TÜRKİYE SÜRÜŞ ÇEVRİMLERİNİN OLUŞTURULMASI: KONYA ŞEHRİ ÇALIŞMASI

Transkript

1 OTEKON Otomotiv Teknolojileri Kongresi Mayıs 216, BURSA TÜRKİYE SÜRÜŞ ÇEVRİMLERİNİN OLUŞTURULMASI: KONYA ŞEHRİ ÇALIŞMASI S. Çağlar Başlamışlı*, Mertcan Koçak*, Bayramcan İnce*, M. Caner Testik** * Hacettepe Üniversitesi, Mühendislik Fakültesi, Makine Müh. Böl., ANKARA * Hacettepe Üniversitesi, Mühendislik Fakültesi, Endüstri Müh. Böl., ANKARA ÖZET Bu çalışmada, taşıt emisyonları ve yakıt tüketimini Türkiye için geçerli trafik koşulları kapsamında tahmin edilmesi için şehir içi sürüş çevirimlerinin elde edilmesi ile ilgili bir yöntem sunulmuştur. Önerilen yöntem binek taşıtlardan toplanan hız zaman verilerinin işlenmesine dayanmaktadır. Temel olarak, mikro yolculuk olarak adlandırılan ve taşıt hızının sıfır olduğu iki an arası hız profillerinin benzerlikleri değerlendirilmektedir. Mikroyolculukların oluşturulmasında birtakım önemli parametreler vardır. Bunlar, bir yandan, mikro-yolculuğu oluşturan hız-zaman profillerinin yüzde kaçının hızlanma, yavaşlama, sabit hızda gerçekleştiği; öte yandan mikro-yolculuğun ortalama hızı kayıt altına alınmalıdır. Benzerlik ölçütlerine göre gruplandırılan mikroyolculuklar karakteristik sınıflandırma(classification) algoritmalarıyla incelenmiştir. Kümelerin içinden küme karakteristiklerini temsil etmek üzere seçilen mikro-yolculuklardan, sıklık bilgisi de kullanılarak sürüş çevrimi oluşturulmuştur. Amaç, mümkün olduğunca gerçek koşulları genelleştirebilecek sürüş çevriminin belirlenmesidir. Çalışma esnasında Konya ili pilot il olarak seçilmiştir. Anahtar kelimeler: Sürüş Çevrim,, Mikro-Yolculuk, Yakıt Tüketimi, Emisyon Değerleri. DRIVING CYCLES FOR TURKEY: KONYA CASE STUDY ABSTRACT In this study, a method has been proposed for the determination of urban driving cycles for the prospective calculation of vehicle emissions and fuel consumption under traffic conditions prevailing in Turkey. The proposed method is based on extensive speed time data collected from a set of passenger vehicles. The key point of the method resides in the comparison of micro-trips which are defined as speed profiles with zero initial and final speeds. There are a number of important parameters to consider when defining micro-trips. On the one hand, one must define the percentage acceleration, deceleration, cruise values and on the other hand one must consider the average speed of the micro-trip to provide a concrete comparison basis for micro-trips. Micro-trips that were grouped with measures of similarity were analyzed with classification algorithms. Most representative micro-trips were used to form the driving cycle also taking into account the frequency information. The Konya province was chosen as a pilot province for the calculation of the driving cycle. Keywords: Driving Cycle, Micro-trip, Fuel Consumption, Emission Values 1. GİRİŞ Artan taşıt sayısı kaynaklı emisyonlar taşıtların kullanım şekline ve farklı trafik koşullarına göre değişiklik göstermektedir. Sürüş çevrimleri bir taşıtın bir bölgede (şehir/devlet/kıta) ortalama olarak nasıl kullanıldığını ifade etmeye yarayan taşıt hız-zaman grafikleridir. Sürüş çevrimini oluşturmadaki ilk adım bölgeyi temsil niteliği olan rotaların seçilmesidir. Yoğun olarak kullanılan ana arterler seçilmektedir. Bu yollar seçilirken, bu yolların farklı trafik sürüş koşullarını barındırıp barındırmadığına bakılmaktadır. Bu yollar hem çok sıkışık bir trafiğe sahip şehiriçi yoğun kentsel bölgeleri, hem de yüksek hızlara çıkılabilen otoyolları kapsamalıdır.

