CN106777809B - 一种基于实际运行数据的机车牵引计算模型校准方法 - Google Patents

一种基于实际运行数据的机车牵引计算模型校准方法 Download PDF

Info

Publication number
CN106777809B
CN106777809B CN201710025882.0A CN201710025882A CN106777809B CN 106777809 B CN106777809 B CN 106777809B CN 201710025882 A CN201710025882 A CN 201710025882A CN 106777809 B CN106777809 B CN 106777809B
Authority
CN
China
Prior art keywords
locomotive
calculation model
traction
data
fitting
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.)
Active
Application number
CN201710025882.0A
Other languages
English (en)
Other versions
CN106777809A (zh
Inventor
顾明
卢莎
黄晋
夏雅楠
杨英
赵曦滨
孙家广
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.)
Tsinghua University
CRRC Dalian Institute Co Ltd
CRRC Information Technology Co Ltd
Original Assignee
Tsinghua University
CRRC Dalian Institute Co Ltd
CRRC Information Technology Co Ltd
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 Tsinghua University, CRRC Dalian Institute Co Ltd, CRRC Information Technology Co Ltd filed Critical Tsinghua University
Priority to CN201710025882.0A priority Critical patent/CN106777809B/zh
Publication of CN106777809A publication Critical patent/CN106777809A/zh
Application granted granted Critical
Publication of CN106777809B publication Critical patent/CN106777809B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于实际运行数据的机车牵引计算模型校准方法。本发明基于从机车运行原始数据中离线获得的操纵档位、运行速度等序列，通过反向拟合的方法构建机车牵引计算模型，再通过正向验证的方式验证模型的准确性。在构建机车牵引计算模型中，首先基于机车日志记录得到机车牵引力和制动力，然后根据LKJ基础数据或线路建造数据获得加算阻力，在此基础上再按照推算公式获得速度和力之间的对应序列，再通过拟合的方式构建机车牵引计算模型。本发明基于实际运行数据拟合的机车牵引计算模型能更好的适应现场复杂的线路环境并减少统计误差，并将反向拟合和正向验证结合，能够更好的保证模型的适应性和准确性。

