一种减速度闭环控制方法及装置与流程

1.本技术涉及轨道车辆机械控制领域，具体是一种减速度闭环控制方法及装置。


背景技术：

2.在传统的开环控制模式下，轨道车辆的制动控制系统一般会根据司机控制器或列车自动驾驶(automatic train operation，简称ato)发出的制动指令对应的制动目标减速度来计算制动缸压力，即根据目标减速度与车重计算总制动力需求。然后，根据电制动能力的大小，决定空气制动所承担的制动力，进一步得到需要施加的制动缸压力。最后，由制动执行单元将制动缸压力通过夹钳单元进行放大，施加在制动盘上，转换成最终的制动力。目前，存在的问题在于，由于制动盘与闸片间的摩擦系数、轮轨黏着以及坡道转弯工况等不确定因素均会对列车实际产生的减速度产生影响，最终影响实际制动效果，因此利用上述传统方法进行制动控制通常难以高效、精准。
3.在开环控制中，制动力计算的过程考虑的闸片与制动盘间的摩擦系数通常为定值，其并未考虑制动过程的升温给制动盘与闸片间的摩擦系数带来的影响。从而使得在不同速度下，制动效果产生的减速度会出现大于或者小于预期的可能性。当摩擦系数大于预设值时，制动力偏大，从而可能引起车轮防滑保护激活，增加制动时间与制动距离；当摩擦系数小于预设值时，制动力偏小，也可能导致制动距离比预期要长。
4.为了解决上述技术问题，现有技术提出的各种减速度闭环控制方法，使用pid控制器对这一情况进行模糊控制，同时针对两个或者多个未知量参数进行模糊控制，此外，还要考虑气动结构的响应滞后，整体计算困难很大。另外，制动装置有很强的时效性要求，即响应越快越好，这就对整体计算时间提出了更高的要求。综上所述，现有的减速度闭环控制方法并未取得很好的制动控制效果。


技术实现要素：

5.针对现有技术中的问题，本技术提供一种减速度闭环控制方法及装置，能够实时获得列车当前的减速度状态，并与目标减速度进行比较，从而实时调整制动缸压力，以提升减速度效率。
6.为解决上述技术问题，本技术提供以下技术方案：
7.第一方面，本技术提供一种减速度闭环控制方法，包括：
8.当制动指令中的需求减速度与机车车辆的实际减速度之间的差异大于预设的阈值时，利用预先构建的摩擦系数计算模型确定所述机车车辆制动系统的制动缸压力；其中，所述需求减速度由自动驾驶系统发出；所述实际减速度由实际测量得到；
9.将所述制动缸压力作用于所述制动系统，以实现减速度闭环控制。
10.进一步地，构建所述摩擦系数计算模型的步骤，包括：
11.根据所述机车车辆在历史制动过程中的历史制动盘温度、历史瞬时摩擦系数、历史制动时间及历史速度等级构建瞬时摩擦系数集合；
12.将所述瞬时摩擦系数集合输入神经网络模型进行训练，得到所述摩擦系数计算模型；其中，所述摩擦系数计算模型用于根据机车车辆的当前制动时间及当前速度等级确定对应的当前瞬时摩擦系数。
13.进一步地，构建瞬时摩擦系数集合的步骤，包括：
14.根据所述机车车辆在历史制动过程中的第一倍增系数与历史瞬时速度计算第一参数；
15.根据所述机车车辆在历史制动过程中的第二倍增系数与历史瞬时温度计算第二参数；
16.根据所述机车车辆的稳态摩擦系数、所述第一参数及所述第二参数构建所述瞬时摩擦系数集合。
17.进一步地，所述利用预先构建的摩擦系数计算模型调整所述机车车辆制动系统的制动缸压力，包括：
18.利用所述预先构建的摩擦系数计算模型计算所述当前瞬时摩擦系数；
19.根据所述需求减速度确定对应的需求制动力；
20.根据所述需求制动力、所述当前瞬时摩擦系数及机车车辆的制动结构参数确定所述制动缸压力。
21.第二方面，本技术提供一种减速度闭环控制装置，包括：
22.制动缸压力确定单元，用于当制动指令中的需求减速度与机车车辆的实际减速度之间的差异大于预设的阈值时，利用预先构建的摩擦系数计算模型确定所述机车车辆制动系统的制动缸压力；其中，所述需求减速度由自动驾驶系统发出；所述实际减速度由实际测量得到；
23.闭环控制单元，用于将所述制动缸压力作用于所述制动系统，以实现减速度闭环控制。
24.进一步地，所述的减速度闭环控制装置，还包括：
25.摩擦系数集合构建单元，用于根据所述机车车辆在历史制动过程中的历史制动盘温度、历史瞬时摩擦系数、历史制动时间及历史速度等级构建瞬时摩擦系数集合；
