动态车辆

动态车辆（共9篇）

动态车辆 篇1

0引言

针对车辆动态调度问题,国内外专家学者开展了一系列研究。Gendreau等[1]着重研究了车辆动态调度问题中出现的各种不确定性信息的影响,指出在求解此问题时,对这些不确定性信息应加以全面考虑;Powell[2]详细分析了车辆动态调度问题中一 类随机车 辆调度模 型,采用改进的A-priori两阶段优 化方法求 解了该问 题;Minkoff[3]以马尔可夫决策模型为基础,完成了车辆动态调度问题基于马尔可夫决策过程的建模求解,研究提出的算法在中小规模(10个需求)的车辆动态调度问题求解中可以得到比较满意的解,但因其模型的局限性,算法对大规模的问题难以求解。针对动态车辆调度问题实时性强的特点,张景玲等[4]、王旭等[5]研究了车辆的动态调度问题,通过基于两阶段优化的方法对该类问题进行了有效求解。袁建清[6]以解决车辆利用效率最大化为目标,建立了几类随机数学模型,提出了相应的智能算法,解决了车辆调度的不确定调度问题。文献[7-9]针对车辆动态调度中的不同问题提出了相应的解决方法。

本文以军事行动中车辆动态调 度问题为 背景,提出了基于近似动态规划的车辆动态调度算法。通过对车辆调度问题进行形式化描述,利用近似动态规划方法对车辆动态调度问题进行建模,根据近似动态规划的思想,设计实现求解大规模、多类型车辆调度的算法,并对算法进行了仿真性实验,验证了算法的有效性和优越性。

1动态车辆调度的问题

车辆调度问题对实时性有较高要求,即在尽可能短的时间内,通过合理的运输方式、运输路径、运输工具组合来完成调度任务,是动态车辆调度问题领域关注的重点。对于动态车辆调度问题,本文以一个有关的军事任务中的车辆调度情景予以描述,如图1所示。

在某次军事演习中,共涉及有1个车辆调度中心和N个驻防要点,车辆调度中心拥有载重车、乘坐车、牵引车和特种车四种类型的运力资源,共K辆运输工具。每个驻防要点拥有兵员、物资、装备等参演要素。演习中,需要在这N个驻防要点之间完成兵员、物资和装备的调运服务。演习过程中无法预知哪个驻防要点具有运输任务请求。根据描述情况,可对上述场景进行抽象,得到如表1所示的信息。

将本文研究的问题看作一个系统,问题中每个时刻的调度场景就可看作是该系统的一个状态,那么每个时刻的系统状态与该时刻的调度决策是一一对应的,不同的调度决策导致系统到达不同的状态,因此,每个时刻不同的系统状态价值,可以反映不同调度决策的优劣。由此,文中系统状态价值的含义可以描述为:每个时刻不同的调度决策会对系统的现状和将来产生不同的贡献,由此,每个时刻的系统状态价值就是该时刻对应调度决策对系统的贡献值。

本文涉及的大规模、多类型车辆动态调度问题中,由于不同的运输车辆具有不同的代价权重,因此,当执行不同任务时,动用的车辆不同,相应的收益权重也不同。例如执行任务类别mi,它的回报权重为ζi,t时刻需要被满足的任务数(决策作用前)为nit,t时刻满足的任务数(决策作用后)为n′it;车辆类别为cj,代价权重为ηj,t时刻可调度的车辆数(决策作用前)为kjt,t时刻可调度的车辆数(决策作用后)为k′jt,那么定义贡献函数为

由此,我们用系统状态价值来定义本文研究问题的优化目标:根据每个时刻不断出现的运输任务请求和不断变化更新的车辆状态,在一定条件下(如运输任务类型、任务起止时间、车辆剩余载重、单次最大行驶里程等),动态查询所有车辆状态,挑选合适的车辆,规划合理的路线,尽可能地满足任务点的运输任务请求,使得每个时刻的系统状态价值最大。

2动态车辆调度问题模型

根据上述情景分析,对此调度场景建立相应的模型,主要包括 车辆资源、任 务信息和 调度决策等。

2.1车辆资源

车辆资源建模的基本思想是抽象出车辆资源的重要属性,明确车辆资源的使用规则,从而约束车辆属性向量的空间取值。车辆属性主要包括静态属性和动态属性:静态属性描述车辆资源的基本特点;动态属性刻画车辆资源的状态。

C为车辆资源类型集合,C = {c1(载重车),c2(客车),c3(特种车),c4(牵引车)};a为车辆资源属性向量,a=(a1(车辆编号),a2(车辆类型),a3(实时位置),a4(额定载重/员),a5(剩余载重/员),a6(额定里程),a7(剩余行驶里程),a8(平均速度),a9(下一任务 点),a10(起效时间),a11(上一次接受调度的任务点));A为车辆资源的向量空间;Rt,t′a为t时刻获知的,具有属性a、在t′时刻可用的车辆资源的数量,t′>t;Rta 为t时刻获知的,具有属性a、在当前时刻可用的车辆资源的数量,Rta=(Rt,t′a)t′=t;^Rta 为t时刻获知的,t-1时刻和t时刻之间发生的,由外部信息导致的、具有属性a的、可调度车辆资源的数量,其中外部信息包括:车辆故障停驶、故障车辆恢复行驶等。

通过以上对车辆资源的建模,可以得到:t时刻,可以调度的具有属性a的车辆资源的数量为

t时刻,可以调度的车辆资源的数量为

2.2任务信息

任务请求信息也可以看作是系统资源,为了刻画运输任务的多方面属性以及运输任务的静态属性和动态属性,笔者建立了调度决策模型。通过属性向量来描述和刻画运输任务的状态;通过明确运输任务的使用规则,来约束其属性向量的空间取值。

M为运输任务类型集 合,M = {m1(物资运输),m2(兵员运输),m3(弹药运输),m4(装备运输)};b为运输任 务属性向 量,b = {b1(任务编号),b2(任务类型),b3(任务开始时间),b4(任务结束时间),b5(任务起始 点),b6(任务结束 点),b7(任务量),b8(任务完成状态)};B为运输任务属性的空间向量;Mt,t′b为t时刻获知的,在t′时刻需要被满足的、具有属性b的运输任务请求的数量;Mtb为t时刻获知的,在当前时刻需要被满足的、具有属性b的运输任务请求的数量,即Mtb=(Mt,t′b)t′=t;^Mtb 为t时刻获知的,在t-1时刻和t时刻之间随机出现的,具有属性b的运输任务请求的数量。

那么,t时刻需要被满足的、具有属性b的运输任务请求的数量为

t时刻需要被满足的任务数量为

2.3调度决策

调度决策属于动态系统的内部信息,为了刻画调度决策的内容以及调度决策如何起效作用于车辆资源和运输任务,对调度决策的建模要从对车辆资源和运输任务的状态影响出发,抽象其重要属性,通过定义调度决策的策略集,来约束其属性向量的空间取值。

d为调度决策的属性向量,d = (d1(当前派遣),d2(暂不派遣),d3(执行车辆编号),d4(执行任务编号),d5(预派遣时刻));Da为可以作用于具有属性a的车辆资源向量;Π为可行调度策略的集合。调度策略是指在给定系统状态信息的前提下,决定一个调度决策的规则。在本文的研究中,调度策略由贡献函数(反映当前调度决策对系统当前贡献的影响)和近似价值函数(反映当前调度决策对系统未来的影响)共同来反映。xtad为t时刻,具有属性a的,被决策d作用的车辆的数量,则

σtad 为决策结果指示函数,用来捕获决策的结果,且

那么t时刻,被派遣执行运输任务的、具有属性a的车辆数量为σtadxtad;χt为t时刻,在给定有效信息下的可行调度策略的集合。

为了通过数学形式来反映决策结果,需要定义一个决策函数,一些调度策略,在每个取样时刻,给定系统的状态信息,返回调度决策。

Xtπ(Rt)为决策函数。t时刻,在调度策略π下,给定车辆资源状态Rt,返回一个决策值xt,其中Rt为t时刻系统的状态信息:

其中,γ为折扣因子,介于0和1之间,是指价值经过一段时间后等同的现在的价值,因为价值函数是对未来的一个预测价值,所以需要加上一个折扣因子;t为近似价值函数;Ct(Rt-1,ωt,xt)为系统贡献函数;RM(Rt-1,ωt,xt)=Rt为车辆资源状态转换函数;ωt为t时刻系统外部信息的一次取样。

本文在车辆调度决策过程中,考虑了两种车辆调度方式:一是单车多任务,二是多车单任务。

此外,为了计算的方便,对时间采取离散时间模型,如图2所示。在前述的对车辆资源、运输任务、调度决策的符号中,右下角的时间角标“t”,表示的是离散时间点t时刻或第t期,第t期指t=(t-1,t]。

2.4目标方程

把大规模、多类型车辆动态调度问题看作是一个“动态系统”,把每次作调度决策的场景看作是该系统在时间轴上的一个“状态”St。St由车辆资源状态Rt-1、运输任务信息Mt和调度决策xt 共同描述。St的价值是由贡献函数和近似价值函数共同决定。贡献函数捕获调度决策xt对当前系统状态的影响;近似价值函数捕获调度决策xt对未来系统状态的影响。本文优化目标为:“每期决策,使得在尽可能完成运输任务的前提下,动用的车辆数最少;长期目标是在完成尽可能多的任务前提下,车辆动用率最低。”,那么,大规模、多类型车辆动态调度问题的目标方程可以形式化表达为

