CN102582637A - 混合动力调车的运行工况智能识别评价系统 - Google Patents

混合动力调车的运行工况智能识别评价系统 Download PDF

Info

Publication number
CN102582637A
CN102582637A CN2011104305787A CN201110430578A CN102582637A CN 102582637 A CN102582637 A CN 102582637A CN 2011104305787 A CN2011104305787 A CN 2011104305787A CN 201110430578 A CN201110430578 A CN 201110430578A CN 102582637 A CN102582637 A CN 102582637A
Authority
CN
China
Prior art keywords
evaluation system
operating condition
intelligent recognition
condition intelligent
shunting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2011104305787A
Other languages
English (en)
Inventor
张昕
田毅
张欣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jiaotong University
Original Assignee
Beijing Jiaotong University
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 Beijing Jiaotong University filed Critical Beijing Jiaotong University
Priority to CN2011104305787A priority Critical patent/CN102582637A/zh
Publication of CN102582637A publication Critical patent/CN102582637A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T30/00Transportation of goods or passengers via railways, e.g. energy recovery or reducing air resistance

Abstract

本发明公开了一种混合动力调车的运行工况智能识别评价系统,包括控制器硬件和软件,所述控制器硬件包括中央处理器、功率信号采集与处理系统、模拟量信号输出系统、CAN总线通讯控制系统、串口通讯控制系统;所述软件包括数据输入系统、数据分析系统、以及状态识别评价系统。本发明的有益效果是:本发明混合动力调车的运行工况智能识别评价系统由于采用了上述技术方案,混合动力调车运行工况识别评价系统可以很方便的自身测量或者由外界通过CAN或者串口通信输入功率数据信号,并且方便的向各种混合动力调车控制器输出识别评价出的当前调车运行的状态参数。

