ES2888917T3 - Método de optimización del confort en un vehículo ferroviario - Google Patents

Método de optimización del confort en un vehículo ferroviario Download PDF

Info

Publication number
ES2888917T3
ES2888917T3 ES17155464T ES17155464T ES2888917T3 ES 2888917 T3 ES2888917 T3 ES 2888917T3 ES 17155464 T ES17155464 T ES 17155464T ES 17155464 T ES17155464 T ES 17155464T ES 2888917 T3 ES2888917 T3 ES 2888917T3
Authority
ES
Spain
Prior art keywords
optimization
comfort
parameters
suspension system
railway
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.)
Active
Application number
ES17155464T
Other languages
English (en)
Inventor
Frédéric Hallonet
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.)
Alstom Transport Technologies SAS
Original Assignee
Alstom Transport Technologies SAS
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 Alstom Transport Technologies SAS filed Critical Alstom Transport Technologies SAS
Application granted granted Critical
Publication of ES2888917T3 publication Critical patent/ES2888917T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61F—RAIL VEHICLE SUSPENSIONS, e.g. UNDERFRAMES, BOGIES OR ARRANGEMENTS OF WHEEL AXLES; RAIL VEHICLES FOR USE ON TRACKS OF DIFFERENT WIDTH; PREVENTING DERAILING OF RAIL VEHICLES; WHEEL GUARDS, OBSTRUCTION REMOVERS OR THE LIKE FOR RAIL VEHICLES
    • B61F5/00—Constructional details of bogies; Connections between bogies and vehicle underframes; Arrangements or devices for adjusting or allowing self-adjustment of wheel axles or bogies when rounding curves
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61F—RAIL VEHICLE SUSPENSIONS, e.g. UNDERFRAMES, BOGIES OR ARRANGEMENTS OF WHEEL AXLES; RAIL VEHICLES FOR USE ON TRACKS OF DIFFERENT WIDTH; PREVENTING DERAILING OF RAIL VEHICLES; WHEEL GUARDS, OBSTRUCTION REMOVERS OR THE LIKE FOR RAIL VEHICLES
    • B61F5/00—Constructional details of bogies; Connections between bogies and vehicle underframes; Arrangements or devices for adjusting or allowing self-adjustment of wheel axles or bogies when rounding curves
    • B61F5/02—Arrangements permitting limited transverse relative movements between vehicle underframe or bolster and bogie; Connections between underframes and bogies
    • B61F5/22—Guiding of the vehicle underframes with respect to the bogies
    • B61F5/24—Means for damping or minimising the canting, skewing, pitching, or plunging movements of the underframes
    • B61F5/245—Means for damping or minimising the canting, skewing, pitching, or plunging movements of the underframes by active damping, i.e. with means to vary the damping characteristics in accordance with track or vehicle induced reactions, especially in high speed mode
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B60G17/016—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by their responsiveness, when the vehicle is travelling, to specific motion, a specific condition, or driver input
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B60G17/016—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by their responsiveness, when the vehicle is travelling, to specific motion, a specific condition, or driver input
    • B60G17/0165—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by their responsiveness, when the vehicle is travelling, to specific motion, a specific condition, or driver input to an external condition, e.g. rough road surface, side wind
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61C—LOCOMOTIVES; MOTOR RAILCARS
    • B61C17/00—Arrangement or disposition of parts; Details or accessories not otherwise provided for; Use of control gear and control systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61F—RAIL VEHICLE SUSPENSIONS, e.g. UNDERFRAMES, BOGIES OR ARRANGEMENTS OF WHEEL AXLES; RAIL VEHICLES FOR USE ON TRACKS OF DIFFERENT WIDTH; PREVENTING DERAILING OF RAIL VEHICLES; WHEEL GUARDS, OBSTRUCTION REMOVERS OR THE LIKE FOR RAIL VEHICLES
    • B61F5/00—Constructional details of bogies; Connections between bogies and vehicle underframes; Arrangements or devices for adjusting or allowing self-adjustment of wheel axles or bogies when rounding curves
    • B61F5/02—Arrangements permitting limited transverse relative movements between vehicle underframe or bolster and bogie; Connections between underframes and bogies
    • B61F5/22—Guiding of the vehicle underframes with respect to the bogies
    • B61F5/24—Means for damping or minimising the canting, skewing, pitching, or plunging movements of the underframes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61F—RAIL VEHICLE SUSPENSIONS, e.g. UNDERFRAMES, BOGIES OR ARRANGEMENTS OF WHEEL AXLES; RAIL VEHICLES FOR USE ON TRACKS OF DIFFERENT WIDTH; PREVENTING DERAILING OF RAIL VEHICLES; WHEEL GUARDS, OBSTRUCTION REMOVERS OR THE LIKE FOR RAIL VEHICLES
