CN110488631A - 一种轨道交通自动驾驶控制算法仿真***及仿真方法 - Google Patents

一种轨道交通自动驾驶控制算法仿真***及仿真方法 Download PDF

Info

Publication number
CN110488631A
CN110488631A CN201910802263.7A CN201910802263A CN110488631A CN 110488631 A CN110488631 A CN 110488631A CN 201910802263 A CN201910802263 A CN 201910802263A CN 110488631 A CN110488631 A CN 110488631A
Authority
CN
China
Prior art keywords
train
load
automatic pilot
speed
rail transit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910802263.7A
Other languages
English (en)
Inventor
陈桂
丁加兰
周磊
于昊
马苗苗
刘卓
李振华
丁飞
万其
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Institute of Technology
Original Assignee
Nanjing Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Institute of Technology filed Critical Nanjing Institute of Technology
Priority to CN201910802263.7A priority Critical patent/CN110488631A/zh
Publication of CN110488631A publication Critical patent/CN110488631A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00Systems involving the use of models or simulators of said systems
    • G05B17/02Systems involving the use of models or simulators of said systems electric
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明是一种轨道交通自动驾驶控制算法仿真***及仿真方法,其中仿真***包括轨道交通控制***、仿真控制器、牵引制动***、扰动***、动力融合***、负载及速度传感器;轨道交通控制***完成轨道交通自动驾驶控制算法计算,并将力矩指令传输给仿真控制器;仿真控制器依据力矩指令和列车速度完成牵引制动的仿真计算,并将计算结果传输给牵引制动***,同时仿真控制器依据列车速度、列车位置、线路信息等进行列车运行扰动计算,并将计算结果扰动***;牵引制动***和扰动***经过动力融合后带动负载和速度传感器一起转动,完成轨道交通自动驾驶控制算法仿真。动力融合采用机械融合,设计贴近实际***的仿真模型,提高控制算法的仿真精度。

