CN109063406A - 一种基于advisor的水平运输机车仿真建模方法 - Google Patents
一种基于advisor的水平运输机车仿真建模方法 Download PDFInfo
- Publication number
- CN109063406A CN109063406A CN201811257823.7A CN201811257823A CN109063406A CN 109063406 A CN109063406 A CN 109063406A CN 201811257823 A CN201811257823 A CN 201811257823A CN 109063406 A CN109063406 A CN 109063406A
- Authority
- CN
- China
- Prior art keywords
- locomotive
- model
- subsystem
- wheel
- performance
- 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
Links
- 230000003137 locomotive effect Effects 0.000 title claims abstract description 241
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004088 simulation Methods 0.000 claims abstract description 32
- 238000010276 construction Methods 0.000 claims abstract description 17
- 230000010354 integration Effects 0.000 claims abstract description 6
- 238000004458 analytical method Methods 0.000 claims description 45
- 230000001133 acceleration Effects 0.000 claims description 31
- 239000002245 particle Substances 0.000 claims description 21
- 238000012360 testing method Methods 0.000 claims description 16
- 239000000126 substance Substances 0.000 claims description 15
- 239000003990 capacitor Substances 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 12
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 238000005096 rolling process Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 239000002253 acid Substances 0.000 claims description 7
- 239000004570 mortar (masonry) Substances 0.000 claims description 6
- 238000011056 performance test Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000011217 control strategy Methods 0.000 claims description 4
- 238000001816 cooling Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 11
- 230000005611 electricity Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005183 dynamical system Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- FESBVLZDDCQLFY-UHFFFAOYSA-N sete Chemical group [Te]=[Se] FESBVLZDDCQLFY-UHFFFAOYSA-N 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
-
- 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
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于ADVISOR的水平运输机车仿真建模方法,包括以下步骤:搭建整体仿真模型的结构:确定上述各仿真模型的子系统;根据水平运输机车的特性,设定机车运行的性能指标参数;对机车中的子系统进行选型;对各子系统进行性能模型构建;整合构建出的各子系统的性能模型,并将各子系统的模块之间的数据进行对接;通过与ADVISOR软件相结合,编写各子系统的性能模型相应的.M文件,对相关的子系统的性能模型进行调用,由此获得不同工作状态下的工况和动力源的输出数据;将上述输出数据与机车性能目标数据进行比较。本发明对现有水平运输机车各性能进行评估及建模,减少了设备中过多的冗余,降低了生产成本。
Description
技术领域
本发明涉及建模仿真技术领域,尤其涉及一种基于ADVISOR的水平运输机车仿真建模方法。
背景技术
在地铁施工过程中,水平运输机车担负着运输管片、渣土、砂浆等重要工作,其性能直接影响着施工的效率、稳定性及安全性。现存的水平运输机车的动力源主要为内燃机、电池、超级电容等。而判断水平运输机车性能的指标主要包括:加减速、爬坡能力、承载能力、最高行驶速度、循环次数及充放电状态等。随着汽车技术的发展,尤其是纯电动汽车的研发,目前主要的基于计算机虚拟仿真技术都只针对传统汽车、电动汽车以及混合联动汽车进行研究,但对于隧道施工中的专用机械设备,并没有深入的研究。
ADVISOR是MATLAB和SIMULINK软件环境下的一系列模型、数据和脚本文件,它在给定的道路循环条件下利用车辆各部分参数,能快速地分析传统汽车、纯电动汽车和混合动力汽车的燃油经济性、动力性以及排放性等各种性能。此外,该软件的开放性也允许对用户自定义的汽车模型和仿真策略做仿真分析。它主要有以下特点:仿真模型采用模块化的思想设计,仿真模型和源代码全部开放,采用了独特的混合仿真方法,能与其他多种软件进行联合仿真;该软件对各种车辆的性能评估及建模上适用性更强。
