基于动态轴重转移补偿和多轴协调的机车粘着控制方法与流程

本发明涉及机车牵引控制技术，尤其涉及一种基于动态轴重转移补偿和多轴协调的机车粘着控制方法。

背景技术

随着现代社会经济的飞速发展，铁路运输在交通运输领域的作用越来越重要，铁路的发展也在我国经济建设中发挥着积极重要的作用。电力机车的行驶依赖于轮轨间的粘着力，若牵引力大于轮轨间可用粘着力，多余牵引力将加速车轮形成空转，相对滑动速度很快加大，可用粘着力则迅速降低，产生诸如钢轨面过度磨损、轮箍发热损坏、甚至爆裂造成脱轨事故等一系列严重问题。对直流牵引机车来说，机车空转还会引起牵引电机的环火，并造成变流器的过流或过压。

轨面状态对轮轨间的粘着特性影响特别大，不同轨面情况下的粘着特性曲线差别巨大，如果可以辨识出轨面状态，然后针对不同状态的轨面调整相应的粘着系数控制参数，就可以减少机车空转，降低牵引力损失，提高机车的粘着利用率，因此有效识别轨面状态对优化轮轨间的粘着利用是十分必要的。

在通常意义下粘着力是指两个接触物体之间的附着力，而在铁路系统中粘着力的定义为：在车轮和轨道保持接触状态同时不发生空转和滑行的情况下，轮轨之间所能提供的最大牵引力。如图1所示，在轮荷重p的作用下,轮轨接触部位发生弹性变形，形成椭圆形接触区。当车轮在驱动力矩m作用下向前滚动时，轮轨材料在接触区附近发生弹性变形，从而在接触面上产生切向力f使车轮滚动前进，轮轨接触的这种既有滚动又有滑动的状态被称为粘着。只有轮轨间处于粘着状态，才能产生粘着力，进而形成使机车车辆前进的最终动力。

粘着的不确定性是通过粘着系数的变化来体现的。大量的研究和试验表明，粘着特性通常可由如图2所示的干燥/潮湿轨面粘着特性曲线来表示，能够通过该粘着特性曲线找到最优粘着点，如图2中a点是干燥轨面下的最优粘着点，b是潮湿轨面状态下的最优粘着点。在驱动力矩不是很大时，蠕滑率很小，这时粘着系数与蠕滑速度近似为线性关系，此部分被段为微滑区；当驱动力矩大到一定程度后，蠕滑率增大较快，此段称为大滑区。当驱动力矩再增加时，车轮相对于钢轨产生很大的滑动，即蠕滑速度很大，但是轮轨接触面的粘着系数却迅速下降，这就是车轮的空转。在微滑区和大滑区轮轨都处于粘着状态，机车可以提供正常的牵引力或制动力；当机车运行于最优粘着点的右侧时，轮对就进入了不稳定区域，如果牵引力和制动力超过轮轨之间的最大粘着力，随时可能发生空转或滑行。

目前国内机车粘着控制方法主要有以下几种：

(1)组合校正法

目前组合粘着控制方法在机车粘着控制中应用较广，此方法主要包括车速估计、加速度标准和极值法三部分。其具体控制过程是：首先对车轮加速度进行判断，当加速度超过一定阈值时表示打滑现象比较严重，迅速采用加速度标准法快速深度削减动轮驱动转矩；如果车轮加速度没有超过阈值，估算车速计算蠕滑速度，当蠕滑速度大于一定值时，由极值法对电机转矩进行较大幅度的调整。

组合粘着控制示意图如图3所示，组合粘着控制方法算法简单，反应速度快，保证了轮对不会持续发生空转，可靠性比较强，适合不同工况，是目前国内机车所应用的最广泛的粘着控制方法。但是组合控制法中的参数需要大量实车试验来确定，当轨面情况复杂，组合校正法无法动态调整参数，适应性较差。所以在没有进行大量实验的基础上，设定的参数可能无法有效识别空转趋势，甚至会影响机车牵引传力的正常发挥。

