專利名稱：基于牽引電機(jī)在線監(jiān)測(cè)的電力機(jī)車空轉(zhuǎn)滑行識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及機(jī)車監(jiān)控技術(shù)領(lǐng)域，尤其涉及一種機(jī)車空轉(zhuǎn)/滑行識(shí)別方法。
背景技術(shù)：
近年來(lái)，鐵路高速客運(yùn)專線的建設(shè)和重載貨運(yùn)機(jī)車的運(yùn)行在我國(guó)經(jīng)濟(jì)建設(shè)中發(fā)揮了積極和重要的作用。然而，機(jī)車的牽引力和制動(dòng)力的形成依賴于車輪和軌道之間的粘著。若牽引力大于輪軌間可用粘著力，多余牽引力將加速車輪形成空轉(zhuǎn)，相對(duì)滑動(dòng)速度很快加大，可用粘著力則很快降低，產(chǎn)生諸如鋼軌面過(guò)度磨損、輪箍發(fā)熱損壞、甚至爆裂造成脫軌事故等一系列嚴(yán)重問(wèn)題。對(duì)直流牽引機(jī)車來(lái)說(shuō)，機(jī)車空轉(zhuǎn)還會(huì)引起牽引電機(jī)的環(huán)火，并造成變流器的過(guò)流或過(guò)壓。在機(jī)車制動(dòng)工況，若制動(dòng)力大于粘著力，則列車產(chǎn)生滑行，不但會(huì)損壞鋼軌面，更嚴(yán)重的是會(huì)使得制動(dòng)距離過(guò)長(zhǎng)，甚至造成脫軌，成為安全隱患。因此，研究快速準(zhǔn)確的機(jī)車空轉(zhuǎn)/滑行識(shí)別方法，對(duì)提高機(jī)車的運(yùn)用效率和保障機(jī)車的安全運(yùn)行具有重要的意義。 在通常意義下粘著力是指兩個(gè)接觸物體之間的附著力，而在鐵路系統(tǒng)中粘著力的定義為:在車輪和軌道保持接觸狀態(tài)同時(shí)不發(fā)生空轉(zhuǎn)和滑行的情況下，輪軌之間所能提供的最大牽引力。如圖1所示，在輪荷重P的作用下，輪軌接觸部位發(fā)生彈性變形，形成橢圓形接觸區(qū)。當(dāng)車輪在驅(qū)動(dòng)力矩M作用下向前滾動(dòng)時(shí)，輪軌材料在接觸區(qū)附近發(fā)生彈性變形，從而在接觸面上產(chǎn)生切向力F使車輪滾動(dòng)前進(jìn),輪軌接觸的這種既有滾動(dòng)又有滑動(dòng)的狀態(tài)被稱為粘著。只有輪軌間處于粘著狀態(tài)，才能產(chǎn)生粘著力，進(jìn)而形成使機(jī)車車輛前進(jìn)的最終動(dòng)力。粘著的不確定性是通過(guò)粘著系數(shù)的變化來(lái)體現(xiàn)的。大量的研究和試驗(yàn)表明，粘著特性通常可由如圖2的粘著-蠕滑特性曲線來(lái)表示。在驅(qū)動(dòng)力矩不是很大時(shí)，蠕滑率很小，這時(shí)粘著系數(shù)與蠕滑速度近似為線性關(guān)系，此段稱為微滑區(qū)；當(dāng)驅(qū)動(dòng)力矩大到一定程度后，蠕滑率增大較快，此段稱為大滑區(qū)。當(dāng)驅(qū)動(dòng)力矩再增加時(shí)，車輪相對(duì)于鋼軌產(chǎn)生很大的滑動(dòng)，即蠕滑速度很大，但是輪軌接觸面的粘著系數(shù)卻迅速下降，這就是車輪的空轉(zhuǎn)。在微滑區(qū)和大滑區(qū)輪軌都處于粘著狀態(tài)，機(jī)車可以提供正常的牽引力或制動(dòng)力；如果牽引力和制動(dòng)力超過(guò)輪軌之間的最大粘著力，機(jī)車就會(huì)發(fā)生空轉(zhuǎn)或滑行。