由于水平运输机车运行工况及其自身设计的特殊性,其与普通汽车存在着巨大的差别,传统的整车性能评估及建模方法无法对机车的运行工况、变频器驱动下的电机、车轮与轨道等要素进行合理建模,基于此原因,为解决以上问题,本发明提供了一种基于ADVISOR的水平运输机车仿真建模方法,结合ADVISOR软件,对现有机车各性能进行评估及建模,减少设备中过多的冗余,降低生产成本,增加产品推广度。
发明内容
针对现有技术中存在的不足,本发明的目的在于提供一种基于ADVISOR的水平运输机车仿真建模方法,对现有水平运输机车各性能进行评估及建模,减少了设备中过多的冗余,降低了生产成本。
一种基于ADVISOR的水平运输机车仿真建模方法,包括以下步骤:
步骤1:搭建整体仿真模型的结构:该仿真模型的结构包括:工况模型、整车模型、车轮与轴的轨道模型、驱动电机模型和电池模型及控制策略;
步骤2:确定上述各仿真模型的子系统;
步骤3:根据水平运输机车的特性,设定机车运行的性能指标参数;
步骤4:根据以上设定的性能指标参数,对机车中的子系统进行选型;
步骤5:对各子系统进行性能模型构建,并将其生成mdl模型文件;
步骤6:整合构建出的各子系统的性能模型,为各性能模型建立输入输出数据流,并将各子系统的模块之间的数据进行对接;
步骤7:通过与ADVISOR软件相结合,编写各子系统的性能模型相应的.M文件,对相关的子系统的性能模型进行调用,由此获得不同工作状态下的工况和动力源的输出数据;
步骤8:将上述输出数据与机车性能指标进行比较,并判断是否符合机车性能指标,若符合则结束;否则,调整优化一个或多个子系统的参数,按照上述步骤重新进行分析处理。
优选地,所述各仿真模型的子系统包括:工况子系统、整车质量及阻力子系统、车轮与轴子系统、驱动电机子系统、电池子系统和电力附件子系统;
优选地,所述步骤4中,对所述整车质量及阻力子系统进行选型所用的性能指标参数包括机车的驱动力、加速度和速度;
对所述车轮与轴子系统进行选型所用的性能指标参数包括车轮的转矩、转动角速度和牵引力;对所述驱动电机子系统进行选型所用的性能指标参数包括电机功率、输出转矩和转速;
对所述电池子系统进行选型所用的性能指标参数包括电池的开路电压、内阻、充放电状态和循环次数;
优选地,所述步骤5中,对各子系统进行性能模型构建包括:
步骤5.1:通过现场采集实际工况数据获取建模数据,以构建工况子系统的性能模型;
步骤5.2:通过系统质量预估、空气动力学仿真分析或滑行试验获取建模数据,以完成在单质点和多质点两种分析方法下的机车的整车质量及阻力子系统的性能模型构建;
步骤5.3:根据系统工程建立其耦合系统,以完成符合实际的车轮与轴子系统的性能模型构建;
步骤5.4:根据对通用变频器性能以及三相异步电动机的分析,从而构建变频器驱动下的驱动电机子系统的性能模型;
步骤5.5:通过进行电池多工况下的性能试验来获取建模数据,从而构建电池子系统的性能模型;
步骤5.6:通过对机车相应电气附件进行数据采集,构建电力附件子系统的性能模型。
优选地,所述步骤5.1具体包括:通过现场采集实际工况数据获取建模数据,采用测试、统计或计算机数字仿真的方法构建工况子系统的性能模型;
所述实际工况数据包括:温度、湿度和坡度变化曲线;
优选地,所述步骤5.2具体包括:所述单质点分析方法下的机车是指单独的牵引机车;
在对单质点分析方法下的机车的整车质量及阻力子系统的性能模型构建之前还包括:
a).将机车设置成四轮驱动或前轮驱动的动力学模式,假定沿X轴车轮不脱离轨道,机车在垂直方向和水平方向的振动均不考虑,通过差动方程组,建立基于四轮驱动或前轮驱动的机车模型;
b).对单质点分析方法下的机车进行受力分析,得到机车的行驶方程;机车的驱动力Ft为:
Ft=∑F=Ff+FW+Fi+Fj (1)
其中,Ff表示滚动阻力,FW表示空气阻力,Fi表示爬坡阻力,Fj表示加速阻力;
c).根据机车行驶动力学方程,结合ADVISOR软件中的后向计算路径,利用迭代方法计算整车的加速度a和速度V;
a=(vt-v0)/2 (2)
V=(v0+vt)/2 (3)
其中,vt为机车的终速度,v0为机车的初速度;
所述多质点分析方法下的机车是指整列编组的机车;整列编组的机车包括一辆机车本体、多个管片车辆和多个砂浆车辆;
d).计算整列编组的机车的运行加速度a为:
其中,n为整列编组的机车中机车本体和各车辆的总数;mAi为第i辆机车本体或车辆的自重; mBi为第i辆机车本体或车辆的载重;Ci是指第i个车辆所受的合力;a1、a2、…an分别为第1、 2、…n辆机车本体或车辆的运行加速度;
e).以机车本体或车辆的中心位置作为整列编组的机车位移计算的参照点,得出整列编组的机车运行方程如下:
其中,vt为机车编组t时刻的速度;v1t、v2t...vnt分别为第1、2…n辆机车本体或车辆在t时刻的速度;S1t、S2t...Snt分别为第1、2…n辆机车本体或车辆在t时刻的位移;l1、l2...ln分别为第1、2…n辆机车本体或车辆的长度,整列编组的机车的机车本体和各车辆长度之和为l,即 l=l1+l2+...+ln;Δt为计算补偿;
根据上述整列编组的机车运行加速度a和运行方程,从而建立多质点机车模型。
优选地,所述步骤5.3具体包括:
根据系统工程建立其耦合系统,结合ADVISOR后向计算路径,根据整车动力学模块传递的信号,计算车轮的需求转矩Wn和与转动角速度ω;
ω=(1+sr)*vrl/rw (6)
其中,sr为车轮需求滑移率,vrl为前轮需求限制车速;
Wn=(Fql-Fqbr)*rw+Tl+Ti (7)
其中,Fql为前轮需求限制牵引力,Fqbr为前轮需求制动力,Tl为拖曳转矩损失,rw为车轮半径,Ti为车轮和半轴的加速惯性;
结合ADVISOR前向计算路径中,根据主减速器传递的车轮实际转矩与转速,考虑制动影响,计算车轮实际牵引力Fw1和实际参考车速Vw1;
Fw1=(wl-Tl-Ti)/rw+Fqb+Frb (8)
其中,wl为车轮实际转矩,Fqb为前轮制动力,Frb为后轮制动力;
Vw1=Vl*rw(1+sa) (9)
其中,Vl为车轮中心实际轮速,sa为车轮实际滑移率;
根据上述参数车轮的需求转矩Wn、转动角速度ω、车轮实际牵引力Fw1和实际参考车速Vw1,完成符合实际的车轮与轴子系统的性能模型构建。
优选地,所述步骤5.4具体包括:
通过对通用变频器性能以及三相异步电动机进行分析,对变频器驱动控制下的电机建立分级变速控制模型或无级变速的传动控制模型;并计算电机的输入需求功率Pin和电机的实际输出转矩Woa;
计算电机的估算输出转矩Wse,
根据估算输出转矩Wse,采用查询电机功率MAP表的方法,求解出电机的输入需求功率Pin;电机的实际输出转矩Woa等于电机转子的实际驱动转矩减去其惯性转矩;
根据上述参数电机的输入需求功率Pin和电机的实际输出转矩Woa,从而构建变频器驱动下的驱动电机子系统的性能模型。
优选地,所述步骤5.5具体包括:通过进行电池多工况下的性能试验来获取建模数据,按照不同的电池模型,获取电池模型中的各试验参数进行建模;
所述电池模型包括Rint模型、RC电池模型、铅酸电池模型和超级电容模型。
优选地,所述Rint模型中的试验参数的获取如下:
Rint模型包括一个理想电压源E和一个电阻R串联;计算蓄电池组的荷电状态SOC:
其中,SOC0为蓄电池组的荷电状态的初始值;