26.摩擦系数模型构建单元，用于将所述瞬时摩擦系数集合输入神经网络模型进行训练，得到所述摩擦系数计算模型；其中，所述摩擦系数计算模型用于根据机车车辆的当前制动时间及当前速度等级确定对应的当前瞬时摩擦系数。
27.进一步地，所述摩擦系数集合构建单元，包括：
28.第一参数确定模块，用于根据所述机车车辆在历史制动过程中的第一倍增系数与历史瞬时速度计算第一参数；
29.第二参数确定模块，用于根据所述机车车辆在历史制动过程中的第二倍增系数与历史瞬时温度计算第二参数；
30.摩擦系数集合构建模块，用于根据所述机车车辆的稳态摩擦系数、所述第一参数及所述第二参数构建所述瞬时摩擦系数集合。
31.进一步地，所述制动缸压力确定单元，包括：
32.瞬时系数计算模块，用于利用所述预先构建的摩擦系数计算模型计算所述当前瞬时摩擦系数；
33.需求制动力确定模块，用于根据所述需求减速度确定对应的需求制动力；
34.制动缸压力确定模块，用于根据所述需求制动力、所述当前瞬时摩擦系数及机车车辆的制动结构参数确定所述制动缸压力。
35.第三方面，本技术提供一种电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述减速度闭环控制方法的步骤。
36.第四方面，本技术提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述减速度闭环控制方法的步骤。
37.第五方面，本技术提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现所述减速度闭环控制方法的步骤。
38.针对现有技术中的问题，本技术提供的减速度闭环控制方法及装置，能够利用设置于机车车辆上的减速度传感器，实时获取机车车辆的减速度状态，并与目标减速度进行比较，从而实时调整机车车辆的制动缸压力；此外，为了获得更精准的制动控制效果，本技术提供的方法及装置完全按照盘片的动态摩擦系数进行制动缸压力配置，确保制动力的精准施加，其核心在于制动盘摩擦系数的初始预设与动态更新过程；本技术提供的方法及装置简化了制动控制系统的计算过程，确保了制动力施加的有效性，不仅仅用于空气制动，同时也适用于电机械制动。
附图说明
39.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
40.图1为本技术实施例中减速度闭环控制方法的流程图；
41.图2为本技术实施例中构建摩擦系数计算模型的流程图；
42.图3为本技术实施例中构建瞬时摩擦系数集合的流程图；
43.图4为本技术实施例中调整制动缸压力的流程图；
44.图5为本技术实施例中减速度闭环控制装置的结构图之一；
45.图6为本技术实施例中减速度闭环控制装置的结构图之二；
46.图7为本技术实施例中摩擦系数集合构建单元的结构图；
47.图8为本技术实施例中制动缸压力确定单元的结构图；
48.图9为本技术实施例中的电子设备的结构示意图；
49.图10为本技术实施例中的整体逻辑框图；
50.图11为本技术实施例中的整体流程图；
51.图12为本技术实施例中不同速度等级下制动盘温度变化曲线的示意图；
52.图13为本技术实施例中不同速度等级下的制动盘摩擦系数的示意图；
53.图14为本技术实施例中基于机器学习预测的摩擦系数集合的示意图；
54.图15为本技术实施例中反馈逻辑的示意图。
具体实施方式
55.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
56.本技术技术方案中对数据的获取、存储、使用及处理等均符合法律法规的相关规定。
57.一实施例中，参见图1，为了能够实时获得列车当前的减速度状态，并与目标减速度进行比较，从而实时调整制动缸压力，以提升减速度效率，本技术提供一种减速度闭环控制方法，包括：
58.s101：当制动指令中的需求减速度与机车车辆的实际减速度之间的差异大于预设的阈值时，利用预先构建的摩擦系数计算模型确定所述机车车辆制动系统的制动缸压力；其中，所述需求减速度由自动驾驶系统发出；所述实际减速度由实际测量得到；
59.s102：将所述制动缸压力作用于所述制动系统，以实现减速度闭环控制。