Description

一种轨道交通自动驾驶控制算法仿真***及仿真方法
技术领域
本发明是涉及轨道交通仿真技术领域,具体的说是一种轨道交通自动驾驶控制算法仿真***及仿真方法。
背景技术
城市轨道交通已成为中大型城市的主要交通工具,乘座的的舒适度、安全性是轨道交通控制***的主要控制需求,适用的自动驾驶控制算法研究受到越来越广泛的重视。
轨道交通***牵引制动***是轨道交通控制***的执行部件,驱动轨道交通车辆的运行,由于包括轨道交通控制***现场调试时间、调试运行成本及安全性等相关因素,轨道交通自动驾驶控制算法调试难以在现场进行长时间调试,为解决上述问题,建立轨道交通自动驾驶控制算法仿真平台是必要的。
影响轨道交通自动驾驶的控制算法的研究主要存在三个要素,即轨道交通的电牵引制动特性、惯性负载、扰动负载(包括基本阻力、坡道、空气制动等),轨道交通自动驾驶控制算法仿真***能够尽可能模拟实际***。目前常用的两种方法,一种是依据轨道交通牵引制动特性,采用纯软件模式建立仿真模型,进行控制算法仿真,这种方法最为简单,容易实现,不足之处在于,由于模型可能与实际牵引制动***的电机控制特性存在较大差别,仿真效果存在不足。另外一种如中国专利申请号:CN201610865160.1,申请日:2016年09月29日,专利名称为:城市轨道交通车载牵引制动控制器***及其工作方法,该发明公开了一种城市轨道交通车载牵引制动控制器***及其工作方法,能够进行列车运行模拟仿真模块根据初始参数获取列车的牵引制动力信息、线路信息以及列车属性,进行动力学运算确定列车当前时刻的加速度和速度,并对列车进行故障模拟计算等。该发明将轨道交通控制器的加速度指令在考虑牵引制动模型的基础上,最终计算成速度指令,控制电机转动,电机带动速度传感器转动,作为轨道交通控制***的反馈。相比较第一种方法,这种方法带动速度传感器转动,更接近实际特性。
第二种方法虽然能够通过电机驱动带动传感器的转动,实现轨道交通自动驾驶的闭环仿真,实际通过理论计算速度,与实际***特性仿真依然存在较大差别,为更接近实际***仿真,进行自动驾驶控制算法的研究,同时为实际自动驾驶的控制算法初步调试提供条件,设计更接近实际***的轨道交通控制算法仿真***。
发明内容
本发明针对现有技术中的不足,提供一种轨道交通自动驾驶控制算法仿真***及仿真方法,能够实现轨道交通自动驾驶控制算法提供较为贴合实际***的仿真模型,提高控制研究及实际***的调试效率,解决现有技术中存在的上述问题。
为实现上述目的,本发明采用以下技术方案:
一种轨道交通自动驾驶控制算法仿真***,其特征在于:包括轨道交通控制***、仿真控制器、牵引制动***、扰动***、动力融合***、负载及速度传感器;
所述的轨道交通控制***用于完成轨道交通自动驾驶控制算法计算,并将力矩指令传输给仿真控制器;
所述的仿真控制器分别与牵引制动***、扰动***双向信号连接,所述的仿真控制器用于完成牵引制动的仿真计算和扰动计算,并分别将牵引制动的仿真计算和扰动计算的计算结果分别输送给牵引控制***和扰动***;
所述的牵引控制***和扰动***输出的动力经过动力融合***后带动负载转动,所述的速度传感器固定安装在负载上,所说的速度传感器与负载同步转动;
所述的速度传感器与轨道交通控制***信号连接,所述的速度传感器用于采集实时速度数据。
所述的牵引制动***由驱动控制器和驱动电机组成,所述的驱动控制器用于控制驱动电机的工作状态,所述的扰动***由加载控制器和加载电机组成,所述的加载控制器用于控制加载电机的工作状态。
所述的动力融合***采用双输入减速机,驱动电机的输出轴和加载电机的输出轴分别与双输入减速机的两个输入轴传动连接,双输入减速机的输出轴与负载传动连接。
所述的负载采用惯量盘,所述的惯量盘采用多个可分离的金属盘组成。
所述的速度传感器固定安装在惯量盘的旋转轴上。
一种轨道交通自动驾驶控制算法仿真***的仿真方法,其特征在于:具体步骤如下:
步骤1,轨道交通控制***将力矩指令发送到仿真控制器,所述的仿真控制器计算牵引制动力矩并通过驱动控制器控制控制驱动电机转动;
步骤2,仿真控制器通过现场总线读取驱动电机的转速,并折算成列车速度和列车位置;
步骤3,仿真控制器结合列车位置、路线数据以及列车速度,计算列车运行中的扰动力矩并通过加载控制器控制加载电机转动;所述的扰动力矩和牵引制动力矩的计算在同一个采样周期进行计算;
步骤4,驱动电机的输出轴以及加载电机的输出轴分别与双输入减速机的两个输入轴传动连接,双输入减速机的输出轴带动负载转动;
步骤5,根据所要模拟的列车负载情况调整负载惯量盘的数量;
步骤6,通过速度传感器采集惯量盘的转速,并反馈到轨道交通控制***中,轨道交通控制根据惯量盘的转速折算成列车速度、列车加速度和列车位置,并根据上述参数调整力矩指令。
所述的牵引制动力矩的计算方法具体步骤为:
步骤1,读取力矩指令;
步骤2,读取控制电机速度,并折算为列车速度、列车位置;
步骤3,按实际列车指令传输延时进行软件数据延时;
步骤4,依据计算的列车速度,按实际轨道交通牵引电机的恒功率特性,计算最大驱动电机力矩;
步骤5,比较力矩指令是否大于步骤4计算的最大驱动电机力矩,并将不超过最大驱动电机力矩的值传输给驱动控制器;
步骤6,下一采样周期重复步骤1至步骤5。
所述的扰动力矩的计算方法具体步骤为:
步骤1,读取列车位置信息;
步骤2,根据线路数据和列车位置,计算列车坡道阻力;
步骤3,根据线路数据和列车位置,计算列车弯道阻力;
步骤4,根据列车速度信息,计算列车基本阻力;
步骤5,将上述阻力代数和,并将代数和传输给加载控制器,所述的加载控制器控制加载电机的输出力矩值;
步骤6,下一采样周期重复步骤1至步骤5。
所述的驱动电机的额定转速S1和双输入减速机的速比i按式(1)进行匹配,具体匹配公式(1)如下:
其中,列车实际牵引制动的恒转矩和恒功率切换速度S2,列车驱动轮半径R。
所述的驱动电机额定力矩M和惯量盘最大转动惯量Imax按式(2)进行匹配,具体匹配公式(2)如下:
其中,列车最大质量W、列车最大牵引力Fmax、车轮半径R,加载电机选择和驱动电机相同。
本发明一种轨道交通自动驾驶控制算法仿真***及仿真方法的有益效果是:设置了牵引制动模块、扰动模块等,各模块相互独立,调整仿真模型更方便。将扰动模拟采用双输入减速机进行动力融合,更贴近实际轨道交通牵引制动控制***的实际模型,使仿真模型更准确。
附图说明
图1为本发明一种轨道交通自动驾驶控制算法仿真***的结构原理图。
图2为本发明一种轨道交通自动驾驶控制算法仿真***中牵引制动***和扰动***的结构原理图。
图3为本发明一种轨道交通自动驾驶控制算法仿真***中仿真控制器的工作流程图。
图4为本发明一种轨道交通自动驾驶控制算法仿真***中牵引制动力矩的计算流程图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。
如图1所示,一种轨道交通自动驾驶控制算法仿真***,其特征在于:包括轨道交通控制***、仿真控制器、牵引制动***、扰动***、动力融合***、负载及速度传感器;
所述的轨道交通控制***用于完成轨道交通自动驾驶控制算法计算,并将力矩指令传输给仿真控制器;
所述的仿真控制器分别与牵引制动***、扰动***双向信号连接,所述的仿真控制器用于完成牵引制动的仿真计算和扰动计算,并分别将牵引制动的仿真计算和扰动计算的计算结果分别输送给牵引控制***和扰动***;
所述的牵引控制***和扰动***输出的动力经过动力融合***后带动负载转动,所述的速度传感器固定安装在负载上,所说的速度传感器与负载同步转动;
所述的速度传感器与轨道交通控制***信号连接,所述的速度传感器用于采集实时速度数据。
本实施例中,牵引制动***由驱动控制器和驱动电机组成,所述的驱动控制器用于控制驱动电机的工作状态,所述的扰动***由加载控制器和加载电机组成,所述的加载控制器用于控制加载电机的工作状态。
本实施例中,动力融合***采用双输入减速机,驱动电机的输出轴和加载电机的输出轴分别与双输入减速机的两个输入轴传动连接,双输入减速机的输出轴与负载传动连接。