Description

一种基于实际运行数据的机车牵引计算模型校准方法
技术领域
本发明涉及机车牵引计算技术，尤其涉及一种基于实际运行数据的机车牵引计算模型校准方法。
背景技术
列车牵引计算以铁道列车的纵向运动为计算对象，并以非稳态运动的牵引和制动工况作为重点，因此涉及有列车编组条件、机车车辆的牵引和制动装置、线路状况、司机操纵方法等多方面的因素，是一个复杂的系统工程问题。列车牵引计算模型主要包括列车运行的牵引计算和制动计算，该模型的准确性直接涉及铁路的运输能力和运行安全性。
现有列车牵引计算模型主要分为单质点牵引计算模型和多质点牵引计算模型两类。
单质点牵引计算模型主要是将列车视为一个没有尺寸的刚性质点，所有的受力都发生在质点上，因此，单质点模型的受力计算比较简单，容易实现。
多质点牵引计算模型主要是降列车视为多个质点构成的“质点链”，一般情况，以一个机车或车辆为一个质点。多质点模型不但可以计算列车整体的受力情况，也可以计算列车车辆间的纵向力，因此，多质点的列车模型受力分析比较复杂。
上述单质点牵引计算模型有较大的局限性，如计算功能有限，不能精确模拟实际列车的牵引和制动操纵运行，不能精确计算线路纵断面，不能正确反映列车实际运用的制动减速度变化，不能进行列车纵向动力学的精确计算等。目前多质点牵引计算模型除具有计算速度快和精度高等优点，运用日益广泛，但是现有的列车牵引计算模型基本都是基于列车牵引计算规程等标准通过实验得出，由于是根据运行机车的特性变化进行实验获得，标准的列车牵引计算模型都会给定一定的安全阈值，不够精确，同时由于实验时实际数据较少，不够准确，不能满足现场复杂的线路环境和统计误差。
发明内容
本发明的目的是提供一种基于实际运行数据的机车牵引计算模型校准方法，其基于实际运行数据拟合的机车牵引计算模型能更好的适应现场复杂的线路环境并减少统计误差，同时在反向拟合和正向验证两种方式的结合下，能够更好的保证模型的适应性和准确性。
本发明通过如下技术方案实现：
一种基于实际运行数据的机车牵引计算模型校准方法，其特征在于，所述方法基于机车运行原始数据，离线获得操纵档位、运行速度参数，通过反向拟合的方法构建机车牵引计算模型，再通过正向验证的方式验证模型的准确性。
在一种优选实现方式中，所述的方法包括下述步骤：
步骤S101、提取铁路机车原始运行数据，所述原始运行数据至少包括机车日志记录、LKJ基础数据，其中机车日志记录至少包括机车实际运行速度；
步骤S102、根据所述机车日志记录分段拟合机车牵引力和制动力；
步骤S103、根据所述LKJ基础数据获得机车加算阻力；
步骤S104、针对所得到的机车实际运行速度，计算实际运行速度对应的基本阻力；
步骤S105、根据得到的机车实际运行速度和机车运行的基本阻力，通过拟合的方式构建机车牵引计算模型；
步骤S106、基于离线优化算法，使用构建的机车牵引计算模型，将实际运行数据中的司机操纵档位序列作为数据输入，获得在该档位序列的下的机车模拟运行速度曲线；
步骤S107、通过对比机车实际运行速度曲线和机车模拟运行速度曲线，找到吻合程度低于预定条件的档位，根据该档位的实际运行数据重新拟合该档位对应的牵引力和/或制动力；
步骤S108、根据新的牵引力和/或制动力，重新拟合机车牵引计算模型，并获取运用该机车牵引计算模型计算得到的速度曲线；
步骤S109、重复步骤S107-S108，将多条机车实际运行速度曲线和基于模型计算得到的速度曲线进行比对，对于曲线中吻合程度低于预定条件的区域，校验并修正该区域的加算阻力；
步骤S110、在校准机车牵引力和制动力以及机车加算阻力后，重新拟合机车牵引计算模型。
在另一种优选实现方式中，机车原始运行数据还包括：铁路机车本身的参数信息、铁路机车运行的线路信息、铁路机车的实际运行数据，该铁路机车的实际运行数据包含实时运行档位信息及实时速度信息。
在另一种优选实现方式中，获取机车的牵引力和制动力的过程包括：(1)基于列车牵引计算规程标准通过实验获得；或者(2)根据机车日志记录中记录的扭矩拟合获得。
