CN118289059A - 基于失效系数的列车制动失效检测与停车点预测方法 - Google Patents

Abstract

本发明提供一种基于失效系数的列车制动失效检测与停车点预测方法，包括：当列车制动失效时，基于列车运行数据建立制动失效状态下的列车动力学方程；基于制动失效状态下的列车动力学方程，通过计算获得列车的失效系数；基于制动失效状态下的列车动力学方程和列车的失效系数，通过计算获得列车制动过程和最终停车点的预测结果。本发明提供的方法能够有效的检测制动故障列车的失效系数并预测列车的停车点，为铁路列车调度系统输出安全措施方案提供有力支持。

Description

基于失效系数的列车制动失效检测与停车点预测方法

技术领域

本发明涉及铁路安全技术领域，尤其涉及一种基于失效系数的列车制动失效检测与停车点预测方法。

背景技术

车站进路的控制主要由车站自律机依据调度中心下达的列车运行计划自动生成列车运行指令，通过合法性、时效性、完整性和无冲突性的检查后转变为命令，适时的下达至本车站的联锁设备执行。

由于列控系统等级的不同，列车接收进站指令的方式是不同的。当列车采用CTCS-2级控制系统时，车站计算机联锁系统(Computer Based Interlocking，CBI)通过列控中心(Train Control Center，TCC)将列车前方的进路信息发给列车，车载设备根据解析得到的进路信息与应答器上传的线路信息进行结合并计算出常用制动曲线与紧急制动曲线，进而控制列车在安全的限定速度下行驶。当列车采用CTCS-3级控制系统时，调度集中系统(Centralized Traffic Control，CTC)下达命令至无线闭塞系统(Radio Block Center，RBC)，无线闭塞系统RBC生成行车许可，再通过通信系统(Global System for MobileCommunications-Railway，GSM-R)发送到列车，由车载设备计算生成控车曲线。列车进站命令的传递流程如图2所示。图中虚线表示的是CTCS-2级列控系统的信息传递流向，实线表示的是CTCS-3级列控系统的信息传递流向。

列车的进站控车曲线可以分为两个部分：顶棚速度监控(Ceiling SpeedMonitor，CSM)区和目标速度监控(Target Speed Monitor，TSM)区。CSM区的控车曲线根据列车制动性能进行计算；TSM区的控车曲线根据前方目标点和顶棚速度确定。制动曲线的计算应当在车辆额定减速度的基础上，将制动性能下降时的最不利减速度也考虑在内。减速度的取值应考虑不同速度、不同坡度对减速度的影响。当前方目标点为停车点时，列控车载设备将计算并产生常用制动模式曲线和紧急制动模式曲线，如图3所示。图中的制动模式为连续式一次制动速度控制，图中右侧信号机为股道上的出站信号机，进站的列车需要停在其前方。正常情况下，列车实际的运行曲线处于常用制动曲线之下，两条曲线之间会存在一定的速度允许量，通常取值为5km/h。图3中所示进站过程为列车经道岔侧线接车，L_b是列车从制动起点到停车点的制动距离；L_p是安全距离，是列车运行控制系统考虑系统允许误差而要求设置的保护区段，因此列车停留在安全距离内属于正常状况。

发明内容

本发明的实施例提供了一种基于失效系数的列车制动失效检测与停车点的预测方法，用于解决现有技术中存在的技术问题。

为了实现上述目的，本发明采取了如下技术方案。

基于失效系数的列车制动失效检测与停车点预测方法，包括：

S1当列车制动失效时，基于列车运行数据建立制动失效状态下的列车动力学方程；

S2基于制动失效状态下的列车动力学方程，通过计算获得列车的失效系数；

S3基于制动失效状态下的列车动力学方程和列车的失效系数，通过计算获得列车制动过程和最终停车点的预测结果；

步骤S3的执行结果用于输入到铁路列车调度系统，使得铁路列车调度系统能够输出用于目标区段损害管制的安全措施。

优选地，列车动力学方程包括：

列车动能总和式

式中，E_T为能量总和，单位为KJ；m_t为列车总质量，单位为KG；v为列车当前速度，单位为m/s；J_n为转动惯量；ω_n为角速度；n为列车的节数；R为轨道曲线半径，单位为m；

通过式

并结合牛顿第二定律获得式

式中，γ为回转系数；m_agg为换算总质量；a_c为制动减速度，单位为m/s²；F为制动力合力，单位为KN；c为合力的单位制动力，单位为N/KN；g为重力加速度，单位为9.8m/s²；