目前機(jī)車空轉(zhuǎn)/滑行識(shí)別方法主要有:基于蠕滑速度的方法，通過(guò)檢測(cè)牽引電機(jī)或車輪轉(zhuǎn)速，得出蠕滑速度，若超過(guò)事先設(shè)定的閾值，則認(rèn)為機(jī)車空轉(zhuǎn)?；谡持匦郧€斜率的方法，通過(guò)估算出粘著特性曲線斜率是否越過(guò)零點(diǎn)往負(fù)的方向移動(dòng)來(lái)進(jìn)行空轉(zhuǎn)判另O。組合粘著識(shí)別方法，通過(guò)綜合判斷車輪加速度、加速度的微分、蠕滑速度來(lái)識(shí)別空轉(zhuǎn)和滑行。正交相關(guān)法，在牽引電機(jī)轉(zhuǎn)矩指令上疊加測(cè)相信號(hào)，根據(jù)線性系統(tǒng)理論，分析電機(jī)轉(zhuǎn)速信號(hào)的相位移來(lái)識(shí)別空轉(zhuǎn)/滑行?？傮w上目前機(jī)車空轉(zhuǎn)/滑行識(shí)別方法主要依靠電機(jī)轉(zhuǎn)速或車軸轉(zhuǎn)速等機(jī)械量實(shí)現(xiàn)的。如圖3所示，首先通過(guò)各軸轉(zhuǎn)速估計(jì)出機(jī)車速度，然后計(jì)算出相應(yīng)的蠕滑速度、加速度、加速度的微分，最后結(jié)合牽引力矩指令，在牽引工況判定機(jī)車的空轉(zhuǎn)狀態(tài)，在制動(dòng)工況判定機(jī)車的滑行狀態(tài)。雖然各種方法進(jìn)行空轉(zhuǎn)/滑行識(shí)別的算法不同，但是判定的輸入信號(hào)都是與電機(jī)轉(zhuǎn)速或車輪轉(zhuǎn)速相關(guān)的機(jī)械量。機(jī)車空轉(zhuǎn)/滑行的識(shí)別與判斷是粘著控制的關(guān)鍵。目前采用的基于機(jī)車轉(zhuǎn)速的空轉(zhuǎn)識(shí)別方法，由于機(jī)械系統(tǒng)的大慣性，在空轉(zhuǎn)的判定上有較大滯后，不得不通過(guò)較大幅度降低電機(jī)轉(zhuǎn)矩來(lái)恢復(fù)粘著，造成了機(jī)車平均粘著系數(shù)的下降。另外現(xiàn)有識(shí)別方法需要在機(jī)車上安裝速度傳感器，傳感器的安裝不僅導(dǎo)致系統(tǒng)成本的增加、體積增大、可靠性降低，而且其性能易受工作環(huán)境影響。

發(fā)明內(nèi)容
為了克服現(xiàn)有技術(shù)的上述缺點(diǎn)，本發(fā)明提供了一種基于牽引電機(jī)在線監(jiān)測(cè)的電力機(jī)車空轉(zhuǎn)/滑行識(shí)別方法，通過(guò)對(duì)牽引電機(jī)電氣量的在線監(jiān)測(cè)來(lái)實(shí)現(xiàn)機(jī)車空轉(zhuǎn)/滑行的識(shí)別。本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是:一種基于牽引電機(jī)在線監(jiān)測(cè)的電力機(jī)車空轉(zhuǎn)滑行識(shí)別方法，包括如下步驟:步驟一、在線采集各軸牽引電機(jī)的三相電壓、三相電流和牽引轉(zhuǎn)矩指令；步驟二、建立包括負(fù)載轉(zhuǎn)矩及電機(jī)轉(zhuǎn)速為未知量的六階電機(jī)模型，通過(guò)多采樣率擴(kuò)展卡爾曼濾波方法對(duì)六階 電機(jī)模型進(jìn)行狀態(tài)估計(jì)，獲得與空轉(zhuǎn)/滑行特征空間相關(guān)的辨識(shí)量:步驟三、建立基于數(shù)據(jù)驅(qū)動(dòng)的空轉(zhuǎn)/滑行趨勢(shì)識(shí)別模型對(duì)機(jī)車空轉(zhuǎn)/滑行趨勢(shì)進(jìn)行判斷；步驟四、對(duì)機(jī)車的空轉(zhuǎn)/滑行狀態(tài)進(jìn)行識(shí)別。