在另一种优选实现方式中，所述牵引计算模型通过Matlab程序拟合获得。
在另一种优选实现方式中，在步骤S104中，具体使用的求基本阻力的计算公式如下：
合力的计算公式如下：
Figure GDA0001233267220000041
在上述公式中，m代表机车重量，Δv代表速度差，Δt代表时间差。
单位合力的计算公式如下：
Figure GDA0001233267220000042
在上述公式中，m代表机车重量，Δv代表速度差，Δt代表时间差。
单位牵引力的计算公式如下：
Figure GDA0001233267220000043
在上述公式中，F(t)代表手柄位所对应的牵引力或制动力。
基本阻力的计算公式为：
fb＝ft-wr-fc其中wr为加算阻力。
有益效果
与现有的机车牵引计算模型校准方法相比，本发明基于实际运行数据拟合的机车牵引计算模型能更好的适应现场复杂的线路环境并减少统计误差，同时在反向拟合和正向验证两种方式的结合下，能够更好的保证模型的适应性和准确性
附图说明
图1为本发明的实施流程图。
具体实施方式
为使本发明更为清晰，下面结合附图对本发明进行详细地说明：如图1所示是本发明提供的一种基于实际运行数据的机车牵引计算模型校准方法的流程示意图。
总体而言，本发明的模型校准过程包括反向拟合和正向验证两部分的内容：
反向拟合部分包含收集机车原始运行数据，根据机车原始运行数据获取机车牵引力和制动力，并进一步获取机车加算阻力，再通过分析铁路机车运行数据获取司机操纵铁路机车的速度曲线，计算相应的速度和档位下的基本阻力，最后通过拟合曲线，获得相应的机车牵引计算模型。
正向验证部分是将经过反向拟合部分所获得的牵引计算模型，运用到铁路机车的离线优化算法中，以在反向拟合部分中从铁路机车原始运行数据中提取的司机操纵铁路机车的档位序列作为输入，通过离线优化算法调用新的牵引计算模型，得到在给定的司机操纵铁路机车的档位序列的情形下运用新的牵引计算模型得到的速度序列。
最后，通过对比由实际运行数据中的速度序列画出的速度曲线与通过新的牵引计算模型计算得到的速度序列画出的速度曲线的吻合程度，来判断新的牵引计算模型是否准确。在判断牵引计算模型是否准确的过程中，主要从整条曲线的吻合程度出发，通过对比多条实际运行的速度曲线和由牵引计算模型计算得到的速度曲线的吻合程度，来评估所使用的牵引计算模型是否正确。首先对于吻合程度不高的档位，根据该档位的实际运行数据重新拟合该档位对应的机车牵引力或制动力。然后重新拟合机车牵引计算模型，再次对比由实际运行数据中的速度序列画出的速度曲线与通过新的牵引计算模型计算得到的速度序列画出的速度曲线的吻合程度，对于吻合程度不高的局部区域，校验并修正该区域的加算阻力，并同时使用专利工具进行测量。在校准机车牵引力和制动力以及机车加算阻力后，重新拟合机车牵引计算模型。
可以看出，本发明在反向拟合部分首先获取机车牵引力和制动力，然后获取机车加算阻力，再结合铁路机车实际运行数据，通过使用抽取的操纵档位序列，按照已有的计算公式得到相应速度和档位下的基本阻力，最后通过拟合得到牵引计算模型；正向验证部分将反向拟合部分得到的牵引计算模型运用到已有的离线优化算法中，并将实际运行数据中的操纵档位序列作为离线部分的数据输入，通过离线算法得到在该牵引计算模型下计算得到的速度序列。最后通过对比实际运行数据中的速度曲线和牵引计算模型计算得到的速度曲线的吻合程度，校验和修正机车牵引力和制动力以及加算阻力，确保模型的准确性。反向拟合和正向验证形成闭环能够不断的对牵引计算模型进行运用和优化，最终获得最准确的机车牵引计算模型，这种反向拟合和正向验证相结合的方式能够使得铁路机车牵引计算模型更适应于现场复杂的线路环境以及减小统计误差。
本发明的具体实施流程如图1所示，包括：
步骤S101，提取铁路机车原始运行数据。
机车原始运行数据包括：铁路机车本身的参数信息、铁路机车运行的线路信息、铁路机车的实际运行数据，这些实际运行数据包含实时运行档位信息及实时速度信息等。