将c转化式

式中，b为列车单位制动力，单位为N/KN；w_n为列车运行单位阻力，单位为N/KN；i为坡度千分数；

通过积分条件获得式

通过式(5)获得式

式中，△s_n+1为两个相邻速度点间的位置间隔，单位为m；S_n+1为列车在第n+1点的位置；S_n为列车在第n点的位置；v_n+1为列车在第n+1点的速度，单位为m/s；v_n为列车在第n点的速度，单位为m/s；

通过联立式(4)和(6)获得两个相邻速度点间位置间隔的细化公式

通过列车减速状态时的速度式v＝v₀+at以及制动力使用系数获得列车在减速状态时的速度式

式中，v_n为列车当前速度，m/s；v_n+1为下一时刻的速度，m/s；f为制动失效系数；a₁为减速度，m/s²；ξ_x为制动力使用系数，有三个可取数值，分别是：紧急制动力对应的减速度系数ξ₁，最大常用制动力对应的减速度系数ξ₂，常用制动力对应的减速度系数ξ₃；

当列车速度发生变化时，列车对应的距离增量式为

步骤S2包括：

基于速度—时间数据的时间计算法，通过式

计算获得第一失效系数f_T；

基于速度—距离数据的距离计算法，通过式

计算获得第二失效系数f_S；式(10)和(11)中ξ_x为制动力使用系数，计算的优先级顺序为ξ₁>ξ₂>ξ₃；

通过式

降低列车测速测距单元的测量误差影响；

通过式

ER＝|(f_detection-f_real)/f_real| (13)

评估第一失效系数和第二失效系数的精度；式中，f_detection为多次计算得到的失效系数的平均值；f_real为失效系数的设定值。

优选地，步骤S3包括：

通过式

计算获得列车制动过程和最终停车点的预测结果。

由上述本发明的实施例提供的技术方案可以看出，本发明提供一种基于失效系数的列车制动失效检测与停车点的预测方法，包括：当列车制动失效时，基于列车运行数据建立制动失效状态下的列车动力学方程；基于制动失效状态下的列车动力学方程，通过计算获得列车的失效系数；基于制动失效状态下的列车动力学方程和列车的失效系数，通过计算获得列车制动过程和最终停车点的预测结果。本发明提供的方法能够有效的检测制动故障列车的失效系数并预测列车的停车点，为铁路列车调度系统输出安全措施方案提供数据有力支持。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例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。

图1为本发明提供的基于失效系数的列车制动失效检测与停车点的预测方法的处理流程图；

图2为现有技术中接车作业命令下达流向示意图；

图3为列车正常制动进站示意图；

图4为列车制动故障进站示意图；

图5为本发明提供的基于失效系数的列车制动失效检测与停车点的预测方法的基于失效系数的检测—预测方法的示意图；

图6为本发明提供的基于失效系数的列车制动失效检测与停车点的预测方法的应用场景中的站场简图以及计算点位示意图；

图7为本发明提供的基于失效系数的列车制动失效检测与停车点的预测方法的基于失效系数方法的预测图；

图8为本发明提供的基于失效系数的列车制动失效检测与停车点的预测方法的列车制动故障监测体系架构的逻辑框图；

图9为本发明提供的基于失效系数的列车制动失效检测与停车点的预测方法的列车制动失效信息的传递流程示意图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。

本发明提供一种列车制动失效检测与停车点的预测方法用于解决现有技术中存在如下技术问题：

列车准备进入其前方车站停车时，在进站前通常会减速运行，但若制动系统存在某些故障导致制动力的输出不及预期，那么列车的实际运动曲线必然会触及乃至越过制动曲线规定的速度。如图4所示，实线表示列车的紧急制动曲线，点划线表示列车的最大常用制动曲线，点线表示列车的实际运行曲线。初始状态下列车处于匀速运动阶段，因为需要进站停车，所以列车会在某一时刻进行制动，但由于某些故障导致实际输出的制动力比计算控车曲线时的制动力小，实际的运行曲线会与常用制动曲线相交，之后列车会触发最大常用制动。由于刹车制动仍处于失灵状态，运行曲线可能无法保持在紧急制动曲线之下，之后便会与紧急制动曲线相交。最后列车触发紧急制动，直至速度变为零。

