CN115248128B - 一种基于级联观测器的列车轮对空转故障诊断方法及系统 - Google Patents
一种基于级联观测器的列车轮对空转故障诊断方法及系统 Download PDFInfo
- Publication number
- CN115248128B CN115248128B CN202210997185.2A CN202210997185A CN115248128B CN 115248128 B CN115248128 B CN 115248128B CN 202210997185 A CN202210997185 A CN 202210997185A CN 115248128 B CN115248128 B CN 115248128B
- Authority
- CN
- China
- Prior art keywords
- wheel set
- observer
- carriage
- train
- jth
- 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
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
Abstract
本发明涉及故障诊断技术领域,尤其涉及一种基于级联观测器的列车轮对空转故障诊断方法及系统,该方法通过构建列车轮对电机负载转矩观测器和列车轮对粘着系数观测器组成级联观测器,以判断列车是否发生轮对空转故障,并在列车发生轮对空转故障的情况下,根据负载转矩估计值计算转矩均值,根据转矩均值计算每个轮对的转矩差,将转矩差与设定的诊断阈值进行比较,实现轮对空转故障定位。这样,可以准确地针对多轮对空转故障进行判断与定位。
Description
技术领域
本发明涉及故障诊断技术领域,尤其涉及一种基于级联观测器的列车轮对空转故障诊断方法及系统。
背景技术
高速列车的安全运行是轨道交通装备运行与发展的首要问题。高速列车长时间运行在平道、坡道等线路,其前进的动力依赖于轮轨接触面形成的粘着力。当高速列车牵引力大于轮轨间所能提供的最大粘着力时,轮对将发生空转故障。 轮对的空转故障若不能及时准确诊断与正确处理,容易造成轮对速度突变增大、牵引力损失等问题,甚至导致高速列车脱轨等重大事故。
目前关于列车轮对空转故障的判断方法主要分为基于信号的、基于人工智能的和基于模型的方法。基于模型的方法主要是通过构建轮对的负载转矩观测器,利用负载转矩变化进行轮对空转故障判断。基于模型的方法具有速度快的优势,但列车在坡道线路正常运行时会产生与列车在平道线路发生空转故障时相似的转矩信息,容易造成轮对空转故障误判。此外,目前的方法主要是对单个轮对空转故障进行检测,针对多轮对空转故障定位的诊断方法尚不多见。
因此,急需一种基于级联观测器的列车轮对空转故障诊断方法,以实现轮对空转故障及时准确定位。
发明内容
本发明提供了一种基于级联观测器的列车轮对空转故障诊断方法,以实现轮对空转故障及时准确定位。
为了实现上述目的,本发明通过如下的技术方案来实现:
第一方面,本发明提供一种基于级联观测器的列车轮对空转故障诊断方法,包括:
S1:构建列车轮对电机负载转矩观测器;
S2:构建列车轮对粘着系数观测器;
S3:根据所述列车轮对粘着系数观测器输出的粘着系数估计值计算粘着系数均值;根据所述粘着系数均值构建均值评价函数,将均值评价函数的输出值与预设检测阈值进行比较,若比较结果符合设定的故障发生条件,则判断列车发生轮对空转故障;
S4:在列车发生轮对空转故障的情况下,根据所述电机负载转矩观测器输出的负载转矩估计值计算转矩均值;根据所述转矩均值计算每个轮对的转矩差,将转矩差与预设诊断阈值进行比较,实现轮对空转故障定位。
可选地,所述列车轮对电机负载转矩观测器和所述列车轮对粘着系数观测器构成级联观测器。
第二方面,本申请提供一种基于级联观测器的列车轮对空转故障诊断系统,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述第一方面所述方法的步骤。
有益效果:
本发明提供的基于级联观测器的列车轮对空转故障诊断方法,通过构建列车轮对电机负载转矩观测器和列车轮对粘着系数观测器组成级联观测器,以判断列车是否发生轮对空转故障,并在列车发生轮对空转故障的情况下,根据负载转矩估计值计算转矩均值,根据转矩均值计算每个轮对的转矩差,将转矩差与设定的诊断阈值进行比较,实现轮对空转故障定位。这样,可以准确地针对多轮对空转故障进行判断与定位。
附图说明
图1为本发明优选实施例的一种基于级联观测器的列车轮对空转故障诊断方法的流程图;