Rint模型中的蓄电池组的温度由Rint热模型获取,Rint热模型获取单体蓄电池的温度,并采用空气流冷却法获取机车行驶时单体蓄电池内部和外部的工作温度;蓄电池组包括若干蓄电池包,每个蓄电池包包括多个单体蓄电池,单个蓄电池包的开路电压和内阻是根据当前单体蓄电池的SOC值和温度值通过查表计算;
蓄电池组的开路电压和内阻由单个蓄电池包的开路电压和内阻乘以蓄电池组包含的单体蓄电池的数量得到;
根据上述参数蓄电池组的荷电状态SOC和蓄电池组的温度,从而构建电池子系统的性能模型。本发明的有益效果在于:
本发明一种基于ADVISOR的水平运输机车仿真建模方法,对现有机车各性能进行性能评估及建模仿真,减少设备中过多的冗余,降低生产成本,增加产品推广度;针对机车常见问题及各动力部件匹配程度进行仿真分析,有利于水平运输机车的改进和性能的提高;结合不同的施工环境,设置各部件、模块的性能参数,为新订单的方案进行可行性分析和仿真试验报告,增强了客户信任度与体验感;对新型水平运输机车方案进行模拟仿真,以仿真数据为参考,提高了新型机车的研发效率。
附图说明
图1是本发明一种基于ADVISOR的水平运输机车仿真建模方法的模型整体示意图。
图2是本发明的实施例中对单质点进行受力分析的示意图。
图3是本发明的实施例中驱动电机子系统模型构建示意图。
图4是本发明的实施例中传统的多质点动力学模型的整列编组的机车的受力分析示意图。
图5是本发明的实施例中整列编组的机车的受力分析示意图。
图6是本发明的实施例中电池模型中RC模型的等效电路图。
图7是本发明的实施例中电池模型中超级电容模型的等效电路图。
图8是本发明的实施例中蓄电池组的荷电状态示意图。
图9是本发明的实施例中电力附件子系统的性能模型构建的示意图。
图10是本发明的实施例中各子系统的模块之间的数据进行对接的示意图。
具体实施方式
下面结合附图和实施例对本发明做进一步阐述。
实施例1:如图1所示,本发明的一种基于ADVISOR的水平运输机车仿真建模方法,包括以下步骤:
步骤1:搭建水平运输机车的整体仿真模型的结构:该仿真模型的结构包括:工况模型、整车模型、车轮与轴的轨道模型、驱动电机模型和电池模型及控制策略。
步骤2:确定上述各仿真模型的子系统。
步骤3:根据水平运输机车的特性,设定机车运行的性能指标参数。
步骤4:根据以上设定的性能指标参数,对机车中的子系统进行选型。
步骤5:对各子系统进行性能模型构建,并将其生成mdl模型文件。
步骤6:整合构建出的各子系统的性能模型,为各性能模型建立输入输出数据流,并将各子系统的模块之间的数据进行对接。
步骤7:通过与ADVISOR软件相结合,编写各子系统的性能模型相应的.M文件,对相关的子系统的性能模型进行调用,由此获得不同工作状态下的工况和动力源的输出数据。
步骤8:将上述输出数据与机车性能指标进行比较,并判断是否符合机车性能指标,若符合则结束;否则,调整优化一个或多个子系统的参数,按照上述步骤重新进行分析处理。
实施例2:
本发明的另一种基于ADVISOR的水平运输机车仿真建模方法,包括以下步骤:
步骤1:搭建水平运输机车的整体仿真模型的结构:该仿真模型的结构包括:工况模型、整车模型、车轮与轴的轨道模型、驱动电机模型和电池模型及控制策略。
步骤2:确定上述各仿真模型的子系统;
所述各仿真模型的子系统包括:工况子系统、整车质量及阻力子系统、车轮与轴子系统、驱动电机子系统、电池子系统和电力附件子系统。
步骤3:根据水平运输机车的特性,设定机车运行的性能指标参数;
步骤4:根据以上设定的性能指标参数,对机车中的子系统进行选型;
对所述整车质量及阻力子系统进行选型所用的性能指标参数包括机车的驱动力、加速度和速度;
对所述车轮与轴子系统进行选型所用的性能指标参数包括车轮的转矩、转动角速度和牵引力;对所述驱动电机子系统进行选型所用的性能指标参数包括电机功率、输出转矩和转速;
对所述电池子系统进行选型所用的性能指标参数包括电池的开路电压、内阻、充放电状态和循环次数;
步骤5:对各子系统进行性能模型构建,并将其生成mdl模型文件;
对各子系统进行性能模型构建包括:
步骤5.1:通过现场采集实际工况数据获取建模数据,以构建工况子系统的性能模型;
通过现场采集实际工况数据获取建模数据,采用测试、统计或计算机数字仿真的方法构建工况子系统的性能模型;
所述实际工况数据包括:温度、湿度和坡度变化曲线。
步骤5.2:通过系统质量预估、空气动力学仿真分析或滑行试验获取建模数据,以完成在单质点和多质点两种分析方法下的机车的整车质量及阻力子系统的性能模型构建;
所述单质点分析方法下的机车是指单独的牵引机车;
在对单质点分析方法下的机车的整车质量及阻力子系统的性能模型构建之前还包括:
a).将机车设置成四轮驱动或前轮驱动的动力学模式,假定沿X轴车轮不脱离轨道,机车在垂直方向和水平方向的振动均不考虑,通过差动方程组,建立基于四轮驱动或前轮驱动的机车模型;
b).对单质点分析方法下的机车进行受力分析,得到机车的行驶方程;如图2所示,机车的驱动力Ft为:
Ft=∑F=Ff+FW+Fi+Fj (1)
其中,Ff表示滚动阻力,FW表示空气阻力,Fi表示爬坡阻力,Fj表示加速阻力;
值得注意的是,式(1)中的滚动阻力Ft为:
其中,r为车轮半径;对于水平运输机车驱动转矩Tt是由电机的转矩Ttq经传动系传至驱动轮上得到,如下式,
Tt=Ttqigi0ηT (1.2)
其中,Ttq为电机的转矩,ig表示变速器的传动比,i0表示主减速器传动比,ηT表示传动系机械效率;
式(1)中的滚动阻力Ff为:
Ff=Pffcosα (1.3)
其中,P表示车轮静止状态下的载荷,ff表示滚动阻力系数,α为地面坡度角;
式(1)中的空气阻力FW为:
其中,CD为阻力系数,A为阻力面积,Ur为车轮速度;
式(1)中的爬坡阻力Fi为:
Fi=Mgsinα (1.5)
式(1)中的加速阻力Fj为:
其中,δ为汽车旋转质量换算系数,且δ>1,M为汽车质量(kg),为行驶加速度(m/s2)。 c).根据机车行驶动力学方程,结合ADVISOR软件中的后向计算路径,利用迭代方法计算整车的加速度a和速度V;
a=(vt-v0)/2 (2)
V=(v0+vt)/2 (3)
其中,vt为机车的终速度,v0为机车的初速度;
值得注意的是:结合ADVISOR软件中的后向计算路径,采用ADVISOR中的编程语言,利用迭代方法计算整车的加速度a,进而逐步积分计算整车的速度V的过程如下:
首先计算需求牵引力FN:
FN=Ff+FW+Fi+Fj (2.1)
计算整车需求车速vn:
vn=(vc+vz)/2 (2.2)
其中,vc和vz为当前步长内的初速度和终速度;
计算滚动阻力Ff:
Ff=(m1+m2)*G*cos(arctan(θ))*(vn*(k1+k2)) (2.3)
其中,m1是指机车的质量,m2是指机车上所载的货物质量,G为机车的重力,θ为机车的行驶坡度,k1为整车滚动阻力第一系数,k2为整车滚动阻力第二系数;
计算爬坡阻力Fi:
Fi=(m1+m2)*G*sin(arctan(θ)) (2.4)
计算空气阻力FW为:
FW=vn 2*ρ*C*s1*0.5 (2.5)
其中,ρ为空气密度,C为空气阻力系数,s1为机车的迎风面积;
