CN113340627A - 空气防滑试验方法、装置及轨道交通车辆 - Google Patents

空气防滑试验方法、装置及轨道交通车辆 Download PDF

Info

Publication number
CN113340627A
CN113340627A CN202110726897.6A CN202110726897A CN113340627A CN 113340627 A CN113340627 A CN 113340627A CN 202110726897 A CN202110726897 A CN 202110726897A CN 113340627 A CN113340627 A CN 113340627A
Authority
CN
China
Prior art keywords
data
skid
antiskid
deceleration
control data
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.)
Granted
Application number
CN202110726897.6A
Other languages
English (en)
Other versions
CN113340627B (zh
Inventor
石亿
刘泉
罗超
高晓明
陈岳俊
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.)
CRRC Zhuzhou Locomotive Co Ltd
Original Assignee
CRRC Zhuzhou Locomotive 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 CRRC Zhuzhou Locomotive Co Ltd filed Critical CRRC Zhuzhou Locomotive Co Ltd
Priority to CN202110726897.6A priority Critical patent/CN113340627B/zh
Publication of CN113340627A publication Critical patent/CN113340627A/zh
Application granted granted Critical
Publication of CN113340627B publication Critical patent/CN113340627B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/08—Railway vehicles
    • G01M17/10—Suspensions, axles or wheels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Regulating Braking Force (AREA)

Abstract

本发明公开了一种空气防滑试验方法、装置及轨道交通车辆，获取防滑控制数据，并对所述防滑控制数据进行预处理；所述防滑控制数据包括防滑器的参考速度、速度、减速度和制动指令；以所述防滑控制数据作为分类器的输入，以滑行等级作为所述分类器的输出，训练所述分类器；将预处理后的防滑控制数据作为训练后的分类器的输入，预测防滑器的初始黏着、制动距离、滑移率。本发明通过对防滑系统存储的数据数字化处理，还原和模拟多种工况下的防滑试验条件，能够实现防滑控制参数的优化、同平台防滑系统的功能验证。

