一种应用于高速列车的智能减振协同系统及其控制方法

1.本发明属于轨道列车控制技术领域，涉及一种协同系统及其控制方法，具体为一种应用于列车的多个智能减振器协同系统及其控制方法。


背景技术：

2.轨道交通具有运量大、效率高、方便乘坐等优点，其出现大大解决了城市交通拥堵问题；轨道交通列车主要是指需要在特定轨道上行驶的一类交通工具。列车运行控制系统是根据列车运行线路上的客观条件和实际情况，对列车运行速度及制动方式等状态进行监督、控制和调整的技术装备。目前既有的列车运行控制系统包括列车控制和管理系统和车载控制系统。
3.列车转弯时，需要传统的二系横向减振器以及抗蛇行减振器保证列车与轨道的对抗力降低，增加列车和轨道的寿命，但是传统二系横向减振器以及抗蛇行减振器作用为被动作用，在收到轨道的作用力后，发生相应的形变。


技术实现要素：

4.本发明提出了一种应用于列车的多个智能减振器协同系统及其控制方法，可以根据铁路的实际情况，主动通过协同控制不同状态的减振器来调整车轮状态，降低列车运动状态改变时，铁轨和车轮间的侧向作用力，延长车轮和铁轨的使用寿命，能够改善列车的舒适性和运行安全性及稳定性等列车动力学性能。
5.本发明的技术方案如下：一种应用于高速列车的智能减振协同系统，包括减振单元，所述减振单元分别设置在每节车厢，还包括感应单元和协同控制器，所述感应单元包括倾角传感器和速度传感器，所述感应单元用于检测列车倾斜度和列车速度，所述感应单元的输出端连接所述协同控制器的信号输入端，每节车厢之间设置有延时模块，所述延时模块用于根据列车的每节车厢经过同一点时的时间差，来调节每节车厢的减振单元所输出的阻尼系数。
6.作为本方案的进一步优化，所述感应单元包括头车所设置的第一倾角传感器、第二倾角传感器和一个速度传感器，所述第一倾角传感器安装在车体上，用于测量车体侧滚角；所述第二倾角传感器安装在前转向架构架上，用于测量构架侧滚角；所述速度传感器用于检测列车运行速度。
7.作为本方案的进一步优化，所述减振单元包括横向减振器和抗蛇形减振器，所述协同控制器信号连接所述横向减振器和所述抗蛇形减振器。
8.一种应用于高速列车的智能减振协同控制方法，该方法基于一种应用于高速列车的智能减振协同系统，包括预处理步骤和应用步骤，所述预处理步骤包括：s1-1，阻尼数据线性化，得到横向减振器和抗蛇形减振器所输出的阻尼系数范围，以及所述横向减振器和所述抗蛇形减振器的输入电流与输出阻尼系数的对应关系，并调整
协同控制器输出至所述横向减振器和所述抗蛇形减振器的控制电流的阈值，使得所述协同控制器所输出的控制电流与所述横向减振器和所述抗蛇形减振器所输出的阻尼系数线性对标；s1-2，数据校正步骤，包括设定列车匀速运动时的速度阈值，并根据速度阈值，将列车速度分为多个等差平均速度值，对每个等差平均速度值状态下的减振单元分别进行阻尼系数线性化处理，保证每个速度下的匀速行驶的阻尼系数对应控制电流阈值的中间值。
9.作为本方案的进一步优化，所述应用步骤包括状态判断步骤，时差调节步骤和减振作用步骤：s2-1状态判断步骤包括，根据列车的运动速度和倾斜程度，判断列车的速度和过弯情况；s2-2时差调节步骤包括，计算每节车厢需要过弯的时间；s2-3减振作用步骤包括，所述协同控制器根据第一倾角传感器、第二倾角传感器和速度传感器的采集量，对所述减振单元进行控制，以适应当前运动状态。
10.作为本方案的进一步优化，所述状态判断步骤包括，所述协同控制器内存储有判断数据，根据车体侧滚角和构架侧滚角判断倾斜度的车体侧滚角阈值和构架侧滚角阈值的范围，标定列车的过弯情况；所述第一倾角传感器采集车体侧滚角，所述第二倾角传感器采集构架侧滚角，速度传感器采集车体的运行速度和加速度信息，协同控制器将车体侧滚角、构架侧滚角、速度和加速度信息处理，并与速度阈值、车体侧滚角阈值和构架侧滚角阈值的标准进行对比，判断列车运行状态。