60.可以理解的是，本技术实施例通过设置于机车车辆上的减速度传感器，实时获取机车车辆的减速度状态，并将其与目标减速度进行比较，从而实时地调整机车车辆制动缸的压力，最终确保实际减速度与目标减速度之间的差值落入在误差容限范围以内。具体地，本技术实施例中的减速度闭环控制过程，是通过减速度传感器监测列车在制动过程中的减速度；当实际减速度与目标减速度的误差超过容限范围时，通过控制器对制动缸压力进行修正，直到实际减速度满足需求为止。整个过程参见图11所示。
61.进一步地，本技术实施例可以在机车车辆处于制动阶段时，抑制制动盘温度上升带来的摩擦系数波动，使制动力的输出更加精准，尤其适用于电机械制动这种可以快速响应并快速调整制动力的制动方式。其将机器学习技术与试验技术相结合，对制动盘与闸瓦的摩擦系数进行了动态配置，使得整个摩擦系数以一个时间序列的形式参与制动过程，使原有的双参数模糊控制过程，转变为单参数控制过程。其中，参见图12与图13，制动盘摩擦试验用以确定制动盘的初始摩擦情况，通过试验可以得到不同速度等级下，制动盘的摩擦系数，作为基础数据用于构建数据集。在不断运行的过程中，再通过机器学习技术，获得制动盘与闸片摩擦系数的动态过程，参见图14。
62.上述实现过程可以参见图10所示，其中的控制器带有自学习功能，其利用预先构建的摩擦系数计算模型，对每一次的制动效果进行修正，以适用下一次的制动过程。
63.为了能快速实现这一目的，本技术实施例预先构建了动态摩擦系数集合，以便基于该动态摩擦系数集合构建摩擦系数计算模型，对制动缸压力进行调整。如果直接使用动态摩擦系数进行制动力计算，会影响制动控制器的工作效率，且一旦出问题，影响整个制动系统工作。从图10中可见，通过额外的控制环路，对制动缸压力进行修正，可以保证制动的准确性，同时不会影响系统的安全等级。
64.还需说明的是，本技术实施例采用的是减速度传感器进行的减速度测量，提高了减速度的测量精度。相较于传统的利用速度微分得到的减速度，在时效性与准确性上都有优势。通过在车辆的两端设置减速度传感器，可以在坡道及弯道处，利用减速度传感器进行读数与速度微分，从而进行工况判断。
65.从上述描述可知，本技术提供的减速度闭环控制方法及装置，能够利用设置于机车车辆上的减速度传感器，实时获取机车车辆的减速度状态，并与目标减速度进行比较，从而实时调整机车车辆的制动缸压力；此外，为了获得更精准的制动控制效果，本技术提供的方法及装置完全按照盘片的动态摩擦系数进行制动缸压力配置，确保制动力的精准施加，其核心在于制动盘摩擦系数的初始预设与动态更新过程；本技术提供的方法及装置简化了制动控制系统的计算过程，确保了制动力施加的有效性，不仅仅用于空气制动，同时也适用于电机械制动。
66.下面对步骤s101至步骤s103分别进行详细说明。
67.图2为本技术实施例实现减速度闭环控制方法的一具体实施例。
68.一实施例中，参见图2，构建所述摩擦系数计算模型的步骤，包括：
69.s201：根据所述机车车辆在历史制动过程中的历史制动盘温度、历史瞬时摩擦系数、历史制动时间及历史速度等级构建瞬时摩擦系数集合；
70.s202：将所述瞬时摩擦系数集合输入神经网络模型进行训练，得到所述摩擦系数计算模型；其中，所述摩擦系数计算模型用于根据机车车辆的当前制动时间及当前速度等级确定对应的当前瞬时摩擦系数。具体是在当前速度等级下，制动持续特定时间后的瞬时摩擦系数。
71.可以理解的是，随着机车车辆的行驶，图12与图13中的参数得以收集，数据集合(瞬时摩擦系数集合)得以构建，从而可以演变成蜂巢状的数据集。只要机车车辆的线路不改变，该系统就能够根据机车车辆制动时的速度与当前盘面的状态，为制动缸压力调整自动分配最佳摩擦系数，以精确控制制动力的输出。
72.目前，本技术实施例所采用的机器学习原始模型包括：长短期记忆人工神经网络(long short-term memory，简称lstm)。由于机车车辆制动过程的时长不确定，其他原始模型也能完成模型训练，但模型构建的效果参差不齐。整个系统包括但不限于使用任何预测类算法以及数据迭代更新的方法进行模型训练。
73.具体地，首先，参见图12与图13，获取机车车辆在历史制动过程中的历史制动盘温度、历史瞬时摩擦系数、历史制动时间及历史速度等级，构建瞬时摩擦系数集合。从图12与图13中可以看出，当采集到制动盘温度、瞬时摩擦系数、制动时间及速度等级后，可以通过机器学习的方法得到图14所示的模型，使得图中线条得以丰富，即数据取值范围得以丰富。