Description

空气防滑试验方法、装置及轨道交通车辆
技术领域
本发明涉及轨道交通领域，特别是一种空气防滑试验方法、装置及轨道交通车辆。
背景技术
目前，传统空气防滑试验方法有二种：一是试验室模拟测试，该方法模拟的速度曲线很难反映实际的轮轨黏着关系，不能评估防滑试验的性能，只能验证软件的输入和输出关系；二是装车线路测试，该方法需要协调的资源太多且周期长，且发生滑行时存在车轮擦伤的风险，因此成本高效率低。
发明内容
本发明所要解决的技术问题是，针对现有技术不足，提供一种能够反映实际的轮轨黏着关系，且成本低的空气防滑试验方法、装置及轨道交通车辆。
为解决上述技术问题，本发明所采用的技术方案是：一种空气防滑试验方法，包括以下步骤：
S1、获取防滑控制数据，并对所述防滑控制数据进行预处理；所述防滑控制数据包括防滑器的参考速度、速度、减速度和制动指令；以所述防滑控制数据作为分类器的输入，以滑行等级作为所述分类器的输出，训练所述分类器；
S2、将预处理后的防滑控制数据作为训练后的分类器的输入，预测防滑器的初始黏着、制动距离、滑移率。
本发明对存储数据进行数字化处理，利用分类器预测初始黏着、制动距离、滑移率，可以反映实际的轮轨黏着关系，便于评估防滑试验的性能，且本发明的方法无需协调其余资源，预测周期短，不需要进行装车线路测试，因而可以避免发生滑行时存在的车轮擦伤的风险，成本低，效率高。
为了进一步提高数据处理效率，步骤S1中，获取防滑控制数据的具体实现过程包括：将防滑器存储的数据转换为xls或xlsx格式的存储文件，并将多个存储文件合并为一个数据文件；提取所述数据文件中与防滑控制相关的数据，即得到所述防滑控制数据。
为了防止数据缺失，保证数据有效，提高预测精度，本发明步骤S1中，对所述防滑控制数据进行预处理的具体实现过程包括：
计算防滑控制数据中数据样本的平均值
Figure BDA0003137862610000011
和标准差σ，若某个数据样本与平均值
Figure BDA0003137862610000012
的偏差超过3σ，则该数据样本是异常数据，使用相邻数据替代该异常数据。
为了保证存储数据与防滑控制周期同步，提高数据预处理精度，步骤S1中，对所述防滑控制数据进行预处理的具体实现过程包括：对于所述防滑控制数据或者替代异常数据后的存储数据，放大数据中的减速度，当减速度大于0时，
Figure BDA0003137862610000021
当减速度小于0时，
Figure BDA0003137862610000022
对速度放大，当减速度大于0时，
Figure BDA0003137862610000023
当减速度小于0时，
Figure BDA0003137862610000024
其中，t1为存储周期；t2为控制周期；M为放大倍数，且M＞1；a为异常减速度的上一数据存储周期的正常减速度值；ai为更新后的减速度；v为异常速度的上一数据存储周期的正常速度值；vi为更新后的速度。
为了模拟更加复杂的轮轨粘着关系，实现多种工况下的防滑实验，本发明步骤S1之后，S2之前，还包括：对预处理后的防滑控制数据添加噪声(即将噪声叠加到防滑控制数据上，本发明的噪声是随机数序列)，则步骤S2替换为：将添加噪声后的数据作为训练后的分类器的输入，预测防滑器的初始黏着、制动距离、滑移率。
步骤S2之后，还包括：
S3、评估预测的初始黏着、制动距离、滑移率是否合格，若合格，否则，返回步骤S1，重新训练所述分类器，直到预测防滑器的初始黏着、制动距离、滑移率合格，结束。
本发明对预测结果进行评估，若评估不合格，则调整参数，重新预测，直至获得合格的预测结果，将合格的结果作为防滑试验的输入，确保了防滑试验的准确性，进一步提升防滑试验的性能。
为了满足相关评判标准，步骤S3中，评估预测的初始黏着、制动距离、滑移率是否合格的具体实现过程包括：若τa∈(0.06,0.08)，则初始黏着τa合格；若s＜＝1.25*s干轨，则制动距离s合格；λ超过30％的时间不大于T秒；λ为滑移率；s干轨为干轨条件下的制动停车距离。T＝3。
本发明还提供了一种空气防滑试验装置，其包括计算机设备；所述计算机设备被配置或编程为用于执行上述方法的步骤。
作为一个发明构思，本发明还提供了一种轨道交通车辆，其采用上述空气防滑试验装置。
与现有技术相比，本发明所具有的有益效果为：本发明通过对防滑系统存储的数据数字化处理，还原和模拟多种工况下的防滑试验条件，能够实现防滑控制参数的优化、同平台防滑系统的功能验证。同时，对数字化处理后的存储数据增加噪声函数，还可以模拟更加复杂的轮轨粘着关系，在静态条件下实现多种工况下的防滑试验。本发明提供的方法更加灵活、安全、高效。
附图说明
图1为本发明实施例的存储数据数字化处理流程图。
图2为本发明实施例机器学习算法及噪声函数流程图。
图3为本发明实施例防滑试验实现及性能评估流程图。
具体实施方式
本发明一是要对存储数据进行数字化处理，包括数据整合、提取、过滤和放大，保证存储数据与控制周期同步；二是要使用数据训练分类器，并使用分类器预测数字化处理后的数据的输出；三是要将数字化处理后的数据通过以太网技术转换成MCU可识别的控制输入，进行防滑试验；四是对数字化处理后的数据增加随机浮点噪声，模拟更加复杂的轮轨粘着关系，实现多种工况下的防滑试验。
本发明实施例提供的数字化的空气防滑试验方法，主要实现过程包括：防滑器具有数据存储功能，能够实时存储防滑控制的数据，这些数据能够反映实际的轮轨黏着关系，将存储数据经过整合、提取、过滤、放大等数字化处理后，作为防滑器的控制输入，可以模拟实际轨道防滑试验，能够实现防滑控制参数的优化、同平台防滑系统的功能验证。同时，对数字化处理后的存储数据增加噪声函数，还可以模拟更加复杂的轮轨粘着关系，在静态条件下实现多种工况下的防滑试验。