计算加速阻力Fj为:
Fj=(m1+m2)*(vz-vc)/dt (2.6)
所述多质点分析方法下的机车是指整列编组的机车;整列编组的机车包括一辆机车本体、多个管片车辆和多个砂浆车辆;
d).计算整列编组的机车的运行加速度a为:
其中,n为整列编组的机车中机车本体和各车辆的总数;mAi为第i辆机车本体或车辆的自重; mBi为第i辆机车本体或车辆的载重;Ci是指第i个车辆所受的合力Ci;a1、a2、…an分别为第1、2、…n辆机车本体或车辆的运行加速度;
e).以机车本体或车辆的中心位置作为整列编组的机车位移计算的参照点,得出整列编组的机车运行方程如下:
其中,vt为机车编组t时刻的速度;v1t、v2t...vnt分别为第1、2…n辆机车本体或车辆在t时刻的速度;S1t、S2t...Snt分别为第1、2…n辆机车本体或车辆在t时刻的位移;l1、l2...ln分别为第1、2…n辆机车本体或车辆的长度,整列编组的机车的机车本体和各车辆长度之和为l,即 l=l1+l2+...+ln;Δt为计算补偿,其取值越小结果越精确;
根据上述整列编组的机车运行加速度a和运行方程,从而建立多质点分析方法下的机车模型。传统的多质点分析方法下的机车动力学模型中,将整列编组的机车简化成带有长度属性的质点,构成一个“质点链”,由于在整列编组的机车中加入了长度信息,确保机车编组在经过边坡点或变曲线点时,其所受合力呈渐变过程,使得编组速度曲线平滑;整列编组的机车受到的各种附加阻力按其覆盖长度平均分配,所以模拟机车编组的简化模型在经过变坡点或变曲率点时,线路因素对其受力的影响是一个渐变过程,即其附加阻力是逐渐变化的;如图4所示;在对多质点分析方法下的机车动力学模型进行分析时,只对其附加阻力的计算进行分析,其余部分可参照单质点动力学模型进行分析。
在传统的多质点分析方法下的机车动力学模型中,对每一辆机车和进行编组的车辆质量平均化处理,以单位长度为量度处理附加阻力引起的合力突变,使其进行受力分析较为复杂,增加了编程难度,因此需要对其进行改进。
对于传统的多质点分析方法下的机车动力学模型的分析如下;整列编组的机车由一辆机车本体、多个管片车和多个砂浆车组成,其总长度记为l,机车在一段变坡线路上运行,则整列编组的机车单位坡度附加阻力wi为:
其中,i1,i2分别为整列编组的机车运行在第1、2坡段的坡度;
l1,l2分别为整列编组的机车运行过程中分布在第1、2坡段的长度;
计算整列编组的机车的单位曲线附加阻力和单位隧道附加阻力,按照机车所覆盖线路的曲线和隧道的长度进行计算;由于机车编组在行驶过程中,其受到的附加阻力主要包括坡度附加阻力、曲线附加阻力和隧道附加阻力,由此可推导出整列编组的机车所受到的单位附加阻力 wj为:
其中,im为整列编组的机车覆盖第m个坡段的坡度,对于无坡度线路,im=0;lm为整列编组的机车覆盖的第m个坡段的长度;Rn为整列编组的机车覆盖的第n个曲线的半径;对于直线线路,Rn为无穷大;lqn为整列编组的机车覆盖的第n个曲线的长度;wsk为整列编组的机车的第k个隧道的附加阻力,未被隧道覆盖部分的wsk=0;lsk为机车编组的第k个隧道的长度。
由整列编组的机车所受到的单位附加阻力wj得到整列编组的机车受到的附加阻力Wj为:
Wj=M*wj*g*10-3 (8)
由上式(8)再结合单质点的机车动力学模型分析方法,可得出传统的多质点分析方法下的机车编组动力学模型的机车编组运行方程。
在本方案中,为了精确的反应多质点分析方法下的机车在变坡点和变曲率点的受力情况,将改进的多质点动力学模型和线路信息紧密结合,在线路上设置标记点记录线路信息,每个质点经过标记点时可接受标记点记录的线路信息(坡度、曲率和隧道),从而使机车本体或者车辆都可以被看作是相互独立的个体,又通过前后车之间的拉力,使得每个相对独立的质点紧密结合在一起,如图5所示;
依据线路属性(坡度、曲率、隧道等)将线路划分为不同的区段,在每个区段的最前端设置标记点,图5中,A、B、C、D分别为线路上的四个标记点,分别记录理论AB、BC、CD 区段的线路属性,包括区段长度、坡度、曲率等,在同一区段中,线路的坡度和曲率保持一致。
整列编组的机车运行过程中,当其第k个车辆(机车本体或者管片车或者砂浆车)在经过B 点处读取BC段线路属性信息,并依此计算该机车本体或车辆的受力情况,而当第k个机车本体或车辆经过C点时,原有记录被刷新,使得模型与线路紧密结合,准确反映每一车辆在不同线路运行过程中所产生的不同的附加阻力,从而使得计算更加精确。
在整列编组的机车运行过程中,第i个车辆所受的纵向力包括:牵引力F牵i,第i-1个车辆对其后向拉力Fbi+1,机车本体或车辆所受的阻力Wi和机车本体或车辆的制动力Bi;其中,第i-1 辆机车本体或车辆对第i辆向前的拉力Fqi-1和后者对前者的向后的拉力Fhi时一对相互作用力,即Fqi-1=Fhi。
因此,得到第i辆机车本体或车辆所受合力方程如下:
Ci=Fqi-1+F牵i-Fhi+1-Wi-Bi (10)
计算第i辆机车本体或车辆的运行阻力Wi为:
Wi=W0i+Wji=(mAi+mBi)*(w0i+wji)*g*10-3 (11)
其中,mAi为第i辆机车本体或车辆的自重;mBi为第i辆机车本体或车辆的载重,对于机车本体而言,载重量等于0。
从而建立机车本体和各车辆的受力方程组,如下:
其中,n为整列编组的机车中机车本体和各车辆的总数;C1、C2、…Cn分别为第1,2,…,n 辆机车本体或各车辆所受的合力。
由于第i-1辆车所受的向后的拉力等于第i辆车所受向前的拉力,即Fq(i-1)=Fhi,推导出机车编组所受合力C计算公式:
由第i辆车所受的合力Ci计算出其运行加速度ai:
其中,γi为第i辆机车本体或车辆的转动惯量;由于不同的机车本体和车辆的转动惯量γi的取值不同,将会导致同一列编组机车中不同车辆的计算加速度不同,从而导致机车编组在模拟运行过程中各车辆的速度和位移出现差值,但整列编组的机车中的所有车辆在任一时刻的运行加速度、速度、位移量都应保持相等。因此,在计算整列编组的机车加速度时机车本体与各车辆运行加速度的加权平均值,即得到整列编组的机车的运行加速度a,如式(4);
以机车本体或车辆的中心位置作为整列编组的机车位移计算的参照点,得出整列编组的机车运行方程如式(5)所示。
步骤5.3:根据系统工程建立其耦合系统,以完成符合实际的车轮与轴子系统的性能模型构建;
根据系统工程建立其耦合系统,结合ADVISOR后向计算路径,根据整车动力学模块传递的信号,计算车轮的需求转矩Wn和与转动角速度ω;
ω=(1+sr)*vrl/rw (15)
其中,sr为车轮需求滑移率,vrl为前轮需求限制车速;
Wn=(Fql-Fqbr)*rw+Tl+Ti (16)
其中,Fql为前轮需求限制牵引力,Fqbr为前轮需求制动力,Tl为拖曳转矩损失,rw为车轮半径,Ti为车轮和半轴的加速惯性;
应当说明的是:车轮需求滑移率sr与驱动轮滑动力系数成线性关系,可通过牵引力控制模块传递的轴荷与牵引力进行查表获得,机车应避免车轮打滑,在限制条件下可令sr为0;同时,在计算过程中,令车轮实际滑移率sa为0,即假设车轮无打滑。