其中,xt为式(3)的解,^vtn为系统状态从St条件转移到St+1的近似价值的数学期望。

当然,式(3)还要满足一定的约束条件:1调度决策作用的车辆资源数量不能超过当前已知的可调度车辆资源的数量;2每个时刻的调度决策满足的任务请求数不能超过当期已知的任务请求数;3调度决策作用的车辆资源数量、运输任务数量都是正整数。

3基于近 似动态规 划的动态 车辆调度方法

动态规划是基于多阶段决策过程寻优问题提出的,广泛应用于工程学、运筹学、经济学等多个领域[10]。但是,经典动态规划所面临的“维数灾难”使其只能解决小规模问题,限制了其应用[11]。通过上面的建模,本文采用近似动态规划(ADP)的思想设计动态车辆调度算法。

3.1基本思路和设计流程

基于ADP方法求解大规 模、多类型的 车辆动态调度问题需要划分为两个阶段,第一阶段是训练获取近似价值函数的表达式,第二阶段是应用训练得到的近似价值函数的表达式指导车辆调度。ADP在训练数据阶段是用本次系统产生的数据去更新上一次假设的数据,即将来对过去的影响,不断地更新进而产生出近似价值函数;在应用阶段就是利用训练阶段产生的近似价值函数来生成任务到来时的决策,即对未来的影响。

在第一阶段中,算法基于 “观察-更新”的思想,预先设定总的取样次数N和取样路径长度τ,给定每条取样路径上每个取样时刻对应的系统状态近似估计值的初值t0,然后利用价值迭代的策略,迭代计算目标方程(式(3))。在每次迭代中,通过在取样路径ωn计算得到的新的系统状态值tn更新上一时刻系统状态的近似估计值tn-1,以此来不断逼近系统状态的真实值。算法运行最后得到N组系统状 态近似值tn= {(t1)tτ=1,(t2)tτ=1,…,(tN)tτ=1},然后通过一组达到稳态的系统状态近似值,以线性拟合的思想,拟合这组稳态值,来得到近似价值函数的线性表达式。

因此,第一阶段算法的输入是仿真得到的任务信息,输出为训练周期中每期系统状态价值的近似值。通过仿真任务信息来获得、辨识和测量训练阶段算法的各种参数,比如折扣因子、步长以及系统状态初值等。在第二阶段,应用第一阶段训练得到的近似价值函数表达式,根据当前的运输任务信息,求解决策函数(式(2))以得到优化调度决策xt。因此,第二阶段算法的输入为当前运输任务信息,算法的输出为优化的调度决策xt。

3.2调度策略的启发式规则

在求解大规模、多类型车辆动态调度问题中,本文中车辆调度策略的启发式算法规则集如下:

(1)对于每期出现的新运输任务,尽量从已经派出在外执行任务的车辆中挑选满足新运输任务要求的车辆,而尽量避免从调度中心增派车辆去满足新任 务,以此来减 少每期的 车辆动用数量。

(2)对于当期出现的多个运输任务,按照任务开始时间的紧急程度,优先满足任务开始时间早的任务。

(3)对于在当期随机出现的运输任务请求,在任务开始时间和任务量满足的前提下,优先考虑与现有任务是否可以合并执行,以减少车辆动用的数量。

(4)对于可以满足某一运输任务的多辆可调度车辆,先将这些车辆按照剩余载重的大小进行排序,然后依次挑选剩余载重大的车辆去执行该运输任务;对于剩余载重也相同的车辆,按照可以到达任务起始点的时间排序,依次选择可以最早到达任务起始点的车辆执行该运输任务,这样可以在多车单任务中,减少车辆动用的数量,从而降低车辆的动用率。

启发式规则的输入为当前时刻的运输任务信息,即需要被满足、具有某属性的多个运输任务;输出为可调度的车辆序列和已调度的车辆序列。算法具体步骤描述如下。

(1)查询当期任务信息Mt,按任务类型分类汇总得到每种类型任务数量Mtb2。

(2)对于当期出现的每个任务Mtb,按当期任务的开始时刻从小(早)到大(晚)排序。

(3)for当期出现的、开始时间最早的任务:

do按任务类型要 求、开始时间 要求查询是否有在外 执行任务 的、可调度的相应类型的车辆资源状态。

if有在外执行任务的、可调度的车辆,do返回在外执行任务的、可调度的车辆资源序列。

else查询在调度中心的车辆资源,返回可调度的车辆资源序列:

(4)将步骤(3)中得到的可调度车辆按剩余载重/员从大到小进行排序,得到每种类型可调度的车辆序列:

(5)对步骤(4)中挑选出来的可调度车辆序列中,再对剩余载重相同的车辆按照起效时间从小(早)到大(晚)进行排序,得到每种类型可调度的车辆新序列如下:

(6)计算单车是否可以满足该任务。

if单车满足,do转至步骤(7),else转至步

骤(8)。

(7)从步骤(5)中挑选第一辆车。

(8)从步骤(3)中依次挑选车辆,直到车辆组合剩余载重之和满足任务量要求。

(9)按照贡献函数的定义式计算不同调度决策的贡献值,按当前最大贡献值对应的调度决策调度车辆执行任务。

(10)将当期没有车辆满足的任务顺延至下一期转至步骤(1)。

3.3采用价值迭代和平滑策略训练近似价值函数的算法设计

大规模、多类型车辆调度问题训练阶段的算法采用价值迭代和平滑策略来获取系统状态的真实值。具体算法步骤如下:

(1)初始化。

2设置n=1,N =100,n为取样路径标记,N为总的取样次数;

3初始化车辆资源状态R10。

(2)选择一条取样路径ωn,ωtn=Mtn。

(3)对于训练阶段的每一个取样时刻,t=1,2,…,30。

1令ωtn=Wt(ωn),进行取样的实现;

2调用前述的启发式规则算法,筛选得到最优的执行车辆;

3将执行车辆中可以推迟派遣的,推迟一期派遣;

4根据步骤3计算式 (3),xtn为式(3)的解。

5更新价值函数:

6计算车辆资源状态转换函数,更新车辆资源状态:

(4)n加1,如果n≤N,跳转至步骤(2)。

(5)返回每条取样路径的每组状态价值,即

定义的近似价值函数是关于车辆资源状态和运输任务的线性函数,而车辆资源状态和运输任务状态都是用向量描述的,如果以向量进行近似价值函数计算,其取值空间巨大,容易陷入“维度灾难”,难以求解;因此,笔者对这些向量的维度进行了一定程度的聚集,即忽略对车辆调度决策影响不大的维度。对于本文中的大规模、多类型车辆动态调度问题,每期可调度的车辆数量和已满足的任务数量对于车辆调度决策影响较大,因此,将车辆资源属性向量(Rtna)a∈A聚集为当前时刻可调度的车辆数数量(Rtna)a;将运输任务属性向量聚集(Mtnb)b∈B聚集为当前已被满足的运输任务数量(Mtnb)b。

接下来可计算近似价值函数的线性表达式:

其中,θ1、θ2和θ3为待定参数,根据上述ADP求解问题的算法步骤(5)达到稳态的一组有效值,采用线性回归的方法求解得到待定参数θ1、θ2和θ3,从而得到近似价值函数的线性表达式。

3.4应用近似值函数进行大规模、多类型车辆调度算法设计

大规模、多类型车辆动态调度问题应用阶段算法是对训练阶段获得的近似价值函数进行调度应用,具体算法步骤如下:

(1)初始化车辆资源的状态R0。

(2)输入当前时刻的运输任务信息Mt。

(3)调用前述的启发式规则算法,求解决策函数:

其中,调度决策xt为式(5)的解。

(4)更新车辆资源状态:

4实验

4.1实验场景以及训练结果

根据上文中算法的描述,进行了相应的实验。实验过程中,假定有4种不同类型的车辆,每种类型的车辆有10辆,10个任务点,4种不同的任务。价值迭代算法需要为其设计合理的收敛准则。实验中,在取样时间轴上,具有相同周期长度和固定期数的一组连续的系统状态,本文尝试分别取样50次和取样100次,观察每条取样路径上某一相同时刻系统状态价值的近似值是否趋于稳态,用MATLAB分析,结果如图3所示。

由图3观察比较可以发现:算法在迭代50次后系统状态近似值依然呈现出稳步上升趋势,说明值迭代策略还未逼近到系统状态的真实值;在迭代100次后,观察发现系统状态近似值已经趋于稳态,说明值迭代策略已经逼近到系统状态的真实值,算法已经收敛,所以算法可以终止。

取第100次迭代的最后一组系统状态近似值进行拟合求解,求得近似价值函数的线性表达式,如表2所示。

由此得到近似价值函数的线性表达式如下:

这里采用粒度比较大的线性拟合方式,拟合前这组系统状态近似值的空间表现形式和拟合后近似价值函数的空间展现形式分别如图4和图5所示,由于线性函数存在的误差较大,因此本文用尽可能多的离散值,用非线性的表达方式来得出这个函数。

图4、图5中,z轴为当期系统系统状态近似值,x轴为当期车辆动用数量,y轴为当期任务满足数量,由图可见近似价值函数的线性表达式能够比较好地匹配解空间的值。

4.2算法正确性验证

得到了近似价值函数的表达式之后,我们首先进行算法正确性的验证。利用单期决策(忽略一期以后的影响)的满意度“D”来反映算法的正确性,决策满意度的计算如下:

其中,N1表示当期应该被满足的运输请求任务数,N2表示应用近似价值函数计算后得到的当期实际被满足的任务数。决策满意度越高,说明算法越正确。

通过近似价值函数的表达式(式(6))求解决策函数(式(1)),得到的调度决策结果为x1ad=5,x2ad =1,即1时刻的任务全部派遣车辆执行,2时刻的任务执行任务6。