74.利用上述参数构建瞬时摩擦系数集合，再将瞬时摩擦系数集合输入神经网络模型(例如前述lstm模型)进行训练，可以得到摩擦系数计算模型；其中，摩擦系数计算模型用于根据机车车辆的当前制动时间及当前速度等级确定对应的当前瞬时摩擦系数。具体的机器学习训练过程可以参见现有技术。
75.从上述描述可知，本技术提供的减速度闭环控制方法及装置，能够构建摩擦系数计算模型。
76.图3为本技术实施例实现减速度闭环控制方法的一具体实施例。
77.一实施例中，参见图3，构建瞬时摩擦系数集合的步骤，包括：
78.s301：根据所述机车车辆在历史制动过程中的第一倍增系数与历史瞬时速度计算第一参数；
79.s302：根据所述机车车辆在历史制动过程中的第二倍增系数与历史瞬时温度计算
第二参数；
80.s303：根据所述机车车辆的稳态摩擦系数、所述第一参数及所述第二参数构建所述瞬时摩擦系数集合。
81.可以理解的是，步骤s301至步骤s303可以参见如下公式得到：
[0082][0083]
其中，fb(t)为最终制动力，pc(t)为制动缸压力，θ为制动结构参数，由机构特征决定，主要是通过杠杆原理，将制动缸压力放大并施加在闸片上。μd(t)为制动盘的参数集合，t为制动过程的时间序列。整个公式反映了制动过程中制动力的变化。
[0084]
根据上式，可以得到影响制动力的主要变量为制动缸压力与制动盘摩擦系数。制动盘与闸片之间的接触特性可以通过特定的试验来测量。通过试验，可以得到平均摩擦系数，用于制动控制中制动力的计算。然而，瞬时摩擦系数是一个动态的参数，在制动过程中随着时间t的变化，摩擦系数的变化特性会影响短期制动过程中的制动效果。也就是说，想要精确控制制动力，仅有平均摩擦系数是不够的，瞬时摩擦系数是必需的参数。通常，制动盘与制动片之间的摩擦系数主要取决于接触表面的温度与相对速度。与稳态下的摩擦系数相比，自制动过程开始以来，观察到瞬时摩擦系数的存在很大变化。其计算公式如下：
[0085]
μd(t)＝μ
d0
(nve-mvvd(t)
+1)(n
t
e-mttd(t)
+1)
[0086]
其中，μ
d0
为稳态的摩擦系数，nv为速度摩擦引起的倍增系数；mv为包含速度vd指数函数的一个参数系数；n
t
为速度摩擦引起的倍增系数；m
t
为包含温度td指数函数的一个参数系数，td(t)是随着制动时间t的温度变化函数。
[0087]
但是如果所有的速度等级的摩擦系数都通过试验获得，时间成本与样件成本都会难以接受。因此，本技术实施例选择只测定几个典型的速度等级下的摩擦系数，其余的通过机器学习技术，对全速度等级下的摩擦系数进行预测。
[0088]
此外，式中，一共包含三个因子，其中，第二个因子为步骤s301得到的第一参数，第三个因子为步骤s302得到的第二参数。
[0089]
从上述描述可知，本技术提供的减速度闭环控制方法及装置，能够构建瞬时摩擦系数集合。
[0090]
图4为本技术实施例实现减速度闭环控制方法的一具体实施例。
[0091]
一实施例中，参见图4，所述利用预先构建的摩擦系数计算模型调整所述机车车辆制动系统的制动缸压力，包括：
[0092]
s401：利用所述预先构建的摩擦系数计算模型计算所述当前瞬时摩擦系数；
[0093]
s402：根据所述需求减速度确定对应的需求制动力；
[0094]
s403：根据所述需求制动力、所述当前瞬时摩擦系数及机车车辆的制动结构参数确定所述制动缸压力。
[0095]
可以理解的是，当需要对机车车辆进行制动时，可以按照“输入为制动力，输出为减速度”的pi控制器对减速度进行闭环控制，参见图15。此时，控制器的不确定变量仅为轮轨间摩擦系数。
[0096]
图15中，g1(s)、g2(s)、g3(s)均为系统传递函数，p
c0
为制动缸压力初始值。
[0097]
另外，参见图11，系统触发条件是当实际减速度(a)与理论减速度(a0)误差超过
×
％(例如图11中的20％)，且保持y秒，则制动减速度闭环控制介入，对制动缸压力进行修
正。同时记录过程中的减速度与制动缸压力，对制动修正系数进行迭代升级。如果触发车轮滑行保护措施，则退出减速度闭环控制，同时恢复制动力到较低的制动力状态。