铁路机车本身的参数信息及线路信息通过铁路局获得，而铁路机车的实际运行数据通过铁路机车的LKJ(列车运行控制记录装置)获得。
步骤S102，获取机车牵引力和制动力。
在步骤S102中有两种方法获取机车的牵引力和制动力，一种是基于列车牵引计算规程等标准通过实验获得机车的牵引力和制动力，一种根据机车日志记录中记录的扭矩拟合机车牵引力和制动力，在拟合过程中还需根据曲线特征进行分段拟合。
步骤S103，获取机车加算阻力，该加算阻力指的是与加算坡度对应的阻力值，加算坡度是指将线路纵断面上某一坡段的坡度值和该坡道上的曲线、隧道等附加阻力的等量坡度加在一起的坡度值。
在步骤S103中主要是根据LKJ基础数据或线路建造数据中提供的原始坡度值，通过预处理将该坡道上的曲线、隧道等附加阻力的等量坡度加到坡度值上，获取机车加算阻力。
步骤S104，根据推算公式计算实际运行速度对应的基本阻力。
在步骤S104中，具体使用的求基本阻力的计算公式如下：
合力的计算公式如下：
Figure GDA0001233267220000071
在上述公式中，m代表机车重量，Δv代表速度差，Δt代表时间差。
单位合力的计算公式如下：
Figure GDA0001233267220000072
在上述公式中，m代表机车重量，Δv代表速度差，Δt代表时间差。
单位牵引力的计算公式如下：
Figure GDA0001233267220000073
在上述公式中，F(t)代表手柄位所对应的牵引力或制动力。
基本阻力的计算公式为：
fb＝ft-wr-fc
其中wr为加算阻力。
步骤S105，通过拟合的方式构建机车牵引计算模型。
在步骤S105中，通过步骤S104得到的相应的档位和速度序列下对应的基本阻力序列，然后在matlab环境下运用回归分析等方法拟合相应的牵引计算模型。
步骤S106，获取机车牵引计算模型下的速度序列。
在步骤S106中，根据已有的离线优化算法，在离线优化算法中运用步骤S105中得到的机车牵引计算模型，并将S101中得到的铁路机车实际运行数据中的操纵档位序列作为数据输入。在使用离线优化算法根据计算模型提供的档位序列获取速度序列的过程中，若计算得到的速度与实际速度的差值大于α，则标记该处吻合程度不高，按照当前实际速度继续进行计算。
步骤S107，校准机车牵引力和制动力。
在步骤S107中，根据机车实际运行数据中的速度序列画出实际速度曲线，再根据由步骤S106得到的速度序列画出基于拟合出的牵引计算模型得到的速度曲线，对比这两条速度曲线的吻合程度，若速度差大于值α(比如，α可以为3km/h)即视为吻合程度不高。通过多次对比机车实际运行速度曲线和基于模型计算得到的速度曲线，对于吻合程度不高的档位，根据该档位的实际运行数据重新拟合该档位的机车牵引力或制动力。
步骤S108，重新拟合机车牵引计算模型，获取机车牵引计算模型下的速度曲线。
在步骤S108中，使用由步骤S107校准后的机车牵引力和制动力，按照步骤S104和S105重新拟合机车牵引计算模型，然后按照步骤S106重新获取由机车牵引计算模型计算得到的速度曲线。
步骤S109，校验并修正局部区域的加算阻力。
通过多次分析机车实际运行速度曲线和基于牵引计算模型计算得到的速度曲线，对于多次出现不吻合的局部区域，校验并修正该区域的加算阻力值，并同时使用专业工具进行测量。
步骤S110，重新拟合牵引计算模型。
在步骤S110中，使用由S107和S109校准的机车牵引力和制动力以及加算阻力，按照步骤S104和S105重新拟合机车牵引计算模型，确保机车牵引计算模型的准确性。
虽然上面结合本发明的优选实施例对本发明的原理进行了详细的描述，本领域技术人员应该理解，上述实施例仅仅是对本发明的示意性实现方式的解释，并非对本发明包含范围的限定。实施例中的细节并不构成对本发明范围的限制，在不背离本发明的精神和范围的情况下，任何基于本发明技术方案的等效变换、简单替换等显而易见的改变，均落在本发明保护范围之内。