算法正确性分析:最优的调度决策为1时刻和2时刻的7个任务应该全部执行,即N1=7,而近似价值函数求解决策函数给出的调度决策是实际执行6个任务,即N2=6。如果下一时刻还能满足条件的话,会延期调度剩余的任务。

决策满意度由式(7)计算为85.71%,即正确性为85.71%。可见,算法能够在较短时间内,得到正确性较高的近似满意解。

4.3算法优越性验证

为了进行算法的优越性验证,首先从算法的策略角度进行分析。基于ADP的大规模、多 类型车辆动态调度算法的优越性,主要体现在算法在每期的调度决策中不但都考虑了当期决策对当期系统状态的影响,还考虑了当期决策对系统未来各期的影响。由此,如果我们 仅以基于ADP算法中的启发式规则集为基础,只考虑当期决策对当前系统贡献值的影响而不考虑对将来各期的影响,设计一个大规模、多类型车辆动态调度的贪心算法,贪心算法实现就是任务到达只要有车辆满足条件就立即调度,这样就可以比较出两种调度策略的差异,从而判断哪种调度策略更为优越。

为了评判两种调度策略的优劣,我们根据问题的目标函数定义如下评判指标:

其中,R为目标值,N(t)为每期被满足的任务数,N(v)为每期调度动用的车辆数。对于本文的问题,我们的优化目标是:对于每期调度决策,在尽可能完成任务的前提下,动用车辆数最少。那么,式(8)中的目标值越大,则表明每期执行相同任务数的前提下,车辆动用的数量越少。

对两种算法给定同一组算例参数:取样次数N为100,训练周期T为30,每期任务数为1~15的随机数。

经过运行后,两种算法的各期目标值的平均值的整体图和局部图分别如图6和图7所示。

由图6和图7可见,基于ADP的算法策略目标值的平均值在1.4左右,而贪心算法目标值的平均值在1.2左右,这表明,按照ADP算法策略进行车辆调度,任务完成数量与车辆动用数量比值的平均值要比按照贪心算法策略高16.7%,即对于同样的任务,按ADP的调度策略进行车辆调度比按照贪心策略调度进行车辆调度,平均每期的车辆动用数量要少16.7%。这说明,既考虑每期调度决策的当期贡献值,又考虑对未来各期影响的ADP策略,要比只考虑当期贡献值的贪心策略优越,从而验证了算法的优越性。

5结语

车辆调度问题因其规模大、类型多、不确定性强等特征需要动态的调度模型与调度优化算法。针对大规模、多类型车辆动态调度问题,基于近似动态规划的思想建立了系统状态模型和调度决策模型,提出了车辆动态调度的一系列启发式规则,在此基础上,提出了基于ADP的车辆动态调度训练算法和应用算法。基于训练算法所获得的仿真数据和属性聚集获得了系统的近似价值函数,基于该近似价值函数在应用阶段能够在线快速生成调度决策,为实际决策提供依据。实验结果表明,近似价值函数能够形成对状态价值的有效近似,算法(在缺少未来信息的前提下)所生成的调度能够兼顾当前和未来,显著好于贪心算法。因此,所提出模型和方法是解决大规模、多类型、不确定车辆动态调度问题的有效思路。实际应用过程中,其效果受模型的质量、参数的辨识准确性、训练数据的可获得性及准确性、对系统状态演化的实时跟踪能力等影响,需要针对真实系统进行适应性的调整、仿真和近似。

动态车辆 篇2

第一章 总则

第一条 为加强安全生产监督，强化车辆动态监控管理，提升企业运输管理水平，科学化地管理和派遣车辆，及时高效地完成运输任务，根据公司车辆运行实际情况，特制定本管理办法。

第二条 根据《道路交通安全法》、《道路运输条例》规定运输车辆必须安装动态监控系统，便于对车辆运行位置、速度、方向、路线、历史轨迹等展开实时安全监控，规范车辆运行受控管理。

第三条 本制度适用于阳泉冀东物流贸易有限公司。

第二章 监控原则与适应范围

第四条 车辆动态监控系统实时记录和传输车辆位置、行驶路线、速度等，具备定位、监控、记录、警示、指挥调度、营运管理、通讯等综合监控功能，对预防窜货行为起到关键作用。

第五条 进厂车辆必须按国家规定配备车载定位设备和必要的通讯工具，并将备案资料及账号提供给监控中心，对未安装车辆动态监控系统的，物流调度中心拒绝开具派车单，有特殊情况请相关部门会同审批，详见车辆动态监控备案流程。

第六条 凡安装了车辆动态监控车载终端的进厂车辆，均应遵守本制度规定。

第三章 职责

第七条 监控员职责

一、负责统一管理本公司车辆动态监控管理平台，负责平台正常使用及维护，保证监控平台运转正常。随时关注车辆动态监控系统使用情况，并在车辆出现超速、疲劳驾驶等违章行为时对驾驶员及时提醒，防范和控制驾驶员在行驶途中的各类违章行为。

二、监控员负责管理进厂车辆动态监控管理平台，检查进厂车辆设备是否运转正常。

三、监控自有车辆的运行情况，在车辆发出报警信息时，进行报警确认，并进行相应的处理；对有故障的监控系统及时上报并下发维修单，保障系统正常运行；对监控中发现驾驶员有违规行为的，及时按照相关管理规定下发通知单。

四、按规定定时采集车辆行驶记录数据，保障数据的安全性、准确性和完整性，对违规行为分类汇总上报相关部门。

五、密切关注天气变化、道路情况、交通状况等情况，及时通过车辆动态监控平台或短信发送平台发送预警信息。

六、监控车辆是否按照规定路线行驶，对擅自更改路线、绕行高速或私拉乱跑等行为，做好监控记录，并及时报送备案。

八、监控权限严格按照规定授权，不得私自赋予他人及越权使用，如需授权使用，需上报领导审批。

第八条 驾驶员职责

一、保障车辆动态监控系统处于开机状态，严禁私自拆除或改变车载终端结构等行为，如有故障及时上报解决。

二、行驶中保持终端信息通畅，严禁无故或恶意手动报警，扰乱平台正常工作。

三、遵守安全行车制度规定，对监控平台提醒纠正的违章行为应及时更正。

第九条 大区市场部职责

一、水泥公司市场部门必须对自提客户所有进厂车辆的信息进行审核，确保资料准确无误，并提前报于物流公司进行备案。

二、对于自提车辆运行出现问题，物流公司监控员上报市场部时，市场部需及时沟通物流公司与客户并紧急处理。

三、配合监督车辆动态监控系统。第十条 水泥公司销售部职责

一、水泥公司销售部门收集公司客户所有进厂车辆的资料信息，提供给大区市场部进行审核、备案，并要及时新增和更新资料。

二、对于自提车辆运行出现问题时，物流公司监控员上报销售部时，销售部需及时沟通物流公司与客户并紧急处理。

三、配合监督车辆动态监控系统。

第四章 监控管理

第十一条 日常监控管理内容，包括车辆超速处理、偏离规定线路检查、疲劳驾驶、定点停放、停车不熄火、长时间停车等情况。

一、车载终端设备由本车驾驶员负责，公司在日常监控中发现设备运行不正常，应及时通知设备运营商进行维护。

二、车载终端设备不能正常运行，经查证系人为破坏的，由本车驾驶员承担设备维修或更换费用。如发现损毁、丢失情况应立即汇报，查明原因和责任人。

三、驾驶员不得自行断开车载终端电源，确因车辆检修需断开电源的，应及时告知监控员，并做记录备查。车辆维修完毕后应检查车载终端设备是否正常工作，如有损坏及时维修。

四、驾驶员不得无故按紧急报警开关，避免影响系统判断，贻误警情，对随意报警人员按规定给予处罚。

五、对监控范围内的车辆发现偏离规定路线、变更卸货地点、长时间待车、系统信号丢失等情况，及时上报相关部门处理；对未在监控范围内的车辆，由销售部、市场部协调解决。

第十二条 车辆动态监控报警设置

一、超速报警：以交通执法部门及本公司限定时速为准，最高时速不超过80KM/小时，路段有限速规定的，按规定行驶。

二、车辆故障和事故报警：及时向相关部门汇报，并积极采取措施，避免延误时限，造成更大损失或影响。

三、疲劳驾驶报警：以交通执法部门及本公司限定驾驶时间为准，驾驶员24小时累计驾驶时间原则上不超过8小时，日间连续驾驶不超过4小时，夜间连续驾驶不得超过2小时，间隔停车休息时间不得少于20分钟。

第十三条 报警的处理

监控员接到报警信号后，应迅速查明原因，做好记录，并及时上报相关部门：

一、超速报警：及时警告驾驶员减速慢行，消除安全隐患；

二、异常报警及紧急报警：及时与驾驶员联系，查明报警原因，了解求助内容，及时上报相关部门；

三、事故报警：及时与驾驶员联系，做好记录，及时上报安全管理部门。

四、疲劳驾驶报警：及时与驾驶员或调度员联系，确认是否为疲劳驾驶，及时安排驾驶员休息。

第五章 违章行为及处罚

第十四条 违章行为

一、非专业维护人员严禁私自打开车辆动态监控主机设备或损坏监控系统部件，造成设备无法正常工作。

二、车辆动态监控系统使用移动手机卡接收卫星信号，人为遮蔽会干扰设备接收信号，擅自拆卸SIM卡将无法定位，将影响车辆正常监控与管理。

三、无故切断车辆动态监控主机设备电源，无故按紧急报警开关报警的。

四、驾驶员超范围或变更行驶路线行驶等脱离监控。

五、监控中心警告有违章行为，未立即终止的。

六、未按规定停放车辆的。

七、对监控范围内的车辆发现偏离规定路线、变更卸货地点、长时间待车、系统信号丢失等情况。第十五条 违章处罚

一、私自打开车辆动态监控主机设备或损坏监控系统部件，造成设备无法正常工作。第一次给予100-200元处罚；第二次给予500元处罚；连续三次或情节严重者予以待岗学习处罚。