结合ADVISOR前向计算路径中,根据主减速器传递的车轮实际转矩与转速,考虑制动影响,计算车轮实际牵引力Fw1和实际参考车速Vw1;
Fw1=(wl-Tl-Ti)/rw+Fqb+Frb (17)
其中,Wl为车轮实际转矩,Fqb为前轮制动力,Frb为后轮制动力;
Vw1=Vl*rw(1+sa) (18)
其中,Vl为车轮中心实际轮速,sa为车轮实际滑移率;
根据上述参数车轮实际牵引力Fw1和实际参考车速Vw1,完成符合实际的车轮与轴子系统的性能模型构建。
步骤5.4:根据对通用变频器性能以及三相异步电动机的分析,从而构建变频器驱动下的驱动电机子系统的性能模型;
通过对通用变频器性能以及三相异步电动机进行分析,对变频器驱动控制下的电机建立分级变速控制模型或无级变速的传动控制模型;并计算电机的输入需求功率Pin和电机的实际输出转矩Woa;
计算电机的估算输出转矩Wse;
根据估算输出转矩Wse,采用查询电机功率MAP表的方法,求解出电机的输入需求功率Pin;电机的实际输出转矩Woa等于电机转子的实际驱动转矩减去其惯性转矩;
当设定车速与实际车速的差值≤2时,得到估算输出转矩Wse为:
Wse=Vsa*0.447*mpha/(vw1+eps) (19)
其中,Vsa为电机实际输出转速;
当设定车速与实际车速的差值>2时,前一步长的电机估算转矩作为当前电机需求转速。
根据上述参数电机的输入需求功率Pin和电机的实际输出转矩Woa,从而构建变频器驱动下的驱动电机子系统的性能模型;结合ADVISOR将上述计算过程均采用编程语言进行建模,其示意图如图3所示,图中分别表示了电机实际输入转矩的计算、电机实际输入功率的计算及电机实际输出转矩计算模块,图中左侧的输入量分别为电机需求转矩和转速、电机输入需求功率,通过在matlab中加入饱和环节、电机速度估计、转动惯量影响因子、电机输入输出图等计算得到电机实际输入功率;并通过电气驱动转矩环节,加入电机转矩等反馈信号,计算得到电机实际输出转矩。
步骤5.5:通过进行电池多工况下的性能试验来获取建模数据,按照不同的电池模型,获取电池模型中的各试验参数进行建模;
所述电池模型包括Rint模型、RC模型、铅酸电池模型和超级电容模型。
所述Rint模型的试验参数的获取如下:
Rint模型包括一个理想电压源E和一个电阻R串联,如图6所示;计算蓄电池组的荷电状态 SOC:
其中,SOC0为蓄电池组的荷电状态的初始值;
Rint模型中的蓄电池的温度由Rint热模型获取,Rint热模型获取单体蓄电池的温度,并采用空气流冷却法获取机车行驶时单体蓄电池内部和外部的工作温度;蓄电池组包括若干蓄电池包,每个蓄电池包包括多个单体蓄电池,单个蓄电池包的开路电压和内阻是根据当前单体蓄电池的SOC值和温度值通过查表计算;
蓄电池组的开路电压和内阻由单个蓄电池包的开路电压和内阻乘以蓄电池组包含的单体蓄电池的数量得到。
所述RC模型的试验参数的获取如下:RC模型的等效电路如图7所示,由等效电阻Re、Rc、 Rt与两个等效电容构成;
RC模型的输入信号为需求功率信号,该值受到蓄电池工作的最高电压和最低电压值的限制;输出信号为电池的实际功率,该值的范围与当前电路的最大电流或电机能接受的最小电压有关。
RC模型的热学模型和Rint热模型相同,其控制状态方程如下:
将与电池的SOC值和温度相关的状态空间方程中的参数预先设置在S函数文件的初始化设置中,RC模型在Simulink中仿真时通过调用S函数文件,通过S函数限制电池的输出功率,计算其当前SOC值和工作温度。对于给定的SOC值或电池工作温度,可选择基本物理学和实验值作为未知参数(Cb、Cc、Re、Rc、Rt)的初始值,从而进行数据处理与优化确定状态空间方程的五个参数。
其中,Cb为电池容量,通过采用实验过程中的电池SOC值在0和100%时的开路电压与电池容量变化率计算得出;
为了简化电路中的电阻初始值大小,设定Re=Rc=R*,Rt=0.5R*,而R*=Rbulk/1.24;其中,Rbulk为单步长内的电压变化与电流的比值。
Cc为表面电容,其电压初始值则根据时间变化的无负载相应电压。
所述铅酸电池模型的试验参数的获取如下:
在机车仿真过程中,对该理论模型的参数进行修改,针对实际所用到的铅酸电池,通过实验数据的采集和分析,并与通用的铅酸电池参数进行对比,得到合适的参数,包括比能量、荷电状态、容量、比功率、能量效率等,将其输入到脚本m文件中,构成特有的机车铅酸电池模型。
所述超级电容模型的试验参数的获取如下:超级电容模型的等效电路如图8所示,由电容C、串联电阻RS和绝缘材料漏电电阻RL构成;通过电容端电压的变化来对超级电容的性能进行描述和评估;
计算超级电容的端电压Ut:
其中,Ut表示超级电容的端电压,i′为放电电流,iL为漏电电流,iC表示电容放电电流。
分别根据上述几种电池模型的参数从而构建电池子系统的性能模型。
值得注意的是:在ADVISOR中,SOC值的估算采用连续迭代、逐步逼近真实值的方法得到,根据平均库伦效率估算得出充电电流与放电电流的积分,来确定从仿真开始蓄电池的所有有效电量(A·h)变化值,SOC值的计算公式如下:
其中,max_cap是指蓄电池的最大容量,Ah_uesd是指蓄电池已用电量。
所述电压源E和电阻R随电池状态发生实时变化。
单个蓄电池包的开路电压和内阻是根据当前蓄电池的SOC值和温度值通过查表计算;蓄电池组的开路电压和内阻由单个蓄电池包的开路电压和内阻乘以蓄电池组包含的单体蓄电池的数量得到。
值得注意的是:蓄电池组的充放电模式通过需求功率正负表示,需求功率符号决定了内阻的计算方法。
根据上述参数从而构建电池子系统的性能模型。
步骤5.6:通过对机车相应电气附件进行数据采集,构建电力附件子系统的性能模型。
如图9所示,由于蓄电池动力源机车无发动机,因此机械附件负载为零,每个子系统的模块包含一个向前计算模型和向后计算模型,分别是转矩或功率减去附件的额外负载转矩或功率传递到动力系统,以及修改附件模块需求转矩或功率并向上传递。
步骤6:整合构建出的各子系统的性能模型,为各性能模型建立输入输出数据流,并将各子系统的模块之间的数据进行对接;具体流程示意如图10所示,为ADVISOR整体及各模块之间数据交互示意图,图中从左至右分别为工况模型、整车模型、车轮与轴模型、主传动模块、变速箱模块、电机/控制器开口、电力附件子系统的模块、功率总线及电池子系统的模块,左上方主要是纯电动机车的相关参数曲线,右上方主要是燃料和排放(纯电动机车相关参数为 0),各模块与上级及下级模块之间都采用前向和后向反馈进行数据交互。
步骤7:通过与ADVISOR软件相结合,编写各子系统的性能模型相应的.M文件,对相关的子系统的性能模型进行调用,由此获得不同工作状态下的工况和动力源的输出数据。
步骤8:将上述输出数据与机车性能指标进行比较,并判断是否符合机车性能指标,若符合则结束;否则,调整优化一个或多个子系统的参数,按照上述步骤重新进行分析处理。
本发明通过上述步骤对水平运输机车进行整车及各部件的性能评估及建模仿真,有利于水平运输机车的改进和性能的提高;本发明可适用于各种类型的车辆的性能评估及仿真建模,适用性更广,仿真结果具有代表性。