[0098]
需要说明的是，如步骤s401至步骤s403所述，当需要对机车车辆进行制动时，摩擦系数计算模型可以帮助计算得到机车车辆的当前瞬时摩擦系数。根据前述公式fb(t)＝pc(t)
·
θ
·
μd(t)可知，由于θ为制动结构参数，由机构特征决定，是一定值，如果希望实际输出的制动力与fb(t)最终制动力(相当于需求制动力)相一致，则需要根据不断变化的当前瞬时摩擦系数调整pc(t)制动缸压力，即步骤s403描述的过程。其中，需求制动力需要根据需求减速度来对应确定。其中，减速度＝制动力
÷
质量。
[0099]
综上所述，本方案考虑制动盘与闸片受热变化的特性，在制动过程中引入动态摩擦系数对制动缸压力输出进行调整。此调整环节为制动控制装置(简称bcu)计算出制动缸压力后，进行调整，故不影响原有制动系统运行。动态的调整系数可以提高制动精度，保证制动减速度不受制动盘温度上升的影响，避免了制动力过大或过小引起的制动距离延长，进而实现了精准停车的目的。
[0100]
从上述描述可知，本技术提供的减速度闭环控制方法及装置，能够利用预先构建的摩擦系数计算模型调整所述机车车辆制动系统的制动缸压力。
[0101]
基于同一发明构思，本技术实施例还提供了一种减速度闭环控制装置，可以用于实现上述实施例所描述的方法，如下面的实施例所述。由于减速度闭环控制装置解决问题的原理与减速度闭环控制方法相似，因此减速度闭环控制装置的实施可以参见基于软件性能基准确定方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0102]
一实施例中，参见图5，为了能够实时获得列车当前的减速度状态，并与目标减速度进行比较，从而实时调整制动缸压力，以提升减速度效率，本技术能够一种减速度闭环控制装置，包括：制动缸压力确定单元501及闭环控制单元502。
[0103]
制动缸压力确定单元501，用于当制动指令中的需求减速度与机车车辆的实际减速度之间的差异大于预设的阈值时，利用预先构建的摩擦系数计算模型确定所述机车车辆制动系统的制动缸压力；其中，所述需求减速度由自动驾驶系统发出；所述实际减速度由实际测量得到；
[0104]
闭环控制单元502，用于将所述制动缸压力作用于所述制动系统，以实现减速度闭环控制。
[0105]
一实施例中，参见图6，所述的减速度闭环控制装置，还包括：摩擦系数集合构建单元601及摩擦系数模型构建单元602。
[0106]
摩擦系数集合构建单元601，用于根据所述机车车辆在历史制动过程中的历史制动盘温度、历史瞬时摩擦系数、历史制动时间及历史速度等级构建瞬时摩擦系数集合；
[0107]
摩擦系数模型构建单元602，用于将所述瞬时摩擦系数集合输入神经网络模型进行训练，得到所述摩擦系数计算模型；其中，所述摩擦系数计算模型用于根据机车车辆的当前制动时间及当前速度等级确定对应的当前瞬时摩擦系数。
[0108]
一实施例中，参见图7，所述摩擦系数集合构建单元601，包括：第一参数确定模块701、第二参数确定模块702及摩擦系数集合构建模块703。
[0109]
第一参数确定模块701，用于根据所述机车车辆在历史制动过程中的第一倍增系数与历史瞬时速度计算第一参数；
[0110]
第二参数确定模块702，用于根据所述机车车辆在历史制动过程中的第二倍增系数与历史瞬时温度计算第二参数；
[0111]
摩擦系数集合构建模块703，用于根据所述机车车辆的稳态摩擦系数、所述第一参数及所述第二参数构建所述瞬时摩擦系数集合。
[0112]
一实施例中，参见图8，所述制动缸压力确定单元501，包括：瞬时系数计算模块801、需求制动力确定模块802及制动缸压力确定模块803。
[0113]
瞬时系数计算模块801，用于利用所述预先构建的摩擦系数计算模型计算所述当前瞬时摩擦系数；
[0114]
需求制动力确定模块802，用于根据所述需求减速度确定对应的需求制动力；
[0115]
制动缸压力确定模块803，用于根据所述需求制动力、所述当前瞬时摩擦系数及机车车辆的制动结构参数确定所述制动缸压力。
[0116]
从硬件层面来说，为了能够实时获得列车当前的减速度状态，并与目标减速度进行比较，从而实时调整制动缸压力，以提升减速度效率，本技术提供一种用于实现所述减速度闭环控制方法中的全部或部分内容的电子设备的实施例，所述电子设备具体包含有如下内容：