二、人为遮蔽会干扰设备接收信号，擅自拆卸SIM卡将无法定位，将影响车辆正常监控与管理。第一次给予100-500元处罚；第二次给予1000元处罚；连续三次或情节严重者予以待岗学习处罚。

三、无故切断车辆动态监控主机设备电源，无故按紧急报警开关报警的。第一次给予100元处罚；第二次给予200元处罚；连续三次或情节严重者予以待岗学习处罚。

四、驾驶员超范围或变更行驶路线行驶等脱离监控。第一次给予100-500元处罚；第二次给予1000元处罚；连续三次或情节严重者予以待岗学习处罚。

五、监控中心警告车辆有超速驾驶、疲劳驾驶等违章行为，未立即终止的根据情节给予100-500元处罚；若由超速造成任何事故，由驾驶员全部承担。

六、未按规定停放车辆的根据情节给予100-200元处罚。

七、对调度或监控员发出的指令及提示，置之不理的，为严重犯规，每次罚款300元。

八、由公司统一派车的第三方物流车队如出现偏离规定路线、未到指点站点、停车时间过长、出厂后信号丢失等情况时，经确认后可协商在结算运费时进行处罚。

九、客户自提车辆如出现偏离规定路线、未到指点站点、停车时间过长、出厂后信号丢失等情况时，经确认后提交资料由水泥公司市场部、销售部进行处理。

第六章 车辆动态监控管理及数据统计

第十六条

一、监控员负责车辆动态日常监控，监控人员每周不少于两次的定期抽查。

二、自车载终端设备上统计的报警、违章、违纪情况应及时制止及处理，并做好相应记录。

三、监控员应于每周进行一次数据汇总，把每周异常数据核实清楚后汇总上报，每月底将车辆动态监控系统反映出的数据汇总报主管领导审核，同时根据车辆动态监控系统上产生的即时数据制作分析报告。

四、车辆转移或报废，车管人员应及时请示上级，对车载终端设备设施予以拆卸、变更使用车辆或予以暂时保存。

第七章 附则

第十七条 本制度如有与国家颁布的法律与法规相抵触之处，以国家规定为准。

动态车辆 篇3

电子信息技术的出现以及电子商务的发展,给物流行业带来了新的机遇和挑战。与传统的物流过程相比,现在的物流过程加入了更多信息化的元素,提高了物流的生产效率,改进了资源分配和调度管理的科学性,这大大提高了企业竞争力。目前, 很多物流环节仍存在着可提升的空间,如效率不高、监控无效、 资源浪费等。比如,对于物流车辆的监控管理主要还是集中在车辆出发,抵达目的地两个时刻,而忽视了物流车辆运输途中监控的重要性。物流车辆在途的信息管理仍存在很多漏洞,这将导致资源、时间、人力的浪费,应该得到进一步的改善。

1国内现状及系统改进

1. 1国内现状

20世纪80年代,日本和欧洲的一些发达国家已经出现了能够提升车辆运输效率以及安全性的智能系统,90年代,以GPS定位技术为研究热点的智能交通系统得到关注［1］。随着物流行业的发展,智能系统在物流行业中得到广泛的应用,其精确、稳定、透明、高效的优势为物流业带来良好的收益。在我国, 虽然动态实时获取数据的智能系统应用较晚,但目前也得到了应用,大大提升了企业的效率。

目前的物流车辆监控技术主要是基于GSM/GPRS的无线通信技术,在主控端结合地理信息系统( GIS) ,利用GPS技术, 来完成对物流车辆的实时监控、调度以及信息管理［2］。这种技术方案很好的实现了对物流车辆的监控管理,大大提升物流工作效率。但是仍旧存在一些问题: 第一,GPS技术的定位会受到很多外界因素的干扰,比如当电离层,对流层干扰时,就会产生误差。同时,在大城市或者山区里,高层建筑及树木等对信号也会产生影响,用GPS测量,往往出现数据一直处于浮动状态、假固定或者不能固定的情况,这会导致较大的数据误差,这样的定位并不利于控制中心做出正确的决策。第二,GSM/GPRS数据业务的传输速率较低,难以满足越来越大的数据流传输需求。 第三,没有明确的物流车辆在途管理方案,应对紧急状况的能力还不充分。第四,车辆的路径选择主要依靠经验,效率低下,不便于管理。这些问题的存在,将导致信息传递不及时,信息失真, 信息无效,信息不全面等现状,企业需要更加完善的监控系统。

1. 2改进方案特点

本文在现有方案的基础上,提出一种高效、精确、便捷的动态实时获取物流车辆数据系统,提升物流车辆监管的效率,帮助控制中心作出正确的决策,保证物流车辆在途过程中实现路径最优化、路径透明化,减少人力、物力的浪费。

本系统的特点主要体现在以下几个方面: ( 1) 系统利用路径关键点定位数据对车载GPS定位数据进行比对、校正,提升控制中心定位精确度。( 2) 在路径关键点处实现不停车监控、 测速、信息交换,工作效率高。( 3) 物流车辆与监控中心实时信息共享,便于调度、管理、处理应急事件。( 4) 控制中心利用基于蚁群的路径优化算法软件,指导物流车辆选择最优路径。 ( 5) 系统内采用3G网络进行通信,提升系统内通信质量。

2系统总体结构原理及设计

本文所研究系统针对物流车辆进行高效精确的实时动态监控,同时具有对运输路径进行优化指导的功能。该系统中每辆物流车辆都配有GPS车载终端,以便在控制中心及时获取信息对车辆进行定位追踪。同时,在沿途路径关键点安装有RFID读写器采集车辆信息,采集点设有摄像机记录车辆的视频信息, 以备查询,这些数据被实时传送到控制中心管理系统。在控制中心管理系统数据库存有路径关键点的详细位置信息,每当有采集信号传送过来,控制中心管理系统会将此时GPS定位数据与关键点数据进行对比,计算目前GPS定位的精度,并将关键点位置信息存入当前物流车辆位置数据库。整个系统数据交换过程采用3G网络,能极大地增加系统容量,提高通信质量和数据传输速率。在控制中心的远程车辆智能管理系统上,系统可以根据以往的数据反馈,根据将要出发的物流车辆任务需求或者应急事件,由系统的路径优化算法自动模拟生成最优路线,并以此指导出发车辆。该智能管理系统将所有物流信息汇总显示在控制中心的客户端显示屏幕上,实现高效清晰的可视化管理。 该系统整体结构框图如图1所示。

车载终端安放在驾驶室,进行车辆实时定位、位置信息反馈,并且在相连的液晶屏幕上进行实时的路径显示,给驾驶员以最清晰的反馈。物流车辆的信息识别系统由RFID电子标签和路径关键点的RFID固定读写器组成。远程物流车辆智能管理系统控制中心包括: 智能管理系统应用服务器,智能管理系统数据库服务器,管理员客户端以及路径优化算法软件。数据库服务器由多台高性能设备组成,为应用服务器提供数据支持,管理人员通过客户机进行操作管理。

3系统各主要模块设计

动态实时获取物流车辆的数据系统的设计因为新技术的产生而改良,因为企业追求更高的效率而改进。本系统利用了物联网［3］中应用最广的RFID射频识别技术［4，5］,RFID电子标签［6］因其防水、防磁、耐高温、识别距离远、具有穿透性、可重复读写等优势在零售、自动识别、车辆管理等领域得到广泛应用。

本文所设计系统主要由路径关键点、电子标签、车载终端、 控制中心四部分组成。

3. 1路径关键点设计

路径关键点是指在运输路径途中选取一些位置,安装RFID读写器等设备,与物流车辆上的RFID电子标签共同完成物流车辆识别任务。路径关键点的选取原则是: ( 1) 合理的空间布局。保证在关键点采集的信息对物流车辆全程有覆盖性、代表性。( 2) 评估选址状况。分析选址处网络状况,有无收费站,服务站,住宅区等,若网络较差或没有这些设施,应增加关键点。 ( 3) 统计物流车辆流量。应尽量选择车流量较大的主干道。路径关键点主要包括的硬件设备有: 语音提示模块,车辆传感器, 地磁感应线圈,RFID读写器,摄像机,计算机等。

用于标识车辆的RFID电子标签贴于物流车辆上,当带有RFID电子标签的物流车辆进入关键点设置的阅读区域时,首先会有摄像机1记录其进入的影像,语音提示模块会提示司机,车辆传感器识别到车辆进入,在地磁感应线圈的作用下,标签被激活,RFID读写器与电子标签进行远距离无接触信息采集,读写器管理系统将采集到的卡内信息关联到后台数据库进行相应处理,全程不用停车。摄像机2对车辆出入的全过程提供视频监控,以便管理人员进行信息追溯,并可完成测速等附加任务。

RFID读写器设计为固定式读写设备,安装在各关键点监控区域,用于读取标签信息。读写器可以无接触地读取并识别电子标签中所保存的车辆相关数据,从而完成自动识别车辆目标［7］。读写器通过3G无线网络与计算机主机相连,将所读取的标签信息传送给计算机主机并上传至控制中心的数据库中。

控制中心收到关键点返回的信息,在关键点位置数据库中调取该关键点的位置信息,确定物流车辆此时的位置信息,与GPS定位的实时数据进行对比,计算GPS定位精度,并将关键点的精确位置信息存入物流车辆位置数据库。

路径关键点处硬件组成如图2所示。

3. 2电子标签设计

电子标签采用智能可重复擦写的无源微波电子标签,其数据存贮容量一般限定在2 Kbits以内。电子标签附着在车辆上用于标识目标,每个标签都有ID编号,同时电子标签数据区是存放车辆相关数据的,可以进行读写、覆盖、增加的操作。当车辆进入位置关键点的识别范围时,车辆传感器检测到车辆进入, 触发关键点处的射频读写器,地磁感线圈激活电子标签,读写器和电子标签进行数据交换。

电子标签的处理控制单元主要用于密码校验,编程模式检查,数据加密解密,并控制对EEPROM的读写操作。

非接触式读写器,包括调制解调器、MCU、接口电路、天线。 射频识别工作原理如图3所示。

3. 3 GPS车载终端设计

车载终端硬件结构如图4所示。车载终端安放在驾驶室, 进行车辆实时定位、位置信息反馈,并在驾驶室的液晶屏幕上进行实时的路径显示,给驾驶员以最清晰的反馈。车载终端主要包括处理器,GPS模块,无线通讯模块,液晶屏幕,键盘,应急呼叫模块,天线放大器等。

车载终端上的GPS模块主要完成车辆的定位功能,其中GPS模块由变频器、信号通道、微处理器和存储单元组成。主要作用是接收GPS卫星信号并进行计算,以获得当前的经度、纬度坐标,确定目前车辆所处位置。GPS模块将车辆信息实时传送给控制中心的GPS实时控制系统,进行数据存储和比对。

液晶屏幕用于显示当前车辆的实时路径,控制中心发来的提示、警告等。键盘作为驾驶员与控制中心信息交换的输入端, 根据计算机系统设计,完成相应的指令。

应急呼叫模块是双向的,当车辆遇到意外时,司机可以向控制中心及时反馈信息,当控制中心发现问题时,也可以通过该模块迅速给司机进行提示。

3. 4控制中心结构设计

系统控制中心包括: 应用数据库服务器,系统应用服务器, 管理员客户端,路径优化算法软件。

系统应用服务器根据将要发出的物流车辆运输任务,在系统上模拟出该车辆的最佳路线,并反馈给物流车辆,路线可以在车辆上的液晶显示屏幕上直观显示,并且会主动提示司机几个重要的安装有RFID读写器的关键点。物流车辆与控制中心配备通过3G网络连接的通信设备,保证控制中心与车辆及时互动,并当车辆在途中遇到故障等紧急事项时,通过应急呼叫模块传递信息,控制中心能及时做出反应,及时调度。图5为控制中心结构框图。

4基于蚁群算法的实时车辆路径优化软件

1992年M. Dorigo［8］等受蚁群在觅食过程中发现路径的行为启发提出了蚁群算法。多年来世界各地学者对蚁群算法进行了深入研究和应用开发,作为新型启发式算法,蚁群算法现已被广泛应用于数据分析、机器人协作问题求解、电力、通信、水利、 采矿、化工、建筑、交通等领域［9］。蚁群算法快速的寻优能力、 全局优化特性也同样引起了国内学者的广泛关注。

4. 1蚁群算法

基本蚁群算法思路如下:

步骤一: 初始状态放出一群蚂蚁,此时没有信息素,每只蚂蚁会随机的选择一条路径进行搜索;

步骤二: 在下一个状态,每只蚂蚁到达了不同的点,从初始点到这些点之间留下了信息素,蚂蚁继续完成搜索后返回,同时放出下一批蚂蚁,新放出的蚂蚁会根据各条路径上信息素浓度的高低选择搜索路线;

步骤三: 再下一个状态,未被蚂蚁选择或选择较少的路线上的信息素浓度低,而被蚂蚁多次选择的路线上的信息素浓度较高,然后放出新一批蚂蚁重复步骤二;

步骤四: 经过多次迭代,得出一条路径上信息素浓度最高, 这条路线就是算法输出的最优路径。

4. 2蚁群算法的改进

针对物流运输的特点,蚁群算法改进思路主要有三方面的思考: ( 1) 从调度中心配送货物的需求出发,调度中心根据货物配送的需求,在地图上显示出各货物配送地点的信息,综合成本、时间等参数因素; ( 2) 系统在应用蚁群算法实现路径优化调度时可以采用反向搜索的方式,以各配送点的位置为蚁群初始值,向各运输车辆展开局部搜索,从而得到最优调度结果并输出; ( 3) 实际物流车辆的运输状况,会受到路况和车流量的影响。首先需要从官方数据库获得关于路径路况和车流量的初始数据,并建立数据模型进行模拟,通过多次的模拟校正确定每条路径的路径系数r。由于路况和车流量并不是一成不变的,所以需要算法进行不断地模拟校正,以确定适当的路径系数r 。

4. 3蚁群算法的实现

改进蚁群算法实现主要步骤如下:

( 1) 放出第一批蚂蚁进行一次路径搜索,每条路径上有一个初始路径系数r ,计算所有蚂蚁循环路线的总长度,比较得出最短路径长度,输出蚂蚁最优路径;

( 2) 放出第二批蚂蚁,新放出的蚂蚁会按照各条路径上信息素浓度的高低选择搜索路线,同时进行信息素的更新过程;

( 3) 经过多次迭代,寻找信息素浓度最高的路线,这条路线就是算法输出的最优路径。

路径优化算法软件基于改进的蚁群算法思想,利用JAVA程序开发工具进行实现。服务器的软件编写比较复杂,在下层需要与串口通信,接收终端发来的短消息,上层要为用户提供标准的数据库接口,选用Microsoft SQL Server数据库较为合适。

5结语

本文提出的改进方案系统设计,旨在提升物流车辆在途运输实时可监控性、管理调度便捷性透明性、定位信息校正精确性、通信网络稳定性、路径算法优越性等特点,应用在物流行业中,将会大大提升物流运输的效率,降低成本。随着电子商务在我国较快的发展和较大的市场潜力,需要先进的途中物流车辆监控系统［10］。本文所设计的基于RFID技术的实时动态系统将会得到更广泛的应用。

摘要：针对现有的物流车辆监控系统存在效率不高、信息失真、资源浪费等问题,提出一种新的动态实时获取物流车辆数据系统,该系统具有利用路径关键点RFID识别技术和车载终端GPS定位技术共同定位车辆、车载终端与控制中心实时进行数据共享、采用路径优化算法软件、3G网络进行数据传输等特点。经分析验证表明,该系统有效的提升了车辆监控系统的精确性、实时性、高效性。

关键词：RFID,路径关键点,控制中心,蚁群算法

参考文献

[1]胡琨鹏.物流车辆监控系统的研究与设计[D].成都:西南交通大学计算机学院,2010.

[2]胡立栓,项彩虹.基于RFID/GIS/GPS的物流商品监控系统模型研究[J].测绘与空间地理信息,2013,36(s1):128-131,134.

[3]杨慧,丁志刚.一种面向服务的物联网中间件的设计与实现[J].计算机应用与软件,2013,30(5):65-67,121.

[4]Shepard S.RFID:radio frequency identification[M].New York:Mc GrawHill,2005.

[5]陈宇铮,汤仲喆.基于RFID的冷链物流监测系统的设计[J].计算机应用与软件,2013,30(2):263-265,291.

[6]董雪婷,何世伟,申永生.RFID电子标签在集装箱港站中的应用研究[J].物流技术,2012,31(9):375-377.

[7]王利,任伟,冉旭,等.RFID在食品行业中的应用[J].食品工业科技,2009(3):293-294.

[8]Wang Z,Zhang D.A Qo S multicast routing algorithm based on ant colony algorithm[C]//Wireless Communications,Networking and Mobile Computing,2005.Proceedings.2005 International Conference on.IEEE,2005,2:1007-1009.

[9]孙泽宇,魏巍.一种改进蚁群算法组合优化问题的研究[J].计算机仿真,2010,27(8):194-197.

动态车辆 篇4

为加强安全生产监督，防止和减少交通事故，保障他人和自己的生命、财产安全，强化安全保障措施，确保运输任务完成，科学化地管理车辆，根据相关规定所有危险品运输车辆必须配备车载GPS设备。通过GPS定位对车辆运行过程位置、速度、方向、形势线路、运行轨迹、规范行驶等实施安全运行监控，从而规范车辆运行，规避风险，实现生产运行过程的受控管理，有效制止违章行车和预防控制交通事故的发生。现根据公司生产实际情况，制定本操作规程；

一、监控原则与适应范围

1、车辆GPS监控要做到实时记录和传输车辆所在位置、行驶路线、行驶速度灯，具有定位、监控、记录、警示、指挥调度、营运管理、信息、网络、通讯灯综合功能的汽车行驶记录监控管理系统。

2、公司所有危险货物运输车辆都必须按国家相关规定配备车载GPS设备和必要 的通讯工具。

3、凡公司车辆安装了车辆GPS车载终端的车辆，均应遵守本制度规定。

二、监控员和驾驶员职责

（一）监控员职责

1、负责统一管理公司车辆GPS监控管理平台，负责平台正常使用及维护，保证监控平台运转正常。

2、监控公司车辆的运行情况，发现问题及时处理。对监控中发现的违章车 辆驾驶员进行处罚处理，并做好相关记录。

3、监控平台由专人操作，无关人员不得随意操作。

4、教育从业人员树立“安全第一”的思想，使从业人员认识运用车辆GPS 监控管理系统对运输安全生产的重要性，自觉接受公司的跟踪监控。

（二）驾驶员职责

1、确保GPS车载终端处于开机状态，严禁人为破坏车载终端的正常使用，严禁私自拆除或改变车载终端结构，出现故障应及时报告，以便及时解决。

2、行驶中保持终端信息通畅，严禁无故或恶意手动报警，扰乱平台正常工 作。

3、遵守各项行车安全制度，对监控平台提醒纠正的违章行为应及时改正。

4、保护好GPS车载端，使其始终处于正常工作状况。

三、监控管理

（一）日常监控管理内容，包括车辆超速处理、偏离规定线路检查。夜间车辆 运行监控、定点停放、厂时间着车等监控。

1、GPS车载终端设备的管理由本车驾驶人员全权负责，公司在日常监控中 发现设备运行不正常，应及时通知设备运营商进行维护。

2、GPS车载终端设备不能正常运行，经查证系人为破坏的，由本车驾驶人员 承担设备维修或更换设备的费用，并处以损失额2倍罚款，要求驾驶员将GPS检查和使用纳入车辆“三检”范围，如发现损毁、丢失情况应立即汇报，查明原因和责任人。

