RU2758797C1 - Method for protection against stalling of electric rolling stock with asynchronous tractive motors - Google Patents

Method for protection against stalling of electric rolling stock with asynchronous tractive motors Download PDF

Info

Publication number
RU2758797C1
RU2758797C1 RU2021113265A RU2021113265A RU2758797C1 RU 2758797 C1 RU2758797 C1 RU 2758797C1 RU 2021113265 A RU2021113265 A RU 2021113265A RU 2021113265 A RU2021113265 A RU 2021113265A RU 2758797 C1 RU2758797 C1 RU 2758797C1
Authority
RU
Russia
Prior art keywords
traction
value
neural network
asynchronous
current
Prior art date
Application number
RU2021113265A
Other languages
Russian (ru)
Inventor
Ильдар Ришатович Харисов
Виталий Вильямович Брексон
Дмитрий Эдуардович Лимонов
Константин Михайлович Шатравин
Константин Рудольфович Коробицын
Original Assignee
Общество с ограниченной ответственностью "Уральские локомотивы"
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Общество с ограниченной ответственностью "Уральские локомотивы" filed Critical Общество с ограниченной ответственностью "Уральские локомотивы"
Priority to RU2021113265A priority Critical patent/RU2758797C1/en
Application granted granted Critical
Publication of RU2758797C1 publication Critical patent/RU2758797C1/en

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/10—Indicating wheel slip ; Correction of wheel slip
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61C—LOCOMOTIVES; MOTOR RAILCARS
    • B61C15/00—Maintaining or augmenting the starting or braking power by auxiliary devices and measures; Preventing wheel slippage; Controlling distribution of tractive effort between driving wheels
    • B61C15/08—Preventing wheel slippage
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Sustainable Energy (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Power Engineering (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Sustainable Development (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

FIELD: railway transport.
SUBSTANCE: invention relates to a method for preventing the wheels from stalling. The method for protection against stalling of wheelsets of electric rolling stock with asynchronous traction motors consists in measuring the active electrical power of the stator windings of asynchronous tractive motors, the ambient temperature, the horizontal position of the traction section, the shafts angular rotational speeds of traction motors and the linear speed of traction section. Determine the average angular rotation frequency of the shafts of asynchronous tractive motors, the current depth of stalling process and transmit it to an artificial neural network of direct propagation with a time delay equal to one second. An artificial neural network of direct propagation is trained according to algorithm of the error back propagation method. Then, from the output of the trained artificial neural network, the value of the predictive depth of stalling process is obtained and then the threshold power is determined. Determine the absolute difference in active electrical capacities, compare the obtained value and the value of threshold power. Then signals are generated about a decrease in the angular speed of excessively sliding wheelset.
EFFECT: invention increases traction properties of electric rolling stock.
1 cl, 1 dwg

Description

Изобретение относится к транспортной технике, в частности к автоматизации тягового привода электроподвижного состава с асинхронными тяговыми двигателями.The invention relates to transport equipment, in particular to the automation of a traction drive of an electric rolling stock with asynchronous traction motors.

Известен способ обнаружения и предотвращения боксования колесной пары рельсового транспортного средства, согласно которому сравнивают электрический сигнал, характеризующий режим работы колесной пары с заданным пороговым значением по частоте, при превышении частотой этого порогового значения судят о возникновении боксования (Гриневич В. Способ обнаружения и предотвращения боксования колесной пары рельсового транспортного средства. Патент РФ (RU) 2072670, 1997 г.). Для реализации способа указанный электрический сигнал формируют посредством упруго-диссипативных элементов установленных на колесах ведущих пар, что существенно усложняет систему и снижают ее надежность.There is a known method for detecting and preventing skidding of a wheelset of a rail vehicle, according to which an electrical signal is compared characterizing the mode of operation of a wheelset with a given threshold value in frequency; a pair of a rail vehicle, RF Patent (RU) 2072670, 1997). To implement the method, the specified electrical signal is generated by means of elastic-dissipative elements mounted on the wheels of the driving pairs, which significantly complicates the system and reduces its reliability.

Известен способ, заключающийся в том, что при возникновении боксования (юза) одной или нескольких колесных пар и изменении сигналов, пропорциональных ускорению (замедлению) колесных пар до заданного уровня, вырабатывают управляющие сигналы изменяющие режимы работы систем электропривода (Киреев А.В. Способ защиты от боксования и юза колесных пар электроподвижного состава с вентильно-индукторным электроприводом. Патент РФ (RU) 2382707, 2010 г.). Недостатком данного способа является длительное время обнаружения избыточного скольжения по сигналам пропорциональных ускорению (замедлению), связанное с большой инерционностью электроподвижного состава.The known method consists in the fact that when skidding (skidding) of one or more wheelsets occurs and signals change proportional to the acceleration (deceleration) of wheelsets to a predetermined level, control signals are generated that change the operating modes of electric drive systems (Kireev A.V. Method of protection from skidding and skidding of wheelsets of electric rolling stock with a valve-inductor electric drive (RF Patent (RU) 2382707, 2010). The disadvantage of this method is the long detection time of excessive slip by signals proportional to the acceleration (deceleration), associated with the high inertia of the electric rolling stock.

Наиболее близким по технической сущности к заявленному является способ, заключающейся в том, что при возникновения боксования одной или нескольких колесных пар измеряют текущие активные электрические мощности статорных обмоток асинхронных тяговых двигателей, измеряют текущую температуру внешней среды тяговой секции и текущее горизонтальное положения тяговой секции, измеренные значения температуры внешней среды тяговой секции и горизонтального положения тяговой секции подают на входы заранее обученной искусственной нейронной сети прямого распространения, а с выхода получают значение глубины процесса боксования, измеренные текущие значения активных электрических мощностей статорных обмоток асинхронных тяговых двигателей и значение глубины процесса боксования используют для определения пороговой мощности, вычисляют абсолютную разницу измеренных значений активных электрических мощностей, абсолютную разницу активных электрических мощностей сравнивают с пороговой мощностью и выдают корректирующий сигнал о снижении угловой частоты вращения движущейся с избыточным скольжением колесной пары или угловых частот вращения движущихся с избыточным скольжением колесных пар (Харисов И.Р., Брексон В.В., Лимонов Д.Э., Шатравин К.М., Коробицын К.Р. Способ защиты от боксования электроподвижного состава с асинхронными тяговыми двигателями. Патент РФ (RU) 2741851, 2020 г.). Недостатком такого способа является невозможность раннего определения процессов избыточного скольжения, обусловленное не учетом резко изменяющихся условий способствующих процессам избыточного скольжения.The closest in technical essence to the claimed method is that when skidding of one or more wheelsets occurs, the current active electrical power of the stator windings of asynchronous traction motors is measured, the current ambient temperature of the traction section and the current horizontal position of the traction section are measured, the measured values temperatures of the external environment of the traction section and the horizontal position of the traction section are fed to the inputs of a pre-trained artificial neural network of direct propagation, and from the output the value of the depth of the skidding process, the measured current values of the active electrical powers of the stator windings of asynchronous traction motors and the value of the depth of the skewing process are used to determine the threshold power, calculate the absolute difference in the measured values of the active electrical powers, the absolute difference in the active electrical powers is compared with the threshold power and a correction is issued a signal about a decrease in the angular speed of a wheelset moving with excessive slip or the angular speeds of rotation of wheelsets moving with excessive slip (Kharisov I.R., Brexon V.V., Limonov D.E., Shatravin K.M., Korobitsyn K .R. Method of protection against skidding of electric rolling stock with asynchronous traction motors. RF patent (RU) 2741851, 2020). The disadvantage of this method is the impossibility of early determination of excessive slip processes, due to not taking into account the sharply changing conditions conducive to excessive slip processes.

Задачей изобретения является повышение тяговых свойств электроподвижного состава.The objective of the invention is to improve the traction properties of the electric rolling stock.

Решение поставленной задачи достигается тем, что при возникновении боксования одной или нескольких колесных пар измеряют текущие активные электрические мощности статорных обмоток асинхронных тяговых двигателей, текущие угловые частоты вращения валов асинхронных тяговых двигателей, текущую линейную скорость движения тяговой секции, текущую температуру внешней среды тяговой секции и текущее горизонтальное положение тяговой секции. Определяют среднюю угловую частоту вращения валов асинхронных тяговых двигателей. Определяют текущее значение глубины процесса боксования и передают его искусственной нейронной сети прямого распространения с временной задержкой равной одной секунде. Обучают искусственную нейронную сеть прямого распространения по алгоритму метода обратного распространения ошибки по данным значения глубины процесса боксования переданного с задержкой, по данным значения температуры внешней среды тяговой секции и по данным значения горизонтального положения тяговой секции. Подают на входы обученной искусственной нейронной сети прямого распространения текущие измеренные значения температуры внешней среды тяговой секции и горизонтального положения тяговой секции, а затем с выхода обученной искусственной нейронной сети прямого распространения получают значение предиктивной глубины процесса боксования. Определяют абсолютную разницу измеренных значений активных электрических мощностей. Значение абсолютной разницы активных электрических мощностей статорных обмоток асинхронных тяговых двигателей сравнивают со значением пороговой мощности, характеризующей связь между активной электрической мощностью и значением предиктивной глубины процесса боксования, и выдают корректирующий сигнал о снижении угловой частоты вращения движущейся с избыточным скольжением колесной пары или угловых частот вращения движущихся с избыточным скольжением колесных пар.The solution to this problem is achieved by the fact that in the event of skidding of one or several wheel pairs, the current active electrical powers of the stator windings of asynchronous traction motors, the current angular rotational speeds of the shafts of asynchronous traction motors, the current linear speed of the traction section, the current ambient temperature of the traction section and the current horizontal position of the traction section. Determine the average angular frequency of rotation of the shafts of asynchronous traction motors. The current value of the depth of the boxing process is determined and transmitted to the artificial neural network of direct propagation with a time delay of one second. An artificial neural network of forward propagation is trained according to the algorithm of the method of back propagation of the error according to the data of the depth of the skidding process transmitted with a delay, according to the data of the temperature of the external environment of the traction section and according to the data of the value of the horizontal position of the traction section. The current measured values of the ambient temperature of the traction section and the horizontal position of the traction section are fed to the inputs of the trained artificial neural network of feed forward, and then the value of the predictive depth of the skewing process is obtained from the output of the trained artificial neural network of feed forward. Determine the absolute difference in the measured values of active electrical powers. The value of the absolute difference in the active electrical powers of the stator windings of asynchronous traction motors is compared with the value of the threshold power characterizing the relationship between the active electrical power and the value of the predictive depth of the skid process, and a with excessive slip of wheelsets.

Суть предлагаемого способа защиты от боксования электроподвижного состава с асинхронными тяговыми двигателями поясняется функциональной схемой устройства приведенной на фиг. 1, реализующей предлагаемый способ на примере двухдвигательного асинхронного тягового привода.The essence of the proposed method of protection against skidding of electric rolling stock with asynchronous traction motors is illustrated by the functional diagram of the device shown in Fig. 1, which implements the proposed method using the example of a two-motor asynchronous traction drive.