與現(xiàn)有技術(shù)相比，本發(fā)明的積極效果是:利用牽引電機(jī)三相電壓，三相電流，牽引力矩指令等電氣量作為在線監(jiān)測(cè)量；然后利用多采樣率擴(kuò)展卡爾曼濾波方法獲得與空轉(zhuǎn)/滑行特征空間相關(guān)的辨識(shí)量(包括:負(fù)載轉(zhuǎn)矩，負(fù)載轉(zhuǎn)矩的微分，負(fù)載轉(zhuǎn)矩差，車輪轉(zhuǎn)速)；同時(shí)，利用在線數(shù)據(jù)，由基于數(shù)據(jù)驅(qū)動(dòng)的空轉(zhuǎn)/滑行判定算法得到空轉(zhuǎn)/滑行趨勢(shì)的判定 ’最后，綜合以上信息，實(shí)現(xiàn)機(jī)車空轉(zhuǎn)/滑行的識(shí)別。由于牽引電機(jī)過(guò)渡過(guò)程的電氣時(shí)間常數(shù)遠(yuǎn)小于它的機(jī)械時(shí)間常數(shù)，從而大大減少時(shí)滯，因此本方法可以快速地實(shí)現(xiàn)機(jī)車空轉(zhuǎn)/滑行的識(shí)別，為粘著系數(shù)的優(yōu)化開(kāi)拓了空間；同時(shí)本方法不需要速度傳感器，節(jié)約了成本，提高了系統(tǒng)的可靠性。


本發(fā)明將通過(guò)例子并參照附圖的方式說(shuō)明，其中:圖1是輪軌間粘著力的產(chǎn)生示意圖；圖2是典型粘著特性曲線；圖3現(xiàn)有機(jī)車空轉(zhuǎn)/滑行識(shí)別方法的原理圖；圖4是本發(fā)明方法的原理圖；圖5是多采樣率擴(kuò)展卡爾曼濾波狀態(tài)估計(jì)方法的原理圖；圖6基于數(shù)據(jù)驅(qū)動(dòng)的自學(xué)習(xí)與自適應(yīng)系統(tǒng)原理圖。
具體實(shí)施方式
一種基于牽弓I電機(jī)在線監(jiān)測(cè)的電力機(jī)車空轉(zhuǎn)/滑行識(shí)別方法，如圖4所示，包括如下步驟:步驟一、在線采集電氣量此步驟通過(guò)在線監(jiān)測(cè)相關(guān)電氣量信息，獲得實(shí)時(shí)的監(jiān)控?cái)?shù)據(jù)，為以后各步驟提供數(shù)據(jù)基礎(chǔ)。具體方法為:由牽引電機(jī)電流和電壓傳感器或機(jī)車的多功能車輛總線(MVB)在線采集獲得各軸牽引電機(jī)的三相電壓Uia, uib, Uie、三相電流iia, iib, iie和牽引轉(zhuǎn)矩指令Tb,其中下標(biāo)i=l，…η，η為機(jī)車的總軸數(shù)。步驟二、建立包括負(fù)載轉(zhuǎn)矩及電機(jī)轉(zhuǎn)速為未知量的六階電機(jī)模型，結(jié)合模型，通過(guò)多采樣率擴(kuò)展卡爾曼濾波方法進(jìn)行狀態(tài)估計(jì)，獲得與空轉(zhuǎn)/滑行特征空間相關(guān)的辨識(shí)量(牽引電機(jī)負(fù)載轉(zhuǎn)矩L，車輪轉(zhuǎn)速ViJ,具體方法如圖5所示，包括如下子步驟:(I)進(jìn)行坐標(biāo)變換，得到d_q軸系各個(gè)牽引電機(jī)的電壓及電流值。將在線監(jiān)測(cè)的各軸牽引電機(jī)三相電壓uia，uib，Uie電流iia，iib, iie(圖中簡(jiǎn)寫為Uiabc，Iiabc),通過(guò)Clark變換及Park變換，得到(d_q)軸中電壓Uidq及電流值Iidq作為后續(xù)步驟的輸入量；(2)構(gòu)建包括負(fù)載轉(zhuǎn)矩及電機(jī)轉(zhuǎn)速為未知量的感應(yīng)電機(jī)六階離散化模型。通過(guò)電機(jī)在(d_q)軸中的模型，將待估計(jì)的負(fù)載轉(zhuǎn)矩及電機(jī)轉(zhuǎn)子轉(zhuǎn)速作為未知的狀態(tài)變量，構(gòu)成離散化的感應(yīng)電機(jī)六階模型:
權(quán)利要求
1.一種基于牽引電機(jī)在線監(jiān)測(cè)的電力機(jī)車空轉(zhuǎn)滑行識(shí)別方法，其特征在于:包括如下步驟: 步驟一、在線采集各軸牽引電機(jī)的三相電壓、三相電流和牽引轉(zhuǎn)矩指令； 步驟二、建立包括負(fù)載轉(zhuǎn)矩及電機(jī)轉(zhuǎn)速為未知量的六階電機(jī)模型，通過(guò)多采樣率擴(kuò)展卡爾曼濾波方法對(duì)六階電機(jī)模型進(jìn)行狀態(tài)估計(jì)，獲得與空轉(zhuǎn)/滑行特征空間相關(guān)的辨識(shí)量: 步驟三、建立基于數(shù)據(jù)驅(qū)動(dòng)的空轉(zhuǎn)/滑行趨勢(shì)識(shí)別模型對(duì)機(jī)車空轉(zhuǎn)/滑行趨勢(shì)進(jìn)行判斷； 步驟四、對(duì)機(jī)車的空轉(zhuǎn)/滑行狀態(tài)進(jìn)行識(shí)別。
2.根據(jù)權(quán)利要求1所述的基于牽引電機(jī)在線監(jiān)測(cè)的電力機(jī)車空轉(zhuǎn)滑行識(shí)別方法，其特征在于:步驟二所述獲得與空轉(zhuǎn)/滑行特征空間相關(guān)的辨識(shí)量的方法包括如下子步驟: (1)對(duì)各軸牽弓I電機(jī)的三相電壓、三相電流進(jìn)行坐標(biāo)變換，得到d-q軸系各軸牽弓I電機(jī)的電壓及電流值； (2)構(gòu)建包括負(fù)載轉(zhuǎn)矩及電機(jī)轉(zhuǎn)速為未知量的感應(yīng)電機(jī)六階離散化模型:
3.根據(jù)權(quán)利要求1所述的基于牽引電機(jī)在線監(jiān)測(cè)的電力機(jī)車空轉(zhuǎn)滑行識(shí)別方法，其特征在于:步驟三所述建立基于數(shù)據(jù)驅(qū)動(dòng)的空轉(zhuǎn)/滑行趨勢(shì)識(shí)別模型對(duì)機(jī)車空轉(zhuǎn)/滑行趨勢(shì)進(jìn)行判斷的方法包括如下子步驟: (1)利用自學(xué)習(xí)算法，由離線數(shù)據(jù)建立基于數(shù)據(jù)驅(qū)動(dòng)的空轉(zhuǎn)/滑行趨勢(shì)識(shí)別模型； (2)由步驟二估測(cè)得到的車輪轉(zhuǎn)速Vy計(jì)算蠕滑速度Vsl，然后根據(jù)本軸牽引電機(jī)的車輪轉(zhuǎn)速Vk和蠕滑速度Vsl，采用模式分類算法查詢多模型軌面狀態(tài)數(shù)據(jù)空間表，獲得各軌面狀態(tài)模型下的可提供轉(zhuǎn)矩Tgi，再計(jì)算本軸牽引電機(jī)的負(fù)載轉(zhuǎn)矩Tlr與各軌面狀態(tài)模型下的可提供轉(zhuǎn)矩Tgi間的距離，根據(jù)最小距離確定軌面狀態(tài)Srt ； (3)根據(jù)步驟一獲得的各軸牽引電機(jī)的三相電壓uia, uib, Uic和三相電流iia, iib, iic,結(jié)合軌面狀態(tài)S。,，由基于數(shù)據(jù)驅(qū)動(dòng)的空轉(zhuǎn)/滑行趨勢(shì)識(shí)別模型對(duì)機(jī)車空轉(zhuǎn)/滑行趨勢(shì)進(jìn)行判斷。