(2)正交相关法

正交相关粘着控制方法建立在线性系统理论的基础上，原理是通过相位移的测量间接得到粘着特性曲线的斜率，得到最优的粘着系数，从而实现粘着控制。设g(n)是以n为参数的线性系统。根据线性系统理论，在幅值为a，频率为f、相位为的正弦信号：

在该信号的激励下，如果参数n在激励的过程中保持不变，则系统g(n)输出为：

式中称为相位移，然后通过间接得到粘着特性斜率。正交相关法通过对粘着特性曲线斜率峰值的搜寻来实现粘着控制。但是正交相关法是将电力机车线性化，所以具有一定的局限性，观察频率的工作范围十分有限。

(3)智能粘着控制法

智能控制方法不需要建立一个精确的数学模型，在处理复杂、不确定问题上有显著的优势。但是需要大量数据来训练模型和参数，而且实际应用中的实时性问题需要解决。目前，模糊控制、神经网络、云模型等智能控制方法在粘着控制的研究主要在理论方面和仿真分析，在实际机车上的应用研究有待深入。

电力机车作为一个整体，轮对与转向架、转向架与车体之间的联系十分紧密而复杂的，这就导致了轴间关系的复杂联系，粘着控制的目标是减少机车空转，增加机车整体的粘着利用效率。目前，国内外大部分粘着控制系统只考虑单个轴的粘着控制，没有从机车整体角度考虑粘着利用的问题，具有很大的局限性。本发明从电力机车整体结构出发，分析了轴重和轴间关系对机车粘着特性的影响，设计了一套基于轴重转移补偿和多轴协调的粘着控制方法，进而提高了机车整体的粘着利用。

技术实现要素：

为了克服现有技术的上述缺点，本发明提出了一种基于动态轴重转移补偿和多轴协调的机车粘着控制方法。

本发明解决其技术问题所采用的技术方案是：一种基于动态轴重转移补偿和多轴协调的机车粘着控制方法，建立一套虚拟三层分布式粘着控制系统，其中：第一层为转矩分配层，根据计算得到的轴重转移量动态调整给定转矩；第二层为动态轴间协调层，将机车最先发生空转的轴选择为主控轴，其他轴为从控轴，主控轴先进行粘着恢复，然后将采集的当前轨面状态下的最佳粘着系数作为从控轴的输入，从控轴结合主控轴的控制策略进行粘着恢复；第三层为基于支持向量机轨面识别的粘着控制层，通过支持向量机辨识当前轨面状态，针对不同轨面状态分别设计主控轴和从控轴的粘着控制策略。

与现有技术相比，本发明的积极效果是：

1)本发明提出了一种重载机车动态轴重转移的补偿方法，对重载电力机车牵引控制策略进行优化。在传统粘着控制策略的基础上建立转矩分配机制，根据干扰观测器动态观测出的各轴粘着力，计算得到机车动态轴重转移量，进而对给定牵引转矩进行动态分配。

2)本发明把支持向量机的思想融入到轨面辨识当中，采用最小二乘支持向量机的方法，将试验得到的粘着相关数据进行处理，然后把数据经过支持向量机训练得到分类模型，再通过该分类模型得到轨面情况的分类。

3)本发明设计了一套动态主从粘着控制方法，考虑轴间关系影响，根据机车空转情况动态选择最先空转的轴为主控轴，其他轴为从控轴，主控轴搜寻当前轨面下的最大粘着系数，然后把该系数传递给从控轴，对主控轴和从控轴分别采取不同的控制策略，减少了机车的空转次数，提高了整车的粘着利用。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1为轮轨间粘着力的产生示意图；