    • B61F5/00—Constructional details of bogies; Connections between bogies and vehicle underframes; Arrangements or devices for adjusting or allowing self-adjustment of wheel axles or bogies when rounding curves
    • B61F5/38—Arrangements or devices for adjusting or allowing self- adjustment of wheel axles or bogies when rounding curves, e.g. sliding axles, swinging axles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L23/00—Control, warning or like safety means along the route or between vehicles or trains
    • B61L23/04—Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
    • B61L23/042—Track changes detection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2300/00—Indexing codes relating to the type of vehicle
    • B60G2300/10—Railway vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2300/00—Indexing codes relating to the type of vehicle
    • B60G2300/10—Railway vehicles
    • B60G2300/102—Railway vehicles having track following mechanismn for lateral stability
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L2201/00—Control methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Vehicle Body Suspensions (AREA)

Abstract

Método de optimización del confort en un vehículo ferroviario (12) de una flota de vehículos ferroviarios que circulan por una misma vía férrea, el vehículo ferroviario que comprende al menos un sistema activo de suspensión (22) configurado por un juego de parámetros de ajuste, caracterizado porque: - cada vehículo de la flota comprende sensores de aceleración tridimensionales (24), - la vía férrea está cortada en tramos (T), - para cada tramo (T), el método comprende campañas de optimización del juego de parámetros de ajuste, tales como: - durante la primera campaña de optimización, cada vez que el sistema de suspensión (22) pasa sobre el tramo (T), un primer juego de parámetros de ajuste, específicos para este paso, se predefine y aplica al sistema de suspensión (22) y un índice de calidad de confort (IQ) se calcula a partir de las aceleraciones tridimensionales medidas por los sensores (24), luego se aplica un algoritmo metaheurístico para determinar los segundos juegos de parámetros de ajuste, - durante cada campaña de optimización posterior, cada vez que el sistema de suspensión pasa por el tramo (T), uno de los juegos de parámetros de ajuste determinados por la campaña de optimización anterior se aplica al sistema de suspensión y se calcula el índice de calidad de confort, luego el algoritmo metaheurístico se aplica para determinar nuevos juegos de parámetros de ajuste, el algoritmo metaheurístico tiene en cuenta los índices de calidad de confort (IQ) calculados, para deducir los parámetros que parecen más adecuados para mejorar el confort en el tramo (T), y - cada campaña de optimización es común para varios vehículos de la flota de vehículos que circulan por la misma vía, los datos relacionados con cada campaña de optimización se comparten.

Description

DESCRIPCIÓN
Método de optimización del confort en un vehículo ferroviario
La presente invención se refiere a un método de optimización, de forma continua a lo largo de la vida útil de un equipo, del confort en un vehículo ferroviario que circula por una vía férrea.
Un método de optimización del confort se conoce del documento JP 2003237573 A.
El confort en un vehículo ferroviario depende particularmente de tres variables principales, que son la velocidad del vehículo, el estado de la vía férrea y la carga transportada por el vehículo.
Para mejorar este confort, los vehículos ferroviarios comprenden convencionalmente al menos un sistema de suspensión, interpuesto entre las ruedas y la carrocería del vehículo.
Se denomina “sistema de suspensión” a un conjunto de elementos que contribuyen a controlar los movimientos relativos de la carrocería con respecto a los chasis de bogie que llevan esta carrocería, y de los chasis de bogie con respecto a los ejes de estos bogies. Estos elementos se pueden ver independientemente de un vehículo a otro en un tren o tranvía.
Más en particularmente, existen sistemas de suspensión de rigidez constante, estas rigideces se seleccionan de manera que el sistema de suspensión sea eficaz en tramos de la vía que comprenden singularidades perjudiciales para el confort. Sin embargo, tales rigideces no son adecuadas para otras secciones de la vía y, por lo tanto, pueden resultar incómodas en estas otras secciones de la vía. La inadecuación de estas rigideces genera malestar para los pasajeros y tensiones mecánicas nocivas para la duración de la vida en fatiga de los equipos (vías, bogies y estructuras de la carrocería).