Согласно изобретению для определения боксования одной или нескольких колесных пар, измеряют текущие значения активных электрических мощностей статорных обмоток асинхронных тяговых двигателей, текущие угловые частоты вращения валов асинхронных тяговых двигателей, текущую линейную скорость движения тяговой секции, текущую температуру внешней среды тяговой секции и текущее горизонтальное положение тяговой секции. Определяют среднюю угловую частоту вращения валов асинхронных тяговых двигателей. Определяют текущее значение глубины процесса боксования и передают его искусственной нейронной сети прямого распространения с временной задержкой равной одной секунде. Обучают искусственную нейронную сеть прямого распространения по алгоритму метода обратного распространения ошибки по данным значения глубины процесса боксования переданного с задержкой, по данным значения температуры внешней среды тяговой секции и по данным значения горизонтального положения тяговой секции. Подают на входы обученной искусственной нейронной сети прямого распространения текущие измеренные значения температуры внешней среды тяговой секции и горизонтального положения тяговой секции, а затем с выхода обученной искусственной нейронной сети прямого распространения получают значение предиктивной глубины процесса боксования. Определяют абсолютную разницу измеренных значений активных электрических мощностей. При достижении значения абсолютной разницы между потребляемыми активными мощностями большее, чем значение пороговой мощности, характеризующей связь между активной электрической мощностью и значением предиктивной глубины процесса боксования, выдают корректирующий сигнал на снижение угловой частоты вращения вала асинхронного тягового двигателя потребляющего наименьшую активную электрическую мощность.According to the invention, to determine the skidding of one or more wheelsets, the current values of the active electrical powers of the stator windings of asynchronous traction motors, the current angular speeds of rotation of the shafts of asynchronous traction motors, the current linear speed of the traction section, the current temperature of the external environment of the traction section and the current horizontal position of the traction motor are measured. section. Determine the average angular frequency of rotation of the shafts of asynchronous traction motors. The current value of the depth of the boxing process is determined and transmitted to the artificial neural network of direct propagation with a time delay of one second. An artificial neural network of forward propagation is trained according to the algorithm of the method of back propagation of the error according to the data of the depth of the skidding process transmitted with a delay, according to the data of the temperature of the external environment of the traction section and according to the data of the value of the horizontal position of the traction section. The current measured values of the ambient temperature of the traction section and the horizontal position of the traction section are fed to the inputs of the trained artificial neural network of feed forward, and then the value of the predictive depth of the skewing process is obtained from the output of the trained artificial neural network of feed forward. Determine the absolute difference in the measured values of active electrical powers. When the value of the absolute difference between the consumed active powers is greater than the value of the threshold power, which characterizes the relationship between the active electrical power and the value of the predictive depth of the skidding process, a correction signal is issued to reduce the angular speed of the shaft of the asynchronous traction motor consuming the least active electrical power.

Ведущие оси транспортного средства согласно фиг. 1, снабжены частотно-регулируемыми приводами 1 и 2 с векторным управлением, содержащими асинхронные тяговые двигатели 3 и 4 и системы векторного управления 5 и 6 с регуляторами скорости 7 и 8. Устройство защиты от боксования содержит датчики мощности 9 и 10, которые измеряют текущие активные электрические мощности статорных обмоток асинхронных тяговых двигателей 3 и 4. Выходы датчиков мощности 9 и 10 соединены с входами сравнивающих элементов 11 и 12, которые определяют асинхронные тяговые двигатели 3 и 4 с наименьшей и наибольшей мощностью. Выходы датчиков мощности 9 и 10 соединены с входами блока определителя 13, который определят значение абсолютной разницы мощностей асинхронных тяговых двигателей 3 и 4. Устройство содержит датчики скорости 14 и 15, которые измеряют текущие угловые частоты вращения валов асинхронных тяговых двигателей 3 и 4. Выходы датчиков скорости 14 и 15 соединены с входами блока средней скорости 16, который вычисляет среднюю угловую частоту вращения валов ωср асинхронных тяговых двигателей 3 и 4. Устройство содержит датчик линейной скорости 17, который измеряет текущую линейную скорость движения тяговой секции. Выходы блока средней скорости 16 и датчика линейной скорости 17 соединены с входами блока определения глубины процесса боксования с задержкой 18, который вычисляет текущее значение глубины процесса боксования βψ и передает вычисленное значение с временной задержкой равной одной секунде. Устройство содержит датчик температуры 19, который измеряет текущую температуру внешней среды тяговой секции и датчик горизонтального положения 20, который измеряет текущее горизонтальное положение тяговой секции. Выходы датчика температуры 19, датчика горизонтального положения 20 и блока определения глубины процесса боксования с задержкой 18 соединены с входами блока нейронной сети 21, который на основании алгоритма метода обратного распространения ошибки обучает искусственную нейронную сеть прямого распространения и вычисляет на основании алгоритма обученной искусственной нейронной сети прямого распространения значение предиктивной глубины процесса боксования βψpred. Выход блока нейронной сети 21 и выходы датчиков мощности 9 и 10 соединены с входами блока задания разницы мощности 22 который определяет значение пороговой мощности Pβ. Выход блока задания разницы мощности 22 и выход блока определителя 13 соединены с входами блока обнаружения боксования 23, который формирует управляющие сигналы о наличии или не наличии избыточного скольжения. Выходы сравнивающих элементов 11 и 12 и блока обнаружения боксования 23 соединены с входами блока формирования корректирующего задания 24, который формирует корректирующие задание по скорости.The driving axles of the vehicle according to FIG. 1, are equipped with variable frequency drives 1 and 2 with vector control, containing asynchronous traction motors 3 and 4 and vector control systems 5 and 6 with speed controllers 7 and 8. The anti-skid device contains power sensors 9 and 10, which measure the current active the electrical powers of the stator windings of asynchronous traction motors 3 and 4. The outputs of the power sensors 9 and 10 are connected to the inputs of the comparison elements 11 and 12, which determine the asynchronous traction motors 3 and 4 with the lowest and highest power. The outputs of the power sensors 9 and 10 are connected to the inputs of the determinant unit 13, which will determine the value of the absolute difference in the power of asynchronous traction motors 3 and 4. The device contains speed sensors 14 and 15, which measure the current angular speeds of rotation of the shafts of asynchronous traction motors 3 and 4. Sensor outputs speeds 14 and 15 are connected to the inputs of the average speed unit 16, which calculates the average angular frequency of rotation of the shafts ω cf of asynchronous traction motors 3 and 4. The device contains a linear speed sensor 17, which measures the current linear speed of the traction section. The outputs of the average speed unit 16 and the linear speed sensor 17 are connected to the inputs of the unit for determining the depth of the slip process with a delay 18, which calculates the current value of the depth of the slip process β ψ and transmits the calculated value with a time delay of one second. The device contains a temperature sensor 19, which measures the current temperature of the external environment of the traction section and a horizontal position sensor 20, which measures the current horizontal position of the traction section. The outputs of the temperature sensor 19, the horizontal position sensor 20 and the block for determining the depth of the skidding process with a delay 18 are connected to the inputs of the neural network unit 21, which, based on the algorithm of the back propagation of the error method, trains the feed forward artificial neural network and calculates on the basis of the algorithm of the trained artificial neural network of the forward distribution value of the predictive depth of the boxing process β ψpred . The output of the neural network unit 21 and the outputs of the power sensors 9 and 10 are connected to the inputs of the power difference setting unit 22 which determines the value of the threshold power P β . The output of the power difference setting unit 22 and the output of the determinant unit 13 are connected to the inputs of the slip detection unit 23, which generates control signals about the presence or absence of excessive slip. The outputs of the comparative elements 11 and 12 and the blocking detection unit 23 are connected to the inputs of the corrective task formation unit 24, which generates the corrective speed reference.