Description

混合动力调车的运行工况智能识别评价系统
技术领域
本发明属于内燃机车控制技术领域,特别涉及一种混合电动调车机车的运行工况识别评价系统,可以为各种混合动力机车控制器参数变换提供依据。
背景技术
混合动力内燃机车是轨道交通发展方向的一种绿色车型。混合动力技术非常适合于电传动内燃机车,尤其是调车机车。调车机车具有怠速时间长、运行速度低等特点。采用混合动力技术可以大幅度改善调车机车的燃油经济性,并减少其排放,对调车机车在隧道等通风不畅的特殊环境中工作具有更重要的意义。
控制策略是混合动力调车机车的核心,而且是其运行工况紧密相关。与混合动力调车相比,调车机车的运行工况不仅与其行驶速度有关,而且与其拖曳货物质量具有紧密联系,因此不能仅仅根据车速对其运行工况进行评价。不同站点的货物运输量不同,调车机车的运行工况也具有很大差异。而目前国内还没有对调车机车运行工况进行评价的设备和方法,因此混合动力调车机车在燃油经济性和排放性能方面的优势没有得到最大体现。
发明内容:
本发明针对上述现有技术的不足,本发明的目的是提供一种混合动力调车运行工况智能识别评价系统,根据调车机车多个驱动电机的输出功率,采用神经网络方法对其进行计算分析,从而对混合动力调车目前运行工况进行识别评价,有助于混合动力调车调整控制策略中的参数,使得混合动力调车的燃油经济性和排放性能得到最大的提高。
为了实现上述目的,本发明采用的技术方案如下:
混合动力调车的运行工况智能识别评价系统,包括控制器硬件和软件,其特征在于:所述控制器硬件包括中央处理器、功率信号采集与处理系统、模拟量信号输出系统、CAN总线通讯控制系统、串口通讯控制系统;所述软件包括数据输入系统、数据分析系统、以及状态识别评价系统;所述运行工况智能识别评价系统通过CAN总线通讯控制系统得到调车的驱动电机输出功率信号,然后在中央处理器对输出功率进行分析,得到调车运行的状态并进行划分,从而辅助混合动力调车控制器PCU调节控制参数。
进一步地,所述运行工况智能识别评价系统根据自身采集或者其他控制器输入到的驱动电机功率数据进行计算和分析,从而判断出调车的行驶的状态,并进行评定。
进一步地,所述数据输入系统输入各种编组站区段站的运行工况并进行分析,从而更新状态识别评价系统中的各项参数。
进一步地,所述运行工况智能识别评价系统采用神经网络方式进行调车运行工况识别评价。
进一步地,所述功率信号采集与处理系统进行功率信号数据处理时,采用分段叠加的方式进行数据处理。
更进一步地,所述运行工况智能识更别系统通过多个驱动电机的输出功率的总和随时间变化的曲线进行处理和计算,从而有效评价及识别评价出调车的运行工况。
本发明的有益效果是:本发明混合动力调车的运行工况智能识别评价系统由于采用了上述技术方案,混合动力调车运行工况识别评价系统可以很方便的自身测量或者由外界通过CAN或者串口通信输入功率数据信号,并且方便的向各种混合动力调车控制器输出识别评价出的当前调车运行的状态参数。
附图说明:
图1本发明状态识别评价系统的信号传输说明示意图
图2本发明状态识别评价系统电控单元硬件结构示意图
图3本发明分段叠加的示意图
图4本发明神经网络算法模型示意图
具体实施方式:
下面结合附图对本发明的实施进行进一步描述如下:
混合动力调车的运行工况智能识别评价系统中的硬件采用MPC566中央处理器,包括一个数字量输入通道、一个模拟量输出通道、串口通信接口(SCI)、局部网络控制器(CAN)等。识别评价系统的信号传输说明如图1所示,识别评价系统电控单元硬件结构如图2所示。
软件系统中数据输入系统是用matlab建立的数据库软件,可以读取各种格式的编组站、区段站等的工况文件,能够方便的建立和充实程序中的不同运输负荷不同作业频率的运行工况的数据库。数据分析系统也是通过使用matlab编写的数据处理程序,采用神经网络分析的算法对数据库中的工况进行识别评价。为了保证识别评价的及时和准确性,在输入层中,把输入的工况样本采用分段叠加的方式分成3分钟一段的小样本,并每过一秒中进行一次划分,如图3所示。然后对小样本中的速度进行计算,结果如表1中所示,得到神经网络分析输入层中所需的样本参数x1、x2……xk。而输出层,则用y1代表编组站工况,y2代表区段站工况,……,ym代表第m中工况。这样便可以进行神经网络计算,算法模型如图4所示,得到状态识别评价系统中所需要参数w11、w12……wkm、b1、b2……bm。状态识别评价系统可以即时根据采集到的3分钟内的驱动电机输出功率计算表1中的参数,并每过一秒进行一次计算,得到的结果为神经网络识别评价中的输入参数x1、x2……xk,然后采用公式一进行计算
公式一: y m = Σ j = 1 k w im x i - b m ,
具体操作流程:
首先把调车在编组站、区段站等不同工况从数据输入系统中输入,建立工况数据库,然后执行数据分析系统,计算出识别评价系统中需要的参数w11、w12……wkm、b1、b2……bm,然后把参数输入到识别评价系统中,再把程序下载到中央处理器中。在进行调车运行过程中,可以通过驱动电机输出信号计算得到输出功率,经过状态识别评价系统计算后,便可以得到当前调车运行的状态是处于何种工况下,并把结果通过模拟通道、CAN或者SCI输出。
表1.状态分析系统中神经网络使用的样本参数
Figure BDA0000122779190000042
Figure BDA0000122779190000051
以上是对本发明所提供的具体实施例结构进行了详细介绍,本实施例只是用于帮助理解本发明的设计方法和核心思想,同时,对本领域技术人员,依据本发明的思想设计的本质相同的,均在本发明保护范围之内。综上所述,本说明书内容不能理解为对本发明的限制。

Claims (6)