2 Sürüş çevrimleri kullanım amacına göre de iki farklı şekilde sınıflandırılır. İlk grupta trafiğe çıkacak araçların denetlenmesine yönelik olarak oluşturulan ve homologasyon testlerinde kullanılan çevrimler bulunmaktadır. Diğer grup ise, belli bir bölgedeki trafik karakteristiğini anlamak ve o bölgedeki egzoz gazı emisyonlarının gerçekçi olarak tahmin edilebilmesi için olusturulan çevrimlerdir[1-4]. Farklı ülkeler, kullanım alışkanlıkları, trafik altyapısı ve coğrafi şartlara göre kendi sürüş çevrimlerini oluşturmuştur [5]. Avrupa da hafif hizmet taşıtların onayı için belirlenen en genel sürüş çevrimi Yeni Avrupa Sürüş Çevrimi (NEDC) dir. Bu sürüş çevrimi şehir içi ve şehirlerarası sürüş koşullarına uygun iki kısımdan oluşur: ECE ve EUDC. Misalen, ECE test çevrimi ortalama olarak 18,7 km/s lik bir hıza ve 5 km/s maksimum hız ile 4 km lik bir şehir içi kullanıma işaret eder. Toplam süresi 78 saniyedir [6]. Yeni Avrupa Sürüş Çevrimi (NEDC), ECE ve EUDC sürüş çevrimleri Şekil 1, 2 ve 3 te gösterilmiştir. NEDC (km/h) Zaman (s) Şekil 1. Yeni Avrupa Sürüş Çevrimi(NEDC) ECE R (km/h) Avrupa Sürüs Çevrimi:NEDC ECE R Zaman (s) Şekil 2. ECE Test Çevrimi Şekil 3. EUDC Test Çevirimi Yeni Avrupa Sürüş Çevrimnde yakıt tüketimi ve CO 2 emisyon değeri tahminleri %1-%2 hassasiyetle yapılmaktadır. Belli bir bölgenin yakıt ve emisyon değerlerinin tam olarak tahmin etmek için o bölgeye ait araç hızının ve ivmesinin ortalama değerlerinin alınması tam sonuç vermez. Bu problemi çözmek için o bölgeye ait karakteristik özelliklerinin çıkarılması gerekmektedir[3]. Bir sürüş döngüsü geliştirmek içi en yaygın yöntem ölçümlerle elde edilen mikro-yolculuk gruplarının gerekli karakteristik yol uzunluğunu elde edene kadar ardarda eklendiği yarı-rastgele yaklaşımdır[7]. Sürüş çevrimini olusturmaya başlamadan önce çevrimin bazı parametreleri belirlenmektedir. Bunlar çevrimin uzunluğu, çevrimde kaç adet rölanti fazı bulunacağı ve bu rölanti fazlarının şehir çevrimi içerisinde yüzde olarak ne kadar zaman kapsayacağıdır. Yarı-rastgele metod ile çekilişler yapılırken bu parametreler dikkate alınmaktadır[1]. Ardarda eklenecek mikro yolculuklar seçilirken, ilk hızları, seçilen bir önceki mikro yolculuğun son hızına eşit olması gerekmektedir. Bu çalışmada, Konya ili sürüş çevrimini oluşturmak için, öncelikle, üstte bahsi sürüş çevrimi parametreleri tanımlanmıştır. Konya ili sürüş çevriminin oluşturulması için Konya şehrinde büyük boyutlu sürüş verisi toplanmıştır. Belirlenen rotalarda, seçilen özel taşıtlarda bulunan taşıt takip sistemi cihazlarıyla gerçek trafik koşullarında veriler toplanmıştır. Veri toplayıcısı taşıtlara CanBus üzerinden bağlanıp hız-zaman verilerini kaydetmiştir. Toplanan veriler, bir ay süreyle, haftanın 7 günü 24 saat olmak üzere detaylı bir şekilde toplanmıştır.. EUDC (km/h) EUDC Zaman (s)