Блок средней скорости 16 определяет значение выходного сигнала по следующему выражению:Average speed block 16 determines the value of the output signal as follows:

Figure 00000001
Figure 00000001

где ωср - средняя угловая частота вращения валов;where ω cf - the average angular frequency of rotation of the shafts;

ωi - текущая угловая частота вращения вала i-го асинхронного тягового двигателя;ω i - current angular frequency of rotation of the shaft of the i-th asynchronous traction motor;

n - количество асинхронных тяговых двигателей участвующих в расчете;n is the number of asynchronous traction motors involved in the calculation;

Блок определения глубины процесса боксования с задержкой 18 определяет значение выходного сигнала по следующему выражению:The block for determining the depth of the slipping process with a delay 18 determines the value of the output signal according to the following expression:

Figure 00000002
Figure 00000002

где βψ - текущая глубина процесса боксования;where β ψ is the current depth of the boxing process;

ωср - средняя угловая частота вращения валов;ω cf - the average angular frequency of rotation of the shafts;

Vл - текущая линейная скорость тяговой секции;V l - current linear speed of the traction section;

k - переводной коэффициент линейной скорости в угловую частоту вращения вала.k is the conversion factor of the linear speed to the angular frequency of rotation of the shaft.

После вычисления блок определения глубины процесса боксования с задержкой 18 передает вычисленное значение глубины процесса боксования блоку нейронной сети 21 с временной задержкой равной одной секунде.After the calculation, the block for determining the depth of the boxing process with a delay 18 transmits the calculated value of the depth of the boxing process to the neural network block 21 with a time delay of one second.

Блок нейронной сети 21 на основании алгоритма метода обратного распространения ошибки обучает искусственную нейронную сеть прямого распространения по данным значения глубины процесса боксования переданного с задержкой по времени равной одной секунде, по данным значения температуры внешней среды тяговой секции и по данным горизонтального положения тяговой секции, причем глубина процесса боксования положительно смещенная по времени на одну секунду является ожидаемым ответом искусственной нейронной сети прямого распространения а текущие измеренные значения температуры внешней среды тяговой секции и горизонтального положения тяговой секции являются входными данными для обучения. Далее блок нейронной сети 21 на основании алгоритма обученной искусственной нейронной сети прямого распространения с сигмоидальной функцией активации определяет значение предиктивной глубины процесса боксования βψpred. Входами обученной искусственной нейронной сети прямого распространения являются текущие измеренные значения температуры внешней среды тяговой секции и горизонтального положения тяговой секции. Выходом обученной искусственной нейронной сети прямого распространения является значение предиктивной глубины процесса боксования βψpred. Выход обученной искусственной нейронной сети варьируется от нуля до единицы. Единица соответствует максимальной предиктивной глубине процесса боксования. Нуль соответствует минимальной предиктивной глубине процесса боксования.The block of the neural network 21, based on the algorithm of the back propagation of the error method, trains the artificial neural network of forward propagation according to the data of the depth of the skidding process transmitted with a time delay of one second, according to the data of the temperature of the external environment of the traction section and according to the data of the horizontal position of the traction section, and the depth of the skewing process, positively shifted in time by one second is the expected response of the feedforward artificial neural network, and the current measured values of the ambient temperature of the traction section and the horizontal position of the traction section are the input data for training. Further, the block of the neural network 21, based on the algorithm of the trained artificial neural network of direct propagation with a sigmoidal activation function, determines the value of the predictive depth of the boxing process β ψpred . The inputs of the trained artificial neural network of direct propagation are the current measured values of the ambient temperature of the traction section and the horizontal position of the traction section. The output of the trained artificial neural network of feedforward is the value of the predictive depth of the skewing process β ψpred. The output of a trained artificial neural network varies from zero to one. The unit corresponds to the maximum predictive depth of the boxing process. Zero corresponds to the minimum predictive depth of the boxing process.

Блок задания разницы мощности 22 определяет значение выходного сигнала по следующему выражению:The block for setting the power difference 22 determines the value of the output signal according to the following expression:

Figure 00000003
Figure 00000003

где Рβ - пороговая мощность;where Р β - threshold power;

Рi - текущая активная электрическая мощность статорной обмотки i-го асинхронного тягового двигателя;Р i - current active electric power of the stator winding of the i-th asynchronous traction motor;

n - количество асинхронных тяговых двигателей участвующих в расчете;n is the number of asynchronous traction motors involved in the calculation;

βψpred - предиктивная глубина процесса боксования.β ψpred is the predictive depth of the boxing process.