图2为本发明优选实施例的轮对空转故障下故障诊断结果图;
图3为本发明优选实施例的列车进入坡道线路故障检测结果图。
具体实施方式
下面对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另作定义,本发明中使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“一个”或者“一”等类似词语也不表示数量限制,而是表示存在至少一个。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也相应地改变。
请参见图1,本申请提供的一种基于级联观测器的列车轮对空转故障诊断方法,包括:
S1:构建列车轮对电机负载转矩观测器;
S2:构建列车轮对粘着系数观测器;
S3:根据列车轮对粘着系数观测器输出的粘着系数估计值计算粘着系数均值;根据粘着系数均值构建均值评价函数,将均值评价函数的输出值与预设检测阈值进行比较,若比较结果符合设定的故障发生条件,则判断列车发生轮对空转故障;
S4:在列车发生轮对空转故障的情况下,根据电机负载转矩观测器输出的负载转矩估计值计算转矩均值;根据转矩均值计算每个轮对的转矩差,将转矩差与预设诊断阈值进行比较,实现轮对空转故障定位。
本实施例中,通过构建列车轮对电机负载转矩观测器和列车轮对粘着系数观测器组成级联观测器。
上述的基于级联观测器的列车轮对空转故障诊断方法,通过构建列车轮对电机负载转矩观测器和列车轮对粘着系数观测器组成级联观测器,以判断列车是否发生轮对空转故障,并在列车发生轮对空转故障的情况下,根据负载转矩估计值计算转矩均值,根据转矩均值计算每个轮对的转矩差,将转矩差与设定的诊断阈值进行比较,实现轮对空转故障定位。这样,可以准确地针对多轮对空转故障进行判断与定位。
可选地,所述S1包括:
S11:建立列车轮对电机负载转矩方程,满足如下关系式:
式中,为第i节车厢第j个轮对转速的导数,/>为第i节车厢第j个轮对电机负载转矩的导数,/>为第i节车厢第j个轮对电机负载转矩,/>为第i节车厢第j个轮对转速,为第i节车厢第j个轮对电机侧转动惯量,/>为第i节车厢第j个轮对侧转动惯量,/>为第i节车厢第j个轮对的齿轮箱变比,/>为第i节车厢第j个轮对传递效率,/>为第i节车厢第j个轮对电机的电磁转矩,/>,/>为车厢总数,j为每节车厢轮对总数,;
S12:建立列车轮对电机负载转矩状态方程,满足如下关系式:
式中,为第i节车厢第j个轮对负载转矩状态方程状态变量的导数,/>为第i节车厢第j个轮对负载转矩状态方程的状态变量,/>,/>为第i节车厢第j个轮对负载转矩状态方程的控制变量,/>,/>为第i节车厢第j个轮对负载转矩状态方程的输出变量,/>为第i节车厢第j个轮对负载转矩状态方程的状态矩阵,, />为第i节车厢第j个轮对负载转矩状态方程的输入矩阵,, />为第i节车厢第j个轮对负载转矩状态方程的输出矩阵,/>;
S13:构建列车轮对电机负载转矩观测器,满足如下关系式:
式中,为第i节车厢第j个轮对负载转矩观测器状态变量估计值的导数,/>为第i节车厢第j个轮对负载转矩观测器的状态变量估计值,/>,/>为第i节车厢第j个轮对转速的估计值,/>为第i节车厢第j个轮对电机负载转矩的估计值,/>为第i节车厢第j个轮对负载转矩观测器的输出变量估计值,/>为第i节车厢第j个轮对负载转矩观测器的反馈增益矩阵,/>满足如下关系式:
可选地,所述S2包括:
S21:建立列车轮对在坡道线路的粘着系数方程,满足如下关系式:
式中,为列车运行速度的导数,/>为坡道角度的导数,/>为第i节车厢第j个轮对粘着系数的导数,/>为列车运行速度,/>为坡道角度,/>为第i节车厢第j个轮对粘着系数,为列车重量,/>为第i节车厢第j个轮对作用在轨面上的正压力,/>为列车总牵引力与列车基本阻力的差值,/>,/>为第i节车厢第j个轮对作用在列车上的牵引力,为列车基本阻力,/>,/>为重力加速度;
S22:建立列车轮对在坡道线路的粘着系数状态方程,满足如下关系式:
式中,为第i节车厢第j个轮对粘着系数状态方程状态变量的导数,/>为第i节车厢第j个轮对粘着系数状态方程的状态变量,/>, />为第i节车厢第j个轮对粘着系数状态方程的控制变量,/>,/>为第i节车厢第j个轮对粘着系状态方程的输出变量,/>为第i节车厢第j个轮对粘着系数状态方程的状态矩阵,, />为第i节车厢第j个轮对粘着系数状态方程的输入矩阵,, />为第i节车厢第j个轮对粘着系数状态方程状态输出矩阵,;
S23:构建列车轮对粘着系数观测器,满足如下关系式:
式中,为第i节车厢第j个轮对粘着系数观测器状态变量估计值的导数,/>为第i节车厢第j个轮对粘着系数观测器的状态变量估计值,/>,/>为列车运行速度的估计值,/>为坡道角度的估计值,/>为第i节车厢第j个轮对粘着系数的估计值,为第i节车厢第j个轮对粘着系数观测器的估计控制变量,/>,/>为列车总牵引力与列车基本阻力差值的估计值,/>,/>为第i节车厢第j个轮对作用在列车上的牵引力估计值,/>,/>为第i节车厢第j个轮对的半径,为第i节车厢第j个轮对粘着系数观测器的输出变量估计值,/>为第i节车厢第j个轮对粘着系数观测器的估计输入矩阵,/>, />为第i节车厢第j个轮对粘着系数观测器的反馈增益矩阵,/>,/>为第i节车厢第j个轮对作用在轨面上的正压力估计值,其中第i节车厢4个轮对作用在轨面正压力表达式满足如下关系式:
式中,为第i节车厢第1个轮对作用在轨面正压力,/>为第i节车厢第2个轮对作用在轨面正压力,/>为第i节车厢第3个轮对作用在轨面正压力,/>为第i节车厢第4个轮对作用在轨面正压力,/>为固定轴重,/>为两个转向架中心距离的一半,/>为轴距的一半,/>为车钩至地面高度,/>为转向架高度。
可选地,所述负载转矩观测器的反馈增益矩阵满足预设条件,所述预设条件用于指示矩阵/>特征值具有负实部。这样,可以保证粘着系数观测器的稳定性。其中,每个轮对粘着系数观测器反馈增益矩阵一致,/>。轮对粘着系数观测器反馈增益矩阵/>。
可选地,所述S3包括:
S32:根据第k时刻粘着系数均值,构建第k时刻均值评价函数满足如下关系式:
需要说明的是,本实施例所述的粘着系数估计值,在已知轮对负载转矩观测器的状态矩阵、输入矩阵/>的情况下,由级联观测器的负载转矩观测器根据已知的控制变量电磁转矩/>、输出变量轮对转速/>和输出变量轮对转速估计值/>得到轮对的负载转矩估计值/>;然后在已知粘着系数观测器的状态矩阵/>的情况下,由级联观测器的粘着系数观测器根据负载转矩估计值/>构成的粘着系数估计输入矩阵/>、负载转矩估计值/>构成的控制变量列车总牵引力与列车基本阻力差值估计值/>、负载转矩估计值/>构成的轮对作用在列车牵引力估计值/>、输出变量列车速度/>和输出变量列车速度估计值/>得到轮对的粘着系数估计值/>。
可选地,所述S4包括:
S42:根据负载转矩均值,计算第k时刻第i节车厢第j个轮对的转矩差,计算公式满足如下关系式:
需要说明的是,本实施例中,故障诊断阈值。具体地,在系统运行过程中第5秒,第1车厢第1轮对发生空转故障,均值评价函数/>发生突变,如图2(a)所示,根据设定的故障检测阈值 ,判断得到/>,判定列车发生轮对空转故障,检测结果如图2(b)所示;转矩差/>发生突变,如图2(c)所示,根据设定的故障诊断阈值/>,判断得到/>,定位到第1车厢第1轮对发生空转故障,故障诊断结果如图2(d)所示,列车其他轮对无空转故障发生,第2车厢第1轮对转矩差/>变化过程如图2(e)所示,根据设定的故障诊断阈值,判断得到/>,判断该轮对没有发生空转故障,诊断结果如图2(f)所示。在系统运行过程中第5秒列车进入坡道线路,均值评价函数/>变化过程如图3(a)所示,根据设定的故障检测阈值/>,判断得到/>,判定列车没有发生轮对空转故障,检测结果如图3(b)所示。由此可见,基于级联观测器的列车轮对空转故障诊断方法可以在轮对发生空转故障时及时准确定位发生故障的轮对,并且在列车进入坡道线路时不会发生误判现象。
与上述方法实施例相对应地,本申请还提供一种基于级联观测器的列车轮对空转故障诊断系统,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。该基于级联观测器的列车轮对空转故障诊断系统可以实现上述基于级联观测器的列车轮对空转故障诊断方法的各个实施例,且能达到相同的有益效果,此处,不做赘述。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (9)
1.一种基于级联观测器的列车轮对空转故障诊断方法,其特征在于,包括:
S1:构建列车轮对电机负载转矩观测器;
S2:构建列车轮对粘着系数观测器;
S3:根据所述列车轮对粘着系数观测器输出的粘着系数估计值计算粘着系数均值;根据所述粘着系数均值构建均值评价函数,将均值评价函数的输出值与预设检测阈值进行比较,若比较结果符合设定的故障发生条件,则判断列车发生轮对空转故障;
S4:在列车发生轮对空转故障的情况下,根据所述电机负载转矩观测器输出的负载转矩估计值计算转矩均值;根据所述转矩均值计算每个轮对的转矩差,将转矩差与预设诊断阈值进行比较,实现轮对空转故障定位。