4.根據(jù)權(quán)利要求1所述的基于牽引電機(jī)在線監(jiān)測(cè)的電力機(jī)車空轉(zhuǎn)滑行識(shí)別方法，其特征在于:步驟四所述對(duì)機(jī)車的空轉(zhuǎn)/滑行狀態(tài)進(jìn)行識(shí)別的方法包括如下子步驟: (1)將負(fù)載轉(zhuǎn)矩Th微分得到？汁算本軸牽引電機(jī)的負(fù)載轉(zhuǎn)矩Th與其它軸牽引電機(jī)的負(fù)載轉(zhuǎn)矩Tir之差，根據(jù)差中的敁人值得到最大負(fù)載轉(zhuǎn)矩差Λ ^ ； (2)通過(guò)牽引力矩指令Tb對(duì)機(jī)車的運(yùn)行工況進(jìn)行判斷: 當(dāng)TbXT1時(shí)，則為牽引工況，Sta=I ； 當(dāng)Tb〈T2，則為制動(dòng)工況，Sta=-1 ； 當(dāng)T1XTbXT2，則為惰性工況，Sta=O ； 其中Tb為牽引力矩指令，T1為牽引力矩閾值，T2為制動(dòng)力矩閾值，Sta工況參數(shù)； (3)對(duì)機(jī)車的空轉(zhuǎn)/滑行狀態(tài)進(jìn)行識(shí)別: 在牽引工況下，如果負(fù)載轉(zhuǎn)矩的微分負(fù)載轉(zhuǎn)矩差Λ T1AcT1且空轉(zhuǎn)趨勢(shì)為真，則判定為機(jī)車發(fā)生空轉(zhuǎn)；其中ClT1為牽引負(fù)載轉(zhuǎn)矩的微分閾值，CT1牽引負(fù)載轉(zhuǎn)矩差閾值； 在制動(dòng)工況下，如果負(fù)載轉(zhuǎn)矩的微分4 > dl\，負(fù)載轉(zhuǎn)矩差Λ Tlr>cT2且滑行趨勢(shì)為真，則判定為機(jī)車發(fā)生滑行；其中dT2為制動(dòng)負(fù)載轉(zhuǎn)矩的微分閾值，CT2制動(dòng)負(fù)載轉(zhuǎn)矩差閾值。
全文摘要
本發(fā)明公開(kāi)了一種基于牽引電機(jī)在線監(jiān)測(cè)的電力機(jī)車空轉(zhuǎn)滑行識(shí)別方法，利用牽引電機(jī)三相電壓，三相電流，牽引力矩指令等電氣量作為在線監(jiān)測(cè)量；然后利用多采樣率擴(kuò)展卡爾曼濾波方法獲得與空轉(zhuǎn)/滑行特征空間相關(guān)的辨識(shí)量；同時(shí)，利用在線數(shù)據(jù)，由基于數(shù)據(jù)驅(qū)動(dòng)的空轉(zhuǎn)/滑行判定算法得到空轉(zhuǎn)/滑行趨勢(shì)的判定；最后，綜合以上信息，實(shí)現(xiàn)機(jī)車空轉(zhuǎn)/滑行的識(shí)別。本發(fā)明的積極效果是由于牽引電機(jī)過(guò)渡過(guò)程的電氣時(shí)間常數(shù)遠(yuǎn)小于它的機(jī)械時(shí)間常數(shù)，從而大大減少時(shí)滯，因此本方法可以快速地實(shí)現(xiàn)機(jī)車空轉(zhuǎn)/滑行的識(shí)別，為粘著系數(shù)的優(yōu)化開(kāi)拓了空間；同時(shí)本方法不需要速度傳感器，節(jié)約了成本，提高了系統(tǒng)的可靠性。
文檔編號(hào)B61C17/00GK103231714SQ20131014022
公開(kāi)日2013年8月7日 申請(qǐng)日期2013年4月22日 優(yōu)先權(quán)日2013年4月22日
發(fā)明者黃景春, 肖建, 王嵩 申請(qǐng)人:西南交通大學(xué)