В случае движения электроподвижного состава без избыточного скольжения одной или нескольких колесных пар, датчики мощности 9 и 10 производят измерения текущих активных электрических мощностей статорных обмоток асинхронных тяговых двигателей 3 и 4, и передают измеренные значения на входы сравнивающих элементов 11 и 12, блока определителя 13 и блока задания разницы мощности 22. Датчик скорости 14 и датчик скорости 15 измеряют текущие угловые частоты вращения валов асинхронных тяговых двигателей 3 и 4, и передают измеренные значения на входы блока средней скорости 16. Блок средней скорости 16 вычисляет среднюю угловую частоту вращения валов ωср асинхронных тяговых двигателей 3 и 4 и передает вычисленное значение на вход блока определения глубины процесса боксования с задержкой 18. Датчик линейной скорости 17 измеряет текущую линейную скорость движения тяговой секции и передает измеренное значение на вход блока определения глубины процесса боксования с задержкой 18. Блок определения глубины процесса боксования с задержкой 18, вычисляет текущую глубину процесса боксования βψ и передает вычисленное значение с временной задержкой равной одной секунде на вход блока нейронной сети 21. Датчик температуры 19 и датчик горизонтального положения 20 производят измерения текущей температуры внешней среды тяговой секции и текущего горизонтального положения тяговой секции соответственно и передают измеренные значения на входы блока нейронной сети 21. Блок нейронной сети 21 на основании алгоритма метода обратного распространения ошибки производит обучение искусственной нейронной сети прямого распространения, а затем на основании алгоритма обученной искусственной нейронной сети прямого распространения вычисляет значение предиктивной глубины процесса боксования βψpred. Далее значение предиктивной глубины процесса боксования βψpred передается на вход блока задания разницы мощности 22. При меньшем выходном значении датчика мощности 9, чем выходное значение датчика мощности 10 сравнивающий элемент 11 формирует сигнал об определении асинхронного тягового двигателя 3 как двигателя с наименьшей мощностью, а сравнивающий элемент 12 формирует сигнал об определении асинхронного тягового двигателя 4 как двигателя с наибольшей мощностью. При меньшем выходном значении датчика мощности 10, чем выходное значение датчика мощности 9 сравнивающий элемент 12 формирует сигнал об определении асинхронного тягового двигателя 4 как двигателя с наименьшей мощностью, а сравнивающий элемент 11 формирует сигнал об определении асинхронного тягового двигателя 3 как двигателя с наибольшей мощностью. При этом блок определителя 13 вычисляет абсолютную разницу между выходным значением датчика мощности 9 и выходным значением датчика мощности 10, и выдает вычисленное выходное значение величины на вход блока обнаружения боксования 23, который сравнивает полученное значение с выходным значением пороговой мощности Рβ блока задания разницы мощности 22. При отсутствии избыточного скольжения выходное значение величины блока определителя 13 не превышает выходного значения пороговой мощности Рβ блока задания разницы мощности 22, и блок обнаружения боксования 23 выдает сигнал об отсутствии избыточного скольжения. Блок формирования корректирующего задания 24 принимает сигналы от сравнивающих элементов 11 и 12 и блока обнаружения боксования 23, и не выдает корректирующие воздействия на входы регуляторов скорости 7 и 8 векторных систем управления 5 и 6.In the case of the movement of electric rolling stock without excessive sliding of one or more wheelsets, power sensors 9 and 10 measure the current active electrical powers of the stator windings of asynchronous traction motors 3 and 4, and transmit the measured values to the inputs of the comparison elements 11 and 12, the determinant unit 13 and block for setting the power difference 22. Speed sensor 14 and speed sensor 15 measure the current angular speeds of rotation of the shafts of asynchronous traction motors 3 and 4, and transmit the measured values to the inputs of the average speed block 16. The average speed block 16 calculates the average angular frequency of rotation of the shafts ω cf asynchronous of traction motors 3 and 4 and transfers the calculated value to the input of the unit for determining the depth of the slipping process with a delay 18. The linear speed sensor 17 measures the current linear speed of the traction section and transmits the measured value to the input of the unit for determining the depth of the slipping process with a delay 18. Unit for determining the depth the process of boxing with a delay 18, calculates the current depth of the boxing process β ψ and transfers the calculated value with a time delay of one second to the input of the neural network unit 21. Temperature sensor 19 and horizontal position sensor 20 measure the current temperature of the external environment of the traction section and the current horizontal positions of the traction section, respectively, and transmit the measured values to the inputs of the neural network block 21. The neural network block 21, based on the algorithm of the backpropagation method, trains the feedforward artificial neural network, and then, based on the algorithm of the trained artificial neural network of feedforward, calculates the value of the predictive depth of the process boxing β ψpred . Further, the value of the predictive depth of the skidding process β ψpred is transmitted to the input of the power difference setting unit 22. When the output value of the power sensor 9 is smaller than the output value of the power sensor 10, the comparison element 11 generates a signal about the determination of the asynchronous traction motor 3 as the engine with the lowest power, and the comparing element 12 generates a signal about the determination of the asynchronous traction motor 4 as the engine with the highest power. When the output value of the power sensor 10 is less than the output value of the power sensor 9, the comparison element 12 generates a signal about the determination of the induction traction motor 4 as the engine with the lowest power, and the comparison element 11 generates a signal about the definition of the asynchronous traction motor 3 as the engine with the highest power. In this case, the determinant unit 13 calculates the absolute difference between the output value of the power sensor 9 and the output value of the power sensor 10, and outputs the calculated output value of the value to the input of the slip detection unit 23, which compares the obtained value with the output value of the threshold power P β of the power difference setting unit 22 In the absence of excessive slip, the output value of the value of the determinant unit 13 does not exceed the output value of the threshold power P β of the power difference setting unit 22, and the slip detection unit 23 outputs a signal about the absence of excessive slip. The block for generating the corrective task 24 receives signals from the comparative elements 11 and 12 and the blocking detection block 23, and does not issue corrective actions to the inputs of the speed regulators 7 and 8 of the vector control systems 5 and 6.