[0117]
处理器(processor)、存储器(memory)、通讯接口(communications interface)和总线；其中，所述处理器、存储器、通讯接口通过所述总线完成相互间的通讯；所述通讯接口用于实现所述减速度闭环控制装置与核心业务系统、用户终端以及相关数据库等相关设备之间的信息传输；该逻辑控制器可以是台式计算机、平板电脑及移动终端等，本实施例不限于此。在本实施例中，该逻辑控制器可以参照实施例中的减速度闭环控制方法的实施例，以及减速度闭环控制装置的实施例进行实施，其内容被合并于此，重复之处不再赘述。
[0118]
可以理解的是，所述用户终端可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(pda)、车载设备、智能穿戴设备等。其中，所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
[0119]
在实际应用中，减速度闭环控制方法的部分可以在如上述内容所述的电子设备侧执行，也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力，以及用户使用场景的限制等进行选择。本技术对此不作限定。若所有的操作都在所述客户端设备中完成，所述客户端设备还可以包括处理器。
[0120]
上述的客户端设备可以具有通讯模块(即通讯单元)，可以与远程的服务器进行通讯连接，实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器，其他的实施场景中也可以包括中间平台的服务器，例如与任务调度中心服务器有通讯链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备，也可以包括多个服务器组成的服务器集群，或者分布式装置的服务器结构。
[0121]
图9为本技术实施例的电子设备9600的系统构成的示意框图。如图9所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图9是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
[0122]
一实施例中，减速度闭环控制方法功能可以被集成到中央处理器9100中。其中，中央处理器9100可以被配置为进行如下控制：
[0123]
s101：当制动指令中的需求减速度与机车车辆的实际减速度之间的差异大于预设的阈值时，利用预先构建的摩擦系数计算模型确定所述机车车辆制动系统的制动缸压力；其中，所述需求减速度由自动驾驶系统发出；所述实际减速度由实际测量得到；
[0124]
s102：将所述制动缸压力作用于所述制动系统，以实现减速度闭环控制。
[0125]
从上述描述可知，本技术提供的减速度闭环控制方法及装置，能够利用设置于机车车辆上的减速度传感器，实时获取机车车辆的减速度状态，并与目标减速度进行比较，从而实时调整机车车辆的制动缸压力；此外，为了获得更精准的制动控制效果，本技术提供的方法及装置完全按照盘片的动态摩擦系数进行制动缸压力配置，确保制动力的精准施加，其核心在于制动盘摩擦系数的初始预设与动态更新过程；本技术提供的方法及装置简化了制动控制系统的计算过程，确保了制动力施加的有效性，不仅仅用于空气制动，同时也适用于电机械制动。
[0126]
在另一个实施方式中，减速度闭环控制装置可以与中央处理器9100分开配置，例如可以将数据复合传输装置减速度闭环控制装置配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现减速度闭环控制方法的功能。
[0127]
如图9所示，该电子设备9600还可以包括：通讯模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图9中所示的所有部件；此外，电子设备9600还可以包括图9中没有示出的部件，可以参考现有技术。
[0128]
如图9所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
[0129]