3 2. METODOLOJİ Sürüş çevrimleri, trafik koşullarını temsil eden mikro yolculukların oluşturulmasıyla geliştirilmektedir. Sürüş çevrimlerinin oluşturulmasında kullanılan metodoloji, hız-zaman profillerinin hızlanma, yavaşlama, sabit hızda seyir ve ortalama hız gibi parametrelerinin göz önünde bulundurulmasını kapsamaktadır. Bu parametreler metodolojinin içinde sürüş verisi toplama tekniği, mikro yolculuğun üretilmesi, veri analizi ve sürüş çevriminin yapısı başlıkları altında yer almaktadır. Bu adımlar sırasıyla aşağıda anlatılmıştır. 2.1.Sürüş Verisi Toplama Tekniği Literatürde veri toplama tekniğiyle ilgili iki temel yöntem vardır. Bunlar araç takip sistemleriyle verilerin bir merkezde toplanması yöntemi ve araç içi deneysel donanımla verilerin kaydedilmesi yöntemidir. Her iki durumda da, veri toplama çok uzun süreye yayılarak yapılmaktadır. Bunun sebebi, yüksek sayıda araç kullanılmasının gerekliliği ve ticari taşıtlar gibi bazı taşıt tiplerinin boş ya da dolu iken çok değişken ağırlıkta olmaları; dolayısıyla günün farklı saatlerinde verinin farklı bir şekilde değerlendirilmesi gerekliliğidir. Bunun yanı sıra, sezgisel yöntemler yerine sistematik bir yaklaşımla oluşturulduğunda sürüş çevriminin gerçek koşulları genelleştirme kabiliyetinin daha yüksek olacağı değerlendirilmektedir Araç Takip Sistemi Yöntemi Araç takip sistemi yöntemi, veri toplamak için popüler yöntemlerden biridir. Bu teknik trafik içerisinden, araç takip sistemi cihazına sahip, rastgele seçilen araçların, belli bir merkezden takip edilerek hız verilerini gsm veya 3g teknolojileriyle iletilip kaydedilmesine dayalıdır. Takip tekniği gerekli veri büyüklüğü elde edilene kadar farklı araçların farklı rotalarda devam ettirilmelidir. Bu rotalar bölgenin anaarterlerini içinde barındırmalıdır. Araç takip sistemleri ticari vasıtalarda yoğunlukla kullanıldığı için bu yöntem sürüş çevriminin elde edilmesi son derece elverişlidir. Dezavantajı toplanılan verilerdeki değişken zaman adımı olabilmektedir Araç İçi Deneysel Donanımla Ölçüm Yöntemi Bu yöntemde araç içerisine hız verilerini temin edecek gps tabanlı araç veri toplama donanımı yerleştirilmektedir. Cihaz araç çalışmaya başladıktan sonra kayıt işlemine geçer. Ancak veri kaydı ve aktarımı masraflı bir işlem olduğu için kayıt algoritmaları yazılarak belirli zamanlarda devreye girerek kayıt alınması sağlanmaktadır. Birden fazla araca takarak çok sayıda veri kaydı oluşturabilmektedir. Araç takip sistemi yöntemine göre daha sık zaman aralıklarıyla veri toplamak mümkündür ancak araç takip sistemi operatörünün verebileceği veri zenginliğine ulaşmak daha zordur. Mevcut çalışmada araç takip sistemi yöntemi kullanılmıştır. 2.2.Mikro Yolculuğun üretilmesi Sürüş çevirmlerinin oluşturulmasının özünde mikro yolculukların üretilmesi bulunmaktadır. Mikro yolculuk, aracın durduğu iki ardışık zaman noktaları arasında oluşmuş hız-zaman profilidir. Bu hız profili içerisinde hızlanma, sabit hız ve yavaşlama modları bulunmaktadır. Bütün kaydedilen veriler, farklı hız profili modlarına göre sınıflandırılıp mikro yolculuk olarak kaydedilir. 2.3.Veri Analizi Toplanan verilerle kaydedilen mikro yolculukların sürüş çevrimi için uygunluğunun yapılması metodolojinin en önemli adımlardan birisidir. Bilimsel literatürde yer alan birçok kaynak, toplanan verileri performans kriterlerine göre değerlendirmektedir. Performans kriterlerini hesaplamak için gerekli parametreler seçilmelidir. Bu parametreler, trafik koşullarına göre değişen hızlanma, sabit hız, yavaşlama, boşta seyiri ve araç hızı gibi değerlerdir. Bu parametrelerin maksimum, minumum, yüzdesel ve ortalama değerleri standart sapma oranlarına göre sürüş çevirimi için alt gruplarda toplanmakta ve birbirine benzeyen grupları eşleştirmek için kullanılmaktadır. 