1)存储数据进行数字化处理，包含对数据的整合、提取、过滤、放大步骤。
数据整合是统一存储数据的格式，转换成xls或xlsx格式，同时将多个存储数据文件合并成一个数据文件；
数据提取是将存储数据中防滑控制相关的数据提取出来；
数据过滤是对存储数据进行异常判断和替换，计算数据样本的平均值
Figure BDA0003137862610000031
和标准差σ，如果某个数据与平均值
Figure BDA0003137862610000032
的偏差超过3σ，则该数据是异常数据，并使用相邻数据替代异常数据，防止数据缺失；
数据放大是为了将存储数据进行放大，保持与防滑控制周期同步，如果存储数据周期是t1，防滑控制周期t2，使用等宽插值法对存储数据放大M倍。对减速度放大，当减速度大于0时，
Figure BDA0003137862610000041
当减速度小于0时，
Figure BDA0003137862610000042
对速度放大，当减速度大于0时，
Figure BDA0003137862610000043
当减速度小于0时，
Figure BDA0003137862610000044
2)存储数据经过数字化处理后，采用机器学习对输出进行预测，即：采用Scikit-learn决策树算法，训练DecisionTreeClassifier分类器，将防滑控制的参考速度、速度、减速度、制动指令作为输入，滑行等级作为输出，使用数字化处理前的数据训练分类器，分类器训练完成后，对数字化处理后的数据通过分类器预测输出，计算初始黏着、制动距离、滑移率等参数，评估数字化处理后的数据可用于模拟防滑试验。
3)对数字化处理后的数据增加噪声，可以现在轨道粘着关系的基础上，模拟更加复杂的轮轨粘着关系，实现多种工况下的防滑试验。其主要特征在于：使用random.uniform(-1,1,(m+n,len))生成随机浮点数，对数字化处理后的数据增加噪声(由于生成的噪声数据与存储数据同宽，因此将噪声与数字化处理后的数据相加即可)，速度值的轴数为m，减速度值的轴数为n，存储数据的长度为len。random.uniform()是区间[-1,1]的随机序列生成函数。
4)防滑试验的实现，存储数据经过数字化处理和分类器验证后，可用于模拟防滑试验，其主要特征在于：将外部xls或xlsx转换成MCU可识别的输入。防滑器具有以太网通信接口，采用TCP/UDP协议读取xls或xlsx文件数据，作为防滑控制的输入，可视化实际控制输出，并计算初始黏着、制动距离、滑移率，评估防滑试验效果。
以下结合附图说明本发明实施例具体实现过程。
步骤一：存储数据数字化处理控制流程如图1所示，本阶段采用python编程语言实现，对存储数据进行整合、提取、过滤、放大处理。
首先统一存储数据的格式，转换为xls或xlsx格式，并将多个存储数据合并成一个数据文件，由于存储数据内容多，需要提取防滑控制相关的数据，如参考速度、速度、减速度、制动指令、滑行等级，同时，采用3σ和相邻替换方法，对提取数据的进行异常判断和替换，保证数据有效性。由于存储周期t1、和控制周期t2不同步，需要对存储数据进行放大M倍，使存储周期与控制周期同步，公式如下：
Figure BDA0003137862610000051
Figure BDA0003137862610000052
Figure BDA0003137862610000053
Figure BDA0003137862610000054
i∈[1,M-1]
步骤二：机器学习算法及噪声函数流程如图2所示，本阶段采用python编程语言实现，是为了验证data2作为防滑试验输入的有效性。
本发明另一实施例中，data2的数据也可以是预处理完成后的数据，此时data1是预处理之前的原始数据。
采用机器学习Scikit-learn创建分类器DecisionTreeClassifier，并用数据data1的参考速度、速度、减速度、制动指令作为输入X1，滑行等级作为输入Y1，对分类器进行训练。然后利用训练好的分类器对data2的输出进行预测和评估，如果要随机模拟多种轮轨粘着关系，则对data2的输入增加噪声函数Random.uniform(-1,1,(m+n,len))，速度值的宽度为m，减速度值的宽度为n，存储数据的帧长度为len。速度值和减速度值的宽度跟车轴相关，取值可能为2，4，6，通常为4；存储数据帧长度与控制系统存储数据种类相关，以4轴车为例，存储数据一帧的长度为52字节。同时，计算初始黏着、制动距离、滑移率，评估输出效果，如果评估结果合格，则data2可用作防滑试验的输入，否则，优化数据data2，计算公式及评估标准如下：
初始粘着：
Figure BDA0003137862610000055
其中，x为第一次滑行前后200ms的平均减速度。
制动距离：
Figure BDA0003137862610000056
其中，t为时间，t0为制动起始时间，t1为制动结束时间，vf为参考速度。
滑移率：
Figure BDA0003137862610000061
其中，vf为参考速度，vi为时刻速度。
评估标准：
1)τa∈(0.06,0.08)
2)s＜＝1.25*s干轨
3)λ超过30％的时间不大于3s
步骤三：防滑试验实现及性能评估流程如图3所示，本阶段采用C编程语言实现，单片机通过以太网通信读取data2数据，作为防滑试验控制的输入，并计算初始黏着、制动距离、滑移率，评估防滑试验性能，如果评估结果合格，则防滑控制程序不需要调整，否则，优化防滑控制程序或参数(即重新训练分类器)，直到试验结果评估合格。