图2粘着特性曲线；

图3为组合粘着控制方法；

图4为基于轴重转移补偿和多轴协调的粘着控制策略；

图5为轴重转移动态补偿系统图；

图6为主控轴选择示意图；

图7为主控轴粘着恢复示意图；

图8为从控轴粘着恢复示意图；

图9为基于最小二乘支持向量机(lssvm)的轨面辨识流程。

具体实施方式

本发明建立一套虚拟三层分布式粘着控制系统，第一层为转矩分配层：根据计算得到的轴重转移量，动态调整给定转矩，使各轴空转的情况趋于一致；第二层为动态轴间协调层：把机车四个轴划分为主控轴和从控轴，主控轴为最早发生空转的轴，然后搜寻当前轨面状况下的最大可利用粘着系数，将主控轴搜寻的最大粘着系数传递给从控轴，实现降低空转概率的目的；第三层为基于支持向量机轨面识别的粘着控制层：通过支持向量机辨识当前轨面状态，针对不同轨面状态分别设计了主控轴和从控轴的粘着控制策略。

虚拟三层分布式粘着控制系统示意图如图4所示：

(1)转矩分配层：

动态轴重转移补偿方法的本质是根据动态轴重转移情况实时调整牵引转矩给定。动态轴重转移补偿方法的输入是机车运行阻力、机车机械参数、机车轴重、电机给定转矩和各轴轮对角速度，输出是转矩调整系数，图5是动态轴重转移补偿的系统图。在正常牵引状态下，模型从干扰观测器估算出各轴的粘着力，然后把机车的机械参数、机车的运行阻力和各轴的粘着力作为轴重转移模块的输入，计算出各轴的轴重转移量。并确定各轴轴重的增载、减载率，按照各轴增、减载的比例去调整机车的牵引转矩：使轴重小的动轴的牵引电动机的输出转矩减小，而轴重大的动轴的牵引电动机的输出转矩加大，转矩的改变会使得各轴的牵引力发生改变，从而使轮轨间粘着力的大小随各轴轴重的变化而变化。由此，可以使得各轴的轮轨间粘着系数都接近同一个合理的值，实现轴重转移的动态补偿的功能。让各个轴同时达到较高的粘着利用效率。

动态轴重计算方法为(以四轴机车为例，六轴、八轴机车以此类推)：

其中：

g——机车总重力

h——车钩至地面的高度

h——牵引点至地面的高度

l——两转向架中心的距离

l——轴间距

n1、n2、n3、n4——1轴至4轴的实际轴重

f1、f2、f3、f4——1轴至4轴的粘着力

由于在实际运行中1轴-4轴的切向力无法实际获得，因此采用干扰观测器的方法实时估计粘着力。

根据计算出的实际轴重得到动态轴重变化比：

根据轴重变化比，计算转矩调整系数：

ti＝1+wi，i＝1,2,3,4

(2)动态轴间协调层

轴间协调粘着控制方法是对传统组合粘着控制方法的优化：本发明在组合法的基础之上，考虑了电力机车轴间关系对粘着控制的影响，将机车四个轴分为一个主控轴和三个从控轴，机车最先发生空转的那个轴选择为主控轴，其他三个轴为从控轴，主控轴先进行粘着恢复，并采集当前轨面下的最佳粘着系数，然后把主控轴采集到的最佳粘着系数作为从控轴的输入，从控轴结合主控轴的控制策略进行粘着恢复过程。机车每次行驶进入不同的轨面状态，就进行一次主控轴的选择。主控轴的选择流程示意图如图6所示。