1.混合动力调车的运行工况智能识别评价系统,包括控制器硬件和软件,其特征在于:所述控制器硬件包括中央处理器、功率信号采集与处理系统、模拟量信号输出系统、CAN总线通讯控制系统、串口通讯控制系统;所述软件包括数据输入系统、数据分析系统、以及状态识别评价系统;所述运行工况智能识别评价系统通过CAN总线通讯控制系统得到调车的驱动电机输出功率信号,然后在中央处理器对输出功率进行分析,得到调车运行的状态并进行划分,从而辅助混合动力调车控制器PCU调节控制参数。
2.根据权利要求1所述的混合动力调车的运行工况智能识别评价系统,其特征在于:所述运行工况智能识别评价系统根据自身采集或者其他控制器输入到的驱动电机功率数据进行计算和分析,从而判断出调车的行驶的状态,并进行评定。
3.根据权利要求1所述的混合动力调车的运行工况智能识别评价系统,其特征在于:所述数据输入系统输入各种编组站区段站的运行工况并进行分析,从而更新状态识别评价系统中的各项参数。
4.根据权利要求2所述的混合动力调车的运行工况智能识别评价系统,其特征是在于:所述运行工况智能识别评价系统采用神经网络方式进行调车运行工况识别评价。
5.根据权利要求2所述的混合动力调车的运行工况智能识别评价系统,其特征是在于:所述功率信号采集与处理系统进行功率信号数据处理时,采用分段叠加的方式进行数据处理。
6.根据权利要求1所述的混合动力调车的运行工况智能识别评价系统,其特征是在于:所述运行工况智能识别评价系统通过多个驱动电机的输出功率的总和随时间变化的曲线进行处理和计算,从而有效评价及识别评价出调车的运行工况。
CN2011104305787A 2011-12-20 2011-12-20 混合动力调车的运行工况智能识别评价系统 Pending CN102582637A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011104305787A CN102582637A (zh) 2011-12-20 2011-12-20 混合动力调车的运行工况智能识别评价系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011104305787A CN102582637A (zh) 2011-12-20 2011-12-20 混合动力调车的运行工况智能识别评价系统

Publications (1)

Publication Number Publication Date
CN102582637A true CN102582637A (zh) 2012-07-18

Family

ID=46472045

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011104305787A Pending CN102582637A (zh) 2011-12-20 2011-12-20 混合动力调车的运行工况智能识别评价系统

Country Status (1)

Country Link
CN (1) CN102582637A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102831768A (zh) * 2012-08-15 2012-12-19 大连理工大学 一种基于车联网的混合动力客车行驶工况预测方法
CN107356871A (zh) * 2017-06-30 2017-11-17 北京交通大学 一种电动机监测方法及装置
CN109116102A (zh) * 2018-08-08 2019-01-01 贵州电网有限责任公司 一种基于工况识别的电气化铁路功率因数计量方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02238600A (ja) * 1989-03-13 1990-09-20 Toyota Motor Corp 車両用道路状況認識装置
US5285523A (en) * 1990-09-25 1994-02-08 Nissan Motor Co., Ltd. Apparatus for recognizing driving environment of vehicle
DE10320017A1 (de) * 2003-05-06 2004-12-02 Zf Sachs Ag Steuereinrichtung für die Antriebseinheit eines Kraftfahrzeugs
US20050159851A1 (en) * 2001-01-21 2005-07-21 Volvo Technology Corporation System and method for real-time recognition of driving patterns
CN1817680A (zh) * 2002-01-31 2006-08-16 株式会社东芝 自动列车运行装置以及列车运行辅助装置
US20060271269A1 (en) * 2003-11-20 2006-11-30 Bayerische Motoren Werke Aktiengesellschaft Method and system for determining the driving situation
CN101323304A (zh) * 2008-07-28 2008-12-17 北京交通大学 一种混合动力电动汽车的行驶状态智能识别系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02238600A (ja) * 1989-03-13 1990-09-20 Toyota Motor Corp 車両用道路状況認識装置
US5285523A (en) * 1990-09-25 1994-02-08 Nissan Motor Co., Ltd. Apparatus for recognizing driving environment of vehicle
US20050159851A1 (en) * 2001-01-21 2005-07-21 Volvo Technology Corporation System and method for real-time recognition of driving patterns
CN1817680A (zh) * 2002-01-31 2006-08-16 株式会社东芝 自动列车运行装置以及列车运行辅助装置
DE10320017A1 (de) * 2003-05-06 2004-12-02 Zf Sachs Ag Steuereinrichtung für die Antriebseinheit eines Kraftfahrzeugs
US20060271269A1 (en) * 2003-11-20 2006-11-30 Bayerische Motoren Werke Aktiengesellschaft Method and system for determining the driving situation
CN101323304A (zh) * 2008-07-28 2008-12-17 北京交通大学 一种混合动力电动汽车的行驶状态智能识别系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102831768A (zh) * 2012-08-15 2012-12-19 大连理工大学 一种基于车联网的混合动力客车行驶工况预测方法
CN102831768B (zh) * 2012-08-15 2014-10-15 大连理工大学 一种基于车联网的混合动力客车行驶工况预测方法
CN107356871A (zh) * 2017-06-30 2017-11-17 北京交通大学 一种电动机监测方法及装置
CN107356871B (zh) * 2017-06-30 2019-12-13 北京交通大学 一种电动机监测方法及装置
CN109116102A (zh) * 2018-08-08 2019-01-01 贵州电网有限责任公司 一种基于工况识别的电气化铁路功率因数计量方法
CN109116102B (zh) * 2018-08-08 2020-12-01 贵州电网有限责任公司 一种基于工况识别的电气化铁路功率因数计量方法