Claims (10)

1.一种空气防滑试验方法，其特征在于，包括以下步骤：
S1、获取防滑控制数据，并对所述防滑控制数据进行预处理；所述防滑控制数据包括防滑器的参考速度、速度、减速度和制动指令；以所述防滑控制数据作为分类器的输入，以滑行等级作为所述分类器的输出，训练所述分类器；
S2、将预处理后的防滑控制数据作为训练后的分类器的输入，预测防滑器的初始黏着、制动距离、滑移率。
2.根据权利要求1所述的空气防滑试验方法，其特征在于，步骤S1中，获取防滑控制数据的具体实现过程包括：将防滑器存储的数据转换为xls或xlsx格式的存储文件，并将多个存储文件合并为一个数据文件；提取所述数据文件中与防滑控制相关的数据，即得到所述防滑控制数据。
3.根据权利要求1所述的空气防滑试验方法，其特征在于，步骤S1中，对所述防滑控制数据进行预处理的具体实现过程包括：
计算防滑控制数据中数据样本的平均值
Figure FDA0003137862600000011
和标准差σ，若某个数据样本与平均值
Figure FDA0003137862600000012
的偏差超过3σ，则该数据样本是异常数据，使用相邻数据替代该异常数据。
4.根据权利要求3所述的空气防滑试验方法，其特征在于，步骤S1中，对所述防滑控制数据进行预处理的具体实现过程包括：对于所述防滑控制数据或者替代异常数据后的存储数据，放大存储数据中的减速度，当减速度大于0时，
Figure FDA0003137862600000013
当减速度小于0时，
Figure FDA0003137862600000014
对速度放大，当减速度大于0时，
Figure FDA0003137862600000015
当减速度小于0时，
Figure FDA0003137862600000016
其中，t1为存储周期；t2为控制周期；M为放大倍数，且M＞1；a为异常减速度的上一存储周期的正常减速度值；ai为更新后的减速度；v为异常速度的上一存储周期的正常速度值；vi为更新后的速度。
5.根据权利要求1～5之一所述的空气防滑试验方法，其特征在于，步骤S1之后，S2之前，还包括：对预处理后的防滑控制数据添加噪声，则步骤S2替换为：将添加噪声后的数据作为训练后的分类器的输入，预测防滑器的初始黏着、制动距离、滑移率。
6.根据权利要求5所述的空气防滑试验方法，其特征在于，步骤S2之后，还包括：
S3、评估预测的初始黏着、制动距离、滑移率是否合格，若合格，则结束；否则，返回步骤S1，重新训练所述分类器，直到预测防滑器的初始黏着、制动距离、滑移率合格，结束。
7.根据权利要求6所述的空气防滑试验方法，其特征在于，步骤S3中，评估预测的初始黏着、制动距离、滑移率是否合格的具体实现过程包括：
若τa∈(0.06,0.08)，则初始黏着τa合格；
若s＜＝1.25*s干轨，则制动距离s合格；s干轨为干轨条件下的制动停车距离；
λ超过30％的时间不大于T秒；λ为滑移率。
8.根据权利要求7所述的空气防滑试验方法，其特征在于，T＝3。
9.一种空气防滑试验装置，其特征在于，包括计算机设备；所述计算机设备被配置或编程为用于执行权利要求1～8之一所述方法的步骤。
10.一种轨道交通车辆，其特征在于，采用权利要求9所述的空气防滑试验装置。
CN202110726897.6A 2021-06-29 2021-06-29 空气防滑试验方法、装置及轨道交通车辆 Active CN113340627B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110726897.6A CN113340627B (zh) 2021-06-29 2021-06-29 空气防滑试验方法、装置及轨道交通车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110726897.6A CN113340627B (zh) 2021-06-29 2021-06-29 空气防滑试验方法、装置及轨道交通车辆

Publications (2)

Publication Number Publication Date
CN113340627A true CN113340627A (zh) 2021-09-03
CN113340627B CN113340627B (zh) 2022-05-10

Family

ID=77481502

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110726897.6A Active CN113340627B (zh) 2021-06-29 2021-06-29 空气防滑试验方法、装置及轨道交通车辆

Country Status (1)

