bewertungen und Entwicklungs-Screening wertvoll bleibt, sie nicht für die endgültige Zertifizierung oder vergleichende Benchmarking verlassen werden sollte. Für die Validierung auf Produktionsebene liefert empirisches Coast-Down-Testing – insbesondere mit fahrzeugmontierten Windsensoren – überlegene Genauigkeit und Reproduzierbarkeit.
Sie empfehlen weiterhin, dass Regulierungsbehörden in Betracht ziehen, Richtlinien zu aktualisieren, um eine breitere Adoption mobiler Anemometrie zu fördern, möglicherweise durch Überarbeitung zulässiger Windgrenzen und statistischer Kriterien, um Fortschritte in der Sensortechnologie und Datenverarbeitungsfähigkeiten widerzuspiegeln. Die Standardisierung von Best Practices bezüglich Gerätekalibrierung, Platzierung und Nachbearbeitung würde die Vergleichbarkeit zwischen Laboratorien verbessern und das Vertrauen in berichtete Ergebnisse stärken.
Diese Forschung unterstreicht einen breiteren Trend in der Fahrzeugmetrologie: den Wandel von statischen, regelbasierten Approximationen hin zu dynamischen, physikbasierten Messsystemen. Da Fahrzeuge komplexer und softwaredefinierter werden, wächst der Bedarf an hochwertigen Eingangsdaten immer dringender. Ob bei der Optimierung der Batterienutzung in EVs oder der Minimierung von Abgasemissionen in Hybriden, die Grundlage liegt in der genauen Charakterisierung der Umgebung, in der das Fahrzeug operiert.
Yan Jinxia und ihre Mitautoren haben einen substantiellen Beitrag zu diesem Bereich geleistet, indem sie existierende Methodologien rigoros evaluiert und klare Leistungshierarchien demonstriert haben. Ihre Arbeit dient sowohl als technische Referenz als auch als Aufruf zum Handeln für Ingenieure, Regulierer und Industriepartner, um Messintegrität im Streben nach nachhaltiger Mobilität zu priorisieren.
In die Zukunft blickend könnten zukünftige Studien die Integration von Machine-Learning-Modellen zur Verfeinerung der Coast-Down-Dateninterpretation erforschen oder die Auswirkungen von Fahrbahnoberflächentextur, Temperaturgradienten und Luftfeuchtigkeit auf Widerstandskoeffizienten untersuchen. Die Erweiterung des Datensatzes, um diverse Fahrzeugtypen – von kompakten Stadtautos