2.根据权利要求1所述的基于级联观测器的列车轮对空转故障诊断方法,其特征在于,所述S1包括:
S11:建立列车轮对电机负载转矩方程,满足如下关系式:
式中,为第i节车厢第j个轮对转速的导数,/>为第i节车厢第j个轮对电机负载转矩的导数,/>为第i节车厢第j个轮对电机负载转矩,wij为第i节车厢第j个轮对转速,/>为第i节车厢第j个轮对电机侧转动惯量,/>为第i节车厢第j个轮对侧转动惯量,/>为第i节车厢第j个轮对的齿轮箱变比,ηij为第i节车厢第j个轮对传递效率,/>为第i节车厢第j个轮对电机的电磁转矩,i=1,2,…,n,n为车厢总数,j为每节车厢轮对总数,j=1,2,3,4;
S12:建立列车轮对电机负载转矩状态方程,满足如下关系式:
式中,为第i节车厢第j个轮对负载转矩状态方程状态变量的导数,/>为第i节车厢第j个轮对负载转矩状态方程的状态变量,/>为第i节车厢第j个轮对负载转矩状态方程的控制变量,/>为第i节车厢第j个轮对负载转矩状态方程的输出变量,/>为第i节车厢第j个轮对负载转矩状态方程的状态矩阵,为第i节车厢第j个轮对负载转矩状态方程的输入矩阵,为第i节车厢第j个轮对负载转矩状态方程的输出矩阵,/>
S13:构建列车轮对电机负载转矩观测器,满足如下关系式:
式中,为第i节车厢第j个轮对负载转矩观测器状态变量估计值的导数,/>为第i节车厢第j个轮对负载转矩观测器的状态变量估计值,/>为第i节车厢第j个轮对转速的估计值,/>为第i节车厢第j个轮对电机负载转矩的估计值,/>为第i节车厢第j个轮对负载转矩观测器的输出变量估计值,/>为第i节车厢第j个轮对负载转矩观测器的反馈增益矩阵,/>满足如下关系式:
4.根据权利要求1所述的基于级联观测器的列车轮对空转故障诊断方法,其特征在于,所述S2包括:
S21:建立列车轮对在坡道线路的粘着系数方程,满足如下关系式:
式中,为列车运行速度的导数,/>为坡道角度的导数,/>为第i节车厢第j个轮对粘着系数的导数,v为列车运行速度,α为坡道角度,μij为第i节车厢第j个轮对粘着系数,M为列车重量,Nij为第i节车厢第j个轮对作用在轨面上的正压力,Fz为列车总牵引力与列车基本阻力的差值,/>Fij为第i节车厢第j个轮对作用在列车上的牵引力,Ff为列车基本阻力,Ff=(7.75+0.062367v+0.00113v2)*M,g为重力加速度;
S22:建立列车轮对在坡道线路的粘着系数状态方程,满足如下关系式:
式中,为第i节车厢第j个轮对粘着系数状态方程状态变量的导数,/>为第i节车厢第j个轮对粘着系数状态方程的状态变量,/>为第i节车厢第j个轮对粘着系数状态方程的控制变量,/>为第i节车厢第j个轮对粘着系状态方程的输出变量,/>为第i节车厢第j个轮对粘着系数状态方程的状态矩阵,为第i节车厢第j个轮对粘着系数状态方程的输入矩阵,为第i节车厢第j个轮对粘着系数状态方程状态输出矩阵,
S23:构建列车轮对粘着系数观测器,满足如下关系式:
式中,为第i节车厢第j个轮对粘着系数观测器状态变量估计值的导数,/>为第i节车厢第j个轮对粘着系数观测器的状态变量估计值,/>为列车运行速度的估计值,/>为坡道角度的估计值,/>为第i节车厢第j个轮对粘着系数的估计值,/>为第i节车厢第j个轮对粘着系数观测器的估计控制变量,/>为列车总牵引力与列车基本阻力差值的估计值,/>为第i节车厢第j个轮对作用在列车上的牵引力估计值,/>rij为第i节车厢第j个轮对的半径,/>为第i节车厢第j个轮对粘着系数观测器的输出变量估计值,/>为第i节车厢第j个轮对粘着系数观测器的估计输入矩阵,/>为第i节车厢第j个轮对粘着系数观测器的反馈增益矩阵,/>为第i节车厢第j个轮对作用在轨面上的正压力估计值,其中第i节车厢4个轮对作用在轨面正压力表达式满足如下关系式:
8.根据权利要求1所述的基于级联观测器的列车轮对空转故障诊断方法,其特征在于,所述列车轮对电机负载转矩观测器和所述列车轮对粘着系数观测器构成级联观测器。
9.一种基于级联观测器的列车轮对空转故障诊断系统,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至8中任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210997185.2A CN115248128B (zh) | 2022-08-19 | 2022-08-19 | 一种基于级联观测器的列车轮对空转故障诊断方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210997185.2A CN115248128B (zh) | 2022-08-19 | 2022-08-19 | 一种基于级联观测器的列车轮对空转故障诊断方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115248128A CN115248128A (zh) | 2022-10-28 |
CN115248128B true CN115248128B (zh) | 2023-07-14 |
Family
ID=83700651
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210997185.2A Active CN115248128B (zh) | 2022-08-19 | 2022-08-19 | 一种基于级联观测器的列车轮对空转故障诊断方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115248128B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102054098A (zh) * | 2010-12-15 | 2011-05-11 | 株洲南车时代电气股份有限公司 | 一种机车空转滑行状态的仿真方法 |
JP2014192921A (ja) * | 2013-03-26 | 2014-10-06 | Meidensha Corp | 各輪独立駆動台車の制御装置 |
WO2017114001A1 (zh) * | 2015-12-28 | 2017-07-06 | 中南大学 | 基于预测控制的矩阵变换器开关开路故障诊断方法 |
CN107219775A (zh) * | 2017-06-27 | 2017-09-29 | 湖南工业大学 | 一种重载机车多级空转故障检测方法 |
CN107329083A (zh) * | 2017-07-28 | 2017-11-07 | 南京航空航天大学 | 针对高速列车牵引电机非线性系统传感器的故障诊断方法 |
CN114791366A (zh) * | 2021-01-25 | 2022-07-26 | 克诺尔车辆设备(苏州)有限公司 | 轨道车辆轮轨粘着系数的测量方法、装置及计算机存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110297141A (zh) * | 2019-07-01 | 2019-10-01 | 武汉大学 | 基于多层评估模型的故障定位方法及系统 |
-
2022
- 2022-08-19 CN CN202210997185.2A patent/CN115248128B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102054098A (zh) * | 2010-12-15 | 2011-05-11 | 株洲南车时代电气股份有限公司 | 一种机车空转滑行状态的仿真方法 |
JP2014192921A (ja) * | 2013-03-26 | 2014-10-06 | Meidensha Corp | 各輪独立駆動台車の制御装置 |
WO2017114001A1 (zh) * | 2015-12-28 | 2017-07-06 | 中南大学 | 基于预测控制的矩阵变换器开关开路故障诊断方法 |
CN107219775A (zh) * | 2017-06-27 | 2017-09-29 | 湖南工业大学 | 一种重载机车多级空转故障检测方法 |
CN107329083A (zh) * | 2017-07-28 | 2017-11-07 | 南京航空航天大学 | 针对高速列车牵引电机非线性系统传感器的故障诊断方法 |
CN114791366A (zh) * | 2021-01-25 | 2022-07-26 | 克诺尔车辆设备(苏州)有限公司 | 轨道车辆轮轨粘着系数的测量方法、装置及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115248128A (zh) | 2022-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021223334A1 (zh) | 基于mmrls和sh-stf的车辆质量与道路坡度迭代型联合估计方法 | |
CN104155968B (zh) | 一种针对高速列车悬架系统执行器的微小故障诊断方法 | |