В случае движения электроподвижного состава с избыточным скольжением одной или нескольких колесных пар, датчики мощности 9 и 10 производят измерения текущих активных электрических мощностей статорных обмоток асинхронных тяговых двигателей 3 и 4, и передают измеренные значения на входы сравнивающих элементов 11 и 12, блока определителя 13 и блока задания разницы мощности 22. Датчик скорости 14 и датчик скорости 15 измеряют текущие угловые частоты вращения валов асинхронных тяговых двигателей 3 и 4, и передают измеренные значения на входы блока средней скорости 16. Блок средней скорости 16 вычисляет среднюю угловую частоту вращения валов ωср асинхронных тяговых двигателей 3 и 4 и передает вычисленное значение на вход блока определения глубины процесса боксования с задержкой 18. Датчик линейной скорости 17 измеряет текущую линейную скорость движения тяговой секции и передает измеренное значение на вход блока определения глубины процесса боксования с задержкой 18. Блок определения глубины процесса боксования с задержкой 18, вычисляет текущую глубину процесса боксования βψ и передает вычисленное значение с временной задержкой равной одной секунде на вход блока нейронной сети 21. Датчик температуры 19 и датчик горизонтального положения 20 производят измерения текущей температуры внешней среды тяговой секции и текущего горизонтального положения тяговой секции соответственно и передают измеренные значения на входы блока нейронной сети 21. Блок нейронной сети 21 на основании алгоритма метода обратного распространения ошибки производит обучение искусственной нейронной сети прямого распространения, а затем на основании алгоритма обученной искусственной нейронной сети прямого распространения определяет значение предиктивной глубины процесса боксования βψpred. Далее значение предиктивной глубины процесса боксования βψpred передается на вход блока задания разницы мощности 22. Сравнивающие элементы 11 и 12 сравнивают измеренные значения с выходов датчиков мощности 9 и 10. При меньшем выходном значении датчика мощности 9, чем выходное значение датчика мощности 10 сравнивающий элемент 11 формирует сигнал об определении асинхронного тягового двигателя 3 как двигателя с наименьшей мощностью, а сравнивающий элемент 12 формирует сигнал об определении асинхронного тягового двигателя 4 как двигателя с наибольшей мощностью. При меньшем выходном значении датчика мощности 10, чем выходное значение датчика мощности 9 сравнивающий элемент 12 формирует сигнал об определении асинхронного тягового двигателя 4 как двигателя с наименьшей мощностью, а сравнивающий элемент 11 формирует сигнал об определении асинхронного тягового двигателя 3 как двигателя с наибольшей мощностью. При этом блок определителя 13 вычисляет абсолютную разницу между выходным значением датчика мощности 9 и выходным значением датчика мощности 10, и выдает вычисленное выходное значение величины на вход блока обнаружения боксования 23, который сравнивает полученное значение с выходным значением пороговой мощности Рβ блока задания разницы мощности 22. При наличии избыточного скольжения выходное значение величины блока определителя 13 превышает выходное значение пороговой мощности Рβ блока задания разницы мощности 22, и блок обнаружения боксования 23 выдает сигнал о наличии избыточного скольжения. Блок формирования корректирующего задания 24 принимает сигналы от сравнивающих элементов 11 и 12 и блока обнаружения боксования 23, и выдает сигнал о снижении скорости. При меньшем выходном значении датчика мощности 9, чем выходное значение датчика мощности 10 выходной сигнал о снижении скорости блока формирования корректирующего задания 24 поступает на вход регулятора скорости 7 векторной системы управления 5, до того момента как выходное значение блока определителя 13 станет меньше выходного значения блока задания разницы мощности 22. При меньшем выходном значении датчика мощности 10, чем выходное значение датчика мощности 9 выходной сигнал о снижении скорости блока формирования корректирующего задания 24 поступает на вход регулятора скорости 8 векторной системы управления 6, до того момента как выходное значение блока определителя 13 станет меньше выходного значения блока задания разницы мощности 22.In the case of the movement of electric rolling stock with excessive slip of one or more wheelsets, the power sensors 9 and 10 measure the current active electrical powers of the stator windings of asynchronous traction motors 3 and 4, and transmit the measured values to the inputs of the comparison elements 11 and 12, the determinant unit 13 and block for setting the power difference 22. Speed sensor 14 and speed sensor 15 measure the current angular speeds of rotation of the shafts of asynchronous traction motors 3 and 4, and transmit the measured values to the inputs of the average speed block 16. The average speed block 16 calculates the average angular frequency of rotation of the shafts ω cf asynchronous of traction motors 3 and 4 and transfers the calculated value to the input of the unit for determining the depth of the slipping process with a delay 18. The linear speed sensor 17 measures the current linear speed of the traction section and transmits the measured value to the input of the unit for determining the depth of the slipping process with a delay 18. Unit for determining the depth slip process with a delay 18, calculates the current depth of the slip process β ψ and transmits the calculated value with a time delay of one second to the input of the neural network unit 21. Temperature sensor 19 and horizontal position sensor 20 measure the current ambient temperature of the traction section and the current horizontal position traction section, respectively, and transmit the measured values to the inputs of the neural network unit 21. The neural network unit 21, based on the algorithm of the backpropagation method, trains the artificial neural network of forward propagation, and then, based on the algorithm of the trained artificial neural network of feedforward, determines the value of the predictive depth of the boxing process β ψpred . Further, the value of the predictive depth of the skewing process β ψpred is transmitted to the input of the power difference setting unit 22. Comparative elements 11 and 12 compare the measured values from the outputs of the power sensors 9 and 10. With a smaller output value of the power sensor 9 than the output value of the power sensor 10, the comparison element 11 generates a signal about the definition of the asynchronous traction motor 3 as the engine with the lowest power, and the comparison element 12 generates a signal about the definition of the asynchronous traction motor 4 as the engine with the highest power. When the output value of the power sensor 10 is smaller than the output value of the power sensor 9, the comparison element 12 generates a signal about the determination of the induction traction motor 4 as the engine with the lowest power, and the comparison element 11 generates a signal about the definition of the asynchronous traction motor 3 as the engine with the highest power. In this case, the determinant unit 13 calculates the absolute difference between the output value of the power sensor 9 and the output value of the power sensor 10, and outputs the calculated output value of the value to the input of the slip detection unit 23, which compares the obtained value with the output value of the threshold power P β of the power difference setting unit 22 In the presence of excessive slip, the output value of the magnitude of the determinant unit 13 exceeds the output value of the threshold power P β of the power difference setting unit 22, and the slip detection unit 23 signals the presence of excessive slip. The corrective target generation unit 24 receives signals from the comparison elements 11 and 12 and the slip detection unit 23, and outputs a signal to decrease the speed. When the output value of the power sensor 9 is lower than the output value of the power sensor 10, the output signal about the decrease in the speed of the block for generating the corrective reference 24 is fed to the input of the speed regulator 7 of the vector control system 5, until the output value of the determinant block 13 becomes less than the output value of the reference block power difference 22. When the output value of the power sensor 10 is less than the output value of the power sensor 9, the output signal about a decrease in the speed of the block of the formation of the corrective task 24 is fed to the input of the speed controller 8 of the vector control system 6, until the output value of the determinant block 13 becomes less the output value of the power difference setting block 22.