机车主控轴的粘着恢复示意图如图7所示：a曲线代表的是机车的速度信息，b折线代表的是机车主控轴的牵引转矩的粘着优化过程。

t1段：机车行驶在干燥轨面情况下，轮轴线速度接近于机车行驶速度；主控轴的牵引转矩即为给定转矩。

t2段：a点机车进入了潮湿轨面情况，轮轴线速度迅速上升，导致蠕滑速度迅速增加，空转识别模块判断出空转信号；主控轴牵引转矩以斜率k1迅速下降至空转趋势消失(b点)，维持该转矩一段时间后，以斜率k2逐渐恢复牵引转矩。

t3段：转矩恢复至c点时，空转识别模块再次检测出空转信号，此时c点即为最大可利用粘着力对应的牵引转矩，粘着控制模块会保存该点对应的最大可利用粘着系数，同时牵引转矩再次以斜率k1迅速下降至空转趋势消失，维持该转矩一段时间后，以斜率k2逐渐恢复牵引转矩至d点(90％最大可利用粘着力)，防止机车再次空转。

t4段：维持该转矩一段时间，此时如果轨面的情况已经改善，机车轮轴线速度减小，蠕滑速度减小，若机车空转识别模块不再识别出空转信号，主控轴的牵引转矩就以一个较慢的斜率k3逐渐恢复至原来给定牵引转矩。

因为动态主从粘着控制系统可以主动选择主控轴，所以从控轴的空转信号总是滞后于主控轴的，从控轴的粘着恢复示意图如图8所示：

t1段：与主控轴一样，机车行驶在干燥轨面情况下，轮轴线速度近似于机车行驶速度；从控轴的牵引转矩即为给定转矩。

t2段：e点机车进入了潮湿轨面情况，轮轴线速度迅速上升，导致蠕滑速度迅速增加，空转识别模块判断出空转信号；从控轴牵引转矩以斜率k1迅速下降至f点，f点对应的粘着系数为主控轴d点所对应的90％最大粘着系数，这样就可以保持机车在当前轨面情况下不再发生空转，维持该转矩一段时间后，从控轴的牵引转矩就以斜率k3逐渐恢复至原来给定牵引转矩(此时轨面情况已经好转)。

t3段：机车已经行驶到干燥轨面，机车轮轴线速度减小，蠕滑速度减小，空转识别模块不再识别出空转信号，从控轴的牵引转矩维持原来给定牵引转矩。

上述转矩调整的斜率k1>k2>k3。因为空转发生后，转矩削弱要及时；但是恢复过程中调整要缓慢一些。

(3)基于支持向量机轨面辨识的粘着控制层

传统的粘着控制程序中没有轨面辨识的模块，即使在不同的轨面情况下粘着控制方法中的参数也是固定不变的。空转的判断是粘着控制中至关重要的部分，是粘着控制系统中控制转矩的前提条件。传统粘着控制方法中空转判断主要是基于蠕滑速度法，该方法是设定一个蠕滑速度阈值，大于改设定阈值判断为空转，这样在不同轨面情况下蠕滑速度的阈值是一样的，当轨面情况变差时，会导致空转的判断滞后，影响粘着控制中转矩的控制，会影响机车牵引功率的发挥，降低粘着利用的损失。

机车实际运行过程中很多和粘着相关的数据不可以直接测量得到，例如粘着力、动态轴重转移量等，因此本发明选择机车速度vl、蠕滑速度vs、机车牵引转矩t作为模型的输入参数，具体的轨面辨识流程如图9所示，包括如下内容：

1最小二乘支持向量机(lssvm)模型的训练

训练模型的输入为机车速度vl、蠕滑速度vs、机车牵引转矩t，这些离线数据由不同轨面情况下的试验获取。将形式为[vlvst]的数据点导入到lssvm训练模型，得到ω，b等相关的支持向量机模型参数，学习训练过程中的经验风险和置信范围的比例由参数调节，使训练的分类结果更加准确。

2最小二乘支持向量机分类模型

最小二乘支持向量机训练完毕后，其相关参数固定，得到用于辨识轨面的最小二乘支持向量机分类模型。

3轨面状态的在线辨识

由[vlvst]在线数据输入到最小二乘支持向量机分类模型，得到轨面情况的分类结果(-1表示潮湿轨面，+1表示干燥轨面)。