Claims (4)

1.一种基于实际运行数据的机车牵引计算模型校准方法，其特征在于，所述方法基于机车运行原始数据，离线获得操纵档位、运行速度参数，通过反向拟合的方法构建机车牵引计算模型，再通过正向验证的方式验证模型的准确性，所述的方法包括下述步骤：
步骤S101、提取铁路机车原始运行数据，所述原始运行数据至少包括机车日志记录、LKJ基础数据，其中机车日志记录至少包括机车实际运行速度；
步骤S102、根据所述机车日志记录分段拟合机车牵引力和制动力；
步骤S103、根据所述LKJ基础数据获得机车加算阻力；
步骤S104、针对所得到的机车实际运行速度，计算实际运行速度对应的基本阻力；
步骤S105、根据得到的机车实际运行速度和机车运行的基本阻力，通过反向拟合的方式构建机车牵引计算模型，反向拟合包含收集机车原始运行数据，根据机车原始运行数据获取机车牵引力和制动力，并进一步获取机车加算阻力，再通过分析铁路机车运行数据获取司机操纵铁路机车的速度曲线，计算相应的速度和档位下的基本阻力，最后通过拟合曲线，获得相应的机车牵引计算模型；
步骤S106、基于离线优化算法，使用构建的机车牵引计算模型，将实际运行数据中的司机操纵档位序列作为数据输入，获得在该档位序列下的机车模拟运行速度曲线；
步骤S107、通过对比机车实际运行速度曲线和机车模拟运行速度曲线，找到吻合程度低于预定条件的档位，根据该档位的实际运行数据重新拟合该档位对应的牵引力和/或制动力；
步骤S108、根据新的牵引力和/或制动力，重新拟合机车牵引计算模型，并获取运用该机车牵引计算模型计算得到的速度曲线；
步骤S109、重复步骤S107-S108，将多条机车实际运行速度曲线和基于模型计算得到的速度曲线进行比对，对于曲线中吻合程度低于预定条件的区域，校验并修正该区域的加算阻力；
步骤S110、在校准机车牵引力和制动力以及机车加算阻力后，重新拟合机车牵引计算模型。
2.根据权利要求1所述的机车牵引计算模型校准方法，其特征在于，机车原始运行数据还包括：铁路机车本身的参数信息、铁路机车运行的线路信息、铁路机车的实际运行数据，该铁路机车的实际运行数据包含实时运行档位信息及实时速度信息。
3.根据权利要求1所述的机车牵引计算模型校准方法，其特征在于，获取机车的牵引力和制动力的过程包括：(1)基于列车牵引计算规程标准通过实验获得；或者(2)根据机车日志记录中记录的扭矩拟合获得。
4.根据权利要求1所述的机车牵引计算模型校准方法，其特征在于，所述牵引计算模型通过Matlab程序拟合获得。
CN201710025882.0A 2017-01-13 2017-01-13 一种基于实际运行数据的机车牵引计算模型校准方法 Active CN106777809B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710025882.0A CN106777809B (zh) 2017-01-13 2017-01-13 一种基于实际运行数据的机车牵引计算模型校准方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710025882.0A CN106777809B (zh) 2017-01-13 2017-01-13 一种基于实际运行数据的机车牵引计算模型校准方法

Publications (2)

Publication Number Publication Date
CN106777809A CN106777809A (zh) 2017-05-31
CN106777809B true CN106777809B (zh) 2020-02-18

Family

ID=58945415

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710025882.0A Active CN106777809B (zh) 2017-01-13 2017-01-13 一种基于实际运行数据的机车牵引计算模型校准方法

Country Status (1)

Country Link
CN (1) CN106777809B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107798428A (zh) * 2017-10-23 2018-03-13 清华大学 一种机车自动驾驶控制预测模型机器学习方法
CN111232019A (zh) * 2020-01-14 2020-06-05 中车株洲电力机车有限公司 一种牵引制动分配方法、装置、系统、介质和轨道车辆
CN114330553B (zh) * 2021-12-29 2023-04-07 电子科技大学 基于监督学习的数字采集系统校准方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103034129A (zh) * 2012-12-07 2013-04-10 中国铁道科学研究院机车车辆研究所 一种适用于轨道车辆牵引控制的仿真方法
CN103092076A (zh) * 2013-01-06 2013-05-08 华东交通大学 动车组制动过程多模型自适应pid控制
CN103847749A (zh) * 2014-03-27 2014-06-11 北京清软英泰信息技术有限公司 一种双层多目标优化铁路机车操纵序列生成方法
CN103869809A (zh) * 2014-03-26 2014-06-18 北京清软英泰信息技术有限公司 一种铁路机车运行动态仿真测试装置及其仿真方法
US9283966B2 (en) * 2013-07-09 2016-03-15 Samsung Electronics Co., Ltd. Mobile robot having friction coefficient estimation function and friction coefficient estimation method