También existen los denominados sistemas de suspensión "activa", cuya rigidez se puede controlar para adaptarse a las diversas condiciones de circulación de vehículos. Sin embargo, el control de tales sistemas de suspensión es generalmente básico, siendo por ejemplo solo una función de la velocidad del vehículo.
El objeto de la invención es en particular mejorar la situación, proponiendo un método de optimización del confort en un vehículo ferroviario, capaz de optimizar continuamente un sistema activo de suspensión.
Para ello, el objeto de la invención es en particular un método de optimización según la reivindicación 1.
El método según la invención permite optimizar todos los parámetros de ajuste del sistema de suspensión.
Cabe señalar que estos parámetros de ajuste no pueden deducirse mediante un simple cálculo en función de las variables de entrada, ya que dicho cálculo es demasiado complejo dada la gran variedad de variables de entrada, en particular la variabilidad de las vías en el tiempo, la carga efectiva del vehículo, la velocidad instantánea, el desgaste de las ruedas, etc.
Por tanto, la invención prevé la determinación de los parámetros de ajuste optimizados mediante la realización de campañas de optimización, determinando los parámetros de ajuste utilizados en cada campaña mediante un algoritmo metaheurístico.
El término "campaña de optimización" se utiliza aquí para referirse a la acumulación suficiente de datos de confort relativos a juegos de parámetros de ajuste de la suspensión, mediante circulaciones en un tramo determinado para un rango de velocidad y un rango de carga determinados. Esta acumulación de datos permite al algoritmo deducir juegos de parámetros teóricamente más favorables al confort, juegos que serán evaluados durante la siguiente campaña.
Al iterar las campañas de optimización un número suficiente de veces, los parámetros de ajuste convergen hacia valores óptimos y, por ejemplo, se ingresan en una base de datos. Esta base de datos podrá así indicar, mediante un algoritmo, los parámetros de ajuste óptimos para determinadas variables. La base de datos guarda el historial de los juegos probados, así como los óptimos. Por tanto, el método según la invención es del tipo "aprendizaje automático".
Un método de acuerdo con la invención también puede comprender una o más de las siguientes características, consideradas solas o en cualquier combinación técnicamente concebible.
- Los parámetros de los primeros juegos de parámetros se seleccionan de entre los respectivos intervalos de seguridad predeterminados.
- Los parámetros de los primeros juegos de parámetros se determinan aleatoriamente.
- El algoritmo metaheurístico es un algoritmo genético.
- El corte de la vía férrea en tramos es adaptativo, con tramos de longitud variable, establecidos en función de las singularidades de la vía.
- Las campañas de optimización son comunes a varios vehículos que circulan por la misma vía férrea, los vehículos pueden entonces compartir los datos relacionados con cada campaña de optimización.
La invención también se refiere a un dispositivo de control del confort según la reivindicación 7.
Un vehículo de acuerdo con la invención también puede comprender una o más de las siguientes características, consideradas solas o en cualquier combinación técnicamente concebible.
- Los medios de optimización comprenden una base de datos, que puede ser actualizada en cada campaña de optimización, indicando juegos de parámetros en función de tramos de vía, velocidades y cargas del vehículo. - Los medios de optimización comprenden medios de generación de juegos de parámetros optimizados por un algoritmo metaheurístico, que pueden para generar un juego de parámetros optimizados aplicando un algoritmo metaheurístico a un juego de parámetros determinados durante una campaña de optimización previa.
La invención se comprenderá mejor con la lectura de la descripción que sigue, dada únicamente a modo de ejemplo y realizada con referencia a la única figura adjunta, que muestra esquemáticamente un dispositivo de optimización según un ejemplo de realización de la invención, y la interacción entre sus componentes para la implementación del método según la invención.
En la figura se muestra un dispositivo 10 de optimización del confort en un vehículo ferroviario 12 que circula por una vía férrea.
La vía férrea se corta primero en tramos sucesivos. Con este fin, son posibles varios métodos de cortar la vía férrea. Por ejemplo, se puede simplemente cortar la vía férrea en secciones de igual longitud.
Como variante, la vía férrea puede precortarse en diferentes porciones de vía, en función de la velocidad máxima de circulación en estas porciones de vía, luego cada porción de vía puede cortarse en secciones con un paso de corte constante específico para esta porción de vía.
