用于控制和可能地恢复轨道车辆的受控轮轴的车轮的附着力的方法与流程

电子系统安装在大多数现代轨道车辆的底板上，该现代轨道车辆通常包括车轮滑动控制子系统，该车轮滑动控制子系统适于在车辆处于牵引阶段时和在车辆处于制动阶段时进行干预。这些子系统被称为防滑行或防滑动系统，或者也被称为wsp(车轮滑动保护)系统。

一种根据现有技术的用于控制车轮的附着力的具有防滑行功能的系统示意性地表示于附图中的图1中，该系统涉及具有n个受控轮轴a1、a2、…、an的车辆。轮轴a1、a2、…、an包括相应的轴s1、s2、…、sn和与轴整体旋转的相应的一对车轮w1、w2、…、wn。

在附图中，通常仅示出每个轮轴的一个车轮。

图1的wsp系统包括典型地基于微处理器架构的电子控制单元ecu，该电子控制单元从分别与这些轮轴相关联的传感器ss1、ss2、…、ssn接收与每个轮轴a1、a2、…、an的角速度有关的转速表信号。电子控制单元ecu还连接到扭矩控制设备tc1、tc2、…、tcn，每个扭矩控制设备与相应的轮轴a1、a2、…、an相关联。

电子控制单元ecu设置为，在处于劣化的附着力的情形下的牵引或制动阶段期间施加扭矩的情况下，如果一个或多个轮轴的车轮最终处于可能的初始滑移状态，则根据预定算法操作施加到每个轮轴的扭矩的调制。以这种方式实现扭矩调制以防止轮轴的完全锁定，从恢复附着力的角度看，可能地使每个轮轴处于受控滑动的状态，并且在任何情况下，在劣化附着力状态的整个持续时间内都是如此。

图2示出框图，该框图示出用于一般轮轴的附着力控制/恢复系统：参考速度值vr(t)和测量速度vm(t)之间的误差或差e(t)作为输入信号施加到控制模块cm，该控制模块向与轮轴a相关联的扭矩控制设备tc输出驱动信号y(t)，在该参考速度值处期望使受控轮轴a滑移，该测量速度通过相关联的传感器ss检测并通过采集和处理模块apm调节。

参考速度vr(t)作为车辆的瞬时速度的一部分而获得，例如，根据表达式：

vs(t)＝vv(t)·(1-δ)(1)

其中vv(t)为车辆的瞬时(检测到的)速度，δ表示在滑移阶段期间获得的轮轴a的相对滑差。

如从以下描述将更好地理解的，相对滑差值δ随时间的优化代表了本发明的主要目的之一。

图3通过非限制性示例示出扭矩控制设备tc的可行的实施例。此类设备包括电子调整和驱动单元300，该电子调整和驱动单元控制电磁阀单元301，该电磁阀单元包括充电电磁阀302和放电电磁阀303。在所示实施例中，这些电磁阀为具有两个位置的三通阀。电磁阀302一般打开，并且电磁阀303一般关闭。

充电电磁阀302的输出以本身已知的方式耦合到与轮轴a相关联的制动缸304。

在电子单元300的控制下，阀单元301允许在大气压力和来自连接到充电电磁阀302的管道313的制动压力之间所包含的值之内选择性地减小、保持或增加供应到制动缸304的命令压力。单元300可以预先设置为在开环中控制到制动缸304的压力，将控制回路的闭合委托给根据图2的速度回路，或者通过使用压力传感器305实现的反馈在闭合回路中控制所述压力。

电动机306与轮轴a相关联，该电动机能够根据施加到驱动所述电动机的逆变器308的扭矩307的请求向此类轮轴施加牵引扭矩或制动扭矩。依靠电动机306施加到轮轴a的扭矩对应于扭矩请求310，该扭矩请求通过可在零和扭矩310的值之间变化的校正扭矩311进行修正。扭矩307在牵引的情况下为正的，并且在制动的情况下为负的。

在制动期间发生滑移的情况下，混合(blending)模块312根据预定方式在气动系统和再生电动力系统之间“混合”施加到的轮轴a的扭矩调制请求。

图3中所示的扭矩控制设备可以根据本领域技术人员已知的许多变体来实现。例如，在拖运轨道车辆或满足uic规章的那些车辆(其通常具有与牵引系统完全隔离的气动型防滑系统)的情况下，单元300不由混合模块312通过调制请求313驱动，如图3所示，而是由图2的控制模块cm通过图3中用点划线示出的扭矩调制请求314直接驱动。

车轮和轨道之间的附着力系数μ(δ)基本上以图4所示的方式根据滑差δ而变化。基于上面的表达式(1)，δ可以表示为

其中0≤vr≤vv，并且0≤δ≤1。

在图4中，曲线1、曲线2和曲线3定量地表示根据环境条件的附着力趋势：曲线1对应于车轮和轨道之间的干燥接触条件下的附着条件，曲线2对应于车轮和轨道之间存在湿气的附着条件，并且曲线3表示在车轮和轨道之间存在粘性材料、诸如土壤或腐烂的树叶(秋天时期中的典型条件)或者甚至存在混合有湿气的铁锈(铁路车厂中的典型条件)的附着条件。

实验上已发现，附着力峰值a1、a2、a3处δ的值在附着条件发生变化时发生改变，沿图4中用a指示的曲线移动。

图5为示出施加到轮轴a的车轮的力的图示。从该附图，显然：

其中：

fa＝μ·m·g(3)

因此：

其中fm为通过牵引和/或制动系统施加到车轮的切向力，r为车轮的半径，j为轮轴的惯性矩，m为施加到轮轨接触点的质量，为轮轴的瞬时角加速度。

很明显，在相同的瞬时角加速度下，最大适用力fm对应于最大附着力值μ、即对应于图4曲线a上的点而获得。

如果决定使轮轴在例如对应于图4中的点b的条件下滑移，则由于附着力值μ的减小，可用的力fm的值减小，但是在与车轮的车速vv和切向速度vr之间的滑差(差)成比例的轮轨接触点处获得能量注入现象，其中功率(每单位时间注入的能量)：

p(6)＝fa(δ)·(vv-vr)＝μ(δ)·m·g·(vv-vr)＝μ(δ)·m·9·6·vv.(5)

上面的表达式(5)指示如何通过增加δ来获得施加到轮轨接触点的功率的增加。此类能量注入导致车轮过热，从而导致接触点的后续清洁效果，提高了用于下一个车轮的瞬时附着力值μ。

此外，已知在潮湿或下雨的情况下，获得显著的清洁效果，而在存在润滑剂或腐烂的树叶的情况下，清洁效果不那么明显。

用于恢复车轮和轨道之间的附着力的当前系统施加固定的滑差值δ(通常在0.2和0.3之间)，在车辆认证测试期间以确定的方式校准特定值。因此，δ的选定值是针对测试期间用于导致滑移条件的润滑剂的类型而优化的，如例如在en15595,:2009+a1轨道应用—制动—车轮滑动保护(railwayapplications-braking-wheelslideprotection)中6.4.2.1段所规定的。因此，它不是针对会在车辆的正常服务期间导致滑移条件的所有类型的材料而优化的。

图6a的图示以定量方式示出了具有四个轮轴的车辆的全局附着力峰值如何根据δ的改变而变化：通过使所有轮轴以对应于如图6a中的值δ1的附着力滑动，事实上不存在清洁系数，并且因此对应于四个车轮的四个附着力曲线基本上彼此一致，并且每个轮轴利用最大附着力峰值μ(δ1)。

如果反之使轮轴以对应于如图6b中的滑差δ2的附着力滑动，将会获得高清洁系数：仅对应于车辆的第一轮轴的μ1曲线(在行驶方向上)将与图6a的曲线保持相同和等同，而对应于后续的轮轴的曲线将由于由先前的轮轴实现的清洁效果而具有增加的附着力值。用于每个轮轴的μ(δ2)值实际上低于对应的μ(δ1)值。

如图6c所定量地示出的，在δ1≤δ≤δ2的范围中，全局平均附着力的峰值存在。

上面所描述的通过扩展应用于具有n个轮轴的车辆或车队。

因为根据滑差函数δ来表述附着力μ的曲线无法以分析方式数学地公式化、并且根据导致滑移的条件、接触点的几何结构和外部环境条件而连续地变化，所以不能事先分析地计算最佳滑差δ的值。

然而，用于控制和可能地恢复附着力的优秀系统应能够实时分析瞬时附着条件并根据δ的改变验证趋势，并且识别δ的值以便最大化该值允许在滑移的情况下最大程度地恢复附着力，即该值在劣化的附着条件下出现制动的情况下使停止距离最小化。

为补救上述问题，ep2147840a描述了一种自适应控制程序，该自适应控制程序基于在预定时间(例如5秒)内针对等于0.7的δ值而初始获得的制动压力值的静态监控，在具有连续阶段的时间内以离散模式实施。然后从三个可行的预定值中选择δ值，并且对于另一预定的时间间隔(例如，10秒)该δ值以新值保持恒定。

在15秒的总周期结束时，δ返回到初始值(0.7)，并且新的监控决策循环开始。该文献中所述方法相对简单，并且对系统的计算要求较小。然而，它导致对应于δ的突增的滑移速度的突增，这易于导致瞬时加速度摆动和压缩空气的高消耗。

此外，该方法允许识别以等于15秒的周期随时间以离散模式的滑移中δ的变化。可以设定较小周期，但是却以压缩空气的进一步增加的消耗和瞬时加速度的更频繁的摆动为代价。另外，所述过程的连续重复在环境条件在滑移期间未连续改变时会是无用的。

wo2006/113954a描述了一种用于轨道车辆的滑差控制，该滑差控制随时间以连续方式实施，这需要在最佳附着条件下识别考虑到后续在滑行条件下所期望的性能所必需的参数。该方法进一步需要系统的全局减速是已知的。

此外，调整最佳滑差值的过程需要相当长的时间。当该调整过程在滑行阶段开始时(即当车辆以高速度行驶时)实施时，后者覆盖的空间大大增加。

本发明的一个目的是提出一种用于控制和可能地恢复轨道车辆的受控轮轴的车轮的附着力的改进方法。

这个和其他目的根据本发明用一种用于控制和可能地恢复轨道车辆的至少两个受控轮轴的附着力的方法来实现，所述方法包括以下步骤：

生成指示所述至少两个受控轮轴的车轮的角速度的速度信号；

使用附着力观测器评估所述至少一个轮轴的车轮和轨道之间的接触点处的瞬时附着力的值；

生成通过预定算法(该预定算法处理估计的附着力值)指定的用于所述至少两个轮轴的车轮的目标滑差值，并且以预定的取样周期随时间连续修正所述目标滑差值，以便最大化车辆的车轮的附着力的平均值。

本发明的进一步的特征和优点将通过后续的具体实施方式变得显而易见，该具体实施方式以非限制性示例的方式参考附图提供，在附图中：

图1为轨道车辆的车轮的防滑行控制系统的框图；

图2为轮轴的旋转速度的闭合回路控制系统的框图；

图3为用于控制施加到轮轴的扭矩的设备的可行的实施例的图示；

图4为定量地示出轮轴的车轮的附着力系数μ(在y轴上示出)作为滑差δ(在x轴上示出)的函数的趋势的图示；

图5为示出施加到轮轴的车轮的力的图示；

图6a、图6b为定量地示出在两种不同操作条件下车辆的四个轮轴的车轮的附着力系数μ的趋势；

图6c示出峰值周围的平均附着力曲线的趋势；

图7为用于实施根据本发明的方法的系统的框图；

图8和图9为用于连续追踪平均附着力峰值的系统的两个替代实施例的框图；

图10为用于实施根据本发明的过程或方法的另一系统的框图；

图11为根据本发明的方法的实施方式中所使用的具有滞后(hysteresis)的传递函数的图示；以及

图12为用于实施根据本发明的方法的系统的实施例的变型的框图；

正如从下文中将更加清楚地看出的，根据本发明的所述方法允许识别滑差δ(t)的最佳值，这允许作为所有轮轴的瞬时附着力之间的平均值获得的附着力值最大化，该平均值定义如下：

根据本发明的所述方法在滑移阶段开始时进行干预，并且实时且随时间连续地校正δ(t)的所述最佳值，使其适应值μi(δ,t)(i个受控轮轴的附着力)的可能变化，该方法可以在滑行过程中进行干预，以便倾向于将所有环境下的平均值保持在最大值。

根据本发明的所述方法使用附着力观测器(observer)在滑移阶段期间为一个或多个轮轴实时评估车轮和轨道之间的接触点处的附着力值μ，并且通过实时处理这些μ值来随时间连续识别指定到滑差控制系统的最佳δ值，以获得最大的全局附着力恢复。

适于在滑行期间轮轨接触点处在预定的持续时间t的一般取样周期tj中动态地识别附着力的瞬时值μ(tj)的附着力观测器可使用上面提供的方程来定义，从该方程用一些简单的步骤得到以下关系：

其中

为轮轴的角加速度，即轮轴的角速度ω的时间导数，该加速度的值在控制和附着力恢复系统内实时可用，因为角速度是由图2的框cm实现的控制功能为了实现轮轴的滑差控制所通常基于的变量中的一个；的符号取决于轮轴的瞬时加速或减速条件；

m为轮轨接触点上的质量；在最新一代火车中，m值为实时已知的，因为它通常可用于计算施加到轮轴的加速/制动力以获得期望的加速度/减速度的系统；

j为轮轴的惯性矩，并且为其值总是已知的参数，由车厢的制造商提供，因为它是计算停止距离的基础；

已在上文中参照图5进行定义的fm可以通过将施加到制动系统已知的制动缸的压力乘以制动缸典型的压力/力转换系数以及杆的传递和效率系数以及制动片和制动盘之间的摩擦系数(在盘式制动器的情况下)来获得；在电动力式牵引或制动的情况下，力fm的值可以从由电动机分别在牵引或制动时提供/再生的电流值获得；在所谓的“混合”制动的情况下，力fm的强度可以被确定为气动制动和电动制动用各自的系数适当地加权的相应贡献的总和；以及

tj为用于系统的取样周期的通用的(generic)第j个值，用该系统执行附着力观测器和更一般的根据本发明的方法；在后面的描述中，tj将替代表示时间的变量t的使用。

附着力观测器下游可以适当地设置低通型滤波器，以去除或至少减轻存在于可用于附着力值的恰当观测的频带之外的瞬时变化和噪音。

图7中示出用于实现根据本发明的方法的系统的第一实施例。

所述方法用于识别并追踪使得图6c所示曲线呈现最大值的滑差值δ，即对于的δ值。

出于这一原因，可以使用实现lms算法(最小均方差)的系统。为精确描述lms算法的收敛标准和实现变型的一般特性，请参考现有文献并且具体地参考：新泽西州的普伦提斯霍尔公司(newjersey,prentice-hall,inc.)1985年由b.widrow、s.d.stearns所著的“自适应信号处理(adaptivesignalprocessing)”。

参考图7，附着力观测器701接收表示受控轮轴a1、a2、…、an的车轮w1、w2、…、wn的速度值ω1、ω2、…、ωn以及矢量的输入信号，该矢量包含先前用于估计与轮轴ai(其中i＝1、2、…、n)有关的瞬时附着力值μi(tj)所描述的幅值mi(tj)、ji、ri和fmi(tj)。

附着力观测器701的输出连接到模块702的输入，该模块基于估计的瞬时附着力值μi(tj)计算平均值

后续的微分器模块703例如根据下列方程计算的值：

加法器704输出误差e(tj)，作为所述导数的期望值(0)和对应于上面给定的方程(9)的其瞬时值之间的差。误差e(tj)用于驱动(drive)和修改框705中实现的lms算法。该框输出目标值δ(tj+1)。