现阶段投入运营的列车都装配了大量的传感元件，用于监测列车运行中的各种数据，比如列车的速度、运行距离、里程、牵引力数据以及制动力数据等等，这些可被监测以及记录的数据为制动失效系数的监测计算提供了基础。本发明提出的预测列车制动失效之后的运行过程是采用基于失效系数的检测—预测方法。

列车的控车曲线是由列控车载系统根据前方停车终点、空闲区段信息以及列车制动性能等信息计算得出的，列车司机再按照控车曲线的指示，操作制动装置完成列车制动这一过程。如果列控车载系统可以及时发现制动故障，并及时获知制动失效的比率，那么列控车载系统就可以重新计算出列车在故障状态下的制动过程，这便是基于失效系数的检测—预测算法的逻辑基础。为了达到这个目的则需要明确制动故障状态下的列车动力学方程、明确制动模型，再结合制动模型实现制动失效系数的检测以及停车点的预测。

参见图1，本发明提供一种基于失效系数的列车制动失效检测与停车点的预测方法，包括如下步骤：

S1当列车制动失效时，基于列车运行数据建立制动失效状态下的列车动力学方程；

S2基于制动失效状态下的列车动力学方程，通过计算获得列车的失效系数；

S3基于制动失效状态下的列车动力学方程和列车的失效系数，通过计算获得列车制动过程和最终停车点的预测结果；

步骤S3的执行结果用于上传至铁路列车调度系统，为铁路列车调度系统输出安全措施方案提供数据支持，列车在制动失效时进行避险的管辖区段能够根据该安全措施方案采取相应的安全措施。

在本发明提供的优选实施例中，上述各步骤的具体过程如下。

列车的控车曲线是由列控车载系统根据前方停车终点、空闲区段信息以及列车制动性能等信息计算得出的，列车司机再按照控车曲线的指示，操作制动装置完成列车制动这一过程。如果列控车载系统可以及时发现制动故障，并及时获知制动失效的比率，那么列控车载系统就可以重新计算出列车在故障状态下的制动过程，这便是基于失效系数的检测—预测算法的逻辑基础。为了达到这个目的需要明确制动故障状态下的列车动力学方程、明确制动模型，再结合制动模型进行制动失效系数的检测以及停车点的预测。

列车在运行过程中会经过平直道路或者弯道，因此列车的动能就会包括平直道路上的平动动能以及在弯道上的转动动能，故运行列车的动能总和为：

式中：E_T为能量总和，单位为KJ；m_t为列车总质量，单位为KG；v为列车当前速度，单位为m/s；J_n为转动惯量，即列车绕轴转动时保持其匀速圆周运动的量度；ω_n为角速度；n为列车的节数；R为轨道曲线半径，单位为m。

令：

式中：γ为回转系数；m_agg为换算总质量。

则根据牛顿第二定律F＝ma可以得到；

式中：a_c为制动减速度，m/s²；F为制动力合力，单位为KN；c为合力的单位制动力，单位为N/KN；g为重力加速度，单位为9.8m/s²。

在列车制动这一过程中，合力c包含列车本身的制动力、列车运行阻力以及重力。为了便于计算与分析，将合力c分为两部分：

c＝c₁+c₂＝b+(w_n+i)

即：

式中：b为列车单位制动力，单位为N/KN；w_n为列车运行单位阻力，单位为N/KN；i为坡度千分数。

最后根据积分条件可得：

得到的结果为：

式中：△s_n+1为两个相邻速度点间的位置间隔，单位为m；S_n+1为列车在第n+1点的位置；S_n为列车在第n点的位置；v_n+1为列车在第n+1点的速度，单位为m/s；v_n为列车在第n点的速度，单位为m/s。

公式(4)联立公式(6)，即可得到两个相邻速度点间位置间隔的细化公式：

此公式中，速度单位已转换为km/h。

列车在实际运行过程中，基本阻力受多种因素的影响。根据实际经验，单位阻力w_n可以近似表示为速度v_n的二次函数。各车型的基本阻力计算方法如下表1所示。这些公式是车辆制造厂商经过大量试验、拟合大量数据得出的，不同车型的参数a、b、c各不相同，但基本上都是二次函数，函数拟合类型为w＝a+b·v+c·v²。

表1不同车型对应的基本运行阻力计算表

由于在制动过程中发现制动系统发生故障导致制动失效，其减速的过程应加入制动失效系数。结合列车减速状态下的速度公式v＝v₀+at以及制动力使用系数(对应不同的制动档位)，即可得到列车在此状态下的速度的公式：