本实施例中,负载采用惯量盘,所述的惯量盘采用多个可分离的金属盘组成。
本实施例中,速度传感器固定安装在惯量盘的旋转轴上。
进一步的,仿真控制器接收轨道交通控制***的力矩指令,指令协议为4-20Ma;设置在负载惯量盘上的速度传感器为轨道交通控制***提供列车速度信息,作为轨道交通控制***的计算列车位置、速度、加速度信号的传感器。
由于轨道交通的速度传感器是专用的速度传感器,仿真控制器不易直接读取其速度数据,因此,仿真控制器通过现场总线CANopen与驱动控制器、加载控制器进行双向信息交换,通过驱动控制器或加载控制器直接读取驱动电机或加载电机的转速。
进一步的,由于驱动电机的输出轴和加载电机的输出轴均与双输入减速机的输入轴刚性连接,因此,驱动电机的输出轴和加载电机的输出轴的转速相同,且与负载惯量盘的转速只相差一个减速机的速比。在进行算法仿真之前进行驱动控制器和加载控制器的工作模式配置,将驱动控制器、加载控制器的工作模式均配置为转矩工作模式。
在CN201610865160.1中,直接采用电机驱动速度传感器,由于电机控制自身的速度控制波动,造成速度传感器的信号存在一定的波动,与实际***列车大惯量***存在较大差异。本实施例中采用的负载惯量盘由多个可分离的金属盘组成,根据实际仿真需要安装不同数量,模拟列车空载、额定负载及超载等典型情况。
一种轨道交通自动驾驶控制算法仿真***的仿真方法,其特征在于:具体步骤如下:
步骤1,轨道交通控制***将力矩指令发送到仿真控制器,所述的仿真控制器计算牵引制动力矩并通过驱动控制器控制控制驱动电机转动;
步骤2,仿真控制器通过现场总线读取驱动电机的转速,并折算成列车速度和列车位置;
步骤3,仿真控制器结合列车位置、路线数据以及列车速度,计算列车运行中的扰动力矩并通过加载控制器控制加载电机转动;所述的扰动力矩和牵引制动力矩的计算在同一个采样周期进行计算;
步骤4,驱动电机的输出轴以及加载电机的输出轴分别与双输入减速机的两个输入轴传动连接,双输入减速机的输出轴带动负载转动;
步骤5,根据所要模拟的列车负载情况调整负载惯量盘的数量;
步骤6,通过速度传感器采集惯量盘的转速,并反馈到轨道交通控制***中,轨道交通控制根据惯量盘的转速折算成列车速度、列车加速度和列车位置,并根据上述参数调整力矩指令。
本实施例中,牵引制动力矩的计算方法具体步骤为:
步骤1,读取力矩指令;
步骤2,读取控制电机速度,并折算为列车速度、列车位置;
步骤3,按实际列车指令传输延时进行软件数据延时;
步骤4,依据计算的列车速度,按实际轨道交通牵引电机的恒功率特性,计算最大驱动电机力矩;
步骤5,比较力矩指令是否大于步骤4计算的最大驱动电机力矩,并将不超过最大驱动电机力矩的值传输给驱动控制器;
步骤6,下一采样周期重复步骤1至步骤5。
本实施例中,扰动力矩的计算方法具体步骤为:
步骤1,读取列车位置信息;
步骤2,根据线路数据和列车位置,计算列车坡道阻力;
步骤3,根据线路数据和列车位置,计算列车弯道阻力;
步骤4,根据列车速度信息,计算列车基本阻力;
步骤5,将上述阻力代数和,并将代数和传输给加载控制器,所述的加载控制器控制加载电机的输出力矩值;
步骤6,下一采样周期重复步骤1至步骤5。
本实施例中,的驱动电机的额定转速S1和双输入减速机的速比i按式(1)进行匹配,具体匹配公式(1)如下:
其中,列车实际牵引制动的恒转矩和恒功率切换速度S2,列车驱动轮半径R。
本实施例中,驱动电机额定力矩M和惯量盘最大转动惯量Imax按式(2)进行匹配,具体匹配公式(2)如下:
其中,列车最大质量W、列车最大牵引力Fmax、车轮半径R,加载电机选择和驱动电机相同。
进一步的,扰动力矩包括但不限于列车坡道阻力、车弯道阻力、列车基本阻力和列车启动阻力。所述的列车位置为待仿真轨道交通的实际线路信息,包括坡道信息、弯道信息等。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,应视为本发明的保护范围。