2.4.Sürüş Çevriminin Oluşturulması Veri analizi kısmında belirlenen parametrelere göre hesaplanarak gruplandırılan mikro yolcukluklar oluşturulacak sürüş çevrimi için birbirleriyle karşılaştırılmaktadır. Mikro yolculuklar belirlenen tolerans limitleri içerisinde karşılaştırmaya sokulur ve birbirine benzeyen yolculuklar belirlenir. Bu adım mikro yolculuk sayısını azaltmak için gereklidir. Mikro yolculukların azaltılması, benzer mikro yolcukları bir grup altında toplayarak o grubu belli toleranslarla temsil eden tek bir hız-zaman profili yaratılması anlamına gelmektedir. Bu sayede, sürüş çevrimi oluşturulacak bölgenin en sık görülen hız profilleri elde edilebilecek ve gerçek bir sürüş çevrimini temsil edilmesi sağlanacaktır. Mikro yolculuk tabanlı sürüş çevrimi oluşumu dışında segment tabanlı, desen sınıflandırma ve modal yöntemleri de literatürde yer almaktadır. Bu yöntemlerden segment tabanlı sürüş çevirimi oluşumu, mikro yolculuk tabanlı yönteme çok benzemektedir. İşleyiş olarak aynı süreci geçirir ancak bu yöntemde aracın duruş sürelerini de göz önüne alarak sürüş çevrimi oluşturulmaktadır.

4 3. KONYA İLİ SÜRÜŞ ÇEVRİMİNİN OLUŞTURULMASI VE ANALİZİ Mevcut durumda, henüz, Türkiye deki şehirler için kapsamlı bir sürüş çevrimi oluşturulması çalışması yapılmamıştır. Bu konuda yapılan tek çalışma Dinç in doktora tez çalışmasıdır [1]. Tez çalışmasında, deneysel donanımla, İstanbul için üç farklı sürüş çevrimi elde edilmiştir. Bu çalışmada, araç takip sistemi yöntemiyle, Konya şehri için bir sürüş çevrimi oluşturulmuştur. Sürüş verisi bir araç takip sistemi tedarikçi firmasından elde edilmiştir. 3.1 Konya Sürüş Çevriminin Oluşturulması Sürüş çevriminin elde edilmesi için kullanılan yöntem veri madenciliği yöntemleri içinde sınıflandırılabilir. Bu yöntemin seçilmesinin temel sebebi, araçlardan elde edilecek sürüş verisinin örüntü tespiti ve modellenmesinin kalitesi açısından yüksek sayıda araç kullanılmasının gerekliliğidir, başka bir deyişle çok sayıda taşıttan veri toplanmasıdır. Ölçümün uzun sürelere yayılmasının bir nedeni bahsi geçen taşıt tiplerinin boş ya da dolu iken çok değişken ağırlıkta olmalarıdır, dolayısıyla günün farklı saatlerinde verinin farklı bir şekilde değerlendirilmesi gerekmektedir. Bunun yanı sıra, sezgisel yöntemler yerine sistematik bir yaklaşımla oluşturulduğunda sürüş çevriminin gerçek koşulları genelleştirme kabiliyetinin daha yüksek olacağı değerlendirilmektedir. Sürüş verisinden elde edilecek her bir mikro-seyahat, hesaplanacak yüzde ivmelenme, yüzde hız kesme, yüzde rölanti, yüzde seyir ve ortalama hız değişkenleri kullanılarak kümeleme (clustering) algoritmalarıyla Şekil 4 te verilen Konya sürüş çevrimi oluşturma ara yüzünde görülen benzerlik ölçütlerine göre gruplandırılıp, bu grupların karakteristikleri sınıflandırma (classification) algoritmaları ile incelenmiştir. Kümeleme algoritmasının gerçekçi bir şekilde çalışması için benzerlik ölçüt parametreleri büyük rol almaktadır. Konya sürüş çevrimi için benzerlik ölçüt parametreleri aşağıda verilmiştir. Time tolerance: Veri toplama