式中：v_n为列车当前速度，单位为m/s；v_n+1为下一时刻的速度，单位为m/s；f为制动失效系数；a₁为减速度，m/s²；ξ_x为制动力使用系数，有三个可取数值，分别是：紧急制动力对应的减速度系数ξ₁，最大常用制动力对应的减速度系数ξ₂，常用制动力对应的减速度系数ξ₃。列车在正常运行过程中采取的制动通常为常用制动。

当速度发生变化时，其对应的距离增量为：

本发明提供的方法是基于实际运行过程中列车所记录的位置、速度、时间数据来进行预测的，按执行顺序可以划分为三个阶段，三个阶段相互配合最终完成对停车点的预测。

第一阶段，日常加速度的监测。列车的制动失效故障毕竟不是经常都会有的，大多数情况下列车的制动过程都符合制造商的原始设计。因此，列车在日常执行制动时的减速度不会偏离设计值过多，基本属于围绕这一值做轻微波动，因此车载设备可以明确获知不同等级制动力下正常的减速度值，为后续计算打下基础。

第二阶段，制动失效状态下失效系数的检测。若列车的制动系统发生了故障，通过日常的监测可以明显觉察到减速度值的异变。在这种状态下，通过数据的对比及迭代计算，就可以得到具体的制动失效系数。由公式(8)、公式(9)可以推导出两种计算方法，第一种是基于速度—时间(V-T)数据的时间计算法得到的失效系数f_T，另一种是基于速度—距离(V-S)数据的距离计算法得到的失效系数f_S，两种计算方法分别对应公式(10)、公式(11)。

式中：ξ_x为制动力使用系数，计算的优先级顺序为ξ₁>ξ₂>ξ₃。列车在正常运行过程中采取的制动通常为常用制动。

由于测速测距单元均会存在误差，因此采用多次计算求平均值的方式来降低误差的影响：

为了评估检测到的失效系数的精度，采用偏差率(Error Rate，ER)作为衡量指标，公式如下：

ER＝|(f_detection-f_real)/f_real| (13)

式中：f_detection为多次计算得到的失效系数的平均值；

f_real为失效系数的设定值。

ER的取值范围为[0，+∞)，ER的值越小，说明计算结果的精度越高。

第三阶段，预测后续制动信息。根据上述方法预测到的失效系数结合列车的运动学方程，即可对列车后续的制动过程进行预测。执行过程如图5所示。从当前时刻开始计算出后续全部的运行数据，直至列车的实际停车点处。在这一过程中，ξ的优先使用顺序为ξ₃>ξ₂>ξ₁，预测公式组如下式(14)所示：

在一种可行的实施方式中，基于本发明提出的方法，使用一种基于失效系数的检测—预测软件。该软件的算法的输入为列车运行记录数据以及第一阶段的日常监测值，输出为制动失效系数、预测制动过程以及最终停车点。

本发明还提供一个实施例，用于示例性地显示本发明提供的方法的执行过程。

本实施例的站场情况如图6所示，本实施例中以简图的形式进行说明。为了实验数据的一致性，所记录的完整数据是从距离列车进站信号机的3000米的位置开始，直到最终停车。列车进站前、开始启动制动操作时，检测系统就会对制动过程中产生的数值进行监督。当检测确认列车的制动力输出异常时，预测系统将会以列车已记录的制动数据完成停车点的预测工作。本实施例采用的实验数据的起点是距离列车进站信号机的3000米的位置点，终点是进站信号机位置点。这种选定方式有两个考量，其一是本实施例的列车的制动起点不固定，但它们基本都位于这个范围之内，选定这个范围的数据完全可以满足后期的计算或需求。此外，由于制动起点不固定，模型在拟合时所用的数据量也略有不同，这对本发明所提模型的有效性具有一定的考验，这也是想要通过实验进行验证的。其二，本发明的目的是检测制动失效系数以及预测停车点，考虑到车站工作人员的反应时间以及采取防范措施的时间，这项工作应当在列车进站之前完成，因此本实施例所使用的数据终点不能超过进站信号机。为了简化此处的描述，完整数据中的实际停车点简称为AP，通过模型预测的停车点简称为PP。

本实施例的实验以CRH2型16辆编组动车组的制动数据为基础进行计算，对记录的数据提取后保留时间T、位置S以及对应速度信息V，列车最高运行速度限定在250km/h以内。为了匹配制动失效的场景，采取的方案是切断某节列车的制动力输出，使这节列车的制动无效化。为了探究多种制动失效情况下的规律，实验中最多切断了4节列车的制动力输出。最后，本实施例选定了4组含(v，s，t)数据记录，记录一(R1)是切断了一节列车制动力后的制动数据，数据的起点是距离列车进站信号机的3000米的位置点，终点是进站信号机位置点。记录二(R2)是切断了两节列车制动力后的制动数据，以此类推直到记录四(R4)。四组数据对应的失效系数信息以及停车点的信息如表2所示。

表2四组运行数据集的基本信息

采用基于失效系数开发的检测—预测软件对失效系数进行检测，得到的结果如表3所示。列车测量记录的数据通常都会存在微小误差，因此检测到的失效系数同样会存在误差。从表3中可以看出，对于每一组记录而言，基于速度—距离(V-S)数据计算得出的失效系数f_S与基于速度—时间(V-T)数据计算得出的失效系数f_T的差值不大，偏差率也无明显差异。因此在本实施例中，失效系数的计算方法采用任何一种都可以。

表3的失效系数的检测计算结果

以记录二为例，采用基于失效系数的检测—预测模型对列车制动后期的状态进行预测。当检测系统检测确认列车的制动力输出异常时，预测系统将会以列车已记录的制动数据完成失效系数的检测工作，并预测出列车后续的制动过程，得到的速度—距离(V-S)曲线如图7所示。从图7中可以看出，根据列车进站前的数据可以进行有效的预测，预测的曲线平滑且连续。本组数据的预测停车点为4543.37，实际停车点为4447.00，差值为96.37米。

表4是基于失效系数的检测—预测模型对四组数据的停车点的预测结果，每组数据在预测时采用的失效系数是检测到的最大失效系数(最不利情况下的结果)。从表4中可以看出，预测停车点与实际停车点的差值均在200米以内，没有超过实验站场单个轨道区段的长度，并且本检测—预测模型对第三组和第四组数据的预测效果好一些，误差仅在10米左右。这是因为本检测—预测模型是基于失效系数进行的预测，结果的准确程度与失效系数的检测精度是呈正相关的。第三组数据和第四组数据的失效系数检测误差率较低，因此预测的停车点就更加靠近实际停车点。

表4基于失效系数方法预测的停车点及差值

基于失效系数的检测—预测方法的优点是本领域技术人员可以清晰且直白的了解到当前列车的失效程度。车载系统可以按当前的制动状态和失效系数为依据预测后续行车数据。在此方法中，预测停车点的准确性将与失效系数的检测精度高度相关。因为要考虑到车站实施紧急预案所需的时间，留给列车计算失效系数的时间比较有限，结合这个特殊需求，本发明训练并计算的基础数据截止到进站信号机前。

结合本上述实施例的研究，在一些本发明提供的优选实施例中搭建了列车制动故障监测体系架构，如图8所示，主要包括三大部分。

第一部分是列车运行数据的日常监控，包括数据收集、数据监测与判断。这一部分的主要工作是监测列车在制动过程中的关键数值，包括制动单元的风压是否正常、阀门是否正常工作，制动减速度的数值是否正常、有无异变脱离控制，列车的里程、位置是否出现了较大偏差等，来判断列车的制动状态是否正常。

针对列车运行数据的日常监控系统有两个作用。首先，一旦发现列车制动故障，立即通过判断触发预测软件工作，并为其提供计算所需的基础数据。其次，在日常维护和检修中，也可以通过检查监控系统的监测结果对制动系统进行针对性的检查和保养，以确保其处于良好的工作状态，以提高列车的安全性和可靠性。

第二部分是列车制动失效后的制动过程预测，通过基于失效系数的检测—预测模型检测计算制动失效系数，再结合故障状态下的运动学方程预测停车终点。此外，本发明提出的算法在执行时均采取迭代计算的方式，可以做到数据实时更新、软件实时计算，计算软件可以根据制动过程中增加的真实运行数据对预测结果进行实时修正，尽最大可能保障预估的精度。

第三部分是列车制动失效信息与预测结果的传递与显示。检测是手段，解决故障带来的影响、预防事故的发生才是最终目的。为了保证相关人员可以及时的采取相关应急预案，车载子系统必须及时的将这些关键信息通过列控系统自动的、及时的向上传递，努力缩短时延造成的影响。