以上,是为了本领域技术人员理解本发明,而对本发明所进行的详细描述,但可以想到,在不脱离本发明的权利要求所涵盖的范围内还可以做出其它的变化和修改,这些变化和修改均在本发明的保护范围内。
Claims (10)
1.一种基于ADVISOR的水平运输机车仿真建模方法,其特征在于,包括以下步骤:
步骤1:搭建整体仿真模型的结构:该仿真模型的结构包括:工况模型、整车模型、车轮与轴的轨道模型、驱动电机模型和电池模型及控制策略;
步骤2:确定上述各仿真模型的子系统;
步骤3:根据水平运输机车的特性,设定机车运行的性能指标参数;
步骤4:根据以上设定的性能指标参数,对机车中的子系统进行选型;
步骤5:对各子系统进行性能模型构建,并将其生成mdl模型文件;
步骤6:整合构建出的各子系统的性能模型,为各性能模型建立输入输出数据流,并将各子系统的模块之间的数据进行对接;
步骤7:通过与ADVISOR软件相结合,编写各子系统的性能模型相应的.M文件,对相关的子系统的性能模型进行调用,由此获得不同工作状态下的工况和动力源的输出数据;
步骤8:将上述输出数据与机车性能指标进行比较,并判断是否符合机车性能指标,若符合则结束;否则,调整优化一个或多个子系统的参数,按照上述步骤重新进行分析处理。
2.根据权利要求1所述的一种基于ADVISOR的水平运输机车仿真建模方法,其特征在于,所述各仿真模型的子系统包括:工况子系统、整车质量及阻力子系统、车轮与轴子系统、驱动电机子系统、电池子系统和电力附件子系统。
3.根据权利要求2所述的一种基于ADVISOR的水平运输机车仿真建模方法,其特征在于,所述步骤4中,
对所述整车质量及阻力子系统进行选型所用的性能指标参数包括机车的驱动力、加速度和速度;
对所述车轮与轴子系统进行选型所用的性能指标参数包括车轮的转矩、转动角速度和牵引力;
对所述驱动电机子系统进行选型所用的性能指标参数包括电机功率、输出转矩和转速;
对所述电池子系统进行选型所用的性能指标参数包括电池的开路电压、内阻、充放电状态和循环次数。
4.根据权利要求2所述的一种基于ADVISOR的水平运输机车仿真建模方法,其特征在于,所述步骤5中,对各子系统进行性能模型构建包括:
步骤5.1:通过现场采集实际工况数据获取建模数据,以构建工况子系统的性能模型;
步骤5.2:通过系统质量预估、空气动力学仿真分析或滑行试验获取建模数据,以完成在单质点和多质点两种分析方法下的机车的整车质量及阻力子系统的性能模型构建;
步骤5.3:根据系统工程建立其耦合系统,以完成符合实际的车轮与轴子系统的性能模型构建;
步骤5.4:根据对通用变频器性能以及三相异步电动机的分析,从而构建变频器驱动下的驱动电机子系统的性能模型;
步骤5.5:通过进行电池多工况下的性能试验来获取建模数据,从而构建电池子系统的性能模型;
步骤5.6:通过对机车相应电气附件进行数据采集,构建电力附件子系统的性能模型。
5.根据权利要求4所述的一种基于ADVISOR的水平运输机车仿真建模方法,其特征在于,所述步骤5.1具体包括:通过现场采集实际工况数据获取建模数据,采用测试、统计或计算机数字仿真的方法构建工况子系统的性能模型;
所述实际工况数据包括:温度、湿度和坡度变化曲线。
6.根据权利要求4所述的一种基于ADVISOR的水平运输机车仿真建模方法,其特征在于,所述步骤5.2具体包括:所述单质点分析方法下的机车是指单独的牵引机车;
在对单质点分析方法下的机车的整车质量及阻力子系统的性能模型构建之前还包括:
a).将机车设置成四轮驱动或前轮驱动的动力学模式,假定沿X轴车轮不脱离轨道,机车在垂直方向和水平方向的振动均不考虑,通过差动方程组,建立基于四轮驱动或前轮驱动的机车模型;
b).对单质点分析方法下的机车进行受力分析,得到机车的行驶方程;机车的驱动力Ft为:
Ft=∑F=Ff+FW+Fi+Fj (1)
其中,Ff表示滚动阻力,FW表示空气阻力,Fi表示爬坡阻力,Fj表示加速阻力;
c).根据机车行驶动力学方程,结合ADVISOR软件中的后向计算路径,利用迭代方法计算整车的加速度a和速度V;
a=(vt-v0)/2 (2)
V=(v0+vt)/2 (3)
其中,vt为机车的终速度,v0为机车的初速度;
所述多质点分析方法下的机车是指整列编组的机车;整列编组的机车包括一辆机车本体、多个管片车辆和多个砂浆车辆;
d).计算整列编组的机车的运行加速度a为:
其中,n为整列编组的机车中机车本体和各车辆的总数;mAi为第i辆机车本体或车辆的自重;
mBi为第i辆机车本体或车辆的载重;Ci是指第i个车辆所受的合力;a1、a2、…an分别为第1、2、…n辆机车本体或车辆的运行加速度;
e).以机车本体或车辆的中心位置作为整列编组的机车位移计算的参照点,得出整列编组的机车运行方程如下:
其中,vt为机车编组t时刻的速度;v1t、v2t...vnt分别为第1、2…n辆机车本体或车辆在t时刻的速度;S1t、S2t...Snt分别为第1、2…n辆机车本体或车辆在t时刻的位移;l1、l2...ln分别为第1、2…n辆机车本体或车辆的长度,整列编组的机车的机车本体和各车辆长度之和为l,即l=l1+l2+...+ln;Δt为计算补偿;
根据上述整列编组的机车运行加速度a和运行方程,从而建立多质点机车模型。
7.根据权利要求4所述的一种基于ADVISOR的水平运输机车仿真建模方法,其特征在于,所述步骤5.3具体包括:
根据系统工程建立其耦合系统,结合ADVISOR后向计算路径,根据整车动力学模块传递的信号,计算车轮的需求转矩Wn和转动角速度ω;
ω=(1+sr)*vrl/rw (6)
其中,sr为车轮需求滑移率,vrl为前轮需求限制车速;
Wn=(Fql-Fqbr)*rw+Tl+Ti (7)
其中,Fql为前轮需求限制牵引力,Fqbr为前轮需求制动力,Tl为拖曳转矩损失,rw为车轮半径,Ti为车轮和半轴的加速惯性;
结合ADVISOR前向计算路径中,根据主减速器传递的车轮实际转矩与转速,考虑制动影响,计算车轮实际牵引力Fw1和实际参考车速Vw1;
Fw1=(wl-Tl-Ti)/rw+Fqb+Frb (8)
其中,wl为车轮实际转矩,Fqb为前轮制动力,Frb为后轮制动力;
Vw1=Vl*rw(1+sa) (9)
其中,Vl为车轮中心实际轮速,sa为车轮实际滑移率;
根据上述参数车轮的需求转矩Wn、转动角速度ω、车轮实际牵引力Fw1和实际参考车速Vw1,完成符合实际的车轮与轴子系统的性能模型构建。
8.根据权利要求4所述的一种基于ADVISOR的水平运输机车仿真建模方法,其特征在于,所述步骤5.4具体包括:
通过对通用变频器性能以及三相异步电动机进行分析,对变频器驱动控制下的电机建立分级变速控制模型或无级变速的传动控制模型;并计算电机的输入需求功率Pin和电机的实际输出转矩Woa;
计算电机的估算输出转矩Wse,
根据估算输出转矩Wse,采用查询电机功率MAP表的方法,求解出电机的输入需求功率Pin;电机的实际输出转矩Woa等于电机转子的实际驱动转矩减去其惯性转矩;
根据上述参数电机的输入需求功率Pin和电机的实际输出转矩Woa,从而构建变频器驱动下的驱动电机子系统的性能模型。
9.根据权利要求4所述的一种基于ADVISOR的水平运输机车仿真建模方法,其特征在于,所述步骤5.5具体包括:通过进行电池多工况下的性能试验来获取建模数据,按照不同的电池模型,获取电池模型中的各试验参数进行建模;