值δ(tj+1)与车辆的速度vv的更新值一起供应到多个附着力恢复控制框706，每个附着力恢复控制框用于每个轮轴ai，每个附着力恢复控制框具有例如上面所述的图2中所示的架构。

连续实现lms算法的模块705实现对输出(即δ值)的校正，以便最小化或消去误差e(t)，即达到消去

图7的点划线框710中所包括的模块组的简化的实施方式在图8中示出，其中实现lms算法的框705用简单积分器805代替，该简单积分器的输出以增益k放大，生成指定到附着力控制和恢复系统706(图7)的目标滑差值δ(tj+1)。

增益k调节附着力平均峰值的识别速度，并且同时确保闭合回路系统的稳定性。

图7的点划线框710的实施例的进一步简化的变型在图9中示出：模块903检测导数的符号。框903的输出等于﹢1或﹣1(分别为正方向和负方向)，后续的积分器805执行简单的单一总和(unitarysums)。积分器805可以用以周期t＝tj+1-tj更新的上/下型计数器来代替。

根据图8和图9的图示执行平均附着力峰值的连续追踪，连续地适应于附着条件的改变，类似于用根据图7的图示所实现的。后者允许快速且精确地追踪条件但是需要使用一定数量的实时计算。

根据图9的图示大大减小了必需的计算的数量，但是也减小了追踪条件的速度。

根据图8的图示具有介于根据图7和图9的图示的特性之间的中间特性。

图10示出用于实现根据本发明的方法的另一系统，其中实时分析一般周期tj中受控轮轴之间的较大附着力值和较小附着力值之间的差：

δμ(tj)＝μmax(tj)-μmin(tj)(10)

并且值δ(tj+1)在从实验数据获得的曲线的基础上获得，如下面更好地描述的。

参考图10，类似于图7的观测器701，附着力观测器1001接收受控轮轴ai的车轮wi的速度ωi的值以及用于估计对应的附着力μi(tj)所必需的前述幅值的矢量。模块1002从附着力观测器1001接收瞬时附着力μi(tj)的值，并且根据上面给定的方程(10)输出δμ(tj)的值。

后续的模块1003接收δμ(tj)的值作为输入，并且输出指定到控制和附着力恢复模块1004的δ(tj+1)的值，该控制和附着力恢复模块类似于图7的模块706并且具有例如图2所示的配置。

适当地，模块1003可以具有根据图11所示的图示的带有滞后的传递函数：该传递函数定义滑差δ和附着力变化δμ之间的关系，该传递函数的图示基本上具有多边形的形状，该多边形下面由水平直线δ＝δx(其中δx通常(但非必须)等于0.05)界定并且上面由水平直线δ＝δy(其中δy通常(但非必须)等于0.35)界定。因此，传递函数可以生成介于δx和δy之间的δ值。

如果附着力控制和恢复模块1004必须完全符合规定要求(上文所述的en15595,:2009+a1)，则然后δy值必须遵从所述标准的6.3.2.2段中的要求。

如果在给定δ值的滑动阶段期间，观察到附着力δμ的减小倾向于使工作点通过上述多边形的左侧斜直线边水平移出，则传递函数将确定沿该斜直线边下降的δ(δμ)的新值。类似地，如果在给定的δ值的滑动阶段期间，存在δμ的增加倾向于使工作点通过多边形的右侧斜边水平移出，则传递函数将确定沿所述多边形的右侧斜直线边上升的δ(δμ)的新值。

需要传递函数的滞后以向系统提供稳定性，否则，由于回路中的显著的传播延迟，该系统将趋于振荡。

多边形的斜直线边在它们之间朝向底部收敛，从而减小坐标轴原点附近的滞后，以便当系统在δ≈δx的条件下工作时使系统对于的小变化δμ非常敏感，如和图6a的图示所涉及的情况一样。