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8593088B2 (en) * 2012-01-13 2013-11-26 Chrysler Group Llc Method and system for controlling an electric motor for a vehicle
US9507026B2 (en) * 2013-05-04 2016-11-29 Trimble Navigation Limited Apparatus for verified antispoofing navigation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103034129A (zh) * 2012-12-07 2013-04-10 中国铁道科学研究院机车车辆研究所 一种适用于轨道车辆牵引控制的仿真方法
CN103092076A (zh) * 2013-01-06 2013-05-08 华东交通大学 动车组制动过程多模型自适应pid控制
US9283966B2 (en) * 2013-07-09 2016-03-15 Samsung Electronics Co., Ltd. Mobile robot having friction coefficient estimation function and friction coefficient estimation method
CN103869809A (zh) * 2014-03-26 2014-06-18 北京清软英泰信息技术有限公司 一种铁路机车运行动态仿真测试装置及其仿真方法
CN103847749A (zh) * 2014-03-27 2014-06-11 北京清软英泰信息技术有限公司 一种双层多目标优化铁路机车操纵序列生成方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
《An Energy-Efficient Train Control Framework for Smart Railway Transportation》;Jin Huang 等;《IEEE TRANSACTIONS ON COMPUTERS》;20160531;第65卷(第5期);第1407-1417页 *
《城市轨道交通列车牵引计算与仿真》;韩龙涛 等;《北京石油化工学院学报》;20140331;第22卷(第1期);第44-48页 *
《基于Simulink的列车牵引计算与运行仿真》;郭勇 等;《铁道机车车辆》;20130630;第33卷(第3期);第25-29页 *

Also Published As

Publication number Publication date
CN106777809A (zh) 2017-05-31

Similar Documents

Publication Publication Date Title
CN106777809B (zh) 一种基于实际运行数据的机车牵引计算模型校准方法
CN106650057B (zh) 基于车辆侧翻侧滑虚拟试验的公路平曲线半径设计方案安全性评价方法
CN108099875A (zh) 一种轨道车辆自适应摩擦系数的制动控制方法
CN107679265B (zh) 一种列车紧急制动建模及模型辨识方法
JP2008543631A5 (zh)
CN107891887A (zh) 列车控制方法、tcms、vobc及列车
CN104809292B (zh) 一种高速列车非线性动力学模型参数的在线辨识方法
CN109767075B (zh) 一种城市轨道交通网络列车运营可靠性评估方法
CN104899423B (zh) 一种动车组子系统关键部件运用可靠性评估方法
CN111368444A (zh) 一种轮轨滚动接触斑分析方法
CN108162935A (zh) 一种轨道车辆自适应阻力的制动控制方法
CN105398473A (zh) 一种计算列车受力的设备和方法
CN105224763B (zh) 一种列车的隧道附加空气阻力迭代学习辨识方法
CN104011294B (zh) 坡度信息取得方法及坡度信息取得装置
CN103344395A (zh) 一种桥梁加固目标承载力的确认方法及装置
Malvezzi et al. Feasibility of degraded adhesion tests in a locomotive roller rig
CN109159783A (zh) 一种针对分布式电驱动履带车辆的地面参量估计方法
CN103777521A (zh) 一种基于模糊控制的车辆低速控制方法
CN107632531B (zh) 一种用于含干扰的高速列车纵向运动的模型的建立方法
CN109271656B (zh) 一种城市轨道交通列车模型参数的自动辨识方法
CN113312711B (zh) 列车动力学下平稳驾驶分析方法、系统、终端及介质
CN108563854A (zh) 一种列车紧急制动建模与模型参数在线辨识方法
CN112347603B (zh) 一种轨道交通车辆平稳舒适性测试评估方法及装置
JP2009292380A (ja) レールと車輪間の粘着係数測定値の評価方法
Li et al. Modeling and verification of heavy-duty truck drivers’ car-following characteristics

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant