CN118468604A - 数轨车辆控制全寿命周期设计方法、系统、设备及介质 - Google Patents
数轨车辆控制全寿命周期设计方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN118468604A CN118468604A CN202410910390.XA CN202410910390A CN118468604A CN 118468604 A CN118468604 A CN 118468604A CN 202410910390 A CN202410910390 A CN 202410910390A CN 118468604 A CN118468604 A CN 118468604A
- Authority
- CN
- China
- Prior art keywords
- rail vehicle
- stress
- digital
- digital rail
- under different
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 125
- 238000013461 design Methods 0.000 claims abstract description 62
- 238000001228 spectrum Methods 0.000 claims abstract description 51
- 238000012423 maintenance Methods 0.000 claims abstract description 47
- 238000011156 evaluation Methods 0.000 claims abstract description 46
- 230000004044 response Effects 0.000 claims abstract description 37
- 230000006870 function Effects 0.000 claims abstract description 25
- 238000011217 control strategy Methods 0.000 claims abstract description 21
- 238000009826 distribution Methods 0.000 claims description 37
- 238000004088 simulation Methods 0.000 claims description 31
- 239000000463 material Substances 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 26
- 230000033001 locomotion Effects 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 20
- 238000004422 calculation algorithm Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000012546 transfer Methods 0.000 claims description 15
- 230000010354 integration Effects 0.000 claims description 14
- 230000008878 coupling Effects 0.000 claims description 12
- 238000010168 coupling process Methods 0.000 claims description 12
- 238000005859 coupling reaction Methods 0.000 claims description 12
- 238000009825 accumulation Methods 0.000 claims description 11
- 239000000725 suspension Substances 0.000 claims description 11
- 230000001276 controlling effect Effects 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 10
- 230000005489 elastic deformation Effects 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000007619 statistical method Methods 0.000 claims description 7
- 238000005315 distribution function Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 5
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 4
- 238000010297 mechanical methods and process Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 2
- 238000002360 preparation method Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 230000000875 corresponding effect Effects 0.000 description 12
- 230000001133 acceleration Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000009472 formulation Methods 0.000 description 6
- 239000000203 mixture Substances 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 238000006073 displacement reaction Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000011068 loading method Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 229920001971 elastomer Polymers 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 230000005483 Hooke's law Effects 0.000 description 1
- 206010034719 Personality change Diseases 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 239000004035 construction material Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 239000000806 elastomer Substances 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004549 pulsed laser deposition Methods 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了数轨车辆控制全寿命周期设计方法、系统、设备及介质，涉及轨道交通技术领域，包括获取数轨车辆的第一信息和第二信息；建立刚柔耦合的动力学模型，根据数轨车辆运行的动态特性和稳定性需求，设计自主控制策略，得到数轨车辆在不同标准工况下的自主控制功能；计算数轨车辆在不同标准工况下的动态响应结果，计算得到在不同载荷条件下的应力谱；利用数学运算对应力谱进行分析，评估数轨车辆的结构在不同工况下的应力状况，制定全寿命评估准则；从而制定有关于数轨车辆的维护计划及更新策略。本发明有益效果为有利于针对数轨车辆的结构特点和运营环境提供保障，有利于规范车辆的主要技术参数、性能指标和车辆的基本功能性要求。