其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。
[0130]
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为lcd显示器，但并不限于此。
[0131]
该存储器9140可以是固态存储器，例如，只读存储器(rom)、随机存取存储器(ram)、sim卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为eprom等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
[0132]
存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通讯功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
[0133]
通讯模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通讯模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通讯终端的情况相同。
[0134]
基于不同的通讯技术，在同一电子设备中，可以设置有多个通讯模块9110，包括但不限于蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通讯模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。
[0135]
本技术的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的减速度闭环控制方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的执行主体为服务器或客户端的减速度闭环控制方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
[0136]
s101：当制动指令中的需求减速度与机车车辆的实际减速度之间的差异大于预设的阈值时，利用预先构建的摩擦系数计算模型确定所述机车车辆制动系统的制动缸压力；其中，所述需求减速度由自动驾驶系统发出；所述实际减速度由实际测量得到；
[0137]
s102：将所述制动缸压力作用于所述制动系统，以实现减速度闭环控制。
[0138]
从上述描述可知，本技术提供的减速度闭环控制方法及装置，能够利用设置于机车车辆上的减速度传感器，实时获取机车车辆的减速度状态，并与目标减速度进行比较，从而实时调整机车车辆的制动缸压力；此外，为了获得更精准的制动控制效果，本技术提供的方法及装置完全按照盘片的动态摩擦系数进行制动缸压力配置，确保制动力的精准施加，其核心在于制动盘摩擦系数的初始预设与动态更新过程；本技术提供的方法及装置简化了制动控制系统的计算过程，确保了制动力施加的有效性，不仅仅用于空气制动，同时也适用于电机械制动。
[0139]
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0140]
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0141]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指
令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0142]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0143]
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

技术特征：