11.作为本方案的进一步优化，所述时差调节步骤包括，所述协同控制器借助车厢长度、车厢间距和列车运行速度，计算每节车厢经过同一位置时的时差关系，从而根据车头处的感应单元的结果，计算出每节车厢的倾斜情况，每节车辆的减振单元的输入端设置有延时模块，协同控制器将计算得到的每节列车的时间差发送至延时模块，并将控制信号经过延时模块输入至各个减振单元。
12.作为本方案的进一步优化，所述减振作用步骤包括，调用遗传算法gamultiobj模型，借助遗传算法gamultiobj模型，建立列车脱轨系数、轮轴横向力、磨耗功与减振器所需要提供的阻尼系数的关系式，并以列车脱轨系数、轮轴横向力、磨耗功为指标设定减震单元所输出的阻尼系数阈值范围。
13.作为本方案的进一步优化，在状态判断步骤中，当速度在200km/h-220km/h之间时，记第一倾角传感器的采集值为q1，第二倾角传感器的采集值为q2，当q1《0.4
°
且q2《0.4
°
时，判断列车的行驶状态为直行；当q1》0.4
°
且q2》0.4
°
时，判断列车的行驶状态为过弯。
14.本发明的工作原理及有益效果为：列车过曲线时的阻尼系数和在直线运行时的阻尼系数是不一样的。因此，列车需要识别是直线工况还是曲线工况，从而输出不一样的电流来调节减振器的阻尼系数。我们知道曲线轨道有超高，即左右轨的垂向高度不一样，这会引起明显的车体侧滚和构架侧滚。倾角传感器可以测量一个物体的倾斜角度，因此用其来测量车体和构架的倾斜角度。当车体和构架的倾斜角度大于预先的设定值时，我们可以认为列车正在经过曲线轨道。后面其
他节车体通过延时模块接受的信号也相应的进行调整。我们只给头车加装倾角传感器，后面其他节列车通过接受头车倾角传感器的信号来进行调整交互。这里注意的是每节车的延时模块中延时的时间是不一样的。延时时间为每节车距头车的距离除以运行速度。横向减振器和抗蛇行减振器的电流根据不同速度等级和不同轨道线路工况进行调整，从而保持或改善列车的动力学性能。
15.在列车运动状态变化后，两个倾角传感器分别可以检测到列车的车体侧滚角和构架侧滚角，根据所得到的的侧滚角和列车速度，判断列车所经历弯道的弧度以及铁轨和车轮之间的相互作用力，根据弯道信息，主动控制二系横向减振器以及抗蛇行减振器进行状态的改变，降低车轮和铁轨间水平方向上的摩擦。
16.应用本方案，可以通过主动作用的方式，提升列车动力学性能，降低列车与铁轨间的横向摩擦，减少车轮和轨道之间的损耗，提高耐用性。
附图说明
17.图1为本发明的结构框图。
18.图2为本发明中协同控制器的接线图。
19.图3为本发明中程序运行流程图。
20.图4为实施例4中多节列车控制系统图。
21.图5为实施例4中优化流程图。
22.图6为实施例5中优化流程图。
23.图7为本发明中协同控制器内部数据处理的流程图。
24.图8为以车体为模型所建立的坐标图。
25.图9为直线轨道上协调控制器输出电流和速度的关系。
26.图10为曲线轨道上协调控制器输出电流和速度的关系。
27.图11为遗传算法gamultiobj模型的流程图。
28.图12为列车过曲线轨道情况下二系横向阻尼系数和抗蛇行阻尼系数共同作用下与脱轨系数的关系曲线图。
29.图13为列车过曲线轨道情况下二系横向阻尼系数和抗蛇行阻尼系数共同作用下与轮轴横向力的关系曲线图。
30.图14为列车过曲线轨道情况下二系横向阻尼系数和抗蛇行阻尼系数共同作用下与磨耗功的关系曲线图。
具体实施方式
31.下面将结合本发明实施例，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，都涉及本发明保护的范围。
32.一种应用于高速列车的智能减振协同系统，包括减振单元，所述减振单元分别设置在每节车厢，其特征在于，还包括感应单元和协同控制器，所述感应单元包括倾角传感器和速度传感器，所述感应单元用于检测列车倾斜度和列车速度，所述感应单元的输出端连
接所述协同控制器的信号输入端，每节车厢之间设置有延时模块，所述延时模块用于根据列车的每节车厢经过同一点时的时间差，来调节每节车厢的减振单元所输出的阻尼系数。