所述电池模型包括Rint模型、RC电池模型、铅酸电池模型和超级电容模型。
10.根据权利要求9所述的一种基于ADVISOR的水平运输机车仿真建模方法,其特征在于,所述Rint模型中的试验参数的获取如下:
Rint模型包括一个理想电压源E和一个电阻R串联;计算蓄电池组的荷电状态SOC:
其中,SOC0为蓄电池组的荷电状态的初始值;
Rint模型中的蓄电池组的温度由Rint热模型获取,Rint热模型获取单体蓄电池的温度,并采用空气流冷却法获取机车行驶时单体蓄电池内部和外部的工作温度;蓄电池组包括若干蓄电池包,每个蓄电池包包括多个单体蓄电池,单个蓄电池包的开路电压和内阻是根据当前单体蓄电池的SOC值和温度值通过查表计算;
蓄电池组的开路电压和内阻由单个蓄电池包的开路电压和内阻乘以蓄电池组包含的单体蓄电池的数量得到;
根据上述参数蓄电池组的荷电状态SOC和蓄电池组的温度,从而构建电池子系统的性能模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811257823.7A CN109063406A (zh) | 2018-10-26 | 2018-10-26 | 一种基于advisor的水平运输机车仿真建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811257823.7A CN109063406A (zh) | 2018-10-26 | 2018-10-26 | 一种基于advisor的水平运输机车仿真建模方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109063406A true CN109063406A (zh) | 2018-12-21 |
Family
ID=64767707
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811257823.7A Pending CN109063406A (zh) | 2018-10-26 | 2018-10-26 | 一种基于advisor的水平运输机车仿真建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109063406A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111177856A (zh) * | 2019-12-13 | 2020-05-19 | 西南交通大学 | 基于驱动系统机电耦合的机车动力学仿真分析方法及装置 |
CN111539125A (zh) * | 2020-05-09 | 2020-08-14 | 重庆大学 | 联合仿真建模电动汽车整体框架搭建及制动能量回收系统 |
CN112287520A (zh) * | 2020-10-10 | 2021-01-29 | 国网吉林省电力有限公司电力科学研究院 | 基于两步优化法的油纸绝缘扩展德拜模型参数辨识方法 |
CN112799312A (zh) * | 2020-12-31 | 2021-05-14 | 上海科梁信息工程股份有限公司 | 自导航无人飞行器测试方法及系统、通信设备和存储介质 |
CN113515039A (zh) * | 2021-09-13 | 2021-10-19 | 国家电网有限公司 | 一种输电线路多功能作业车智能运动控制系统及方法 |
CN113742857A (zh) * | 2021-08-04 | 2021-12-03 | 温州大学 | 一种索缆机器人系统的参数辨识方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102799743A (zh) * | 2012-07-31 | 2012-11-28 | 奇瑞汽车股份有限公司 | 一种纯电动车动力系统匹配方法 |
CN102955866A (zh) * | 2011-08-19 | 2013-03-06 | 上海汽车集团股份有限公司 | 用于实现纯电动车整车性能评估及建模的方法 |
CN106444422A (zh) * | 2016-10-08 | 2017-02-22 | 北京新能源汽车股份有限公司 | 纯电动汽车的动力系统仿真方法和装置 |
CN107168104A (zh) * | 2017-06-23 | 2017-09-15 | 吉林大学 | 基于观测器的纯电动智能汽车纵向车速控制方法 |
CN107719372A (zh) * | 2017-09-30 | 2018-02-23 | 武汉理工大学 | 基于动态控制分配的四驱电动汽车动力学多目标控制系统 |
-
2018
- 2018-10-26 CN CN201811257823.7A patent/CN109063406A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102955866A (zh) * | 2011-08-19 | 2013-03-06 | 上海汽车集团股份有限公司 | 用于实现纯电动车整车性能评估及建模的方法 |
CN102799743A (zh) * | 2012-07-31 | 2012-11-28 | 奇瑞汽车股份有限公司 | 一种纯电动车动力系统匹配方法 |
CN106444422A (zh) * | 2016-10-08 | 2017-02-22 | 北京新能源汽车股份有限公司 | 纯电动汽车的动力系统仿真方法和装置 |
CN107168104A (zh) * | 2017-06-23 | 2017-09-15 | 吉林大学 | 基于观测器的纯电动智能汽车纵向车速控制方法 |
CN107719372A (zh) * | 2017-09-30 | 2018-02-23 | 武汉理工大学 | 基于动态控制分配的四驱电动汽车动力学多目标控制系统 |
Non-Patent Citations (9)
Title |
---|
冉嘉等: "基于ADVISOR的AGV建模与仿真研究", 《中国科技论文》 * |
刘某兴等: "基于MATLAB电动汽车仿真研究", 《轻型汽车技术》 * |
卢兰光等: "电动汽车锂离子电池管理系统的关键技术", 《科技导报》 * |
成利刚: "多质点动力学模型在列车模拟驾驶系统中的应用与实现", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
曹明柱等: "电动汽车的建模与仿真", 《安徽农业大学学报》 * |
李天泽: "基于改进GA算法的HEV能量管理策略的研究与优化", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
罗勇等: "考虑CVT效率的无级变速车辆最佳经济性控制", 《机械工程学报》 * |
陈龙等: "轮毂电动机HEV动力系统设计与仿真", 《江苏大学学报(自然科学版)》 * |