3、驾驶人员不得自行断开GPS车载终端电源，确因车辆检修需断开电源的，要及时告知公司监控人员，并做记录备查。车辆送修后驱车时应对GPS设备进行检查，如有损坏应及时修复。

四、违章行为及处罚

1、私自拆动和损坏监控系统的各部件，使其无法正常工作。

2、无故按紧急京开关报警的。

3、驾驶员不得超出规定路线范围行驶的4、在运行中被监控中心警告有违章行为，没有立即中止违章行为的5、未按规定停放车辆的6、如车辆违反公司相关规定，对其作出相应的处罚。

五、GPS监控管理及数据统计

1、监控员负责GPS日常监控的工作

2、自GPS上统计的报警、违章，违纪情况应及时制止及处理，并做好相应记 录。

动态车辆 篇5

悬挂系统起着弹性连接车架与轮胎、减缓和衰减不同道路情况颠簸而引起的冲击振动, 确保车辆行驶平稳与驾驶人员的舒适性。性能良好的悬挂应满足车辆高速机动性、高通过性和高乘员舒适性[1]。

被动悬挂系统:主要由弹簧和减振器组成, 减振器的阻尼力随着振动速度的增大而增大, 振动频率增加, 等效刚度增大, 对高频衰减能力降低, 不能随着路面情况的变化进行调节, 结构简单, 减振效果一般。

主动悬挂系统:悬挂系统中加入有源可控元件—作动器, 按照控制规律产生合适的悬挂力, 抑制振动, 它由执行机构和决策机构构成闭合控制系统, 结构复杂, 减振效果优异。

半主动悬挂系统:使阻尼器按照路线和车辆实际情况调整阻尼的大小, 做到无极调节, 避免了主动悬挂中高成本的作动器和复杂的能量控制系统, 结构相对简单, 减振效果好。

半主动悬挂相对于被动悬挂在减震效果上有明显的优势, 在达到接近主动悬挂性能的同时, 又具备结构简单、成本低廉、能耗较低等特点, 具有良好的工程应用前景, 已成为车辆工程领域的研究热点。彭志召对半主动悬挂的频域控制算法进行了研究[2], 陈兵对履带车辆的半主动悬挂的仿真进行了分析等。本文将以半主动悬挂为研究对象, 利用最优控制方法建立半主动悬挂整车模型, 通过非经典线性系统模型分析法对整车状态方程进行研究和分析。

2 模型建立

目前对半主动悬挂系统的研究多采用四分之一车体或者半车模型, 虽然能够分析, 但是和实际工况的响应有着一定的出入, 为符合实际运行情况下轮式车辆悬挂的减振效果, 考虑车体质心振动和各个车轮轮心自由度的相关性。

假设车身为刚性的, 在垂直方向, 左右倾斜, 前后俯仰方向有三个自由度, 通过悬挂系统与车身连接的四个轮子简化成质点, 由此组成七个自由度的系统, 由动力学理论可得其动力学方程为:

为了更明确的表达系统的振动, 用状态方程形式表达得:

这样就得到了轮式车辆半主动悬挂系统整车的状态方程:

得到状态方程后可对车辆进行力学系统状态的分析, 为后续悬挂的研究和优化提供基础。

3 模态分析

由于半主动悬挂阻尼器可以调节, 不能用经典线性力学系统进行分析, 因此采用非经典模态分析法

由公式 (3) 可得半主动悬挂系统整车模型无外激励情况下的状态方程:

以矩阵形式表示可得:

通过对以上分线性系统模态分析方法的分析得到了轮式车辆半主动悬挂矩阵方程, 推导分析可以得到系统的特征值和特征向量。

4 总结

本文以轮式车辆为研究对象, 建立整车模型, 推导出整车的状态方程, 再通过非经典模态分析法, 得到矩阵方程, 可进一步了解整车模型的固有特性和灵敏度。以此为依据考察个参数对整个悬挂系统减振效果的影响, 为后续的优化设计体统理论依据。

摘要：本文简要介绍目前轮式车辆常用的三种悬挂, 对比三种悬挂的系统特性, 分析半主动悬挂的优点。以半主动悬挂为研究对象, 利用最优控制方法建立, 建立轮式车辆半主动悬挂的整车模型, 推导半主动悬挂整车模型的状态方程, 并利用非经典模态分析法对轮式车辆半主动悬挂进行了推导得到矩阵方程, 为后续研究打下基础。

关键词：半主动悬挂,整车模型,状态方程

参考文献

[1]陈家瑞, 马天飞.汽车构造[M].北京:人民交通出版社, 2009:226-242.

铁道车辆用铝合金的动态强度特性 篇6

随着车辆速度的提升, 为测定车身材料的强度特性而进行的拉伸及压缩试验的测试难度也随之增大。对测试数据的重现也存在问题。针对这些问题, 在本研究中选用3种铁道车辆用铝合金5083-O, 6N01-T5, 7N01-T5的母材及焊接部分作为对象, 对其耐力、拉伸强度的应变速度依存性等动态材料特性进行分析, 见图1所示。

试验速度在4m/s以下采用气体油压式, 4m/s以上采用以One Bar法为原理的实验装置进行拉伸和压缩试验。拉伸试验结果表明, 与母材强度相对比, 焊接部位强度降低程度最小的为5083合金。此外, 各种合金的耐力和拉伸强度的应变速度依存关系都是在应变速度为1000/s时耐力较小, 应变速度高于1000/s时增大。压缩试验的结果表明, 各种合金的耐力和拉伸强度的应变速度的依存关系在应变速度为100/s时耐力较小, 应变速度高于100/s时增大。

动态车辆 篇7

本文以四川建筑职业技术学院动态车辆调度管理系统的开发为背景，论述了动态车辆调度管理系统开发的基本原理和方法。目前学校的快速发展，使得其规模越来越大，车辆的数量也越来越多，学校车辆管理也更加的复杂，而车辆管理是一项琐碎、复杂而又需要十分细致的工作。如果实行手工操作，这就会耗费工作人员大量的时间和精力，而且容易出错。如果利用本次开发动态车辆调度管理系统对车辆信息进行管理，不仅能保证信息的准确性，而且还可以利用计算机对有关车辆的各种信息进行统计，同时该系统具有手工管理所无法比拟的优点。例如:检索迅速、查找方便、可靠性高、存储量大、保密性好、寿命长、成本低等。这些优点能够极大地提高车辆调度管理的效率，也是事业单位管理进入科学化、正规化和世界接轨的重要条件。

1 开发模式的选择和运行环境

1.1 开发模式的选择

通过比较，选择了客服/服务器结构作为本软件开发模式，采用Delphi通过ADO方式连接到数据库服务器SQL Server,Delphi为数据库应用开发人员提供了丰富的数据库开发组件，使数据库应用开发功能更强大，控制更灵活，编译后的程序运行速度更快，同时我们采用动态连接数据库的方式可以满足多个不同类型用户的需求，既可以让该程序成为桌面数据库的形式，又可以改变为C/S数据库模式。

1.2 运行环境

程序开发、测试环境：Windows操作系统、Delphi7.0、SQL Server2000。

2 系统功能

该系统根据本校动车管理的功能需求，主要划分为五大模块，模块的主要功能如下所述：

车辆调度管理模块：该模块是整个系统的核心，主要实现车辆的在线调度功能，包括所有车辆的运营情况，可用车辆的查询，车辆状态的设置，申请使用车辆，管理者派车和任务单的生成和打印等功能。

驾驶员信息管理模块：实现对驾驶员信息的管理和维护，包括驾驶员信息的录入、查询、修改和删除。

车辆信息管理模块：实现对车辆信息的管理和维护，包括车辆基本信息的录入、查询、修改和删除，车辆事故信息的维护，车辆年检信息的维护。

帐务管理模块：全面管理车对的帐务情况，实现车辆任务的费用核算和管理，车辆帐务信息的查询和打印。

系统维护模块：主要实现对系统中的数据进行维护，包括数据备份和数据恢复。数据备份实现对数据的异地拷贝，以利于数据的保护。当数据因意外或其它原因遭到破坏时，可利用数据恢复功能来重新构建数据库。

3 系统界面简介

3.1 登录界面

模块简介：登陆窗口是系统的入口，用户只有通过登陆模块的身份验证，才能获得系统的使用权，一般用户进入信息检索界面，管理员有整个系统最高使用权限，可以管理车辆运营情况，还可以对用户进行管理和整个系统的维护。

设计思路：系统运行后，首先看到的就是系统登陆窗口，登陆窗口启动后，光标处于账号文本框中，等待用户输入账号，用户在文本框中输入信息，当用鼠标单击登陆按钮时，通过对TD＿User表的检索来核对用户是否输入了正确的账号和密码，若在TD＿User中检索失败则提示用户名或密码错误的提示信息，要求用户输入正确的用户名和密码。当通过身份验证后，即根据用户权限，确定启动不同的功能模块，若是管理员，则直接进入主控模块，否则，进行检索窗口。