33.具体实施例1，所述感应单元包括头车所设置的第一倾角传感器、第二倾角传感器和一个速度传感器，所述第一倾角传感器安装在车体上，用于测量车体侧滚角；所述第二倾角传感器安装在前转向架构架上，用于测量构架侧滚角；所述速度传感器用于检测列车运行速度，所述减振单元包括横向减振器和抗蛇形减振器，所述协同控制器信号连接所述横向减振器和所述抗蛇形减振器。
34.如说明书附图8所示，车体侧滚角和构架侧滚角都是用于测量车体和水平面之间的倾角，通过车体的重心o点引3个互相垂直的坐标轴x、y、z，车体具有6个独立运动形式，即沿三个轴向的直线运动以及绕三个轴线的回转运动。侧滚是绕x轴的回转运动，旋转的角度即为侧滚角。第一倾角传感器和第二倾角传感器的设置，采用了冗余控制，即车体和构架两者的侧滚角同时大于0.4
°
，方能确定列车过曲线，以免出现误判，通过这种设置，可以增加判断的可靠性。
35.以c120-100a磁流变阻尼器为例，电流范围为0~1a，对减振器进行力学性能测试，可以得到阻尼力与位移滞回曲线，根据滞回曲线数据计算得到0a和1a电流下对应的阻尼系数值，计算步骤如下：式中，e为阻尼器一个周期内的能量，f为阻尼力，x为阻尼器位移，w为周期圆频率。
36.假设一个周期内等效的阻尼系数为c,位移x=asinwt，a为激励振幅，则有：假设一个周期内等效的阻尼系数为c,位移x=asinwt，a为激励振幅，则有：可以得到0a和1a电流值下的阻尼系数值，即c0和c1。
37.采用一次函数得到阻尼系数和电流值的关系。
38.一次函数表达式为c=ai+b。将(0, c0),(1, c1)代入一次函数表达式，可求得a，b。可得到:c=(c
1-c0)i+c0。
39.车头处的倾角传感器和速度传感器用来感应列车的运动状态，传感器设置在火车头即可，在实际记录传感器所位于火车头的具体位置，由于轨道形状一定，后级车厢可以根据车头的运动状态，运动速度和车厢的长度和距离，计算出后级列车的未来运动状态，通过这种设置，可以极大减少传感器的使用，并准确预测车厢未来需经历铁路的状态，从而控制减振器提前做出相应的调整，以适当的阻尼力应对来自轨道的相互作用力。
40.具体实施例2，一种应用于高速列车的智能减振协同控制方法，该方法基于一种应用于高速列车的智能减振协同系统，包括预处理步骤和应用步骤，所述预处理步骤包括：
s1-1，阻尼数据线性化，得到横向减振器和抗蛇形减振器所输出的阻尼系数范围，以及所述横向减振器和所述抗蛇形减振器的输入电流与输出阻尼系数的对应关系，并调整协同控制器输出至所述横向减振器和所述抗蛇形减振器的控制电流的阈值，使得所述协同控制器所输出的控制电流与所述横向减振器和所述抗蛇形减振器所输出的阻尼系数线性对标；s1-2，数据校正步骤，包括设定列车匀速运动时的速度阈值，并根据速度阈值，将列车速度分为多个等差平均速度值，对每个等差平均速度值状态下的减振单元分别进行阻尼系数线性化处理，保证每个速度下的匀速行驶的阻尼系数对应控制电流阈值的中间值。协同控制器对减振器的控制电流与减振器的阻尼值相对应，进行校正得到关系式，并根据列车不同的形式速度下的作用力关系，检验模型的准确性。
41.本控制方案针对时速在200km/h以上的高速列车。如说明书附图9-10所示，输出电流为分级输出，即介于开关和连续输出之间。在时速200-360km/h之间，将速度均分，即200km/h，220km/h，240km/h，260km/h，280km/h，300km/h，320km/h，340km/h，360km/h共9个速度值。建立某型高速列车的动力学模型，在不同速度下进行多目标优化，优化目标是列车安全性，平稳性，稳定性。优化参数为横向减振器和抗蛇行减振器阻尼系数。得到九对优化好的阻尼参数，将这九对阻尼系数转换为电流值输入给智能减振器。根据不同的运行速度输出相对应的电流值，两类减振器相互配合协调，实时同步的提升列车综合动力学性能。速度与横向减振器输入电流、抗蛇形减振器输入电流、横向减震器输出阻尼力和抗蛇形减振器输出阻尼力的关系如表1所示，表1 速度与横向减振器输入电流、抗蛇形减振器输入电流、横向减震器输出阻尼力和抗蛇形减振器输出阻尼力的对应图表所述应用步骤包括状态判断步骤，时差调节步骤和减振作用步骤。