Таким образом, предлагаемый способ защиты от боксования электроподвижного состава с асинхронными тяговыми, за счет обучения искусственной нейронной сети прямого распространения по ожидаемому ответу отстающего по времени на одну секунду от входных текущих данных позволяет обученной искусственной нейронной сети прямого распространения вычислять предиктивное значение глубины процесса боксования, тем самым повышая быстродействие системы, что позволяет сократить время обнаружения боксования и предотвратить развитие процесса избыточного скольжения выше допустимой величины, реализовать режимы работы привода, предельные по условиям сцепления и повысить быстродействие обнаружения избыточного скольжения, что в совокупности повышает тяговые свойства электроподвижного состава.Thus, the proposed method of protection against skidding of electric rolling stock with asynchronous traction trains, by training an artificial neural network of feedforward according to the expected response of one second lagging behind the input current data, allows the trained artificial neural network of feedforward to calculate the predictive value of the depth of the slinging process, thus thereby increasing the speed of the system, which makes it possible to reduce the time for detecting slipping and prevent the development of the excessive slip process above the permissible value, implement the drive modes that are limiting in terms of adhesion and increase the speed of detecting excessive slip, which together increases the traction properties of the electric rolling stock.

Claims (6)

Способ защиты от боксования колесных пар электроподвижного состава с асинхронными тяговыми двигателями, заключающийся в том, что при возникновении боксования одной или нескольких колесных пар измеряют текущие активные электрические мощности статорных обмоток асинхронных тяговых двигателей, измеряют текущую температуру внешней среды тяговой секции и измеряют текущее горизонтальное положение тяговой секции, определяют абсолютную разницу активных электрических мощностей и сравнивают значение абсолютной разницы активных электрических мощностей и значение пороговой мощности, а затем вырабатываются сигналы о снижении угловой частоты вращения избыточно скользящей колесной пары или угловых частот вращений избыточно скользящих колесных пар, отличающийся тем, что измеряют текущие угловые частоты вращения валов асинхронных тяговых двигателей и текущую линейную скорость движения тяговой секции, определяют среднюю угловую частоту вращения валов асинхронных тяговых двигателей, определяют текущую глубину процесса боксования и передают его искусственной нейронной сети прямого распространения с временной задержкой, равной одной секунде, обучают искусственную нейронную сеть прямого распространения по алгоритму метода обратного распространения ошибки по данным значения глубины процесса боксования, переданного с задержкой по времени, равной одной секунде, по данным значения температуры внешней среды тяговой секции и по данным горизонтального положения тяговой секции, причем глубина процесса боксования, положительно смещенная по времени на одну секунду, является ожидаемым ответом искусственной нейронной сети прямого распространения, а текущие измеренные значения температуры внешней среды тяговой секции и горизонтального положения тяговой секции являются входными данными для обучения, а затем измеренные значения температуры внешней среды тяговой секции и горизонтального положения тяговой секции подают на входы обученной искусственной нейронной сети, а с выхода обученной искусственной нейронной сети прямого распространения получают значение предиктивной глубины процесса боксования и далее определяют пороговую мощность по выражению:The method of protection against skidding of wheelsets of electric rolling stock with asynchronous traction motors, which consists in the fact that when skidding of one or several wheelsets occurs, the current active electrical powers of the stator windings of asynchronous traction motors are measured, the current temperature of the external environment of the traction section is measured and the current horizontal position of the traction sections, determine the absolute difference in active electrical powers and compare the value of the absolute difference in active electrical powers and the value of the threshold power, and then signals are generated about a decrease in the angular frequency of rotation of excessively sliding wheelset or angular frequencies of rotation of excessively sliding wheelsets, characterized in that the current angular the rotational speed of the shafts of asynchronous traction motors and the current linear speed of the traction section, determine the average angular frequency of rotation of the shafts of asynchronous traction motors, determine the current depth bin of the boxing process and transmit it to the artificial neural network of feedforward propagation with a time delay equal to one second, train the artificial neural network of feedforward propagation according to the algorithm of the backpropagation method according to the data of the value of the depth of the boxing process transmitted with a time delay of one second, according to the data values of the temperature of the external environment of the traction section and according to the data of the horizontal position of the traction section, and the depth of the skidding process, positively shifted in time by one second, is the expected response of the artificial neural network of direct propagation, and the current measured values of the external temperature of the traction section and the horizontal position of the traction section are the input data for training, and then the measured values of the ambient temperature of the traction section and the horizontal position of the traction section are fed to the inputs of the trained artificial neural network, and from the output of the trained artificial neural network On the network of direct propagation, the value of the predictive depth of the boxing process is obtained and then the threshold power is determined by the expression:
Figure 00000004
Figure 00000004
 где Рβ - пороговая мощность;where Р β - threshold power; Pi - текущая активная электрическая мощность статорной обмотки i-го асинхронного тягового двигателя;P i - current active electric power of the stator winding of the i-th induction traction motor; n - количество асинхронных тяговых двигателей, участвующих в расчете;n is the number of asynchronous traction motors involved in the calculation; βψpred - предиктивная глубина процесса боксования.β ψpred is the predictive depth of the boxing process.
RU2021113265A 2021-05-07 2021-05-07 Method for protection against stalling of electric rolling stock with asynchronous tractive motors RU2758797C1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2021113265A RU2758797C1 (en) 2021-05-07 2021-05-07 Method for protection against stalling of electric rolling stock with asynchronous tractive motors