Claims (10)

1.一种轨道交通自动驾驶控制算法仿真***,其特征在于:包括轨道交通控制***、仿真控制器、牵引制动***、扰动***、动力融合***、负载及速度传感器;
所述的轨道交通控制***用于完成轨道交通自动驾驶控制算法计算,并将力矩指令传输给仿真控制器;
所述的仿真控制器分别与牵引制动***、扰动***双向信号连接,所述的仿真控制器用于完成牵引制动的仿真计算和扰动计算,并分别将牵引制动的仿真计算和扰动计算的计算结果分别输送给牵引控制***和扰动***;
所述的牵引控制***和扰动***输出的动力经过动力融合***后带动负载转动,所述的速度传感器固定安装在负载上,所说的速度传感器与负载同步转动;
所述的速度传感器与轨道交通控制***信号连接,所述的速度传感器用于采集实时速度数据。
2.如权利要求1所述的一种轨道交通自动驾驶控制算法仿真***,其特征在于:所述的牵引制动***由驱动控制器和驱动电机组成,所述的驱动控制器用于控制驱动电机的工作状态,所述的扰动***由加载控制器和加载电机组成,所述的加载控制器用于控制加载电机的工作状态。
3.如权利要求2所述的一种轨道交通自动驾驶控制算法仿真***,其特征在于:所述的动力融合***采用双输入减速机,驱动电机的输出轴和加载电机的输出轴分别与双输入减速机的两个输入轴传动连接,双输入减速机的输出轴与负载传动连接。
4.如权利要求3所述的一种轨道交通自动驾驶控制算法仿真***,其特征在于:所述的负载采用惯量盘,所述的惯量盘采用多个可分离的金属盘组成。
5.如权利要求4所述的一种轨道交通自动驾驶控制算法仿真***,其特征在于:所述的速度传感器固定安装在惯量盘的旋转轴上。
6.一种轨道交通自动驾驶控制算法仿真***的仿真方法,其特征在于:具体步骤如下:
步骤1,轨道交通控制***将力矩指令发送到仿真控制器,所述的仿真控制器计算牵引制动力矩并通过驱动控制器控制控制驱动电机转动;
步骤2,仿真控制器通过现场总线读取驱动电机的转速,并折算成列车速度和列车位置;
步骤3,仿真控制器结合列车位置、路线数据以及列车速度,计算列车运行中的扰动力矩并通过加载控制器控制加载电机转动;所述的扰动力矩和牵引制动力矩的计算在同一个采样周期进行计算;
步骤4,驱动电机的输出轴以及加载电机的输出轴分别与双输入减速机的两个输入轴传动连接,双输入减速机的输出轴带动负载转动;
步骤5,根据所要模拟的列车负载情况调整负载惯量盘的数量;
步骤6,通过速度传感器采集惯量盘的转速,并反馈到轨道交通控制***中,轨道交通控制根据惯量盘的转速折算成列车速度、列车加速度和列车位置,并根据上述参数调整力矩指令。
7.如权利要求6所述的一种轨道交通自动驾驶控制算法仿真***的仿真方法,其特征在于:所述的牵引制动力矩的计算方法具体步骤为:
步骤1,读取力矩指令;
步骤2,读取控制电机速度,并折算为列车速度、列车位置;
步骤3,按实际列车指令传输延时进行软件数据延时;
步骤4,依据计算的列车速度,按实际轨道交通牵引电机的恒功率特性,计算最大驱动电机力矩;
步骤5,比较力矩指令是否大于步骤4计算的最大驱动电机力矩,并将不超过最大驱动电机力矩的值传输给驱动控制器;
步骤6,下一采样周期重复步骤1至步骤5。
8.如权利要求6所述的一种轨道交通自动驾驶控制算法仿真***的仿真方法,其特征在于:所述的扰动力矩的计算方法具体步骤为:
步骤1,读取列车位置信息;
步骤2,根据线路数据和列车位置,计算列车坡道阻力;
步骤3,根据线路数据和列车位置,计算列车弯道阻力;
步骤4,根据列车速度信息,计算列车基本阻力;
步骤5,将上述阻力代数和,并将代数和传输给加载控制器,所述的加载控制器控制加载电机的输出力矩值;
步骤6,下一采样周期重复步骤1至步骤5。
9.如权利要求6所述的一种轨道交通自动驾驶控制算法仿真***的仿真方法,其特征在于:所述的驱动电机的额定转速S1和双输入减速机的速比i按式(1)进行匹配,具体匹配公式(1)如下:
其中,列车实际牵引制动的恒转矩和恒功率切换速度S2,列车驱动轮半径R。
10.如权利要求6所述的一种轨道交通自动驾驶控制算法仿真***的仿真方法,其特征在于:所述的驱动电机额定力矩M和惯量盘最大转动惯量Imax按式(2)进行匹配,具体匹配公式(2)如下:
其中,列车最大质量W、列车最大牵引力Fmax、车轮半径R,加载电机选择和驱动电机相同。
CN201910802263.7A 2019-08-28 2019-08-28 一种轨道交通自动驾驶控制算法仿真***及仿真方法 Pending CN110488631A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910802263.7A CN110488631A (zh) 2019-08-28 2019-08-28 一种轨道交通自动驾驶控制算法仿真***及仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910802263.7A CN110488631A (zh) 2019-08-28 2019-08-28 一种轨道交通自动驾驶控制算法仿真***及仿真方法

Publications (1)

Publication Number Publication Date
CN110488631A true CN110488631A (zh) 2019-11-22

Family

ID=68554795

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910802263.7A Pending CN110488631A (zh) 2019-08-28 2019-08-28 一种轨道交通自动驾驶控制算法仿真***及仿真方法

Country Status (1)