tekniğinden kaynaklı oluşan düzensizliğin giderilmesi için, bir zaman adımı toleransı belirlenmesi gerekmektedir. İki veri arasında zaman adımı x saniyenin üzerinde ise, o mikrotrip kayıp olarak nitelendirilmekte ve algoritma içine alınmamaktadır. Cruise Speed Tolerance: Bir mikro-yolculuğun, başka bir mikro-yolculuğa benzeyebilmesi için çeşitli (hızlanma, sabit hız, yavaşlama) benzerliklerine bakılması gerekmektedir. Fakat iki veri arasında belli bir hız toleransı belirlenmelidir. Bu sayede neyin hızlanma neyin sabit hız olduğu ortaya çıkmaktadır. Verilen hız toleransı ile bu benzerlikler belirlenir. Percentage Tolerance: Bir mikro-yolculuğun toplam zamanının yüzde kaçı hızlanma, sabit hız, yavaşlama olarak geçtiği algoritmada kayıt altında tutulmaktadır. Yine iki mikroyolculuğun birbirine benziyor diyebilmemiz için bu verileri karşılaştırmak gerekmektedir. Bu tolerans da bu yüzdelik oranların karşılaştırılmasını sağlamaktadır. Örneğin: Mikroyoculuk 1 Acc: %3 Cruise %2 Dec %5 Mikroyolculuk 2 Acc: %33 Cruise %18 Dec %49 ve tolerans:%3 ise bu iki mikroyolculuk benzerdir. Average Speed Tolerance: İki mikroyolculuğun sadece hızlanma, sabit hız, yavaşlama yüzdeleri biribirine benzemesi için yeterli değildir. Ayrıca ortalama hızlarının da yakın olması gerekir. Minimum Total Time: Bir mikroyolculuk en az t kadar saniyeden oluşmalıdır. Minimum Average Speed: Bir mikroyolculuğun algoritmaya girebilmesi için bu ortalama hızın üstünde olması gerekir. Total Time Tolerance: İki mikroyolculuğun benzemesinin bir diğer koşulu ise mikroyolculuk sürelerinin birbirine yakın olmasıdır. Konya sürüş çevrimi için kullanılan benzerlik ölçüt parametre değerleri Tablo 1 de verilmiştir. Tablo 1: Benzerlik ölçüt parametreleri Parametre Değer Time Tolerance (sn) 1 Cruise Speed Tolerance (kph) 3 Percentage Tolerance (%) 3 Average Speed Tolerance (kph) 2 Minimum Total Time (sn) 1 Minimum Average Speed (kph) 9 Total Time Tolerance (s) 2 Bu filtrelemelerin yapılması için algoritma içinde analiz fonksiyonu üretilmiştir. Geçerli bir sürüş çevrimi oluşturabilmek için yukarıda bahsedilen parametrelere göre analiz fonksiyonu devreye girerek aşağıda belirtilen işlemleri yapmaktadır. İlk olarak alınan veri aralıklarına bakarak ritmik olmayan artışları elimine edip farklı zamanlarda kaydedilen hız verilerini aynı zaman içerisinde gözükmesini engellenmektedir. Veri kopukluğu giderildikten sonra oluşan mikro yolculuların gruplanması gerekmektedir. Mikro yolculuk çeşitli profildeki (hızlanma, sabit hız, yavaşlama) benzerliklerine bakılarak aynı karakterde olanları bir araya alarak gruplama işlemi gerçekleştrilmektedir. Burada dikkat edilmesi gereken parametre profillerinin (hızlanma, sabit hız, yavaşlama) belirlenmesinde kullanılan hız toleransının veri karakteristiğine göre iyi berlilenmesidir. Mikroyolculukları daha özel gruplara ayırmak için oluşan grupların ortalama hızlarına göre de bir değerlendirme yapılarak benzerliklerinden emin olunması sağlanmaktadır. Bütün filtreleme işlemlerinden sonra oluşturulan matris içerisinde her bir mikro yolculuğun hızlanma, sabit hız, yavaşlama yüzdeleri, sürüş zamanı, ortalama hızı ve başlangıç bitiş adresleri gibi karakteristiğini oluşturan veriler tutulmaktadır.