黄顺: "基于行驶工况的锂电池系统循环寿命预测研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111177856A (zh) * | 2019-12-13 | 2020-05-19 | 西南交通大学 | 基于驱动系统机电耦合的机车动力学仿真分析方法及装置 |
CN111177856B (zh) * | 2019-12-13 | 2023-10-27 | 西南交通大学 | 基于驱动系统机电耦合的机车动力学仿真分析方法及装置 |
CN111539125A (zh) * | 2020-05-09 | 2020-08-14 | 重庆大学 | 联合仿真建模电动汽车整体框架搭建及制动能量回收系统 |
CN112287520A (zh) * | 2020-10-10 | 2021-01-29 | 国网吉林省电力有限公司电力科学研究院 | 基于两步优化法的油纸绝缘扩展德拜模型参数辨识方法 |
CN112287520B (zh) * | 2020-10-10 | 2022-09-30 | 国网吉林省电力有限公司电力科学研究院 | 基于两步优化法的油纸绝缘扩展德拜模型参数辨识方法 |
CN112799312A (zh) * | 2020-12-31 | 2021-05-14 | 上海科梁信息工程股份有限公司 | 自导航无人飞行器测试方法及系统、通信设备和存储介质 |
CN113742857A (zh) * | 2021-08-04 | 2021-12-03 | 温州大学 | 一种索缆机器人系统的参数辨识方法及系统 |
CN113742857B (zh) * | 2021-08-04 | 2023-08-22 | 温州大学 | 一种索缆机器人系统的参数辨识方法及系统 |
CN113515039A (zh) * | 2021-09-13 | 2021-10-19 | 国家电网有限公司 | 一种输电线路多功能作业车智能运动控制系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109063406A (zh) | 一种基于advisor的水平运输机车仿真建模方法 | |
Xu et al. | Torque optimization control for electric vehicles with four in-wheel motors equipped with regenerative braking system | |
Li et al. | Modelling and testing of in‐wheel motor drive intelligent electric vehicles based on co‐simulation with Carsim/Simulink | |
CN103197667B (zh) | 一种混合动力汽车整车控制器的仿真与测试方法 | |
CN104590247B (zh) | 基于交通信号灯信息的混合动力汽车节能预测控制方法 | |
CN107168104A (zh) | 基于观测器的纯电动智能汽车纵向车速控制方法 | |
CN104175891B (zh) | 纯电动汽车能量回收再生制动控制方法 | |
Ouddah et al. | From offline to adaptive online energy management strategy of hybrid vehicle using Pontryagin’s minimum principle | |
CN109532799A (zh) | 基于实时路面观测的制动控制器 | |
CN104859647A (zh) | 插电式混合动力汽车节能控制方法 | |
Zhao et al. | Distributed electric powertrain test bench with dynamic load controlled by neuron PI speed-tracking method | |
CN115158094A (zh) | 基于长短期soc规划的插电式混合动力汽车能量管理方法 | |
Chindamo et al. | Simulation tool for optimization and performance prediction of a generic hybrid electric series powertrain | |
CN110287526B (zh) | 混合动力汽车模型构建方法 | |
CN109655294A (zh) | 基于混合动力的虚拟轨道列车半实物仿真系统 | |
Marignetti et al. | Design and experiments of a test equipment for hybrid and electric vehicle drivetrains | |
Nair et al. | Generic model of an electric vehicle for dynamic simulation and performance prediction | |
Ta et al. | Four-wheel independently driven formula: Experimental ev for motion control studies | |
Le et al. | Research of Regenerative Braking Strategy for Electric Vehicles | |
Zhou et al. | Energy optimization for intelligent hybrid electric vehicles based on hybrid system approach in a car‐following process | |
Boukadida et al. | A simple assessment of the dynamics of the road vehicles | |
Sameersrivatsa et al. | Performance analysis of an SRM driven electric vehicle | |
Han et al. | Parameter design of an ISG hybrid electric trackless rubber tyred vehicle based on degree of hybridisation | |
CN111301223A (zh) | 一种电动汽车电池管理系统及管理方法 | |
Dvornikov et al. | Investigation of autonomous traction motor dynamic using method of mutual loading and computer simulation |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181221 |