Description
技术领域
本发明涉及轨道交通技术领域，具体而言，涉及数轨车辆控制全寿命周期设计方法、系统、设备及介质。
背景技术
城市轨道交通具有方便、快捷、绿色、环保等优势，传统地铁系统的轨道交通的造价和建设难度无法满足城市“最后一公里”出行要求，因此中低运量地面运行的的城市钢轮钢轨电车及数字轨道胶轮系统电车应运而生。目前较为成熟公共交通工具，如公路客车、有轨电车、地铁列车、铁路客车等，已经成熟运营了很多年，在结构设计、使用维护及设计寿命到限后的延寿等均有比较完备的标准或者技术可供参考，以此高效的实现全寿命周期的维护管理。
但是对于新兴的数字轨道胶轮电车，由于结构较为新颖，服役条件也与上述交通工具不同，在设计阶段就存在一定的盲目性。随着数轨列车未来大规模的应用，设计阶段和运维阶段存在问题会集中体现出来，因此有必要针对数轨列车进行全寿命周期的研究，搭建管理平台，实现对数轨列车重要结构全寿命下的管理。
发明内容
本发明的目的在于提供一种数轨车辆控制全寿命周期设计方法、系统、设备及可读存储介质，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：
第一方面，本发明提供了一种数轨车辆控制全寿命周期设计方法，包括：
获取数轨车辆的第一信息和第二信息，其中第一信息为车辆特性，车辆特性包括数轨车辆的车辆几何参数、材料特性及质量分布信息，第二信息为环境数据，环境数据包括实测载荷谱数据和线路条件参数；
根据第一信息和第二信息，建立刚柔耦合的动力学模型，根据数轨车辆运行的动态特性和稳定性需求，确定需要调节的控制量，并选择控制算法，设计自主控制策略，并将自主控制策略集成至动力学模型中，得到数轨车辆在不同标准工况下的自主控制功能；
基于自主控制功能，利用建立完成的动力学模型模拟计算数轨车辆在不同标准工况下的动态响应结果，并基于动态响应结果和载荷-应力传递系数，计算得到在不同载荷条件下的应力谱；
利用数学运算对应力谱进行分析，评估数轨车辆的结构在不同工况下的应力状况，并基于应力状况，制定全寿命评估准则，其中全寿命评估准则包括疲劳损伤阈值和维修周期；
根据全寿命评估准则对数轨车辆的结构进行评估得到评估结果，从而制定有关于数轨车辆的维护计划及更新策略。
优选地，所述根据第一信息和第二信息，建立刚柔耦合的动力学模型，其中包括：
基于车辆特性和环境数据，得到数轨车辆的结构特征，其中结构特征包括数轨车辆的刚体部分和柔软部分；
根据数轨车辆的结构特征，构建刚柔耦合的动力学模型，其中刚体部分表示为欧拉角描述姿态，柔软部分表示为悬挂系统和车体结构的弹性变形。
优选地，所述选择控制算法，设计自主控制策略，并将自主控制策略集成至动力学模型中，得到数轨车辆在不同标准工况下的自主控制功能，其中包括：
通过实时监测数轨车辆的状态，设置PID控制器的控制参数；
基于模糊控制器，建立模糊规则库，其中模糊规则库是用于根据输入变量的模糊集合和控制规则来确定输出变量的模糊集合；
将模糊规则库和PID控制器的控制参数输入至动力学模型中，得到数轨车辆在不同标准工况下的自主控制功能。
优选地，所述基于自主控制功能，利用建立完成的动力学模型模拟计算数轨车辆在不同标准工况下的动态响应结果，其中包括：
基于自主控制功能，选择数值积分方法，利用多体力学方法对刚柔耦合动力学模型进行仿真计算，得到仿真结果，其中仿真结果为以模拟数轨车辆在各个标准工况下的运动过程；
基于仿真结果，将机械原理与刚柔耦合动力学模型相结合，构建动力学方程组，并根据动力学方程组和运动定律，得到数轨车辆在不同标准工况下的动态响应结果，其中机械原理包括工程力学原理和动力学理论。
优选地，所述基于动态响应结果和载荷-应力传递系数，计算得到在不同载荷条件下的应力谱，其中包括：
通过有限元分析法将载荷施加到数轨车辆的结构上，分析数轨车辆的结构在不同载荷情况下的第一应力分布情况，从而得到载荷-应力传递系数；
根据数轨车辆在不同标准工况下的动态响应结果，获得在各个时间点和空间点处的第一应力数据；
根据载荷-应力传递系数，将模拟得到的载荷数据转化为对应的第二应力数据；
通过统计分析方法，对第一应力数据和第二应力数据进行处理，得到不同载荷条件下的应力谱。
优选地，所述利用数学运算对应力谱进行分析，评估数轨车辆的结构在不同工况下的应力状况，其中包括：
对应力谱中的数据进行预处理，得到预处理后的第一应力谱数据，其中包括数据的清洗、筛选、归一化、计算平均值、标准差及最大最小值；
根据数轨车辆的材料特性和预期的使用条件，建立应力-寿命曲线；
利用Rainflow计数技术，对第一应力谱数据中的应力历程进行有效载荷循环的提取和统计，并将提取和统计后的结果与应力-寿命曲线相匹配，计算每个载荷循环的疲劳损伤累积；
将每个载荷循环的疲劳损伤累积进行累加，得到不同标准工况下的总疲劳损伤量，并获取实验测试过程中材料的疲劳性能参数，将总疲劳损伤量和材料的疲劳性能参数相比较，确定在不同载荷条件下数轨车辆的预计的疲劳寿命；
根据不同载荷条件下的预计的疲劳寿命，对数轨车辆的结构在不同标准工况下的应力状况进行综合评估。
优选地，所述基于应力状况，制定全寿命评估准则，其中包括：
分析数轨车辆的结构在不同标准工况下的应力状况，利用概率分布函数对应力状况进行处理，得到数轨车辆的结构在各种标准工况下的第二应力分布情况；
对第二应力分布情况进行处理和分析，确定数轨车辆的结构的疲劳损伤特征和分布规律，并结合预设的有关于数轨车辆的设计安全性要求，制定疲劳损伤阈值；
根据疲劳损伤阈值和维修周期，制定全寿命评估准则。
第二方面，本发明还提供了一种数轨车辆控制全寿命周期设计系统，包括获取模块、设计模块、计算模块、制定模块和评估模块，其中：
获取模块：用于获取数轨车辆的第一信息和第二信息，其中第一信息为车辆特性，车辆特性包括数轨车辆的车辆几何参数、材料特性及质量分布信息，第二信息为环境数据，环境数据包括实测载荷谱数据和线路条件参数；
设计模块：用于根据第一信息和第二信息，建立刚柔耦合的动力学模型，根据数轨车辆运行的动态特性和稳定性需求，确定需要调节的控制量，并选择控制算法，设计自主控制策略，并将自主控制策略集成至动力学模型中，得到数轨车辆在不同标准工况下的自主控制功能；
计算模块：用于基于自主控制功能，利用建立完成的动力学模型模拟计算数轨车辆在不同标准工况下的动态响应结果，并基于动态响应结果和载荷-应力传递系数，计算得到在不同载荷条件下的应力谱；
制定模块：用于利用数学运算对应力谱进行分析，评估数轨车辆的结构在不同工况下的应力状况，并基于应力状况，制定全寿命评估准则，其中全寿命评估准则包括疲劳损伤阈值和维修周期；
评估模块：用于根据全寿命评估准则对数轨车辆的结构进行评估得到评估结果，从而制定有关于数轨车辆的维护计划及更新策略。
第三方面，本发明还提供了一种数轨车辆控制全寿命周期设计设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现所述数轨车辆控制全寿命周期设计方法的步骤。
第四方面，本发明还提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于数轨车辆控制全寿命周期设计方法的步骤。
本发明的有益效果为：
本发明针对性地开展车辆结构全寿命周期设计方法与准则研究，为相关设计人员提供设计输入和安全评价依据，有利于形成统一或兼容的规范和标准，促进数轨交通系统的规范化、合理化、标准化，有利于针对数轨车辆的结构特点和运营环境提供保障，有利于规范车辆的主要技术参数、性能指标和车辆的基本功能性要求，为车辆的安全生产和运行标准化提供标准保障，为轨道交通多制式不断发展完善建立坚实的基础。
本发明利用PID控制器、模糊控制器和神经网络控制器等多种控制算法，结合车辆特性和环境数据，实现了灵活的自主控制策略，这种多算法集成的方法能够根据具体工况动态调整控制策略，使得数轨车辆的控制更加灵活且适应性更强。
本发明通过建立刚柔耦合的动力学模型，并采用多体动力学仿真方法，实现了数轨车辆在各种标准工况下的精确动态响应模拟计算，相比传统方法的简化模型，本发明能够更准确地描述数轨车辆的运动特性，提高了动态响应的精度。
本发明通过综合的疲劳寿命评估方法，能够对数轨车辆结构的疲劳寿命进行准确评估，并制定全寿命周期的评估准则，有助于及时发现结构疲劳问题，制定有效的维护计划和更新策略，确保车辆的安全运行和延长使用寿命，提高了数轨车辆的安全性和可靠性，减少了事故风险。
本发明的有益效果不仅体现在提高了数轨车辆的控制精度和安全性，还为运营者提供了全面的技术支持和决策依据，有助于降低运营成本、提高运营效率，具有重要的社会和经济价值。
本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例中所述的数轨车辆控制全寿命周期设计方法流程示意图；
图2为本发明实施例中所述的数轨车辆控制全寿命周期设计系统结构示意图；
图3为本发明实施例中所述的数轨车辆控制全寿命周期设计设备结构示意图。
图中：701、获取模块；7011、第一获得单元；7012、第一构建单元；702、设计模块；7021、设置单元；7022、建立单元；7023、输入单元；703、计算模块；7031、仿真单元；7032、第二构建单元；7033、分析单元；7034、第二获得单元；7035、模拟单元；7036、处理单元；704、制定模块；7041、预处理单元；7042、建立曲线单元；7043、匹配单元；7044、确定单元；7045、评估单元；7046、分布应力单元；7047、制定阈值单元；7048、制定准则单元；705、评估模块；800、数轨车辆控制全寿命周期设计设备；801、处理器；802、存储器；803、多媒体组件；804、I/O接口；805、通信组件。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例1：
本实施例提供了一种数轨车辆控制全寿命周期设计方法。
参见图1，图中示出了本方法包括步骤S100、步骤S200、步骤S300、步骤S400和步骤S500。
S100、获取数轨车辆的第一信息和第二信息，其中第一信息为车辆特性，车辆特性包括数轨车辆的车辆几何参数、材料特性及质量分布信息，第二信息为环境数据，环境数据包括实测载荷谱数据和线路条件参数。
通过获取数轨车辆的第一信息和第二信息，可以全面了解车辆的特性以及运行环境，为后续的动力学建模、控制策略制定以及全寿命周期设计提供了基础数据。这样可以更准确地把握车辆的实际情况，为后续的工作提供了可靠的技术支持。
可以理解的是，在本步骤S100中包括S101和S102，其中：
S101、基于车辆特性和环境数据，得到数轨车辆的结构特征，其中结构特征包括数轨车辆的刚体部分和柔软部分；
S102、根据数轨车辆的结构特征，构建刚柔耦合的动力学模型，其中刚体部分表示为欧拉角描述姿态，柔软部分表示为悬挂系统和车体结构的弹性变形。
需要说明的是，首先，第一信息为车辆特性，因此对于车辆特性的获取，需要考虑采用多种手段来获取车辆的几何参数、材料特性和质量分布信息。其中，几何参数可以通过车辆设计图纸、实地测量或者三维扫描等方式获取，但不同的获取方式会对数据的准确性和精度有所影响；材料特性通常需要参考车辆制造商提供的材料报告或者进行实验室测试来获取，以确保对车辆构造材料的强度、刚度等性能有全面的了解；而质量分布信息则需要通过称重设备或者质量分布检测装置来获取，以获取不同部位的质量分布情况。第二信息则是关于环境的，包括实测载荷谱数据和线路条件参数。实测载荷谱数据记录了车辆在实际运行中所受到的载荷情况，而线路条件参数则描述了车辆所行驶的线路的特性，如曲线半径、坡度等。
在步骤S101中，基于这些信息，我们可以得到数轨车辆的结构特征，其中包括刚体部分和柔软部分。其中，刚体部分指的是车辆的刚性结构，主要由车体框架、底盘等组成，而柔软部分则主要指的是悬挂系统和车体结构的弹性变形。悬挂系统的弹性变形会对车辆的运动特性产生影响，因此需要在动力学模型中考虑进去。在步骤S102中，根据数轨车辆的结构特征，需要构建刚柔耦合的动力学模型，而刚柔耦合的动力学模型能够更准确地描述车辆的运动特性，尤其是在复杂路况下的行驶情况。在模型中，刚体部分通常用欧拉角来描述姿态，这是一种常用的刚体运动描述方法，能够准确地描述车辆的姿态变化，而柔软部分则需要考虑悬挂系统和车体结构的弹性变形，这可以通过弹性体系的建模来实现。悬挂系统和车体结构的弹性变形会对车辆的振动特性和稳定性产生影响，因此在动力学模型中需要充分考虑这些因素，更准确地模拟和分析数轨车辆在不同工况下的运动行为。有助于优化车辆的设计和控制策略，提高车辆的运行安全性和稳定性，此外，刚柔耦合的动力学模型还可以为车辆的智能控制系统提供更精确的仿真环境，从而提高自主控制功能的效果和可靠性。
S200、根据第一信息和第二信息，建立刚柔耦合的动力学模型，根据数轨车辆运行的动态特性和稳定性需求，确定需要调节的控制量，并选择控制算法，设计自主控制策略，并将自主控制策略集成至动力学模型中，得到数轨车辆在不同标准工况下的自主控制功能。
需要说明的是，在动力学模型的构建中，通过综合考虑数轨车辆的刚体部分和柔软部分，将欧拉角描述姿态与悬挂系统、车体结构的弹性变形相结合，实现了对车辆运动行为更为真实和准确的描述。在自主控制策略的设计和集成过程中，采用了PID控制器和模糊控制器相结合的先进控制算法，其中控制算法包括但是不限于PID控制器、模糊控制器和神经网络控制器，模糊控制器则能够在复杂环境下实现鲁棒控制，通过将自主控制策略与动力学方程相融合，实现了控制系统的高效集成和优化实现。这种整合操作使得控制系统能够更加有效地模拟和控制数轨车辆的运动，实现了对车辆自主控制功能的高效实现。
可以理解的是，在本步骤S200中包括S201、S202和S203，其中：
S201、通过实时监测数轨车辆的状态，设置PID控制器的控制参数；
需要说明的是，使用传感器网络或其他监测系统对数轨车辆的关键状态进行实时监测，如速度、加速度、位移、转向角等，并将采集到的传感器数据可能会涉及滤波和信号处理技术，以减少噪声和提高数据质量；其次需要对PID控制器进行设计，其中可以根据数轨车辆的动力学特性和控制需求，设计PID控制器，包括但是不限于经验法则或者现代控制理论方法，如根据系统的阶跃响应设计控制器参数，PID控制器的参数包括比例增益（P）、积分时间（I）、微分时间（D）等，这些参数将影响控制器对系统响应的调节速度和稳定性；接着对参数进行调节和优化，可以利用实时监测到的车辆状态数据，采用自适应控制算法或者在线优化方法，对PID控制器的参数进行调节和优化，使得控制器在不同工况下保持最佳的控制性能，比如，可以采用模型参考自适应控制或者遗传算法等方法来优化PID控制器的参数；最后对控制参数更新策略：设计控制参数更新策略，以适应数轨车辆在不同工况下的变化，其中可能涉及到根据车辆状态或者外部环境条件动态调整PID控制器的参数，更新策略可以基于实时监测的状态数据和控制性能指标，采用闭环反馈控制或者模型预测控制等方法进行。通过实时监测数轨车辆状态并设置PID控制器的控制参数，可以实现对车辆运行过程中的控制和调节，并且可以有效地应对不同工况下的运行需求，提高车辆的运行稳定性和安全性，同时最大程度地减少了人为干预的需要。
S202、基于模糊控制器，建立模糊规则库，其中模糊规则库是用于根据输入变量的模糊集合和控制规则来确定输出变量的模糊集合；
需要说明的是，首先，在建立模糊规则库之前，需要确定输入变量和输出变量。对于数轨车辆而言，输入变量可以包括车速、转向角度以及路面条件等；输出变量可以包括转向角度的调整量及刹车力的调整量等。在这个场景下，我们以车速和转向角度为例进行说明。对于车速和转向角度这两个输入变量，可以将它们分别划分为几个模糊集合，如“慢速”、“中速”、“快速”等，以及“左转弯”、“右转弯”、“直行”等，之后采用三角形、梯形等隶属函数进行模糊化处理。接着根据专家知识或者基于历史数据进行学习，建立模糊规则库。比如：如果车速为“慢速”且转向角度为“左转弯”，则调整量为“增大转向角度”； 如果车速为“快速”且转向角度为“直行”，则调整量为“减小转向角度”； 如果车速为“中速”且转向角度为“右转弯”，则调整量为“保持转向角度”。 根据当前的车速和转向角度，使用模糊推理方法，根据模糊规则库中的规则进行推理，得出转向角度调整量的模糊集合，将模糊集合转化为具体的输出值，即确定转向角度的调整量，其中可以采用重心法等方法进行解模糊化处理，得到最终的控制信号。通过建立模糊规则库，数轨车辆可以根据当前的车速和转向角度智能地调整转向角度，从而适应不同的行驶工况。这种基于模糊控制器的智能控制方法具有一定的适应性和鲁棒性，能够有效提高数轨车辆的稳定性和安全性。
S203、将模糊规则库和PID控制器的控制参数输入至动力学模型中，得到数轨车辆在不同标准工况下的自主控制功能。
需要说明的是，动力学模型是描述车辆运动和响应的数学模型，包括车辆的运动方程、力学特性等。将模糊规则库和PID控制器的参数整合到动力学模型中，可以构建一个综合的控制系统，用于对车辆的运动状态进行预测和调节。具体地，模糊规则库中包含了对不同工况下的控制规则，而PID控制器则根据实时监测到的车辆状态和目标状态，通过比较偏差、积分偏差和微分偏差来调节控制量，并将这些控制规则和参数输入至动力学模型中，可以根据车辆当前的状态和环境条件，计算出相应的控制量，以实现对车辆的自主控制。比如举个例子，在某一工况下，如果监测到车速偏离了目标值，PID控制器会根据偏差调节加速度或刹车力；同时，模糊规则库可以根据车速和转向角度等因素，综合考虑调节转向角度的大小和方向。这样，结合模糊规则库和PID控制器的控制参数，动力学模型可以计算出相应的控制量，并使车辆在不同标准工况下实现自主控制功能。因此，可以实现对车辆在不同标准工况下的自主控制，能够使数轨车辆在不同工况下实现智能化、自主化的控制，提高车辆的运行稳定性和安全性。
S300、基于自主控制功能，利用建立完成的动力学模型模拟计算数轨车辆在不同标准工况下的动态响应结果，并基于动态响应结果和载荷-应力传递系数，计算得到在不同载荷条件下的应力谱。
需要说明的是，动态响应结果的获取是通过对数轨车辆的动力学模型进行仿真计算得到的，通过模拟数轨车辆在不同标准工况下的运动过程，包括加速、减速、转弯等动态行为，可以得到车辆在不同工况下的动态响应情况，如加速度、速度、位移等参数；载荷-应力传递系数的计算包括但是不限于有限元分析等方法，将实测载荷施加到车辆结构上，分析车辆在不同载荷情况下的应力分布情况，即载荷变化引起的应力变化比例；应力谱是描述车辆结构在不同载荷工况下的应力水平和分布情况的重要参数。通过对应力谱的分析，可以评估车辆结构的强度和耐久性，为后续的设计优化和性能评估提供重要参考。
可以理解的是，在本步骤S300中包括S301和S302，其中：
S301、基于自主控制功能，选择数值积分方法，利用多体力学方法对刚柔耦合动力学模型进行仿真计算，得到仿真结果，其中仿真结果为以模拟数轨车辆在各个标准工况下的运动过程；
需要说明的是，首先，选择数值积分方法是至关重要的。在动力学仿真中，数值积分方法用于将连续的动态方程离散化，以便计算机进行数值模拟，常见的数值积分方法包括欧拉方法、龙格-库塔方法等；选择适当的数值积分方法需要考虑模型的稳定性、精度和计算效率等因素。其次，利用多体力学方法对刚柔耦合动力学模型进行仿真计算。多体力学方法是一种常用的动力学建模方法，可以有效地描述复杂系统中的多个刚体或弹性体之间的相互作用关系。在数轨车辆的动力学模型中，考虑到车辆结构的刚性部分和柔性部分，需要利用多体力学方法对其进行建模，并考虑刚柔耦合效应。具体地，仿真计算的过程包括将刚柔耦合动力学模型离散化处理，并利用数值积分方法求解差分方程，得到数轨车辆在每个时刻的状态量；通过仿真计算，可以模拟数轨车辆在不同标准工况下的运动过程，包括车辆的加速、转向以及制动等行为。例如，假设对一辆数轨车辆在不同路况下的运动进行仿真计算，首先建立数轨车辆的刚柔耦合动力学模型。这个模型需要考虑车辆的刚体部分（如车体、车轮等）和柔软部分（如悬架系统、轮胎等）之间的相互作用，并考虑外部环境的影响（如道路条件、载荷变化等）。采用多体动力学的方法。这种方法将车辆系统建模为多个刚体和弹簧-阻尼系统的集合，通过描述每个刚体的运动状态和相互作用力来模拟整个车辆系统的运动。对于数值积分方法的选择，常见的方法包括欧拉方法、Runge-Kutta方法等。以欧拉方法为例，其基本思想是将微分方程的连续解离散化为离散时间点上的递推解，其中，欧拉方法的计算公式如下：
式中，为第n个时间点上的状态变量值，为状态变量的导数，h为时间步长，为第n个时间点。
在仿真计算过程中，首先我们需要将建立的动力学模型进行离散化处理，将连续的微分方程转化为差分方程。然后利用选定的数值积分方法，根据离散化后的差分方程进行逐步求解，得到各个时间点上的状态变量值，进而获得数轨车辆在仿真过程中的运动轨迹和状态变化。这种仿真计算的过程，能够在实际测试之前，为工程师们提供重要的参考和指导，以确保数轨车辆的设计和控制方案具有良好的性能和稳定性。
S302、基于仿真结果，将机械原理与刚柔耦合动力学模型相结合，构建动力学方程组，并根据动力学方程组和运动定律，得到数轨车辆在不同标准工况下的动态响应结果，其中机械原理包括工程力学原理和动力学理论。
需要说明的是，首先将仿真结果进行参数化：根据仿真结果中获得的数据，例如车辆的速度、加速度、车体变形等，对刚柔耦合动力学模型的参数进行调整和更新，这包括调整刚体部分和柔软部分的质量、弹性系数、几何参数等；其次构建动力学方程组：对于刚体部分，可以利用牛顿第二定律和运动学方程对车辆的运动进行描述，例如通常使用牛顿第二定律F=ma来描述车辆的运动状态，其中F表示作用在车辆上的合外力，m表示车辆的质量；a表示车辆的加速度；对于柔软部分，可以利用弹性力学原理描述悬挂系统和车体结构的弹性变形，例如胡克定律F=kx，其中F为弹性力，k为弹簧的弹性系数，x为弹簧的形变量；接着利用数值积分方法（其中，如欧拉法、四阶龙格-库塔法等），对离散化后的动力学方程组进行数值求解，其中将连续的微分方程转化为差分方程，并通过迭代计算得到数轨车辆在不同时间点上的状态变量值。通过数值求解得到的状态变量值，可以得到数轨车辆在不同标准工况下的动态响应结果，包括车辆的位移、速度、加速度等动态参数。
可以理解的是，在本步骤S300中还包括S303、S304、S305和S306，其中：
S303、通过有限元分析法将载荷施加到数轨车辆的结构上，分析数轨车辆的结构在不同载荷情况下的第一应力分布情况，从而得到载荷-应力传递系数；
需要说明的是，需要根据数轨车辆的实际结构和材料特性，建立相应的有限元模型。这个模型可以包括车体、悬挂系统、轮轴等部件，以及它们之间的连接关系和约束条件，根据实际工况或标准测试要求，选择载荷情况，并将载荷施加到有限元模型的相应位置上。这些载荷可以包括静载荷、动载荷、冲击载荷等，模拟车辆在不同工况下受到的外部力的作用，例如车辆运行时的静载荷、动态载荷、惯性载荷等。这些载荷可以来自于车辆自身的重量、运行时的加速度、道路不平整度等因素；接下来，通过有限元分析软件对建立的结构模型进行网格划分，将结构离散化为有限个单元，以便进行数值计算，在施加载荷后，有限元软件会根据模型的材料性质、载荷条件和边界条件，求解每个单元的位移场，并根据位移场计算每个单元的应力场，可以进一步分析数轨车辆结构在不同载荷情况下的应力分布情况，其计算公式如下：
式中，为应力，F为受力，A为受力截面积。根据有限元分析得到的应力分布情况，可以得到不同载荷情况下的应力值。进一步，通过将不同载荷下的应力值与对应的载荷值进行对比，就可以得到载荷-应力传递系数，从而更好地评估数轨车辆结构在不同工况下的应力状况，指导后续的设计优化和维护计划制定。
S304、根据数轨车辆在不同标准工况下的动态响应结果，获得在各个时间点和空间点处的第一应力数据；
S305、根据载荷-应力传递系数，将模拟得到的载荷数据转化为对应的第二应力数据；
需要说明的是，在S304步骤中，根据数轨车辆在不同标准工况下的动态响应结果，可以获得在各个时间点和空间点处的第一应力数据，具体地，根据动态响应结果得到的数值，结合有限元分析结果，可以得到数轨车辆结构在不同时间点和空间点的应力分布情况。这些应力数据可以是张力、压力或剪切力等，反映了数轨车辆结构在不同工况下受到的力的作用情况，获得这些第一应力数据后，可以进一步分析数轨车辆结构的受力情况，并为后续的结构优化和维护提供参考依据。
具体地，在S305步骤中，根据已经获得的载荷-应力传递系数，将模拟得到的载荷数据转化为对应的第二应力数据。这个过程涉及到载荷与结构响应之间的关系，是通过乘以载荷-应力传递系数，可以将模拟得到的载荷数据转化为对应的结构响应数据，即得到第二应力数据。其中，第二应力数据反映了数轨车辆结构在受到特定载荷作用下产生的应力情况，在结合已有的动态响应结果和载荷-应力传递系数进行数据转换，计算公式涉及到载荷与应力之间的传递关系，具体地，包括但是不限于数学中的线性代数和力学原理。对于评估数轨车辆结构的性能和安全性具有重要意义，可以为后续的结构设计和维护提供参考依据。
S306、通过统计分析方法，对第一应力数据和第二应力数据进行处理，得到不同载荷条件下的应力谱。
需要说明的是，具体地，首先对采集到的第一应力数据和第二应力数据进行预处理，包括数据清洗、去噪等，以确保数据的准确性和可靠性；然后，利用统计分析方法，如频谱分析、傅里叶变换等，对处理后的数据进行频域分析，从而得到不同载荷条件下的应力谱。在生成应力谱的过程中，可以采用傅里叶变换等数学工具，将时域数据转换为频域数据，并对频域数据进行统计分析，得到频率与应力幅值之间的关系。通过对应力谱的分析，可以识别出结构在不同频率下的主要受力情况，从而为结构设计和疲劳寿命评估提供重要参考。在计算公式方面，常用的统计分析方法包括傅里叶变换、功率谱密度估计等。傅里叶变换可以将时域信号转换为频域信号，其公式为：
式中，X（f）为频率f的信号的频谱，x（t）为时域信号，t为在时间域内的信号，d为微分符号，i为虚数单位，用于表示频域信号中的相位角度。通过傅里叶变换，可以得到频率域下的信号幅值和相位信息，进而进行频谱分析。
功率谱密度估计则用于估计随机过程的功率谱密度，常用的方法包括周期图法、Welch法等。这些方法可以根据采集到的数据，估计不同频率下的功率谱密度，并据此生成应力谱。
S400、利用数学运算对应力谱进行分析，评估数轨车辆的结构在不同工况下的应力状况，并基于应力状况，制定全寿命评估准则，其中全寿命评估准则包括疲劳损伤阈值和维修周期。
需要说明的是，通过对应力谱进行数学运算和统计分析，可以获取数轨车辆在不同工况下的应力水平和分布情况。这包括应力的平均值、最大值、最小值、标准差等参数，以及应力的概率分布函数。通过这些数据，可以全面评估车辆结构在各种标准工况下的应力状况。制定全寿命评估准则，包括疲劳损伤阈值和维修周期。疲劳损伤阈值是指车辆结构在长期受到疲劳载荷作用下的允许最大损伤程度，超过该阈值则可能导致结构失效。维修周期是指根据车辆的实际使用情况和结构状况，制定的定期检修和维护计划，旨在保障车辆的安全性和可靠性。这些准则可以帮助运营管理者和维修人员及时发现潜在的结构问题，采取有效的维修和保养措施，降低事故发生的风险，提高运营效率和安全性，为数轨交通系统的可持续发展提供重要支持。
可以理解的是，在本步骤S400中包括S401、S402、S403、S404和S405，其中：
S401、对应力谱中的数据进行预处理，得到预处理后的第一应力谱数据，其中包括数据的清洗、筛选、归一化、计算平均值、标准差及最大最小值；
S402、根据数轨车辆的材料特性和预期的使用条件，建立应力-寿命曲线；
需要说明的是，在步骤S401中的数据清洗：首先，对应力谱中的数据进行检查，去除可能存在的异常值或错误数据。这可能涉及到识别和处理因传感器故障、数据采集错误或其他异常原因而引起的无效数据点；数据筛选：根据预期的使用条件和分析需求，筛选出与研究目的相关的数据。例如，根据载荷情况、工作环境和性能要求等因素，选择特定的数据集进行后续分析；归一化：对筛选后的数据进行归一化处理，以消除不同数据之间的量纲差异。这可以确保不同数据之间的比较和分析具有可比性，通常采用线性缩放或标准化等方法进行处理；计算统计特征：对归一化后的数据计算统计特征，如平均值、标准差、最大值和最小值等。这些统计特征可以提供有关数据分布和变化范围的重要信息，有助于后续的分析和建模。
可以理解的是，在步骤S402中首先需要收集数轨车辆的材料特性数据，包括材料的力学性能、疲劳特性以及预期的使用条件等信息，其中这些数据通常来自于实验测试、文献资料以及制造商提供的技术规格；其次基于收集到的数据，利用适当的数学模型拟合应力-寿命曲线，其中常用的模型包括S-N曲线（应力-寿命曲线）及E-N曲线（应变-寿命曲线）等，这些曲线描述了在不同应力水平下材料的疲劳寿命；接着根据拟合曲线的模型，估计曲线的参数，例如斜率、截距等，这些参数反映了材料在疲劳加载下的响应特性；最后根据使用实验数据或已有的研究结果验证建立的应力-寿命曲线的准确性和适用性。
S403、利用Rainflow计数技术，对第一应力谱数据中的应力历程进行有效载荷循环的提取和统计，并将提取和统计后的结果与应力-寿命曲线相匹配，计算每个载荷循环的疲劳损伤累积；
需要说明的是，首先，将第一应力谱数据转换为应力历程，然后利用Rainflow计数技术对应力历程进行处理，提取出其中的有效载荷循环，并对其进行统计，包括循环幅值和循环次数等信息。其中，可以通过傅里叶反变换将频域中的应力谱转换为时域中的应力历程，计算公式如下：
式中，s（t）为时域中的应力历程，i为虚数单位，t为时间，f为频率，S（f）为第一应力谱数据。
在Rainflow计数过程中，识别和提取应力历程中的有效载荷循环，包括峰谷点和循环的幅值。对于每个循环，记录其幅值和循环次数。统计所有有效载荷循环的幅值和循环次数。根据统计结果，可以得到循环幅值和循环次数的分布情况，用于后续的疲劳损伤计算。其次，将提取和统计后的有效载荷循环与事先建立的应力-寿命曲线进行匹配。根据曲线所描述的材料疲劳特性，将每个有效载荷循环的应力水平与相应的寿命相关联。最后，根据匹配结果，计算每个有效载荷循环的疲劳损伤，通常使用Miner线性叠加原理或Palmgren-Miner线性叠加原理；根据载荷循环的应力水平和寿命，计算每个载荷循环对总疲劳损伤的贡献，并累加得到整体的疲劳损伤累积。
S404、将每个载荷循环的疲劳损伤累积进行累加，得到不同标准工况下的总疲劳损伤量，并获取实验测试过程中材料的疲劳性能参数，将总疲劳损伤量和材料的疲劳性能参数相比较，确定在不同载荷条件下数轨车辆的预计的疲劳寿命；
需要说明的是，在步骤S404中，将每个载荷循环的疲劳损伤累积进行累加，得到不同标准工况下的总疲劳损伤量，其中疲劳损伤累计计算公式如下：
式中，Dtotal为总疲劳损伤量，Di为第i个载荷循环的疲劳损伤量，n为总载荷循环数。
然后需要获取实验测试过程中材料的疲劳性能参数，例如疲劳极限、S-N曲线等；接着将总疲劳损伤量与材料的疲劳性能参数相比较，从而确定在不同载荷条件下数轨车辆的预计疲劳寿命。
S405、根据不同载荷条件下的预计的疲劳寿命，对数轨车辆的结构在不同标准工况下的应力状况进行综合评估。
需要说明的是，在步骤S405中，根据不同载荷条件下的预计疲劳寿命，我们对数轨车辆的结构在不同标准工况下的应力状况进行综合评估，其中综合评估可以包括对不同工况下的应力水平、应力集中情况、疲劳寿命余量等方面的考量，以确定结构的安全性和可靠性，其中，预计疲劳寿命计算公式如下：
式中，Nf为预计的疲劳寿命，Dtotal为总疲劳损伤量。
综上，根据预计的疲劳寿命Nf，结合数轨车辆在不同标准工况下的应力状况，进行综合评估，可以根据工程实践经验和标准，确定是否需要进行结构调整、维修或更新，以确保数轨车辆的安全运行。
可以理解的是，在本步骤S400中还包括S406、S407和S408，其中：
S406、分析数轨车辆的结构在不同标准工况下的应力状况，利用概率分布函数对应力状况进行处理，得到数轨车辆的结构在各种标准工况下的第二应力分布情况；
需要说明的是，对数轨车辆在不同标准工况下的应力进行分析，得到各种标准工况下的应力数据，将得到的应力数据进行统计分析，并利用概率分布函数，如正态分布、韦伯分布等，对应力状况进行处理，以得到数轨车辆在各种标准工况下的第二应力分布情况。
S407、对第二应力分布情况进行处理和分析，确定数轨车辆的结构的疲劳损伤特征和分布规律，并结合预设的有关于数轨车辆的设计安全性要求，制定疲劳损伤阈值；
需要说明的是，利用已有的数据，对数轨车辆在各种标准工况下的第二应力进行分析。这些数据来自于实际监测或仿真模拟；通过对第二应力分布情况的统计和分析，将确定数轨车辆结构的疲劳损伤特征和分布规律，涉及到应力幅值、循环次数、载荷历程等方面的参数；根据数轨车辆的设计安全性要求，包括结构强度、寿命要求等，将确定适当的疲劳损伤阈值，这个阈值将作为评估数轨车辆结构健康状况的重要依据；将根据分析结果和设计要求，制定适当的疲劳损伤阈值，从而保证数轨车辆的安全运行和维护。
S408、根据疲劳损伤阈值和维修周期，制定全寿命评估准则。
需要说明的是，将根据数轨车辆的使用情况和维护需求，确定一个合适的维修周期，这个周期可以基于经验、制造商建议或者特定的运营需求；基于在上一步骤中确定了疲劳损伤阈值，这是结构在运行中所能承受的最大损伤程度，因此在制定全寿命评估准则时，将考虑这个阈值作为重要的参考标准；根据维修周期和疲劳损伤阈值，将制定具体的检修计划，其中包括在何时对数轨车辆进行检修、维护以及可能的更新换代；在制定全寿命评估准则时，将考虑采取预防性维护策略，以减少疲劳损伤的发生和扩展，其中涉及定期检查、预测性维护和定期替换关键部件等措施；最后，将建立监测与反馈机制，以跟踪数轨车辆的实际运行情况，并根据需要调整维修计划和预防性维护策略，确保全寿命评估准则的有效执行。
S500、根据全寿命评估准则对数轨车辆的结构进行评估得到评估结果，从而制定有关于数轨车辆的维护计划及更新策略。
可以理解的是，在本步骤中，评估过程通常包括对数轨车辆结构的实际运行数据进行收集和分析，以及与全寿命评估准则进行对比和验证。这些数据可能包括车辆的运行记录、维修历史、结构监测数据等。通过对这些数据的分析和综合，可以评估出车辆结构的当前状态和潜在问题，确定是否符合评估准则的要求，其中评估结果包括以下几个方面：结构健康状况：评估车辆结构的健康状况，包括各个关键部件的损伤程度、裂纹情况、变形程度等，这些信息将直接影响维护计划的制定和维修策略的调整，其中需要使用结构健康监测算法对数轨车辆的结构进行实时监测和评估。这可能涉及传感器数据的采集和处理，以及利用机器学习或模型识别算法对结构状态进行诊断和预测；风险评估：对车辆结构存在的潜在风险进行评估，包括可能导致事故和故障的因素，通过对风险的评估，可以确定优先处理的问题和应急措施，其中需要涉及风险评估算法对各种潜在风险进行识别和评估，利用评估结果制定维护计划和更新策略的优先级；寿命预测：基于评估结果和全寿命评估准则，对车辆结构的剩余寿命进行预测，有助于确定更新策略和资产管理计划，以及优化维护计划和预算安排，其中包括基于全寿命周期评估准则和寿命预测算法，对数轨车辆结构的剩余寿命进行预测。此外，还会根据预测的寿命情况制定更长期的更新策略，包括更新部件、改进设计、更新车辆等，以保障数轨车辆的长期运营和发展。通过结合这些算法和方法，可以实现对数轨车辆结构全寿命周期的全面管理和优化。维护计划和更新策略将基于实时的结构健康监测和风险评估结果，以及对寿命预测的理解，从而使车辆能够保持在最佳运行状态，同时最大程度地延长其使用寿命，确保运行安全和经济性。
实施例2:
建立曲线单元7042：用于根据数轨车辆的材料特性和预期的使用条件，建立应力-寿命曲线；
匹配单元7043：用于利用Rainflow计数技术，对第一应力谱数据中的应力历程进行有效载荷循环的提取和统计，并将提取和统计后的结果与应力-寿命曲线相匹配，计算每个载荷循环的疲劳损伤累积；
确定单元7044：用于将每个载荷循环的疲劳损伤累积进行累加，得到不同标准工况下的总疲劳损伤量，并获取实验测试过程中材料的疲劳性能参数，将总疲劳损伤量和材料的疲劳性能参数相比较，确定在不同载荷条件下数轨车辆的预计的疲劳寿命；
评估单元7045：用于根据不同载荷条件下的预计的疲劳寿命，对数轨车辆的结构在不同标准工况下的应力状况进行综合评估。
具体地，制定模块704还包括分布应力单元7046、制定阈值单元7047和制定准则单元7048，其中：
分布应力单元7046：用于分析数轨车辆的结构在不同标准工况下的应力状况，利用概率分布函数对应力状况进行处理，得到数轨车辆的结构在各种标准工况下的第二应力分布情况；
制定阈值单元7047：用于对第二应力分布情况进行处理和分析，确定数轨车辆的结构的疲劳损伤特征和分布规律，并结合预设的有关于数轨车辆的设计安全性要求，制定疲劳损伤阈值；
制定准则单元7048：用于根据疲劳损伤阈值和维修周期，制定全寿命评估准则。
评估模块705；用于根据全寿命评估准则对数轨车辆的结构进行评估得到评估结果，从而制定有关于数轨车辆的维护计划及更新策略。
需要说明的是，关于上述实施例中的系统，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
实施例3:
对应于上面的方法实施例，本实施例中还提供了一种数轨车辆控制全寿命周期设计设备，下文描述的一种数轨车辆控制全寿命周期设计设备与上文描述的一种数轨车辆控制全寿命周期设计方法可相互对应参照。
图3是根据示例性实施例示出的一种数轨车辆控制全寿命周期设计设备800的框图。如图3所示，该数轨车辆控制全寿命周期设计设备800包括：处理器801和存储器802。该数轨车辆控制全寿命周期设计设备800还包括多媒体组件803，I/O接口804，以及通信组件805中的一者或多者。
其中，处理器801用于控制该数轨车辆控制全寿命周期设计设备800的整体操作，以完成上述的数轨车辆控制全寿命周期设计方法中的全部或部分步骤。存储器802用于存储各种类型的数据以支持在该数轨车辆控制全寿命周期设计设备800的操作，这些数据例如可以包括用于在该数轨车辆控制全寿命周期设计设备800上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口804为处理器801和其他接口模块之间提供接口，上述其他接口模块可以是键盘、鼠标或按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该数轨车辆控制全寿命周期设计设备800与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi、蓝牙、近场通信(Near FieldCommunication，简称NFC)、2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件805可以包括：Wi-Fi模块、蓝牙模块或NFC模块。
在一示例性实施例中，数轨车辆控制全寿命周期设计设备800可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital SignalProcessing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的数轨车辆控制全寿命周期设计方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的数轨车辆控制全寿命周期设计方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器802，上述程序指令可由数轨车辆控制全寿命周期设计设备800的处理器801执行以完成上述的数轨车辆控制全寿命周期设计方法。
实施例4:
相应于上面的方法实施例，本实施例中还提供了一种可读存储介质，下文描述的一种可读存储介质与上文描述的一种数轨车辆控制全寿命周期设计方法可相互对应参照。
可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的数轨车辆控制全寿命周期设计方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种数轨车辆控制全寿命周期设计方法，其特征在于，包括：
获取数轨车辆的第一信息和第二信息，其中第一信息为车辆特性，车辆特性包括数轨车辆的车辆几何参数、材料特性及质量分布信息，第二信息为环境数据，环境数据包括实测载荷谱数据和线路条件参数；
根据第一信息和第二信息，建立刚柔耦合的动力学模型，根据数轨车辆运行的动态特性和稳定性需求，确定需要调节的控制量，并选择控制算法，设计自主控制策略，并将自主控制策略集成至动力学模型中，得到数轨车辆在不同标准工况下的自主控制功能；
基于自主控制功能，利用建立完成的动力学模型模拟计算数轨车辆在不同标准工况下的动态响应结果，并基于动态响应结果和载荷-应力传递系数，计算得到在不同载荷条件下的应力谱；
利用数学运算对应力谱进行分析，评估数轨车辆的结构在不同工况下的应力状况，并基于应力状况，制定全寿命评估准则，其中全寿命评估准则包括疲劳损伤阈值和维修周期；
根据全寿命评估准则对数轨车辆的结构进行评估得到评估结果，从而制定有关于数轨车辆的维护计划及更新策略。
2.根据权利要求1所述的数轨车辆控制全寿命周期设计方法，其特征在于，所述根据第一信息和第二信息，建立刚柔耦合的动力学模型，其中包括：
基于车辆特性和环境数据，得到数轨车辆的结构特征，其中结构特征包括数轨车辆的刚体部分和柔软部分；
根据数轨车辆的结构特征，构建刚柔耦合的动力学模型，其中刚体部分表示为欧拉角描述姿态，柔软部分表示为悬挂系统和车体结构的弹性变形。
3.根据权利要求1所述的数轨车辆控制全寿命周期设计方法，其特征在于，所述选择控制算法，设计自主控制策略，并将自主控制策略集成至动力学模型中，得到数轨车辆在不同标准工况下的自主控制功能，其中包括：
通过实时监测数轨车辆的状态，设置PID控制器的控制参数；
基于模糊控制器，建立模糊规则库，其中模糊规则库是用于根据输入变量的模糊集合和控制规则来确定输出变量的模糊集合；
将模糊规则库和PID控制器的控制参数输入至动力学模型中，得到数轨车辆在不同标准工况下的自主控制功能。
4.根据权利要求1所述的数轨车辆控制全寿命周期设计方法，其特征在于，所述基于自主控制功能，利用建立完成的动力学模型模拟计算数轨车辆在不同标准工况下的动态响应结果，其中包括：
基于自主控制功能，选择数值积分方法，利用多体力学方法对刚柔耦合动力学模型进行仿真计算，得到仿真结果，其中仿真结果为以模拟数轨车辆在各个标准工况下的运动过程；
基于仿真结果，将机械原理与刚柔耦合动力学模型相结合，构建动力学方程组，并根据动力学方程组和运动定律，得到数轨车辆在不同标准工况下的动态响应结果，其中机械原理包括工程力学原理和动力学理论。
5.根据权利要求1所述的数轨车辆控制全寿命周期设计方法，其特征在于，所述基于动态响应结果和载荷-应力传递系数，计算得到在不同载荷条件下的应力谱，其中包括：
通过有限元分析法将载荷施加到数轨车辆的结构上，分析数轨车辆的结构在不同载荷情况下的第一应力分布情况，从而得到载荷-应力传递系数；
根据数轨车辆在不同标准工况下的动态响应结果，获得在各个时间点和空间点处的第一应力数据；
根据载荷-应力传递系数，将模拟得到的载荷数据转化为对应的第二应力数据；
通过统计分析方法，对第一应力数据和第二应力数据进行处理，得到不同载荷条件下的应力谱。
6.根据权利要求1所述的数轨车辆控制全寿命周期设计方法，其特征在于，所述利用数学运算对应力谱进行分析，评估数轨车辆的结构在不同工况下的应力状况，其中包括：
对应力谱中的数据进行预处理，得到预处理后的第一应力谱数据，其中包括数据的清洗、筛选、归一化、计算平均值、标准差及最大最小值；
根据数轨车辆的材料特性和预期的使用条件，建立应力-寿命曲线；
利用Rainflow计数技术，对第一应力谱数据中的应力历程进行有效载荷循环的提取和统计，并将提取和统计后的结果与应力-寿命曲线相匹配，计算每个载荷循环的疲劳损伤累积；
将每个载荷循环的疲劳损伤累积进行累加，得到不同标准工况下的总疲劳损伤量，并获取实验测试过程中材料的疲劳性能参数，将总疲劳损伤量和材料的疲劳性能参数相比较，确定在不同载荷条件下数轨车辆的预计的疲劳寿命；
根据不同载荷条件下的预计的疲劳寿命，对数轨车辆的结构在不同标准工况下的应力状况进行综合评估。
7.根据权利要求1所述的数轨车辆控制全寿命周期设计方法，其特征在于，所述基于应力状况，制定全寿命评估准则，其中包括：
分析数轨车辆的结构在不同标准工况下的应力状况，利用概率分布函数对应力状况进行处理，得到数轨车辆的结构在各种标准工况下的第二应力分布情况；
对第二应力分布情况进行处理和分析，确定数轨车辆的结构的疲劳损伤特征和分布规律，并结合预设的有关于数轨车辆的设计安全性要求，制定疲劳损伤阈值；
根据疲劳损伤阈值和维修周期，制定全寿命评估准则。
8.一种数轨车辆控制全寿命周期设计系统，基于权利要求1所述的数轨车辆控制全寿命周期设计方法，其特征在于，包括：
获取模块：用于获取数轨车辆的第一信息和第二信息，其中第一信息为车辆特性，车辆特性包括数轨车辆的车辆几何参数、材料特性及质量分布信息，第二信息为环境数据，环境数据包括实测载荷谱数据和线路条件参数；
设计模块：用于根据第一信息和第二信息，建立刚柔耦合的动力学模型，根据数轨车辆运行的动态特性和稳定性需求，确定需要调节的控制量，并选择控制算法，设计自主控制策略，并将自主控制策略集成至动力学模型中，得到数轨车辆在不同标准工况下的自主控制功能；
计算模块：用于基于自主控制功能，利用建立完成的动力学模型模拟计算数轨车辆在不同标准工况下的动态响应结果，并基于动态响应结果和载荷-应力传递系数，计算得到在不同载荷条件下的应力谱；
制定模块：用于利用数学运算对应力谱进行分析，评估数轨车辆的结构在不同工况下的应力状况，并基于应力状况，制定全寿命评估准则，其中全寿命评估准则包括疲劳损伤阈值和维修周期；
评估模块：用于根据全寿命评估准则对数轨车辆的结构进行评估得到评估结果，从而制定有关于数轨车辆的维护计划及更新策略。
9.一种数轨车辆控制全寿命周期设计设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述数轨车辆控制全寿命周期设计方法。
10.一种可读存储介质，其特征在于：所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述数轨车辆控制全寿命周期设计方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410910390.XA CN118468604B (zh) | 2024-07-09 | 2024-07-09 | 数轨车辆控制全寿命周期设计方法、系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410910390.XA CN118468604B (zh) | 2024-07-09 | 2024-07-09 | 数轨车辆控制全寿命周期设计方法、系统、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118468604A true CN118468604A (zh) | 2024-08-09 |
| CN118468604B CN118468604B (zh) | 2024-10-18 |
Family
ID=92168306
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410910390.XA Active CN118468604B (zh) | 2024-07-09 | 2024-07-09 | 数轨车辆控制全寿命周期设计方法、系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118468604B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10257793A1 (de) * | 2002-12-11 | 2004-07-22 | Daimlerchrysler Ag | Modellbasierter Lebensdauerbeobachter |
| US20060069962A1 (en) * | 2004-09-28 | 2006-03-30 | Daimlerchrysler Ag | Method for simulation of the life of a vehicle |
| CN112550457A (zh) * | 2020-12-04 | 2021-03-26 | 中车南京浦镇车辆有限公司 | 胶轮列车及其控制方法、系统 |