5 Şekil 4. Konya ili Sürüş Çevrimi Oluşturma Arayüzü Oluşturulan Konya sürüş çevrimindeki mikro yolculuklar incelendiğinde, toplam adet mikro yolculuk oluşmuştur. Bu mikro yolculuklar benzerlik ölçüt parametrelerine göre 7444 grup içerisinde toplanmıştır. Mikro yolculuk gruplarından en sık görülen hız profilleri şekil 5 ve şekil 6 da verilmiştir. Benzerlik ölçüt parametrelerine göre oluşmuş 7444 mikro yolculuk grubu içerisinden en popüler 24 mikro yolculuk seçilmiş ve rastgele dağılımıyla sürüş çevrimi elde edilmiştir. Seçilen mikro yolculukların ortalama hızları, hız profil yapıları, süreleri ve toplam mikro yolculuk sayısından ne kadar sık görüldükleri Tablo 2 de detaylı bir şekilde verilmiştir. Benzerlik ölçüt parametrelerine göre oluşan Konya sürüş çevrimi, ortalama olarak 32,7 km/s lik bir hız ve 82,9 km/s maksimum hız ile 18 km lik bir şehir içi kullanımı göstermektedir. Bu sürüş çevriminin 39,57% hızlanma, 19.46% sabit hız ve 4.97% yavaşlamadan oluşmaktadır. Toplam süresi 262 saniyedir. Oluşturulan Konya sürüş çevrimi Şekil 7 de gösterilmiştir.. HIZ (km/h) Zaman (sn) Şekil 5. Popüler mikro yolcukluk hız profili 1 HIZ (km/h) Zaman (sn) Şekil 6. Popüler mikro yolcukluk hız profili 2

6 Tablo 2: Popüler Mikro yolcukların parametre özelliklerine göre dağılımı Grup Mikro yolculuk No. Ort.Hız(km/h) %Hızlanma %Sabit Hız %Yavaşlama Süre (s) Sıklık Konya Sürüs Çevrimi HIZ (km/h) Zaman (sn) Şekil 7. Konya Sürüş Çevrimi (Kırmızı çizgi Ortalama Hızı temsil etmektedir )

7 3.2 Konya Sürüş Çevriminin Değerlendirilmesi Konya sürüş çevriminin değerlendirilmesi için varolan standart sürüş çevrimlerinden Yeni Avrupa sürüş çevrimiyle karakteristik özellikleri karşılaştırılmıştır. Tablo 3 te sürüş çevrimlerinin ortalama hızları ve benzerlik ölçüt parametrelerine göre oluşan sürüş çevrimi karakteristikleri, hızlanma-yavaşlama ve sabit hız yüzdeleri gösterilmiştir. Bu verilere bakıldığı zaman Konya ve Yeni Avrupa sürüş çevrimlerinin ortalama hızlarının birbirine çok yakın olduğu görülmektedir. Tablo 3: Konya ve Yeni Avrupa Sürüş çevrimleri Hız verilerinin karşılaştırılması Sürüş Çevrimi Ortalama Hız(km/s) % Sabit Hız % Hızlanma % Yavaşlama Yeni Avrupa (NEDC) Konya Hızlanma ve yavaşlama eğrileri yakıt tüketiminde önemli bir rol oynar. Yüksek ivme değerleri yakıt tüketimini artmasına neden olur. Buna ilişkin olarak Konya ve Yeni Avrupa sürüş çevrimlerinin ivmelenme değerleri Tablo 4 te verilmiştir. Tablo 4 te verilen ortalama yavaşlama ve hızlanma verilerine bakıldığı zaman Konya sürüş çevrimi verileri Yeni Avrupa Sürüş çevrimlerine göre hızlanmada yaklaşık 4 kat yavalaşmada ise yaklaşık 2 kat daha fazladır. Genel bir yaklaşımla, bir araç için Konya sürüş çevriminin ortalama yakıt tüketiminin daha fazla olabileceğini göstermektedir. Tablo 4: Konya ve Yeni Avrupa Sürüş çevrimleri İvme verilerinin karşılaştırılması Sürüş Çevrimi Ort. Hızlanma (m/s2) Ort. Yavaşlama (m/s2) Yeni Avrupa (NEDC) Konya Yukarıda verilen bilgilere paralel olarak iki sürüş çevriminin hız dağılımının nasıl olduğu karşılaştırmalı olarak Tablo 5 te verilmiştir. Tabloda verilen bilgiler ışığında Konya sürüş çevrimi düşük hız ve yüksek hız bölgelerinde Yeni Avrupa Sürüş çevrimine göre daha çok gezinmektedir. Tablo 5: Konya ve Yeni Avrupa Sürüş çevrimleri hız verilerinin yüzdesel dağılımı Sürüş Çevrimi V 2 2 V 4 V>4 Yeni Avrupa (NEDC) Konya SONUÇLAR Bu çalışmada, herhangi