42.所述状态判断步骤包括，根据列车的运动速度和倾斜程度，判断列车的速度和过弯情况，具体为，所述协同控制器内存储有判断数据，根据车体侧滚角和构架侧滚角判断倾斜度的阈值范围，标定列车的过弯情况和弧度大小；所述第一倾角传感器采集车体侧滚角，所述第二倾角传感器采集车体的构架侧滚角，速度传感器采集车体的运行速度和加速度信息，协同控制器将以上信息计算，计算方法应用基于遗传算法的多目标优化，并与阈值标准进行对比，判断列车运行状态。
43.列车过曲线时，重点保证列车的曲线通过性，即安全性。可以表征曲线通过性的指标为：脱轨系数、轮轴横向力和磨耗功，将此三个指标作为被优化目标。优化参数为横向减振器和抗蛇行减振器阻尼系数。得到九对优化好的阻尼参数，将这九对阻尼系数转换为电流值输入给智能减振器。根据不同的运行速度输出相对应的电流值，两类减振器相互配合协调。
44.所述时差调节步骤包括，所述协同控制器借助车厢长度、车厢间距和列车运行速度，计算每节车厢经过同一位置时的时差关系，从而根据车头处的感应单元的结果，计算出每节车厢的倾斜情况，每节车辆的减振单元的输入端设置有延时模块，协同控制器将计算得到的每节列车的时间差发送至延时模块，并将控制信号经过延时模块输入至各个减振单元。
45.列车过曲线时的阻尼系数和在直线运行时的阻尼系数是不一样的。因此，列车需要识别是直线工况还是曲线工况，从而输出不一样的电流来调节阻尼。我们知道曲线轨道有超高，即左右轨的垂向高度不一样，这会引起明显的车体侧滚和构架侧滚。倾角传感器可以测量一个物体的倾斜角度，因此用其来测量车体和构架的倾斜角度。当车体和构架的倾斜角度大于某个值后，我们可以认为列车正在经过曲线轨道。后面其他节车体通过延时模块接受的信号也相应的进行调整。我们只给头车加装倾角传感器，后面其他节列车通过接受头车倾角传感器的信号来进行调整交互。这里注意的是每节车的延时模块中延时的时间是不一样的。延时时间为每节车距头车的距离除以运行速度。横向减振器和抗蛇行减振器的电流根据不同速度等级和不同轨道线路工况进行调整，从而保持或改善列车的动力学性能。
46.如说明书附图12-14所示，所述减振作用步骤包括，所述协同控制器根据第一倾角传感器、第二倾角传感器和速度传感器的采集量，对所述减振单元进行控制，以适应当前运动状态，具体为，以列车脱轨系数、车体加速度和构架加速度为指标设定阈值范围，并将以上指标与减振器所需要提供的阻尼值建立关系式，当所述协同控制器判断列车运动情况超出以上范围时，根据与减振器所需要提供的阻尼值所建立关系式，提供阻尼力，实现对列车的控制。
47.如说明书附图7所示，首先传感器得到列车构架的倾角信息和速度信息，并将该信息传递至协同控制器，经过系统协同控制器进行优化处理，借助列出动力学模型，得到车体横向加速度，构架横向加速度，脱轨系数和磨耗功等评价指标，进行存储，当工作人员需要时，可以调用查看，并根据以上评价指标得到该列车所需减震器提供的阻尼系数，并调用横向减振器和抗蛇形减振器的控制电流与所输出阻尼系数的关系，得到协同控制器所应输出的电流，输出至协同控制器。
48.具体实施例3，
当速度大于200km/h且小于220km/h，且第一倾角传感器和第二倾角传感器都低于设定值（用q1和q2表示）时，列车在直线上运行，则协同控制器将对应的阻尼系数转换为电流调控值输入给两类减振器，两类减振器提供对应的阻尼力；当速度大于200km/h且小于220km/h，且第一倾角传感器和第二倾角传感器都大于设定值，则列车正在通过曲线，则协同控制器将对应的电流调控值输入给两类减振器，两类减振器提供对应的阻尼力；在状态判断步骤中，当速度范围在200km/h-220km/h之间时，记第一倾角传感器的采集值为q1，第二倾角传感器的采集值为q2，当q1《0.4
°
且q2《0.4
°
时，判断列车的行驶状态为直行；当q1》0.4
°
且q2》0.4
°
时，判断列车的行驶状态为过弯。