1.一种减速度闭环控制方法，其特征在于，包括：当制动指令中的需求减速度与机车车辆的实际减速度之间的差异大于预设的阈值时，利用预先构建的摩擦系数计算模型确定所述机车车辆制动系统的制动缸压力；其中，所述需求减速度由自动驾驶系统发出；所述实际减速度由实际测量得到；将所述制动缸压力作用于所述制动系统，以实现减速度闭环控制。2.根据权利要求1所述的减速度闭环控制方法，其特征在于，构建所述摩擦系数计算模型的步骤，包括：根据所述机车车辆在历史制动过程中的历史制动盘温度、历史瞬时摩擦系数、历史制动时间及历史速度等级构建瞬时摩擦系数集合；将所述瞬时摩擦系数集合输入神经网络模型进行训练，得到所述摩擦系数计算模型；其中，所述摩擦系数计算模型用于根据机车车辆的当前制动时间及当前速度等级确定对应的当前瞬时摩擦系数。3.根据权利要求2所述的减速度闭环控制方法，其特征在于，构建瞬时摩擦系数集合的步骤，包括：根据所述机车车辆在历史制动过程中的第一倍增系数与历史瞬时速度计算第一参数；根据所述机车车辆在历史制动过程中的第二倍增系数与历史瞬时温度计算第二参数；根据所述机车车辆的稳态摩擦系数、所述第一参数及所述第二参数构建所述瞬时摩擦系数集合。4.根据权利要求2所述的减速度闭环控制方法，其特征在于，所述利用预先构建的摩擦系数计算模型调整所述机车车辆制动系统的制动缸压力，包括：利用所述预先构建的摩擦系数计算模型计算所述当前瞬时摩擦系数；根据所述需求减速度确定对应的需求制动力；根据所述需求制动力、所述当前瞬时摩擦系数及机车车辆的制动结构参数确定所述制动缸压力。5.一种减速度闭环控制装置，其特征在于，包括：制动缸压力确定单元，用于当制动指令中的需求减速度与机车车辆的实际减速度之间的差异大于预设的阈值时，利用预先构建的摩擦系数计算模型确定所述机车车辆制动系统的制动缸压力；其中，所述需求减速度由自动驾驶系统发出；所述实际减速度由实际测量得到；闭环控制单元，用于将所述制动缸压力作用于所述制动系统，以实现减速度闭环控制。6.根据权利要求5所述的减速度闭环控制装置，其特征在于，还包括：摩擦系数集合构建单元，用于根据所述机车车辆在历史制动过程中的历史制动盘温度、历史瞬时摩擦系数、历史制动时间及历史速度等级构建瞬时摩擦系数集合；摩擦系数模型构建单元，用于将所述瞬时摩擦系数集合输入神经网络模型进行训练，得到所述摩擦系数计算模型；其中，所述摩擦系数计算模型用于根据机车车辆的当前制动时间及当前速度等级确定对应的当前瞬时摩擦系数。7.根据权利要求6所述的减速度闭环控制装置，其特征在于，所述摩擦系数集合构建单元，包括：第一参数确定模块，用于根据所述机车车辆在历史制动过程中的第一倍增系数与历史
瞬时速度计算第一参数；第二参数确定模块，用于根据所述机车车辆在历史制动过程中的第二倍增系数与历史瞬时温度计算第二参数；摩擦系数集合构建模块，用于根据所述机车车辆的稳态摩擦系数、所述第一参数及所述第二参数构建所述瞬时摩擦系数集合。8.根据权利要求6所述的减速度闭环控制装置，其特征在于，所述制动缸压力确定单元，包括：瞬时系数计算模块，用于利用所述预先构建的摩擦系数计算模型计算所述当前瞬时摩擦系数；需求制动力确定模块，用于根据所述需求减速度确定对应的需求制动力；制动缸压力确定模块，用于根据所述需求制动力、所述当前瞬时摩擦系数及机车车辆的制动结构参数确定所述制动缸压力。9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至4任一项所述的减速度闭环控制方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至4任一项所述的减速度闭环控制方法的步骤。

技术总结
本申请提供一种减速度闭环控制方法及装置，涉及轨道车辆机械控制领域，包括：当制动指令中的需求减速度与机车车辆的实际减速度之间的差异大于预设的阈值时，利用预先构建的摩擦系数计算模型确定所述机车车辆制动系统的制动缸压力；其中，所述需求减速度由自动驾驶系统发出；所述实际减速度由实际测量得到；将所述制动缸压力作用于所述制动系统，以实现减速度闭环控制。本申请能够实时获得列车当前的减速度状态，并与目标减速度进行比较，从而实时调整制动缸压力，以提升减速度效率。以提升减速度效率。以提升减速度效率。


技术研发人员：王玉柱 张翔 任志刚 祝家祺 温熙圆 孟红芳 张波 杨伟君 曹宏发 赵红卫 薛江 樊贵新
受保护的技术使用者：北京纵横机电科技有限公司 中国铁道科学研究院集团有限公司机车车辆研究所 铁科纵横(天津)科技发展有限公司
技术研发日：2023.06.21
技术公布日：2023/9/25