Similar Documents

Publication Publication Date Title
Yang et al. Efficient energy management strategy for hybrid electric vehicles/plug‐in hybrid electric vehicles: review and recent advances under intelligent transportation system
Liu et al. Heuristic dynamic programming based online energy management strategy for plug-in hybrid electric vehicles
Qi et al. Integrated-connected eco-driving system for phevs with co-optimization of vehicle dynamics and powertrain operations
CN103241239B (zh) 一种自动泊车系统车位识别方法
CN104071161B (zh) 一种插电式混合动力汽车工况识别及能量管控的方法
Liu et al. An on-line energy management strategy based on trip condition prediction for commuter plug-in hybrid electric vehicles
CN110775065A (zh) 一种基于工况识别的混合动力汽车电池寿命预测方法
Wang et al. Driving cycle recognition neural network algorithm based on the sliding time window for hybrid electric vehicles
CN106004865A (zh) 基于工况识别的里程自适应混合动力汽车能量管理方法
CN108146437A (zh) 电动车及其控制装置和控制方法
CN105946857A (zh) 基于智能交通系统的并联phev能量管理方法
CN102831768B (zh) 一种基于车联网的混合动力客车行驶工况预测方法
CN106740822A (zh) 混合动力系统及其能量管理方法
CN108104914A (zh) 车辆的控制装置
CN102582637A (zh) 混合动力调车的运行工况智能识别评价系统
CN110188401A (zh) 一种基于改进pso的有轨电车运行能耗优化方法
CN101323304A (zh) 一种混合动力电动汽车的行驶状态智能识别系统
CN110459053A (zh) 基于智能网联车信息的高速公路混合车流速度估计方法
Fries et al. Operational strategy of hybrid heavy-duty trucks by utilizing a genetic algorithm to optimize the fuel economy multiobjective criteria
Ghobadpour et al. An intelligent energy management strategy for an off‐road plug‐in hybrid electric tractor based on farm operation recognition
Solouk et al. Analysis and control of a torque blended hybrid electric powertrain with a multi-mode LTC-SI engine
Zhao et al. Sequential optimization of eco-driving taking into account fuel economy and emissions
Shen et al. Development of economic velocity planning algorithm for plug-in hybrid electric vehicle
Chen et al. Driving cycle recognition based adaptive equivalent consumption minimization strategy for hybrid electric vehicles
Shan et al. Connected eco‐driving for electric buses along signalized arterials with bus stops

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20120718