湖南工業(yè)大學(xué) 劉林凡

機(jī)車實(shí)時(shí)速度估計(jì)的研究現(xiàn)狀與技術(shù)展望

湖南工業(yè)大學(xué) 劉林凡

重載機(jī)車是大宗貨物中長距離運(yùn)輸?shù)淖罴淹緩健Ｖ剌d機(jī)車實(shí)時(shí)速度是粘著控制方法的重要參數(shù)。本文從添加裝置測(cè)量和利用已有的傳感器估計(jì)兩個(gè)方面，綜述了近年來重載機(jī)車實(shí)時(shí)速度估計(jì)的研究現(xiàn)狀。并討論了重載機(jī)車實(shí)時(shí)速度估計(jì)所面臨的難點(diǎn)，主要在于噪音的處理和傳感器故障兩個(gè)方面。最后展望了機(jī)車實(shí)時(shí)速度估計(jì)的研究方向。

傳感器；重載機(jī)車；實(shí)時(shí)速度；噪音

0 引言

近年來我國鐵路快速發(fā)展，鐵路網(wǎng)縱橫交錯(cuò)，重載機(jī)車運(yùn)量大、速度快、成本低，給貨物運(yùn)輸帶來了極大便利[1]。隨著國家經(jīng)濟(jì)建設(shè)和一帶一路戰(zhàn)略的發(fā)展需求，貨運(yùn)重載將成為客運(yùn)高速之后中國鐵路建設(shè)的新重點(diǎn)。隨著鐵路機(jī)車的運(yùn)輸能力不斷釋放，保障重載機(jī)車安全運(yùn)行顯得尤為重要[2]。當(dāng)輪對(duì)的牽引力大于最大黏著力時(shí)，輪對(duì)就會(huì)產(chǎn)生空轉(zhuǎn)?？辙D(zhuǎn)時(shí)輪對(duì)的轉(zhuǎn)速迅速上升，如果任其發(fā)展往往可能在數(shù)秒或略長時(shí)間內(nèi)超過構(gòu)造速度，這樣不僅使?fàn)恳ο陆?，而且由于高速空轉(zhuǎn)使輪對(duì)的踏面嚴(yán)重擦傷，若是帶有輪箍結(jié)構(gòu)形式的輪對(duì)，還會(huì)導(dǎo)致輪箍因過熱而松動(dòng)脫落，同時(shí)牽引電機(jī)轉(zhuǎn)子繞組也可能因離心力過大而飛散“掃膛”，可能會(huì)引起重大安全事故[3]。重載機(jī)車安全運(yùn)行受到了廣發(fā)關(guān)注，是國內(nèi)外學(xué)者和科研單位研究的重點(diǎn)。

牽引控制是保障機(jī)車安全運(yùn)行的關(guān)鍵環(huán)節(jié)，然而，一切先進(jìn)的控制方法都是建立在實(shí)時(shí)了解軌道車輛實(shí)時(shí)速度的信息的基礎(chǔ)上的。當(dāng)前我國機(jī)車大部分采用光電式測(cè)速傳感器進(jìn)行機(jī)車實(shí)時(shí)速度的測(cè)量[4]，電式測(cè)速傳感器的本質(zhì)是測(cè)量機(jī)車各個(gè)輪對(duì)的線性速度。在沒有發(fā)生的車輪空轉(zhuǎn)或滑行現(xiàn)象的情況下，這種方法能夠提供可靠的精度。當(dāng)車輪發(fā)生空轉(zhuǎn)或滑行時(shí)，車輪旋轉(zhuǎn)速度便不能準(zhǔn)確表示軌道車輛在線實(shí)時(shí)速度，通常的解決方法是平均所有已知的車輪速度。

1 機(jī)車速度相關(guān)的概念介紹

重載機(jī)車是指牽引重量達(dá)到或超過8000噸、車輛軸重超過27噸的貨物列車。隨著重載貨運(yùn)量增加，重載機(jī)車的牽引功率越來越高。例如，在《中國制造2025》中，提出研發(fā)具有自主知識(shí)產(chǎn)權(quán)的30噸軸重機(jī)車，牽引功率要達(dá)到9600kw。車輪蠕滑及牽引力產(chǎn)生示意圖如圖1所示。

圖1 車輪蠕滑及牽引力產(chǎn)生示意圖

在機(jī)車載荷Wg的作用下，輪軌間的粘著作用可以提供輪周最大切向牽引力F。在機(jī)車運(yùn)行中，輪對(duì)受驅(qū)動(dòng)力矩T的作用以輪對(duì)速度vd前行，輪對(duì)速度vd總是高于機(jī)車實(shí)時(shí)運(yùn)行速度vt，這種速度差稱為蠕滑速度為vs5]：