信息传递流程如图9所示。司机是信息的第一接触者，通过列控车载设备人机界面(Driver Machine Interface—DMI)的显示可以直接看到制动失效信息和系统预测的数据。之后，这些信息会通过数据传输通道依次传递给调度控制中心的调度系统以及车站的自律分机。信息通过调度系统的检验后自动传递，避免由于人为操作导致的延时。如果制动故障列车前方是无其它列车，不涉及追踪场景，只需要考虑制动故障列车本身的接车作业安全，此时应急措施的执行权和调整权随故障信息一并下放至车站自律分机。如果制动故障列车前方存在其它正在运行的列车，需要考虑两列列车的安全，此时应急措施的执行权和调整权的主权在调度控制中心的调度系统上，车站自律分机可依据调度系统自动下达的命令协助动作车站设备，配合调度系统完成应急措施的实施工作。此外，调度系统以及车站自律分机需要获取车站设备的状态信息用以采取紧急措施协助司机处理故障，因此设备状态信息也需要进行采集和传递。综合上述所有的内容，制动故障信息传递链路得以完善，列车制动故障监测体系搭建完毕。

综上所述，本发明提供一种基于失效系数的列车制动失效检测与停车点的预测方法，包括：当列车制动失效时，基于列车运行数据建立制动失效状态下的列车动力学方程；基于制动失效状态下的列车动力学方程，通过计算获得列车的失效系数；基于制动失效状态下的列车动力学方程和列车的失效系数，通过计算获得列车制动过程和最终停车点的预测结果。本发明提供的方法能够有效的检测制动故障列车的失效系数并预测列车的停车点，为铁路列车调度系统输出安全措施方案提供有力支持。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (3)

1.基于失效系数的列车制动失效检测与停车点预测方法，其特征在于，包括：

S1当列车制动失效时，基于列车运行数据建立制动失效状态下的列车动力学方程；

S2基于制动失效状态下的列车动力学方程，通过计算获得列车的失效系数；

S3基于制动失效状态下的列车动力学方程和列车的失效系数，通过计算获得列车制动过程和最终停车点的预测结果；

步骤S3的执行结果用于输入到铁路列车调度系统，使得铁路列车调度系统能够输出用于目标区段损害管制的安全措施。

2.根据权利要求1所述的预测方法，其特征在于，列车动力学方程包括：

列车动能总和式

式中，E_T为能量总和，单位为KJ；m_t为列车总质量，单位为KG；v为列车当前速度，单位为m/s；J_n为转动惯量；ω_n为角速度；n为列车的节数；R为轨道曲线半径，单位为m；

通过式

并结合牛顿第二定律获得式

式中，γ为回转系数；m_agg为换算总质量；a_c为制动减速度，单位为m/s²；F为制动力合力，单位为KN；c为合力的单位制动力，单位为N/KN；g为重力加速度，单位为9.8m/s²；

将c转化式

式中，b为列车单位制动力，单位为N/KN；w_n为列车运行单位阻力，单位为N/KN；i为坡度千分数；

通过积分条件获得式

通过式(5)获得式

式中，△s_n+1为两个相邻速度点间的位置间隔，单位为m；S_n+1为列车在第n+1点的位置；S_n为列车在第n点的位置；v_n+1为列车在第n+1点的速度，单位为m/s；v_n为列车在第n点的速度，单位为m/s；

通过联立式(4)和(6)获得两个相邻速度点间位置间隔的细化公式

通过列车减速状态时的速度式v＝v₀+at以及制动力使用系数获得列车在减速状态时的速度式

式中，v_n为列车当前速度，m/s；v_n+1为下一时刻的速度，m/s；f为制动失效系数；a₁为减速度，m/s²；ξ_x为制动力使用系数，有三个可取数值，分别是：紧急制动力对应的减速度系数ξ₁，最大常用制动力对应的减速度系数ξ₂，常用制动力对应的减速度系数ξ₃；

当列车速度发生变化时，列车对应的距离增量式为

步骤S2包括：

基于速度—时间数据的时间计算法，通过式

计算获得第一失效系数f_T；

基于速度—距离数据的距离计算法，通过式

计算获得第二失效系数f_S；式(10)和(11)中ξ_x为制动力使用系数，计算的优先级顺序为ξ₁>ξ₂>ξ₃；

通过式

降低列车测速测距单元的测量误差影响；

通过式

ER＝(f_detection-f_real)/f_real| (13)

评估第一失效系数和第二失效系数的精度；式中，f_detection为多次计算得到的失效系数的平均值；f_real为失效系数的设定值。

3.根据权利要求2所述的预测方法，其特征在于，步骤S3包括：

通过式

计算获得列车制动过程和最终停车点的预测结果。