bir şehirdeki yakıt tüketimi, egzoz emisyonları ve motor güç gereksinimleri gibi tasarım parametrelerinin tahminini sağlayacak gerçek bir sürüş çevrimi oluşturma metodolojisi geliştirilmiştir. Geliştirilen metodolojinin pratik bir uygulaması Konya şehri için yapılmıştır. Konya sürüş çevrimi oluşturulurken, mikro yolculuk elde etme tabanlı bir yöntem kullanılmıştırr. Bununla beraber, gerçek trafik koşullarını yansıtması açısından sürüş verisinden elde edilen her bir mikro-yolculuk, hesaplanan yüzde ivmelenme, yüzde hız kesme, yüzde rölanti, yüzde seyir ve ortalama hız değişkenleri kullanılarak kümeleme (clustering) algoritmalarıyla seçilen benzerlik ölçütüne göre oluşturulmuştur. Elde edilen Konya sürüş çevrimi onaylanmış (NEDC) Yeni Avrupa sürüş çevrimiyle karşılaştırılmıştır. Oluşturulan Konya sürüş çevrimi ile elimizde henüz motor verim haritası bulunmadığından gerçek yakıt tüketim karşılaştırılması yapılamamıştır. Ancak ortalama hız, ivmelenme, hız kesme değerleri ve hız profillerinin dağılımlarına bakılarak yakıt tüketimi hakkında genel bir değerlendirme yapılabilmektedir. Konya ve Yeni Avrupa sürüş çevrimi için bu parametrelere bakıldığında Konya sürüş çevrimdeki ivmelenme ve hız kesme değerleri Yeni Avrupa sürüş çevrimine göre oldukça yüksektir. Bu karşılaştırmadan yola çıkarak Konya sürüş çevriminin yakıt tüketim sonuçları belli bir oranda daha yüksek ölçüleceği görülmektedir. Çalışma süresince oluşturulan algoritmada yoldaki yokuş direncinin çevrim içine etkisi ihmal edilmiştir., Yokuş direnci sürüş çevrimi elde etme metodolojisini çok etkilemeyecek olsa da algoritmanın geliştirilmesi için göz önünde bulundurulması gereken bir etkendir. Bu bağlamda, sürüş çevrimi oluşturan mikro yolculukların zamanlarının, yol eğiminden oluşacak direnci içerecek şekilde düzeltilmesi ileriki çalışmalarda amaç olarak ele alınacaktır.

8 TEŞEKKÜR 1M593 nolu araştırma projesi kapsamında çalışmaların gerçekleştirilmesini mümkün kılan Tübitak a teşekkürlerimizi sunarız. KAYNAKLAR 1. C. DİNÇ, ''Methodology Development For The Constructıon Of A Driving Cycle In Order To Determine The Exhaust Emissions Of Road Vehicles'' PhD Thesis in Department Of Mechanical Engineering Mechanical Engineering Programme, Boulter, P.G. and Cox, J.A., A review of European emission measurements and models for diesel fueled buses, TRL Report 378, Crowthorne, Ergeneman, M., Sorusbay, C. and Goktan, A. Development of a driving cycle for the prediction of pollutant emissions and fuel consumption International Journal of Vehicle Design, 18(3 4), pp , Kuhler, M. and Karstens, D. Improved driving cycle for testing automotive exhaust emissions, SAE Technical Paper, Series 7865, Hung, W.T., Tong, H.Y., Lee, C.P., Ha, K. and Pao, L.Y. Development of a Practical Driving Cycle Construction Methodology: A Case Study in Hong Kong, Transportation Research Part D, 12, 1-128, E.Tzırakıs, K. Pıtsas,F. Zannıkos, Iroon, S. Stournas- Vehıcle Emıssıons And Drıvıng Cycles: Comparıson Of Theathens Drıvıng Cycle (Adc) Wıth Ece- And European Drıvıng Cycle (Edc), Global NEST Journal, Vol 8, No 3, pp , Lei yu, Xiao Zhang, Fengxiang Qiao, Yi QiGenetic Algorithm-Based Approach to Develop Driving Schedules to Evaluate Greenhouse Gas Emissions from Light- Duty Vehicles, Artıcle İn Transportatıon Research Record Journal Of The Transportatıon Research Board 2191(-1): , December 21