基于牵引电机在线监测的电力机车空转滑行识别方法技术

本发明专利技术公开了一种基于牵引电机在线监测的电力机车空转滑行识别方法，利用牵引电机三相电压，三相电流，牵引力矩指令等电气量作为在线监测量；然后利用多采样率扩展卡尔曼滤波方法获得与空转/滑行特征空间相关的辨识量；同时，利用在线数据，由基于数据驱动的空转/滑行判定算法得到空转/滑行趋势的判定；最后，综合以上信息，实现机车空转/滑行的识别。本发明专利技术的积极效果是：由于牵引电机过渡过程的电气时间常数远小于它的机械时间常数，从而大大减少时滞，因此本方法可以快速地实现机车空转/滑行的识别，为粘着系数的优化开拓了空间；同时本方法不需要速度传感器，节约了成本，提高了系统的可靠性。

【技术实现步骤摘要】

本专利技术涉及机车监控
，尤其涉及一种机车空转/滑行识别方法。
技术介绍
近年来，铁路高速客运专线的建设和重载货运机车的运行在我国经济建设中发挥了积极和重要的作用。然而，机车的牵引力和制动力的形成依赖于车轮和轨道之间的粘着。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，可用粘着力则很快降低，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。在机车制动工况，若制动力大于粘着力，则列车产生滑行，不但会损坏钢轨面，更严重的是会使得制动距离过长，甚至造成脱轨，成为安全隐患。因此，研究快速准确的机车空转/滑行识别方法，对提高机车的运用效率和保障机车的安全运行具有重要的意义。 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的粘着-蠕滑特性曲线来表示。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，此段称为微滑区；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；如果牵引力和制动力超过轮轨之间的最大粘着力，机车就会发生空转或滑行。目前机车空转/滑行识别方法主要有:基于蠕滑速度的方法，通过检测牵引电机或车轮转速，得出蠕滑速度，若超过事先设定的阈值，则认为机车空转。基于粘着特性曲线斜率的方法，通过估算出粘着特性曲线斜率是否越过零点往负的方向移动来进行空转判另O。组合粘着识别方法，通过综合判断车轮加速度、加速度的微分、蠕滑速度来识别空转和滑行。正交相关法，在牵引电机转矩指令上叠加测相信号，根据线性系统理论，分析电机转速信号的相位移来识别空转/滑行。总体上目前机车空转/滑行识别方法主要依靠电机转速或车轴转速等机械量实现的。如图3所示，首先通过各轴转速估计出机车速度，然后计算出相应的蠕滑速度、加速度、加速度的微分，最后结合牵引力矩指令，在牵引工况判定机车的空转状态，在制动工况判定机车的滑行状态。虽然各种方法进行空转/滑行识别的算法不同，但是判定的输入信号都是与电机转速或车轮转速相关的机械量。机车空转/滑行的识别与判断是粘着控制的关键。目前采用的基于机车转速的空转识别方法，由于机械系统的大惯性，在空转的判定上有较大滞后，不得不通过较大幅度降低电机转矩来恢复粘着，造成了机车平均粘着系数的下降。另外现有识别方法需要在机车上安装速度传感器，传感器的安装不仅导致系统成本的增加、体积增大、可靠性降低，而且其性能易受工作环境影响。
技术实现思路