3.2 车辆调度管理模块

模块简介：车辆调度管理模块是本系统的核心模块，实现车辆的在线调度管理功能，全面管理车队车辆的运营，对车辆的状态进行设置，可以根据申请者的要求进行派车和打印出车单。

设计思路：用车申请者向车队管理人员提出申请，管理人员通过系统检索出在线可用的车辆，并根据申请者的要求安排车辆类型、数量和用车时间，同时系统中保存相关信息，可以根据这些信息随时打印出车单。根据实际情况，车队要提高车辆的使用效率，因此车辆的状态设置是非常重要的，系统中可以先查询所有车辆的状态，包括正常可用的车辆、正在使用的车辆和维护修理中的车辆，用车或修理完毕的车辆应及时设置为正常可用的状态。

具体实现：对于车辆调度管理来说，要实现车辆的在线调度，即要将车辆的状态设置清晰，这样能高效的管理车辆的运营。当新增一辆车或有车辆报废时，要及时增加或删除车辆的信息，这些信息保存在车辆信息表中，当要用车时也是在该表中查询可用车辆的信息。

4 系统数据库设计

数据库设计主要是进行数据库的逻辑设计，即将数据按一定的分类、分组系统和逻辑层次组织起来，是面向用户的。数据库设计时需要综合学校各个部门的存档数据和数据需求，分析各个数据之间的关系，按照DBMS提供的功能和描述工具，设计出规模适当、正确反映数据关系、数据冗余少、存取效率高、能满足多种查询要求的数据模型。

对于数据库应用系统来讲，数据库结构是否合理，将直接影响该系统的开发，根据车辆使用需求，设计本系统数据流程图如图2所示。

根据图2描述，动态车辆调度管理系统中所涉及到的数据库表共设计了7张。列举如下：

TD＿User:系统用户表，用来记录对本系统有访问权限的用户信息，包括用户名、口令、权限等。

TD＿Vehicle:车辆信息表，用来记录车辆基本信息，包括车牌号、车辆状态、座位数、生产厂商等信息。

TD＿YCSQD:用车申请表，用来记录用车申请者申请单的信息，包括用车数量、始发地、目的地等，是生成派车单的依据。

TD＿SGXXB:事故信息表，用来记录车辆事故信息，包括事故驾驶员姓名、事故受害人的信息、事故原因等。

TD＿NJXXB:年检信息表，用来记录车辆年检信息，包括年检有效时间、年检是否通过等。

TD＿Driver:驾驶员信息表，用来记录驾驶员基本信息，包括驾驶员编号、驾照类型、驾驶员姓名等基本信息。

TD＿ZD:帐单信息表，用来记录一次任务的各项费用，包括油费、过路费、行车里程数等信息，是生成帐单的依据。

5 结束语

目前本系统已成功应用于四川建筑职业技术学院的后勤管理，开发基于面向对象的动态车辆调度管理系统的有效提高了学校车辆使用效率，通过它能够有效地管理车辆运营信息，并能快速对大量的数据进行录入、查询、备份、打印等工作；该系统的运用同时也减轻学校工作人员的工作负担，提高了工作效率，具有良好的社会价值。

摘要：动态车辆调度管理系统充分利用计算机的大容量存储,高性能处理,高度安全可靠,高清晰的可视化数据等优势来辅助实现对车辆的管理,本系统的开发应用实现了计算机资源的合理利用,真正达到了减少本单位劳动强度与提高劳动效率的目的。

关键词：动态车辆,管理系统,软件开发

参考文献

[1]萨师煊,王珊.数据库系统概论[M].高等教育出版社,2004.2:112-144.

[2]伊文敏,刘峰.Delphi+SQL数据库应用[M].人民邮电出版社,2006.4:46-65.

[3]池雅庆,贾小敏.Delphi数据库应用项目开发实践[M].中国铁道出版社,2005.9:24-62.

[4]邓明通.基于CDMA1X和GPS1的车辆调度管理系统[J].北京交通大学学报,2005.4:46-49.

动态车辆 篇8

铁路最初是以结构限界来校验机车车辆轮廓的, 然后发展到考虑车体和线路的误差、静态变形和磨耗的静态限界。在此基础上, 进一步考虑悬挂的静态、准静态和动态振动变形, 得到车辆的动态限界 (亦称“动态包络线”) 。

车辆动态包络线定义为车辆运行过程中受各种不利因素影响所导致的最大极限轮廓。在基准坐标系内, 以计算车辆轮廓线上各坐标点为基准点, 涉及了车辆和轨道的公差、磨耗、弹性变形、车辆各种振动及滚动等原因, 将车辆在运行中偏离基准点的最大位置作为车辆动态包络线。

车辆动态包络线目前主要依靠理论计算、线路实测和实验室试验进行获取。理论计算计算方法有多种, 得到的结果往往不一致, 也偏于保守, 还需要试验验证。计算的方法求取动态包络线, 计算过程中所涉及的参数多为主观取值, 且无法将随机因素考虑在内, 计算结果不能真正客观地反映实际情况。线路实测限制于测量位置, 单次试验只能体现一个工况, 不能代表所有的工况, 需要多次试验才能获取完整的试验数据。动态位移的静态测量虽然能通过试验获取位移数据, 比纯理论计算更具有现实性, 但毕竟仅是静态的试验, 与动态试验还是有巨大区别。

为此, 开展基于整车振动模拟试验台的车辆动态限界试验方法研究。振动台根据路试采集的路谱对整车车身进行振动试验, 模拟车辆在道路运行中的振动, 使车身产生动态变形, 变形量由动态位移测量系统测出, 进而得到动态包络线。整车振动试验流程如图1所示。

其中动态位移测量系统通过识别位于机车车身截面上的目标位置在试验过程中的变化, 获得车辆的横向运动轨迹, 利用软件进行计算得到各个观测目标在车辆坐标系中随时间的位置变化规律。

1 测量原理

试验中需要测量的是控制点在机车车身坐标系中垂直于车身方向的变化量。利用单目视觉测量原理, 采用大面积、高分辨率、快速传输图像的CMOS数字相机, 配合低畸变大光圈光学镜头, 获取固定在机车车身截面的主动光学目标位置的变化, 经高性能图像处理器处理, 实现被测点图像的快速采集, 集中处理、分析, 利用坐标分析管理软件给出被测点的在实验过程中的变化情况, 最终实现车辆动态限界的非接触测量, 给出动态限界的测量结果, 变化量和动态限界。系统示意图如图2所示。

动态位移测量系统主要包括:图像获取系统、主动发光目标、相机标定系统、标尺、计算机硬件系统、图像处理软件、坐标分析管理软件等。

1.1 成像模型

本系统以相机的透视投影模型为基本理论基础, 利用POSIT算法求解出光学靶标所在空间坐标系相对于摄像机坐标系的旋转矩阵R及平移矩阵T, 进而得到光学靶标的位置量和姿态量。

有关相机透视投影模型国内外已经有大量文献可供参考, 本文不再做具体推导, 对算法所涉及的公式直接引用。为便于描述, 对常用坐标系进行了如下定义 (见图3) , 设OcXcYcZc为相机坐标系, Oixy为像平面坐标系, Oiuv为计算机图像坐标系, OcOi的距离为相机成像镜头的有效焦距f。

待求的位姿数据中包括物体坐标系相对于相机坐标系的旋转矩阵R和平移向量T。其中:

相机的坐标系通过测量车身上已知坐标的参考点统一到车身坐标系中。

1.2 位姿解算

POSIT (Pose from Orthography and Scaling with Iteration) 是1992年首次提出的用于计算三维物体姿态的一种算法。其中的位置信息T和姿态信息R由6个参数描述。

算法分两部分: (1) 带有比例系数的正交投影变换 (Scale Orthogonal Projection, SOP) , 根据线性方程组求出旋转矩阵和平移向量; (2) 由得出的旋转矩阵和平移向量系数, 更新比例系数 (scale factor) , 再由比例系数更新原有的点, 进行迭代。

1.3 角度计算

采用式 (1) 可从旋转矩阵R即可求解出物体坐标系分别绕x轴、y轴和z轴各自的旋转角度α、β和γ。

物体在空间的相对位置变动T'= (ΔX, ΔY, ΔZ) TT′=[Δx, Δy, Δz]T是物体坐标系OWXWYWZW原点移到相机坐标系OcXcYcZc的相对变化量, 因此可由前面所求的平移矩阵T的反向向量得到, 即:

1.4 目标点特性

为了增强目标的可识别性, 使用主动光学目标。主动光学目标固定在车身端面, 试验中随车身一起振动。目标点采用IrLED, 发射角约120°, 根据使用需要, 采用不同措施可将IrLED的光斑调节为不同类型。

常用的IrLED光斑为均匀光斑或高斯光斑。如图4所示。对其中高斯光斑的一个截面用Matlab的曲线拟合工具进行拟合, 得到的拟合参数R-square为0.9908, 说明所用的IrLED光斑可以当作高斯光斑分析和处理。

1.5 光斑位置计算

光斑“中心”的计算方法, 取决于光斑的类型。对于均匀光斑, 一般可采用边缘检测获取光斑边缘, 再进行圆或椭圆的方法定位中心, 通常能达到像素级的定位精度。而对于高斯光斑, 可以采用的定位算法较多。其中以高斯拟合的方法为最优, 能取得0.1像素以内的误差。