Country Link
CN (1) CN110488631A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112859610A (zh) * 2021-01-15 2021-05-28 青岛地铁集团有限公司运营分公司 一种铁道车辆控制运算***及最低磨耗控制算法
WO2022057697A1 (zh) * 2020-09-21 2022-03-24 中车青岛四方车辆研究所有限公司 一种实现自动驾驶的机车制动***及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101211160A (zh) * 2006-12-30 2008-07-02 南京理工大学 伺服***模拟加载控制装置
CN106444421A (zh) * 2016-09-29 2017-02-22 南京理工大学 城市轨道交通车载牵引制动控制器***及其工作方法
EP3461708A1 (de) * 2017-09-29 2019-04-03 ZF Friedrichshafen AG Antriebsanordnung für ein schienenfahrzeug und antriebsstrang
CN109799702A (zh) * 2017-11-17 2019-05-24 株洲中车时代电气股份有限公司 一种轨道交通车辆的粘着控制方法及***

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101211160A (zh) * 2006-12-30 2008-07-02 南京理工大学 伺服***模拟加载控制装置
CN106444421A (zh) * 2016-09-29 2017-02-22 南京理工大学 城市轨道交通车载牵引制动控制器***及其工作方法
EP3461708A1 (de) * 2017-09-29 2019-04-03 ZF Friedrichshafen AG Antriebsanordnung für ein schienenfahrzeug und antriebsstrang
CN109799702A (zh) * 2017-11-17 2019-05-24 株洲中车时代电气股份有限公司 一种轨道交通车辆的粘着控制方法及***

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
于今等: "基于AMESim的转向架综合试验台液压***设计及仿真", 《机床与液压》 *
向伟等: "微车传动系抗扭振惯量盘的设计优化", 《噪声与振动控制》 *
杜秀菊等: "基于行驶仿真试验的行星减速机动力学仿真", 《机械传动》 *
王刚等: "RV减速机动力学建模方法研究与分析", 《中国机械工程》 *
韩玉苹: "随动***模拟负载试验台的研制", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *
顾旭波等: "安全制动器动态制动力矩测试方法研究", 《起重运输机械》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022057697A1 (zh) * 2020-09-21 2022-03-24 中车青岛四方车辆研究所有限公司 一种实现自动驾驶的机车制动***及方法
CN112859610A (zh) * 2021-01-15 2021-05-28 青岛地铁集团有限公司运营分公司 一种铁道车辆控制运算***及最低磨耗控制算法

Similar Documents

Publication Publication Date Title
CN106227189B (zh) 一种双轴驱动电动汽车硬件在环测试***同步控制方法
CN103308325B (zh) 电动汽车驱动***半实物仿真平台
CN104748981A (zh) 一种基于人-车-路闭环控制的新能源汽车试验***
CN106525450B (zh) 用于双轴驱电动汽车动力***匹配的测试方法及装置
CN101561353B (zh) 车辆线控制动线控转向硬件在环试验台
CN101975670B (zh) 铁路轮对制动特性模拟装置
CN110488631A (zh) 一种轨道交通自动驾驶控制算法仿真***及仿真方法
CN108414244A (zh) 一种电动汽车动力总成实车模拟试验台架及其试验方法
CN103592135B (zh) 一种电动汽车制动惯性的模拟试验台及试验方法
CN104228887B (zh) 一种列车自动运行等级实时调整的方法及***
CN103761902B (zh) 采用双力源仿真直升机操纵力感的方法
CN104238548B (zh) 一种四轮独立电动轮驱动车辆工况模拟***及测控方法
WO2019114230A1 (zh) 机车及动车组粘着控制仿真***和仿真方法
CN107479402A (zh) 电制动模拟***、制动仿真平台及电制动模拟方法
CN102566417A (zh) 一种柔性关节机械臂的动态面控制方法
CN206210171U (zh) 一种新型飞控***操纵负荷装置
CN102620941A (zh) 一种电动车辆检测及其再生制动能量定量研究试验台
CN204996063U (zh) 一种实时交互健身自行车
CN102944997B (zh) 多自由度冗余并联机构的同步光滑滑模控制方法和***
CN110444078A (zh) 一种模拟飞行器的操纵负荷***
CN109147467A (zh) 基于实装操纵杆系的直升机操纵负荷***及仿真实现方法
CN108762889A (zh) 一种自动驾驶仿真云平台及方法
CN107202702A (zh) 一种轨道交通的模拟***
CN109765485A (zh) 基于转矩控制模式下的电机制动测试***及方法
CN102353535A (zh) 车辆无级变速器低功耗硬件在环试验台及试验方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20191122

RJ01 Rejection of invention patent application after publication