También es posible prever un corte adaptativo, con tramos de longitud variable, establecidos en función de las singularidades de la vía conocidas o detectadas durante un paso previo por la vía. Así, un tramo con una singularidad perjudicial para la comodidad puede ser corto, mientras que un tramo sin una singularidad notable puede ser largo.
La longitud de las secciones puede ser cualquiera. Sin embargo, cuanto más cortos sean los tramos, más confort se optimizará, ya que se adaptan más rápidamente a las especificidades de la vía.
En todos los casos, el corte de la vía en tramos se registra en una base de datos 14, que se encuentra preferiblemente a bordo del vehículo 12, o como variante se almacena remotamente en una estación de control. El vehículo 12 comprende medios 16 para determinar variables de entrada, estas variables de entrada son la posición P del vehículo en la vía, su velocidad V y su carga C. Estas variables de entrada influyen en el confort experimentado por los pasajeros en el vehículo 12.
Otras variables difíciles de cuantificar, tales como las tensiones mecánicas en las conexiones carrocería-bogie, también pueden influir en este confort.
La posición P se determina, por ejemplo, mediante un dispositivo de guía por satélite convencional (GPS). Esta posición P permitirá, mediante una tabla de correspondencias 18, determinar en qué tramo de la vía T se encuentra el vehículo 12 en función de su posición P determinada por GPS.
La velocidad V, por su parte, se determina mediante un dispositivo de medición de velocidad convencional, como los que se llevan habitualmente en los vehículos ferroviarios.
Finalmente, la carga C se mide por medio de un dispositivo de medición de carga convencional.
El vehículo 12 también comprende varios equipos 20, que comprenden al menos un sistema de suspensión activo 22.
El sistema de suspensión 22 es de tipo "activo", es decir que sus características, en particular su rigidez de amortiguación, son ajustables mediante un juego de parámetros de ajuste.
El sistema de suspensión 22 comprende en particular amortiguadores activos, en particular con viscosidad variable y calibrado variable, una barra estabilizadora eventualmente activa, ventajosamente un lastre móvil, topes de final de carrera activos, etc. El juego de parámetros de ajuste comprende todos los parámetros que influyen en estos elementos que constituyen el sistema de suspensión 22.
Por ejemplo, los parámetros incluyen valores de viscosidad del amortiguador, valores de calibración del amortiguador, valores de rigidez de la barra estabilizadora, recorrido libre de los topes, etc.
El equipo 20 también comprende sensores 24, que permiten estimar el confort en el vehículo ferroviario 12. Por ejemplo, los sensores 24 comprenden acelerómetros, por ejemplo, que miden las aceleraciones en tres direcciones espaciales, en particular longitudinal, transversal y verticalmente. De hecho, las aceleraciones demasiado altas, por ejemplo, son fuentes de incomodidad.
El vehículo 12 también comprende un equipo de hardware 26 a bordo.
El equipo de hardware 26 comprende medios 28 de control del sistema de suspensión 22. Estos medios de control 28 pueden aplicar, al sistema de suspensión 22, un juego de parámetros de ajuste previamente determinados. El equipo de hardware 26 también comprende una cadena de adquisición 30 conectada a los sensores 24, para recoger los valores medidos por estos sensores 24, medios de acondicionamiento de señal 32 que permiten por ejemplo el filtrado paso bajo en frecuencia de las aceleraciones, y medios 34 de almacenando en memoria intermedia de los valores medidos por los sensores en función del tramo T recorrido.
El dispositivo de optimización 10 comprende finalmente una parte de software 36, por ejemplo, instalada en el equipo de hardware 26. Más particularmente, el dispositivo de optimización 10 comprende un sistema informático para implementar la parte de software 36.
La parte de software 36 comprende un módulo de optimización 44, para optimizar los parámetros de ajuste.
Este módulo de optimización 44 comprende en particular la base de datos 14 mencionada anteriormente.
Esta base de datos 14 comprende la tabla de correspondencias 18, lo que permite, cuando los medios de determinación 16 proporcionan la posición P del vehículo 12, indicar en qué tramo T se encuentra este vehículo 12. La base de datos 14 también comprende una tabla de parámetros 38, que puede proporcionar un juego de parámetros de ajuste en función del rango de velocidad V, el rango de carga C y el tramo T.