二维高斯曲面的解析方程为

式中代表高斯函数的峰值, σx代表x方向的标准偏差, σy代表y方向的标准偏差; (x0, y0) 为高斯曲面的中心点。两边取对数并整理为下式, 以计算各参数

两边都乘以fi (xi, yi) 引入灰度信息后简化为

根据最小二乘法, 在残差的平方和最小的约束下, 求得

2 相机选择

2.1 被对象主要参数

被测的机车车身端面尺寸约为6m×4m, 最大振动频率10Hz, 最大振幅300mm。

2.2 相机

为了满足测量需要, 相机选择时首先考虑大相面、高分辨率以满足测量范围和分辨率的要求, 其次考虑帧率要满足测量速度的要求。经过比较选择分辨率为5, 120×3, 840, 像素尺寸6.4μm, 最高帧率为30的CMOS数字相机。对应测量范围为6m×4m时, 像素的物理分辨率能达到1.17mm×1.04mm, 使用高斯拟合的亚像素的提取算法能达到0.1像素以内, 则系统的分辨率约为0.12mm。

2.3 相机的光谱响应

相机对不同波长的响应效率是不同的。如图中上面一条曲线所示, 波长约600nm时相机的响应效率最高约为65%。为了目标的便于识别, 采用中心波长为730nm的IrLED, 效率约为50%, 可满足使用的需要。

3 相机性能测试

3.1 相机快门时间的影响

相机的快门时间影响成像的光斑。图6给出了同样的运动速度下, 不同快门时间同一个主动目标所成的光斑图像。

由图6可见, 光斑的类型和成像的形状都不同。随着快门时间的增大, 同样亮度的主动目标所成图像的亮度在增加, 直至饱和。较长的快门时间使得主动目标在快门开启时经过更长的距离, 使得光斑的形状更不“圆”。在此过程, 光斑由接近高斯分布变得更接近均匀光斑。

3.2 被测物体速度的影响

被测的对象处于动态震动的状态, 要求相机可较快的速度成像。为此, 将主动目标点安装到圆轨迹发生器, 模拟试验中的动态目标, 对相机的测量能力进行试验。如图7所示, 目标可以按照设定的速度沿圆周运动。在4种速度条件下, 测试相机的成像能力和测量误差。对0.5m/s和1.0m/s速度下, 7个快门速度分别进行了测试, 对1.5m/s和2.0m/s的速度下, 选取部分快门进行了测试, 测试结果见表1。

表中的测量误差为实际测得的主动目标的圆形轨迹的半径与参考值之差。

表1中给出各速度和快门时间下, 所测得的圆形轨迹与理论值之差。从数据可以看出, 在保证成像光斑的质量条件下, 同样的速度下, 较短的快门时间的误差更小;同样的快门时间条件下, 更快速度下的误差更小。这从两方面说明了被测物体的速度决定了所使用的快门的时间;若条件允许, 使用较短的快门时间。

4 图像采集软件

系统以单目视觉测量原理为理论基础, 测量过程中有大量的数字图像处理的计算过程, 由于所使用的是2000万相机的高分辨率相机, 造成单幅图像的体积较大, 约18.75MB。考虑到最高的帧率为30fps, 则每秒的数量量约562.5MB, 每分钟的数量量约33GB。这么大的数据量对数据的存储容量和存储速度、数字图像处理速度都提出了较高的要求。

图像处理的方式采用CPU+GPU并行处理方式, CPU负责运算的逻辑部分, GPU完成数字图像的并行计算。拟使用的GPU平台为支持CUDA 3.0技术的NVIDIA Quadro M4000的加速卡。图像处理的流程见图8。

5 结论

本文给出了基于大面积CMOS数字相机的动态限界测试系统, 详述了测量的原理、主动目标的定位算法和相机的选用, 根据测量的需要, 对相机的性能进行了测试。测试结果表明相机可以满足使用要求。

摘要：回顾了的轨道车辆限界测量的历程, 总结了轨道车辆动态限界获取的三种主要方式, 提出采用基于振动台的整车动态限界测量方案, 给出了采用大面积CMOS数字相机的单目视觉测量原理分析、目标点特性分析、目标点特征提取等算法, 对相机的关键测量特性和参数选择给出试验验证, 说明测量方案可行。

动态车辆 篇9

关键词：脱轨,动力学仿真,ADAMS,铁道车辆

0引言

安全是交通运输业的永恒主题,而脱轨是铁路运输的第一安全隐患,脱轨事故将造成人员伤亡和财产损失,严重影响运输秩序。迄今为止,对于脱轨后车辆运行行为的研究主要有以下两种状况:1列车脱轨后车钩发生破坏失效,导致车辆间发生碰撞;2车辆脱轨后车轮在轨和枕上继续运行。由于车辆脱轨后将引起翻车,造成人员伤亡和轨道破坏,中断线路行车,给国家带来很大损失,因此对车辆脱轨后运行行为的研究非常必要。本文应用ADAMS软件对动车组动车建立了较为详细的模型,对动车不同脱轨方式脱轨后齿轮箱和电机对运行行为的影响进行了全面分析,并与转向架低速脱轨后运行行为台架试验结果进行了对比,得到了比较满意的结果。

1动力学模型建立

车辆系统脱轨问题是一个变拓扑多体动力学问题,当脱轨发生后,轮轨接触关系不再存在,整个系统蜕变成一个包含三维接触的多体动力学问题,需要建立新的接触关系代替原来的轮轨接触。当脱轨后车轮直接与轨道板碰撞,车轮、齿轮箱和电机等都有可能与钢轨碰撞,因此需要分别建立其替代模型,并建立相应的碰撞关系。

1.1整车模型建立

车辆脱轨动力学模型采用高速动车组的动车参数进行建模,实车分析模型的车体、构架、牵引拉杆、轮对均取6个自由度,即纵向、横向、垂向、侧滚、点头、摇头(其中轮对垂向和侧滚运动是非独立运动);转臂取1个自由度,即点头。整车分析模型共有62个自由度,如表1所示。

最终建立的整车分析模型如图1所示。

1.2转向架/轨道接触模型建立

当车辆脱轨后车轮直接与轨道板进行接触,因此需要在模型中建立车轮与轨道、扣件和轨道板之间的接触模型。车辆脱轨后车辆的运行状态难以预测,因此需要考虑车辆其他零部件与轨道之间的碰撞,在本文的分析计算中分别考虑了电机、齿轮箱与轨道之间的碰撞。图2为模型中的接触配合。

对动车转向架构架、轴箱、减振器、弹簧、横向止挡、牵引拉杆按照其动力学参数进行建模。齿轮箱、电机和轮对在车辆脱轨后会与线路之间产生碰撞,在建模的过程中将齿轮箱、电机和轮对按照实际动车齿轮箱和电机的 尺寸和连 接方式进 行建模。由 于ADAMS/Rail中自带的轨道无法建立接触模型,因此需要建立替代的假轨道进行接触分析。动车脱轨后的运行线路采用60型钢轨、CRTSII型板式轨 道板、WJ8型扣件,分别按照实际尺寸建立模型。

车辆脱轨后通过设置各部件间的碰撞参数,模拟其碰撞关系。齿轮箱、电机、车轮与钢轨之间的碰撞采用钢与钢的碰撞参数;车轮与轨道板、扣件之间的碰撞采用钢与混凝土的碰撞参数。

2仿真计算

在40km/h速度等级下对车辆爬轨脱轨和跳轨脱轨后的运行过程进行仿真。图3为模型俯视示意图,车辆沿X正方向匀速运行0.5s时在1位轮对施加一定时长的Y正方向的横向力,使车辆向Y正方向脱轨。当横向力作用时间小于0.05s时,车辆脱轨确定为跳轨脱轨,横向力的大小和作用时间对应的车辆脱轨方式见表2。

车辆以40km/h的速度运行并脱轨,得到的仿真结果如图4~图6所示。由图4~图6可知,爬轨与跳轨脱轨后的运行行为基本一致。轮对发生脱轨后,齿轮箱与左侧钢轨连续碰撞后跳过钢轨,虽然对轮对横移起到了一定的阻碍作用,减小了横移的能量,但是无法限制轮对继续横向移动,从而使左车轮运行到轨道板外;轮对横移到一定位置时,电机与左侧钢轨碰撞,并且在运行过程中与钢轨内侧贴靠在一起,从而限制轮对继续横向移动。由转向架和车体的运行状态可知,脱轨后的转向架横向位移保持在580mm,继续在轨道板上运行,并且由于前转向架运动相对比较稳定使脱轨后车辆整体横向位移保持在300 mm,可以继续在线路范围内行驶。

3台架试验

为了验证和评估车辆脱轨后转向架与轨道的碰撞模型,在实验室进行了转向架低速脱轨后运行行为台架试验。试验台由台架、电机、配重箱、转向架、线路组成,由台架带动转向架以一定的速度在线路上运动,通过脱轨装置使转向架脱出轨道并继续运行。

分析试验结果可得,转向架在低速工况下脱轨后齿轮箱会与轨道发生碰撞,从而限制轮对继续横向移动。如图7所示,记录了转向架脱轨后齿轮箱与轨道碰撞力的变化,通过分析可知转向架脱轨后齿轮箱不断与轨道发生碰撞。

4结论

(1)通过车辆 脱轨动力 学建模和 分析可知,在ADAMS中可以建立较详细的车辆模型和轮轨相互作用及线路模型;采用接触模型建立了车辆脱轨后接触碰撞模型,其结构更接近于实际,计算结果较为合理。

(2)通过分析计算结果可知,车辆爬轨与跳轨脱轨后的运行行为基本一致。当车辆以40km/h的速度脱轨后,齿轮箱和电机可以将转向架横向位移保持在580mm。因此动车转向架的齿轮箱和电机对车辆低速脱轨后的运行行为有着非常大的影响。