商用车辆是交通运输领域碳排放的主要来源，占整个行业能源消耗的70-75%（Improving the sustainability of passenger vehicles, 2022）。国际清洁交通委员会（ICCT）的数据显示，商用车辆排放在道路运输中的占比持续上升，这成为实现中国“双碳”（碳峰值和碳中和）战略目标的重要障碍（Strategies to Align Global Road, 2023; Delgado et al., 2017）。这一挑战因商用车辆固有的动力系统特性而变得更加复杂。它们典型的低功率重量比导致在实际运行中瞬时功率需求出现显著波动，从而使燃油消耗对瞬态运行条件更加敏感。基于底盘测功机和路上测试的实证研究表明，在瞬态条件下燃油消耗显著恶化，与稳态运行相比，燃油消耗增加了15%到30%（Yeow and Cheah, 2021; Peng et al., 2022）。这种由瞬态引起的燃油损失被认为是提高整体燃油经济性的关键限制因素，因此对瞬态燃油消耗现象的机制理解成为推进商用车辆能源效率研究的基本优先事项（Liu and Jin, 2023a; Zembi et al., 2025）。
瞬态运行条件下燃油效率的恶化主要源于两个因素：人为驾驶模式和动力系统响应特性。驾驶员指令的功率需求的随机性是导致瞬态燃油消耗变化的主要因素（Huang et al., 2018）。具体来说，油门调节行为（例如，激进的加速/减速和次优的档位选择）会在关键发动机运行参数（速度、扭矩）中引起高频扰动，从而导致非线性的燃油消耗响应（Zhang et al., 2023; Ma et al., 2024; Yao et al., 2020）。Wang等人（Ma and Wang, 2022）使用便携式排放测量系统（PEMS）对10辆乘用车进行的实验研究表明，燃油经济性与速度呈U形关系，在50-70公里/小时的巡航条件下燃油消耗最低。Ping等人（2019）利用无监督聚类技术进行的补充研究确定了三种不同的驾驶员类型，高消耗组的加速强度比节能驾驶员高出23-41%，油门位置变化率也更高。尽管有这些发现，现有研究仍存在三个关键的知识空白：（i）对与消耗恶化模式相对应的车辆运行范围的表征不足（例如，在城市走走停停条件下的加速瞬态）；（ii）对底盘-道路相互作用对能量转换效率的影响量化有限；（iii）缺乏通用的条件-消耗映射框架。这些限制从根本上制约了能源管理策略的优化（Nan et al., 2022; Tk and Ps, 2024）。最近的研究开始通过将数据驱动建模与强化学习相结合来解决这些空白，从而实现高保真度的训练环境，并提高能源管理系统对实际驾驶的适应性（Zhang et al., 2024a; Lei et al., 2025a）。
发动机转速和扭矩既是运行状态的基本指标，也是燃油喷射映射的关键控制变量（Tang et al., 2021; Ankobea-Ansah et al., 2022; Liu et al., 2025）。发动机运行条件与控制参数之间的内在耦合会对瞬态燃油经济性产生复杂非线性影响。基于传统速度-扭矩图的控制策略在瞬态运行期间对动态参数交互（例如，进气压力-排气温度耦合）的适应性有限（Liu and Jin, 2023b; Hong and Burghout, 2024）。实证研究表明，进气压力波动会导致燃烧相位延长（ΔCA50 > 5°），从而显著影响瞬态燃油消耗（Wei et al., 2019; Benajes et al., 2017）。热力学分析显示：（1）中速柴油发动机中有25%的能量通过排气热损失（Yao et al., 2019）；（2）通过优化冷却剂/润滑系统热管理，在重型应用中可以提高3-5%的燃油经济性（Gao et al., 2019）。基于WLTC的仿真评估进一步确定了七个提升瞬态效率的杠杆点，包括λ优化（Δηcombustion ≈ 2.1%）和减少附件负载（Feng et al., 2022）。当前研究的局限性包括：（1）将条件参数交互简化为单一系统（Balazadeh et al., 2025; Liao et al., 2024）；（2）在引入速度-扭矩对之外的额外输入变量时模型不确定性增加（Madhusudhanan et al., 2023）。为了克服这些限制，综合热能管理（ITEM）采用深度强化学习共同优化动力系统的能量分配和热调节，从而在不同气候条件下提高燃油经济性（Zhang et al., 2024b）。Lei等人（Lei et al., 2025b）通过仿真到现实工具链（HIL/VIL）验证的DSAC策略示例表明，这种方法需要解耦运行参数以隔离瞬态影响——这是优化发动机控制策略和改善瞬态条件下发动机燃油经济性的关键步骤。同时，像氨-氢协同燃料这样的无碳替代品正在被探索用于重型运输的脱碳（Lei et al., 2024a）。
当前关于瞬态燃油消耗的研究存在两个主要方法论限制：（1）发动机测功机测试采用静态边界参数化（Zhu et al., 2022; Amati et al., 2025; Ma et al., 2022），无法捕捉车辆运行状态、驾驶员输入、发动机瞬态和控制系统交互之间的实时耦合动态；（2）现有的评估框架主要使用循环平均燃油指标（Cunanan et al., 2021; Garcí et al., 2025），忽略了瞬态能量转换路径的关键检查。这些限制阻碍了对动态运行期间动力系统瞬态响应的精确表征。车辆能量流测试为效率分析提供了坚实的框架。热力学量化显示，只有30%的燃油化学能量转化为有效工作输出（Burnete et al., 2022; Dahham et al., 2022），其余能量分配在热耗散（45 ± 5%）、附件负载（15 ± 3%）和瞬态补偿（10 ± 2%）之间。第一定律分析表明，瞬态效率下降最多可达15%（García et al., 2020; Zamboni et al., 2017），这归因于燃烧相位延迟（2-8°CA）和涡轮增压器响应延迟（300-800 ms）。在标准化的瞬态循环（CHTC-中国重型商用车辆测试循环/WHTC）下，进气/排气系统损失相对于稳态增加了18-22%（Pielecha et al., 2020; Zhang et al., 2022）。因此，瞬态能量流映射是阐明动态运行期间燃油消耗恶化机制的基本方法。为了弥合开发与部署之间的差距，双层迁移学习框架促进了跨平台知识转移和能源管理策略的在线适应，使商用车辆能够实现智能生命周期控制（Zhang et al., 2025）。
本研究建立了一个以CHTC能量流测试为中心的方法论框架。通过系统的数据清洗和特征提取，针对驾驶员功率瞬态和燃油到能量转换效率的下降，识别出特征运行模式。特别是对于瞬态燃油损失事件，进行了机制分析，以：（1）解构特定条件的车辆动态特征；（2）隔离发动机瞬态响应异常；（3）通过敏感性分析量化关键影响参数的权重。由此产生的范式提供了：
•瞬态效率恶化机制的第一性原理解释
•用于商用车辆动力系统瞬态能源效率优化的验证控制导向指标。