式中：r為車輪半徑；ωd為輪對(duì)角速度。

2 國內(nèi)外研究現(xiàn)狀

近年來，對(duì)估計(jì)重載機(jī)車實(shí)時(shí)速度的方法分為添加裝置測(cè)量和利用已有的傳感器估計(jì)兩個(gè)方面。

在利用添加裝置測(cè)量機(jī)車實(shí)時(shí)速度的方法中，鄭平[6]研制了基于單片機(jī)的機(jī)車速度信號(hào)模擬與測(cè)量裝置。該裝置能準(zhǔn)確地測(cè)量機(jī)車運(yùn)行狀態(tài)下光電轉(zhuǎn)速傳感器輸出的速度信號(hào)。文獻(xiàn)[7]成功將激光技術(shù)運(yùn)用在機(jī)車實(shí)時(shí)速度測(cè)量上。文獻(xiàn)[8]提出將兩個(gè)慣性傳感器安裝在機(jī)車轉(zhuǎn)向架上，通過慣性傳感器的動(dòng)態(tài)響應(yīng)估測(cè)機(jī)車的實(shí)時(shí)車速。其他基于的時(shí)間延遲檢測(cè)類似的方法也被提出，只是采用不同的傳感器，例如，光學(xué)傳感器[9]或攝像機(jī)[10]。由于可靠性、成本等方面的問題，這些系統(tǒng)都沒有被廣泛應(yīng)用于鐵路車輛。最近，全球定位系統(tǒng)已經(jīng)逐步應(yīng)用于軌道車輛的實(shí)時(shí)速度測(cè)量。姬冰冰[11]提出了基于自適應(yīng)卡爾曼濾波的方法來提高雷達(dá)的測(cè)速精度,并成功運(yùn)用在機(jī)車上。通過GPS或安裝雷達(dá)，能夠獲得機(jī)車速度，但是這些方法不僅成本昂貴，而且在惡劣天氣狀況和經(jīng)過隧道時(shí)測(cè)速精度差。

在利用已有的傳感器估計(jì)實(shí)時(shí)車速的方法中，任強(qiáng)[12]提出利用機(jī)車6個(gè)軸的速度和6個(gè)軸的加速度估計(jì)出重載機(jī)車的實(shí)時(shí)速度。趙寅[13]采用速度傳感器和加速度傳感器獲取的車身加速度和車輪速度信息，文獻(xiàn)[14]提出卡爾曼濾波算法的速度估算方法。利用機(jī)車已有的傳感器獲取相關(guān)信息，再通過處理獲取機(jī)車的實(shí)時(shí)速度是目前研究的難點(diǎn)。

3 存在問題及技術(shù)展望

3.1 存在的問題

從上述研究現(xiàn)狀可看出，對(duì)軌道車輛實(shí)時(shí)速度估計(jì)的研究成果主要集中在添加裝置測(cè)量的基礎(chǔ)上，對(duì)本項(xiàng)目的研究具有重要的指導(dǎo)意義。但在采用已有的傳感器估機(jī)車實(shí)時(shí)車速方面的研究成果，尚不豐富，還需針對(duì)下述問題開展進(jìn)一步研究：

（1）利用軌道車輛自有傳感器測(cè)量車速可以反應(yīng)車輛的實(shí)時(shí)速度狀態(tài)，這種方法實(shí)用性和實(shí)時(shí)性好，但測(cè)量的效果受到數(shù)據(jù)處理能力的制約。由于噪聲干擾，速度傳感器輸出的原始速度信號(hào)中夾雜著噪聲分量。如果對(duì)速度信號(hào)不作處理就直接用于車輛實(shí)時(shí)速度測(cè)量，必然會(huì)影響粘著特性的辨識(shí)精度的可靠性，情況惡劣時(shí)甚至?xí)?dǎo)致控制系統(tǒng)做出錯(cuò)誤的判斷和決策，嚴(yán)重?fù)p害粘著利用性能。

（2）重載機(jī)車工作環(huán)境復(fù)雜、惡劣，在機(jī)車控制系統(tǒng)中，傳感器是機(jī)車中容易損壞的車載設(shè)備。目前，人工檢測(cè)和定期維修校準(zhǔn)是診斷測(cè)速傳感器故障的最基本的方法，但其工作效率低、工作強(qiáng)度大、實(shí)時(shí)性差，不能滿足重載機(jī)車當(dāng)前的需求。

3.2 技術(shù)展望

針對(duì)車輛運(yùn)行環(huán)境復(fù)雜及軌道路面特殊而存在噪音問題，探索卡爾曼濾波器和模糊控制相融合的測(cè)速方法。為了模擬重載機(jī)車的真實(shí)運(yùn)行情況。通過合理選擇車輛測(cè)速動(dòng)態(tài)方程系數(shù)，用卡爾曼濾波器處理軌道車輛運(yùn)行中產(chǎn)生的噪聲。通過模糊控制調(diào)整系數(shù)以處理軌道車輛的空轉(zhuǎn)和打滑突發(fā)情況，對(duì)機(jī)車的實(shí)時(shí)速度進(jìn)行估計(jì)。