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2021113265A RU2758797C1 (en) 2021-05-07 2021-05-07 Method for protection against stalling of electric rolling stock with asynchronous tractive motors

Publications (1)

Publication Number Publication Date
RU2758797C1 true RU2758797C1 (en) 2021-11-01

Family

ID=78466883

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2021113265A RU2758797C1 (en) 2021-05-07 2021-05-07 Method for protection against stalling of electric rolling stock with asynchronous tractive motors

Country Status (1)

Country Link
RU (1) RU2758797C1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116300410A (en) * 2023-05-25 2023-06-23 武汉理工大学 Corner optimization method and system for data-driven feedforward and feedback compensation
RU2811618C1 (en) * 2022-11-23 2024-01-15 Общество с ограниченной ответственностью "Уральские локомотивы" Method of protection against slipping of wheel pairs of electric rolling stock with asynchronous traction motors

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1222583A1 (en) * 1984-12-13 1986-04-07 Всесоюзный научно-исследовательский проектно-конструкторский и технологический институт электровозостроения Device for protecting electrified rolling stock from slipping and skidding
EP0656841B1 (en) * 1993-06-26 1999-06-09 Abb Research Ltd. Process and device for slip control
RU2720864C1 (en) * 2019-08-22 2020-05-13 Общество с ограниченной ответственностью "Уральские локомотивы" Method for protection against slipping of wheel pairs of electric rolling stock with asynchronous traction engines
RU2741851C1 (en) * 2020-08-13 2021-01-29 Общество с ограниченной ответственностью "Уральские локомотивы" Method of protection against boxing of electric mobile vehicles with asynchronous traction motors

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1222583A1 (en) * 1984-12-13 1986-04-07 Всесоюзный научно-исследовательский проектно-конструкторский и технологический институт электровозостроения Device for protecting electrified rolling stock from slipping and skidding
EP0656841B1 (en) * 1993-06-26 1999-06-09 Abb Research Ltd. Process and device for slip control
RU2720864C1 (en) * 2019-08-22 2020-05-13 Общество с ограниченной ответственностью "Уральские локомотивы" Method for protection against slipping of wheel pairs of electric rolling stock with asynchronous traction engines
RU2741851C1 (en) * 2020-08-13 2021-01-29 Общество с ограниченной ответственностью "Уральские локомотивы" Method of protection against boxing of electric mobile vehicles with asynchronous traction motors

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2811618C1 (en) * 2022-11-23 2024-01-15 Общество с ограниченной ответственностью "Уральские локомотивы" Method of protection against slipping of wheel pairs of electric rolling stock with asynchronous traction motors
CN116300410A (en) * 2023-05-25 2023-06-23 武汉理工大学 Corner optimization method and system for data-driven feedforward and feedback compensation
CN116300410B (en) * 2023-05-25 2023-08-22 武汉理工大学 Corner optimization method and system for data-driven feedforward and feedback compensation

Similar Documents

Publication Publication Date Title
US6208097B1 (en) Traction vehicle adhesion control system without ground speed measurement
AU2006266295B2 (en) System and method for locomotive adhesion control
US6152546A (en) Traction vehicle/wheel slip and slide control
US8988016B2 (en) System and method for traction motor control
EP3194201B1 (en) Wheel stability control based on the moment of an electrical motor
US7679298B2 (en) Locomotive wheel speed control
US9209736B2 (en) System and method for traction motor control
US6758087B2 (en) Method, system and storage medium for determining a vehicle reference speed
US4463289A (en) Wheel slip control using differential signal
RU2758797C1 (en) Method for protection against stalling of electric rolling stock with asynchronous tractive motors
EP3483029A1 (en) System and method for testing adhesion conditions on a track
EP3680123A1 (en) Method for controlling a railway vehicle, a controller and a railway vehicle
JP3416137B2 (en) Slip control method and device
RU2720864C1 (en) Method for protection against slipping of wheel pairs of electric rolling stock with asynchronous traction engines
RU2741851C1 (en) Method of protection against boxing of electric mobile vehicles with asynchronous traction motors
CN114144328B (en) Electric vehicle control method and electric vehicle control device
CN112343682B (en) Motorcycle control method, device, system, motorcycle and storage medium
JP5063274B2 (en) Electric vehicle control device
de Bruijn et al. On the performance increase of wheel deceleration control through force sensing
RU209092U1 (en) PROTECTION DEVICE AGAINST BOXING OF ELECTRIC ROLLING STOCK WITH ASYNCHRONOUS TRACTION MOTORS
RU196636U1 (en) ELECTRIC MOBILE BOXING PROTECTION DEVICE WITH ASYNCHRONOUS TRACTION MOTORS
RU2811618C1 (en) Method of protection against slipping of wheel pairs of electric rolling stock with asynchronous traction motors
CN112406824A (en) Train braking method, device, equipment and storage medium
RU99390U1 (en) SYSTEM OF REGULATION OF ASYNCHRONOUS TRACTION ELECTRIC LOCOMOTIVE DRIVE AT THE LIMIT ON THE CLUTCH OF WHEELS WITH RAILS
JP7149713B2 (en) slip control device