CN113340627B - 空气防滑试验方法、装置及轨道交通车辆 - Google Patents

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

和标准差σ，若某个数据样本与平均值

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，

当减速度小于0时，

对速度放大，当减速度大于0时，

当减速度小于0时，

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；a_i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；v_i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τ_a∈(0.06,0.08)，则初始黏着τ_a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

和标准差σ，如果某个数据与平均值

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，

当减速度小于0时，

对速度放大，当减速度大于0时，

当减速度小于0时，

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：

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：

其中，x为第一次滑行前后200ms的平均减速度。

制动距离：

其中，t为时间，t0为制动起始时间，t1为制动结束时间，v_f为参考速度。

滑移率：

其中，v_f为参考速度，v_i为时刻速度。

评估标准：

1)τ_a∈(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、将防滑器存储的数据转换为防滑控制数据，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，评估预测的初始黏着、制动距离、滑移率是否合格。

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

和标准差σ，若某个数据样本与平均值

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，

当减速度小于0时，

对速度放大，当减速度大于0时，

当减速度小于0时，

i∈[1,M-1]；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；a_i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；v_i为更新后的速度。

5.根据权利要求1～4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，评估预测的初始黏着、制动距离、滑移率是否合格。

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中，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，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τ_a∈(0.06,0.08)，则初始黏着τ_a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。

Images