針對(duì)傳感器容易損壞的問題，研究基于神經(jīng)網(wǎng)絡(luò)算法的傳感器故障診斷方法。近年來，BP算法，支持向量機(jī)和極限學(xué)習(xí)機(jī)等逐漸被應(yīng)用在傳感器故障診斷方面。在分析重載機(jī)車常見故障模式及故障特征的基礎(chǔ)上，采用深度學(xué)習(xí)的預(yù)測(cè)方法，建立重載機(jī)車傳感器的故障診斷模型，實(shí)現(xiàn)對(duì)傳感器系統(tǒng)的故障診斷和數(shù)據(jù)重構(gòu)，將會(huì)是研究的熱點(diǎn)。

4 總結(jié)

重載機(jī)車的實(shí)時(shí)車速測(cè)量是粘著控制方法研究中的難點(diǎn)，本文綜述了近年來國內(nèi)外重載機(jī)車實(shí)時(shí)車速測(cè)量方法和優(yōu)點(diǎn)和缺點(diǎn)，并分析了利用重載機(jī)車自身速度傳感器測(cè)量實(shí)時(shí)車速方法中的難點(diǎn)。最后針對(duì)存在的難點(diǎn)問題，提出了進(jìn)一步研究的方向。

綜合國內(nèi)外研究現(xiàn)狀，以機(jī)車已經(jīng)安裝的傳感器為基礎(chǔ)，研究多種傳感器融合的機(jī)車實(shí)時(shí)速度測(cè)量，將是未來研究的熱點(diǎn)，研究多種傳感器融合的優(yōu)化算法，該算法的精度要優(yōu)于機(jī)車速度傳感器的測(cè)速的算法，這將是以后研究的重點(diǎn)。

[1]陳慧楠.基于輸入約束在線辨識(shí)的高速列車主動(dòng)粘著防滑牽引控制[D].北京交通大學(xué),2015.

[2]方翁武.25t/30t軸重的重載機(jī)車動(dòng)力學(xué)性能對(duì)比研究[D].西南交通大學(xué),2014.

[3]計(jì)永海.東風(fēng)4型機(jī)車加裝空轉(zhuǎn)保護(hù)電路[J].鐵道機(jī)車與動(dòng)車,1990(5):51-52.

[4]馮雪強(qiáng).非接觸式機(jī)車光電速度傳感器故障分析與對(duì)策[J].機(jī)車車輛工藝,2013(1):47-48.

[5]黃景春,唐守乾,林鵬峰,等.基于軌面辨識(shí)的電力機(jī)車粘著控制仿真研究[J].計(jì)算機(jī)仿真,2015,32(1):206-210.

[6]鄭平.基于單片機(jī)的機(jī)車速度信號(hào)模擬與測(cè)量裝置[J].鐵道機(jī)車車輛,2012,32(6):79-81.

[7]Mu.oz J,Craft M,Ahmadian M,et al.Multifunction LIDAR Sensors for Non-Contact Speed Measurement in Rail Vehicles:Part I-System Installation and Implementation[C]//2013 Joint Rail Conference.American Society of Mechanical Engineers,2013:V001T02A009-V001T02A009.

[8]Mei T X,Li H.Measurement of vehicle ground speed using bogiebased inertial sensors[J].Proceedings of the Institution of Mechanical Engineers Part F Journal of Rail & Rapid Transit,2008,222(2):107-116.

[9]Bohmann J,Meyr H,Spies G.A digital signal processor for high precision non-contact speed measurement of rail-guided vehicles[C]// Vehicular Technology Conference.IEEE,2006:454-462.

[10]Harvey A L,Cohen H A.Vehicle speed measurement using an imaging method[C]//International Conference on Industrial Electronics,Control and Instrumentation,1991.Proceedings.IECON. IEEE,1991:1730-1733 vol.3.

[11]姬冰冰,買培培,蘇濤.一種基于卡爾曼濾波的機(jī)車測(cè)速雷達(dá)算法[J].火控雷達(dá)技術(shù),2009,38(1):43-47.

[12]任強(qiáng),黃景春.重載機(jī)車粘著控制方法的研究與設(shè)計(jì)[M].成都:西南交通大學(xué),2014.

[13]趙寅,徐國華,楊超,等.基于模糊卡爾曼濾波算法的速度估算方法[J].儀表技術(shù)與傳感器,2012(12):80-83.

[14]Pichlík P,Zděnek J.Train velocity estimation by extended Kalman filter[C]//Electronics,Computers and Artificial Intelligence (ECAI),2016 8th International Conference on.IEEE,2016:1-4.

劉林凡（1989—），男，碩士研究生，研究方向?yàn)殡娏鲃?dòng)技術(shù)及其故障診斷。