为了克服现有技术的上述缺点，本专利技术提供了一种基于牵引电机在线监测的电力机车空转/滑行识别方法，通过对牵引电机电气量的在线监测来实现机车空转/滑行的识别。本专利技术解决其技术问题所采用的技术方案是:一种，包括如下步骤:步骤一、在线采集各轴牵引电机的三相电压、三相电流和牵引转矩指令；步骤二、建立包括负载转矩及电机转速为未知量的六阶电机模型，通过多采样率扩展卡尔曼滤波方法对六阶 电机模型进行状态估计，获得与空转/滑行特征空间相关的辨识量:步骤三、建立基于数据驱动的空转/滑行趋势识别模型对机车空转/滑行趋势进行判断；步骤四、对机车的空转/滑行状态进行识别。与现有技术相比，本专利技术的积极效果是:利用牵引电机三相电压，三相电流，牵引力矩指令等电气量作为在线监测量；然后利用多采样率扩展卡尔曼滤波方法获得与空转/滑行特征空间相关的辨识量(包括:负载转矩，负载转矩的微分，负载转矩差，车轮转速)；同时，利用在线数据，由基于数据驱动的空转/滑行判定算法得到空转/滑行趋势的判定 ’最后，综合以上信息，实现机车空转/滑行的识别。由于牵引电机过渡过程的电气时间常数远小于它的机械时间常数，从而大大减少时滞，因此本方法可以快速地实现机车空转/滑行的识别，为粘着系数的优化开拓了空间；同时本方法不需要速度传感器，节约了成本，提高了系统的可靠性。附图说明本专利技术将通过例子并参照附图的方式说明，其中:图1是轮轨间粘着力的产生示意图；图2是典型粘着特性曲线；图3现有机车空转/滑行识别方法的原理图；图4是本专利技术方法的原理图；图5是多采样率扩展卡尔曼滤波状态估计方法的原理图；图6基于数据驱动的自学习与自适应系统原理图。具体实施方式一种基于牵弓I电机在线监测的电力机车空转/滑行识别方法，如图4所示，包括如下步骤:步骤一、在线采集电气量此步骤通过在线监测相关电气量信息，获得实时的监控数据，为以后各步骤提供数据基础。具体方法为:由牵引电机电流和电压传感器或机车的多功能车辆总线(MVB)在线采集获得各轴牵引电机的三相电压Uia, uib, Uie、三相电流iia, iib, iie和牵引转矩指令Tb,其中下标i=l，…η，η为机车的总轴数。步骤二、建立包括负载转矩及电机转速为未知量的六阶电机模型，结合模型，通过多采样率扩展卡尔曼滤波方法进行状态估计，获得与空转/滑行特征空间相关的辨识量(牵引电机负载转矩L，车轮转速ViJ,具体方法如图5所示，包括如下子步骤:(I)进行坐标变换，得到d_q轴系各个牵引电机的电压及电流值。将在线监测的各轴牵引电机三相电压uia，uib，Uie电流iia，iib, iie(图中简写为Uiabc，Iiabc),通过Clark变换及Park变换，得到(d_q)轴中电压Uidq及电流值Iidq作为后续步骤的输入量；(2)构建包括负载转矩及电机转速为未知量的感应电机六阶离散化模型。通过电机在(d_q)轴中的模型，将待估计的负载转矩及电机转子转速作为未知的状态变量，构成离散化的感应电机六阶模型:权利要求1.一种，其特征在于:包括如下步骤: 步骤一、在线采集各轴牵引电机的三相电压、三相电流和牵引转矩指令； 步骤二、建立包括负载转矩及电机转速为未知量的六阶电机模型，通过多采样率扩展卡尔曼滤波方法对六阶电机模型进行状态估计，获得与空转/滑行特征空间相关的辨识量: 步骤三、建立基于数据驱动的空转/滑行趋势识别模型对机车空转/滑行趋势进行判断； 步骤四、对机车的空转/滑行状态进行识别。2.根据权利要求1所述的，其特征在于:步骤二所述获得与空转/滑行特征空间相关的辨识量的方法包括如下子步骤: (1)对各轴牵弓I电机的三相电压、三相电流进行坐标变换，得到d-q轴系各轴牵弓I电机的电压及电流值； (2)构建包括负载转矩及电机转速为未知量的感应电机六阶离散化模型:3.根据权本文档来自技高网...

【技术保护点】
一种基于牵引电机在线监测的电力机车空转滑行识别方法，其特征在于：包括如下步骤：步骤一、在线采集各轴牵引电机的三相电压﹑三相电流和牵引转矩指令；步骤二、建立包括负载转矩及电机转速为未知量的六阶电机模型，通过多采样率扩展卡尔曼滤波方法对六阶电机模型进行状态估计，获得与空转/滑行特征空间相关的辨识量：步骤三、建立基于数据驱动的空转/滑行趋势识别模型对机车空转/滑行趋势进行判断；步骤四、对机车的空转/滑行状态进行识别。

【技术特征摘要】

【专利技术属性】
技术研发人员：黄景春，肖建，王嵩，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：