CN108944963B (zh) | 基于动态轴重转移补偿和多轴协调的机车粘着控制方法 | |
Moaveni et al. | Supervisory predictive control for wheel slip prevention and tracking of desired speed profile in electric trains | |
CN106529581A (zh) | 一种基于贝叶斯网络的桥式起重机故障诊断方法 | |
CN103714382B (zh) | 一种城轨列车安全检测传感网可靠性多指标综合评估方法 | |
John et al. | Neural network-based adaptive feedback linearization control of antilock braking system | |
Cheng et al. | Health status prediction based on belief rule base for high-speed train running gear system | |
CN110789350A (zh) | 一种四驱电动汽车容错控制方法 | |
WO2021135415A1 (zh) | 一种机车车辆及其加权参数粘着控制方法 | |
CN115248128B (zh) | 一种基于级联观测器的列车轮对空转故障诊断方法及系统 | |
CN110095979B (zh) | 一种基于非对称Barrier Lyapunov函数高速列车粘着防滑控制方法 | |
CN113110042B (zh) | 一种列车容错控制方法 | |
CN117549764A (zh) | 一种基于二型模糊搜索的黏着控制方法 | |
EP3040251B1 (en) | Method of decreasing lateral pressure in railroad vehicle | |
Hoseinnezhad et al. | Fusion of redundant information in brake-by-wire systems using a fuzzy voter. | |
Pichlík et al. | Extended Kalman filter utilization for a railway traction vehicle slip control | |
Lin et al. | Model-based fault diagnosis and prognosis for Electric Power Steering systems | |
Yin et al. | Dynamic hybrid observer-based early slipping fault detection for high-speed train wheelsets | |
Hussain et al. | Multi Kalman filtering approach for estimation of wheel-rail contact conditions | |
Blesa et al. | Robust fault detection and isolation of wind turbines using interval observers | |
CN111308114B (zh) | 一种基于扩展卡尔曼滤波测速方法及系统 | |
Abdulkareem et al. | Fault Detection and Fault Tolerant Control for Anti-lock Braking Systems) ABS) Speed Sensors by Using Neural Networks | |
Widjiantoro et al. | Sensor/actuator fault tolerant sliding mode control for anti-lock braking in a quarter electric vehicle | |
Sieberg et al. | Side-slip angle estimation by artificial neural networks for vehicle dynamics control applications |
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 |