Country Link
CN (1) CN113340627B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103879398A (zh) * 2014-02-27 2014-06-25 中南大学 测试气压型abs中的电子控制单元性能的系统与方法
CN103935380A (zh) * 2014-04-25 2014-07-23 南车株洲电力机车有限公司 一种机车空气防滑系统的控制方法和装置
CN111238825A (zh) * 2020-01-10 2020-06-05 东南大学 面向组合试验路面的智能驾驶自动紧急制动性能测试方法
CN111272452A (zh) * 2020-03-03 2020-06-12 上海应用技术大学 高速列车制动试验台网络安全检测系统
CN210776233U (zh) * 2019-08-29 2020-06-16 同济大学 一种列车微机式防滑器半实物仿真试验台架
CN111678713A (zh) * 2020-06-10 2020-09-18 中车青岛四方车辆研究所有限公司 一种防滑试验平台及试验方法
CN112304633A (zh) * 2020-10-20 2021-02-02 同济大学 一种路面湿滑状态下汽车制动安全性风险识别方法
GB202101862D0 (en) * 2016-12-30 2021-03-24 Ogrands Innovation Inc A method for optimizing speed curve of automated vehicles

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103879398A (zh) * 2014-02-27 2014-06-25 中南大学 测试气压型abs中的电子控制单元性能的系统与方法
CN103935380A (zh) * 2014-04-25 2014-07-23 南车株洲电力机车有限公司 一种机车空气防滑系统的控制方法和装置
GB202101862D0 (en) * 2016-12-30 2021-03-24 Ogrands Innovation Inc A method for optimizing speed curve of automated vehicles
CN210776233U (zh) * 2019-08-29 2020-06-16 同济大学 一种列车微机式防滑器半实物仿真试验台架
CN111238825A (zh) * 2020-01-10 2020-06-05 东南大学 面向组合试验路面的智能驾驶自动紧急制动性能测试方法
CN111272452A (zh) * 2020-03-03 2020-06-12 上海应用技术大学 高速列车制动试验台网络安全检测系统
CN111678713A (zh) * 2020-06-10 2020-09-18 中车青岛四方车辆研究所有限公司 一种防滑试验平台及试验方法
CN112304633A (zh) * 2020-10-20 2021-02-02 同济大学 一种路面湿滑状态下汽车制动安全性风险识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
夹尚远等: "列车防滑器主机故障诊断系统设计", 《计算机测量与控制》 *

Also Published As

Publication number Publication date
CN113340627B (zh) 2022-05-10

Similar Documents

Publication Publication Date Title
CN104502126B (zh) 一种基于模态区间的高速列车转向架故障诊断方法
CN111126622B (zh) 一种数据异常检测方法与装置
CN111294341B (zh) 基于自编码器和递归神经网络的车载系统入侵检测方法
CN106650157B (zh) 车辆零部件故障发生概率估算方法、装置及系统
Chalouhi et al. Damage detection in railway bridges using machine learning: application to a historic structure
CN114964781B (zh) 一种列车轴承故障智能诊断方法
KR20210150808A (ko) 브레이크 마찰재의 마찰계수 결정을 위한 장치 및 방법
Cho et al. CPS approach to checking norm operation of a brake-by-wire system
CN109545027B (zh) 一种实训台、乘务员仿真实训方法及装置
CN109625033A (zh) Ato控车时精确停车阶段停车精度预测方法及装置
CN104102776A (zh) 一种城市轨道交通列车的模型自动辨识方法
CN112787984A (zh) 一种基于相关分析的车载网络异常检测方法及系统
CN113340627B (zh) 空气防滑试验方法、装置及轨道交通车辆
CN110020190B (zh) 一种基于多示例学习的可疑威胁指标验证方法及系统
CN109557583A (zh) 一种地震属性提取方法及系统
CN102495305A (zh) 基于灰色理论的轨道交通运营机电设备故障趋势分析方法
CN117454100A (zh) 一种面向工程结构的缺失数据重构方法
CN115017015B (zh) 一种边缘计算环境下程序异常行为检测方法及系统
CN113534774B (zh) 一种地铁制动系统的故障预测方法、系统及介质
CN116451070A (zh) 基于多分辨率窗口的轨道车门系统异常判别方法及系统
CN113506065B (zh) 配送轨迹修正方法及装置
CN114323512A (zh) 一种重载车辆识别方法及系统
CN113609777A (zh) 一种基于车载感知设备的车辆行为分析方法与装置
CN113239075A (zh) 一种施工数据自检方法及系统
CN112197983A (zh) 一种列车服役性能识别方法

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