| CN114235448A (zh) * | 2021-12-08 | 2022-03-25 | 中车青岛四方机车车辆股份有限公司 | 一种轨道车辆转向架车轮疲劳损伤评估方法及系统 |
| CN114329772A (zh) * | 2021-12-23 | 2022-04-12 | 中车株洲电力机车有限公司 | 轨道车辆构架及其设计方法与装置 |
| CN118094746A (zh) * | 2023-12-20 | 2024-05-28 | 太原理工大学 | 一种机车转向架疲劳载荷谱提取方法 |
-
2024
- 2024-07-09 CN CN202410910390.XA patent/CN118468604B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10257793A1 (de) * | 2002-12-11 | 2004-07-22 | Daimlerchrysler Ag | Modellbasierter Lebensdauerbeobachter |
| US20060069962A1 (en) * | 2004-09-28 | 2006-03-30 | Daimlerchrysler Ag | Method for simulation of the life of a vehicle |
| CN112550457A (zh) * | 2020-12-04 | 2021-03-26 | 中车南京浦镇车辆有限公司 | 胶轮列车及其控制方法、系统 |
| CN114235448A (zh) * | 2021-12-08 | 2022-03-25 | 中车青岛四方机车车辆股份有限公司 | 一种轨道车辆转向架车轮疲劳损伤评估方法及系统 |
| CN114329772A (zh) * | 2021-12-23 | 2022-04-12 | 中车株洲电力机车有限公司 | 轨道车辆构架及其设计方法与装置 |
| CN118094746A (zh) * | 2023-12-20 | 2024-05-28 | 太原理工大学 | 一种机车转向架疲劳载荷谱提取方法 |
Non-Patent Citations (3)
| Title |
|---|
| 卢耀辉;向鹏霖;曾京;陈天利;: "高速列车转向架构架动应力计算与疲劳全寿命预测", 交通运输工程学报, no. 01, 15 February 2017 (2017-02-15) * |
| 申天亮 等: "基于全生命周期的地铁车辆铝合金车体服役寿命评估", 电力机车与城轨车辆, vol. 46, no. 6, 20 November 2023 (2023-11-20) * |
| 赵利华;张开林;张红军;: "高速动力车轴应力谱分析及疲劳寿命可靠性预测", 交通运输工程学报, no. 05, 15 October 2008 (2008-10-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118468604B (zh) | 2024-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107991870B (zh) | 一种电扶梯设备的故障预警与寿命预测方法 | |
| JP6430596B2 (ja) | 故障判定に基づいた設備制御 | |
| CN104239694B (zh) | 一种城轨列车转向架的故障预测与视情维修方法 | |
| CN101821779B (zh) | 用于基于性能进行有效载荷管理的系统和方法 | |
| CN101821600B (zh) | 用于改善运输道路条件的系统和方法 | |
| CN101868596B (zh) | 用于设计运输道路的系统和方法 | |
| US8090560B2 (en) | Systems and methods for haul road management based on greenhouse gas emissions | |
| JP2022537937A (ja) | デジタルツインを用いた鉄道線路要素の状態の監視、予測、および保守 | |
| KR102656115B1 (ko) | 연료전지 시스템의 잔여 수명 예측 방법 및 이를 수행하는 디지털 트윈 장치 | |
| CN113779838B (zh) | 一种模型与数据融合驱动的提升机主轴装置智能维护方法 | |
| Aloisio et al. | Physics-based models, surrogate models and experimental assessment of the vehicle–bridge interaction in braking conditions | |
| CN116651971B (zh) | 一种汽车冲压模具在线检测方法及系统 | |
| JP2020183767A (ja) | 摩耗予測装置、摩耗予測方法及びコンピュータプログラム | |
| Chen et al. | Analysis of common-cause and special-cause variation in the deterioration of transportation infrastructure: A field application of statistical process control for structural health monitoring | |
| CN118246134B (zh) | 基于机器学习的双塔斜拉桥全寿命周期安全管控系统 | |
| Gao et al. | Reliability and availability models of belt drive systems considering failure dependence | |
| KR101242060B1 (ko) | 도시철도차량의 신뢰도 및 가용도 관리 시스템 | |
| Petroutsatou et al. | Integrated prescriptive maintenance system (PREMSYS) for construction equipment based on productivity | |
| CN117807440A (zh) | 铁路道岔的多病害综合监测方法、设备及介质 | |
| CN118468604B (zh) | 数轨车辆控制全寿命周期设计方法、系统、设备及介质 | |
| Shen et al. | A boom damage prediction framework of wheeled cranes combining hybrid features of acceleration and Gaussian process regression | |
| Van Nguyen et al. | Modeling and prediction of remaining useful lifetime for maintenance scheduling optimization of a car fleet | |
| Sharma et al. | A review of modeling and data mining techniques applied for analyzing steel bridges | |
| Berardinelli et al. | An advanced highway asset management system | |
| Qing et al. | Dynamic prediction method of structural safety performance of stereo garage driven by multi-source information |
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 |