在图11中，表示前述多边形的顶点的x坐标的值p、q、r在实验上被确定，并且例如大约具有值p＝0.01、q＝0.03和r＝0.05。

模块1003以周期t(＝tj+1-tj)计算δ(tj+1)，确保针对环境条件及时调整δ值。

根据本发明的方法的另一实施方式可以依靠模糊逻辑算法根据δμ(tj)和δ(tj)的值的实时处理来提供δ(tj)的值的生成，旨在生成指定到图7的附着力控制/恢复模块706的δ(tj+1)的值。

上述所述的实现根据本发明的方法的每种方式在滑动阶段迫使所有受控轮轴滑移约值δ。实际上，仍处于滑动条件的受控轮轴中的最后一个受控轮轴(在行驶方向上)可以通过进一步增加的值来保持在位于图4的曲线a之上的附着力峰值上的受控滑移，该最后一个受控轮轴不再具有为任何后续的轮轴清洁轨道的功能(因为其为轮轴中或者处于完全附着条件下的进一步的后续的轮轴中的最后一个轮轴)。

此种动作无法简单地通过在关注的轮轴上迫使δ的特定值对应于图4的曲线a的点来完成，因为该曲线事先是未知的，并且随时间连续变化。

为保持该轮轴在附着力峰值上受控地滑移，如图12所示，附着力观测器1201接收指示该受控轮轴的车轮速度w的信号，同时接收先前描述的用于估计该轮轴的瞬时附着力μ所必需的幅值的值矢量。

当根据方程(1’)实时获得δ的值时，后续的模块1202计算导数的值。

加法器1203输出误差e(tj)，作为所述导数的期望值(即，0值)和由模块1202计算的瞬时值之间的差。该误差用于修改框1204中实现的lms算法。后者为所述轮轴输出扭矩请求c(tj+1)，该扭矩请求被传递到扭矩控制模块1205，该扭矩控制模块具有例如上面参考图3所描述的架构。

以自身已知的方式，模块1204连续校正输出c(tj+1)，以便最小化或消去误差e(t)，即，以便消去前述导数，即，以便使所述轮轴达到附着力峰值并保持该附着力峰值。

图12的点划线框1206可以可能地如上面关于图7及图8和9所示的相对简化变型所描述的那样进行简化。

根据图12的解决方案允许测量给定轮轴的最大可用附着力的真值。

通过将该解决方案应用于两个轮轴(例如，行驶方向上的第一轮轴和滑动方向上的最后一个轮轴)，并且发现它们的附着力之间的差，可获得在图10中所示实施例中被指定为附着力的差δμ的值，代替本文所示的框1001和框1002。

根据图12的解决方案还可以用于识别车辆的行驶方向：在滑动阶段开始时，将根据图12的解决方案应用于例如车辆的第一轮轴和最后一个轮轴，并且行驶方向由检测到较低的附着力值的轮轴限定。

最后，根据图12的解决方案可以用于改善对车辆的实际速度vv的估计：实际上，图4的曲线a位于对应小于0.02的x轴值δ的范围内。最常用于在制动的情况下估计车辆的实际速度vv的算法通常使用下列类型的函数：

vv(tj)＝max[s1(tj)，..，sn(tj)，(vv(tj-1)+amax·t)](11)

而在牵引的情况下，使用下列函数：

vv(tj)＝min[s1(tj)，..，sn(tj)，(vv(tj-1)+amax·t)](12)

其中amax为车辆在操作中所允许的最大加速度，该加速度在牵引条件的情况下具有正号，并且在制动条件的情况下具有负号。

因此，将根据图12的解决方案应用于至少一个轮轴，所述轮轴即使在劣化的附着条件下也将总是以等于车辆的速度的线速度推进(小于可计算最大误差2％)。因此，所提供的上面的两个表达式即使在非常劣化的附着条件下也总是允许提供非常可靠的车辆的速度vv的值。

自然地，在不改变本发明的原理的情况下，实施方式的实施例和细节可以相对于仅以非限制性示例的方式描述和示出的那些进行宽泛地变化，而不脱离如所附权利要求所限定的本发明的范围。