49.具体实施例4，如说明书附图3所示，写成数学表达式为：if v 》200且v 《 220且q1《0.4
°
且q2《0.4
°
;y1=i1;y2=i2;if v 》200且v 《 220且q1》=0.4
°
且q2》=0.4
°
;y1=i3;y2=i4;其中，v为车体运行速度；q1为车体倾角；q2为前转向架倾角；y1和y2分别为横向阻尼器和抗蛇行阻尼器输入电流。
50.三个模拟信号输入：v，q1，q2分别对应程序1中的aiw0，aiw2，aiw4端口。模拟量输入到plc中，大多是整数形式，而plc内部数据处理采用的是32位浮点数。因此需要将输入量进行数据转换。由于整数占16位，而浮点数占32位，二者不能直接转换，需先将整数转换为32位双整数，然后再转换为浮点数。因此程序1主要是模拟输入信号的数据转换处理。
51.i_di模块作用为：整数转换为双整数形式。di_r模块作用为：双整数转换为浮点数形式。
52.vd8,vd16,vd26分别对应数据转换后的v，q1，q2数值。
53.程序2为逻辑语言编程。
54.mov-w模块是移动字指令，将输入字（in）移至输出字（out），不改变原来的数值。in为阻尼器调控电流设定值，可根据实际需求进行设定修改。
55.aqw0和aqw2为plc输出端口，对应y1和y2。
56.程序算法硬件化，如说明书附图2所示，将此数学表达式程序在simatic s7-200 plc硬件中进行实现。
57.具体实施例4，如说明书附图4所示，智能协同控制器也称为多功能协同控制器，即可以改善多个动力学性能指标的控制算法。接下来介绍控制算法的具体实施方案。
58.针对直线轨道上的行驶列车：如图5-6所示。输出电流1为二系横向减振器输入电流；输出电流2为抗蛇行减振器输入电流，对于如何得到具体的电流值。首先将某型列车的横向减振器和抗蛇行减振器阻尼系数线性化，得到线性阻尼系数，然后将上面多目标优化后的阻尼系数线性化对应电流值，
从而实现不同速度阶段下电流值的调控，从而满足列车动力学性能的需求。
59.阻尼系数与电流对应值举例：25000
‑‑‑
0.25a50000
‑‑‑
0.5a100000
‑‑‑
1.0a。
60.针对曲线轨道上的行驶列车：列车过曲线时，重点保证列车的曲线通过性，即安全性。可以表征曲线通过性的指标为：脱轨系数、轮轴横向力和磨耗功，将此三个指标作为被优化目标。优化参数为横向减振器和抗蛇行减振器阻尼系数。得到九对优化好的阻尼参数，将这九对阻尼系数转换为电流值输入给智能减振器。根据不同的运行速度输出相对应的电流值，两类减振器相互配合协调。
61.所述减振作用步骤包括，调用遗传算法gamultiobj模型，借助遗传算法gamultiobj模型，建立列车脱轨系数、轮轴横向力、磨耗功与减振器所需要提供的阻尼系数的关系式，并以列车脱轨系数、轮轴横向力、磨耗功为指标设定减震单元所输出的阻尼系数阈值范围。
62.如说明书附图11所示，遗传算法的基本运算过程如下：（1）设定阻尼系数优化范围，然后开始初始化，首先设置进化代数计数器g=0，设置最大进化代数，然后在优化范围内随机生成m个阻尼系数个体作为初始种群。
63.（2）将种群中阻尼系数带入列车模型自动仿真，并得到适应度，即动力学性能指标目标函数(计算群体中各个个体的适应度)。
64.（3）选择运算：将选择算子作用于种群个体。选择的目的是把优化的个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代。选择操作是建立在群体中个体的适应度评估基础上的。
65.（4）交叉运算：将交叉算子作用于种群个体。
66.（5）变异运算：将变异算子作用于群体。即是对群体中的个体串的某些基因座上的基因值作变动。种群经过选择、交叉、变异运算之后得到下一代种群。
67.（6）终止条件判断：如果算法循环次数达到了最大进化代数，则算法停止运算，输出最优目标函数以及所对应的阻尼系数数值，终止计算。
68.以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。