La parte de software 36 comprende además medios 40 de generación de juegos de parámetros optimizados por un algoritmo metaheurístico.
La parte de software 36 comprende además medios 42 de cálculo de un índice de calidad de confort IQ, en función de los datos suministrados por los medios de registro 34.
La presente invención tiene como objetivo mejorar el confort asociado a los movimientos del vehículo resultantes en particular de fallas en la vía que transmiten fuerzas parásitas a través del sistema de suspensión del vehículo (resortes, amortiguadores, barras estabilizadoras). El índice de calidad de confort IQ se calcula a partir de las aceleraciones tridimensionales medidas en la carrocería del vehículo por los sensores 24, que por tanto son percibidas por los pasajeros.
Los estándares permiten evaluar un nivel de confort a partir de las mediciones de aceleración realizadas en la carrocería. Este nivel de confort se denota Nmv. Cuanto menor sea el nivel de confort Nmv, mejor será el confort percibido.
A continuación, se describirá un ejemplo de cómo se calcula el nivel de confort Nmv. Este método de cálculo está estandarizado.
El índice de calidad de confort IQ se construye a partir del nivel de confort Nmv. El índice de calidad de confort IQ se utiliza para evaluar la calidad de una configuración de vehículo que tiene amortiguadores activos que, por lo tanto, se pueden ajustar en rigidez (calibración). Por tanto, el índice de calidad de confort IQ es mejor si su valor es alto. El nivel de confort Nmv y el índice de calidad de confort IQ se calculan mediante las siguientes etapas de cálculo: - medición de las aceleraciones por los sensores 24, en el tramo dado,
- aplicación de un filtro paso bajo en la frecuencia de las aceleraciones, por los medios 32 de acondicionamiento de señal. El filtro paso bajo es por ejemplo del tipo Wd, según la norma En 12299;
- Cálculo del valor medio cuadrático Rms (también denominado valor efectivo Aeff):
Figure imgf000004_0001
Donde:
Aeff es el valor efectivo calculado durante un período T,
T es un período durante el cual se calcula el promedio. Por ejemplo, T = 5 segundos,
[a(t)Wd] es la señal de tiempo de aceleración que ha sido filtrada por el filtro "Wd".
- Elección de los valores RMS correspondientes a los percentiles 95: Se trata de elegir los valores de aceleración en x, y, z que cubran el 95 % de los niveles de aceleración filtrados.
- Cálculo del confort Nmv en el tramo recorrido:
I yw yw ~ w d
Nmv = 6 y a.x95 a ;95 az95
- Construcción del Índice de Calidad (de confort) con fines de optimización:
IQ = 1/Nmv2
Donde Nmv es el nivel de confort para un individuo, por lo tanto, de un juego de parámetros determinado.
Ahora se describirá el funcionamiento del dispositivo de optimización 10, en el contexto de un método de optimización según la invención.
Como se ha indicado anteriormente, el método de optimización comprende previamente el corte de la vía férrea en tramos, y el almacenamiento, en la base de datos 14, de las características de estos tramos. Por ejemplo, las secciones están numeradas y la base de datos 14 comprende, para cada número de tramo, el kilometraje de entrada y el kilometraje de salida de este tramo. La posición P del vehículo 12, obtenida gracias al sistema de guiado por satélite, facilita por tanto conocer el número del tramo en el que se encuentra este vehículo 12.
Para cada tramo T, el método comprende campañas de optimización de juegos de parámetros de ajuste. Una "campaña de optimización" para un tramo T corresponde a la acumulación suficiente de datos de confort en este tramo cuando el tren se somete a diferentes juegos de parámetros de ajuste de suspensión, mediante circulaciones en el tramo dado para un rango de velocidad y un rango de carga dado.
Durante la primera campaña de optimización, se predefine un primer juego de parámetros de ajuste cada vez que el sistema de suspensión 22 pasa sobre el tramo. Por tanto, durante la primera campaña de optimización, se define una pluralidad de primeros juegos de parámetros.
Cada primer juego de parámetros se define de forma aleatoria o arbitraria. Ventajosamente, cada parámetro del primer juego se selecciona dentro de un intervalo de seguridad predefinido. El experto en la materia sabrá definir este intervalo de seguridad, fuera del cual los parámetros no permitirían obtener un confort satisfactorio.
Al llegar a un tramo T, el primer juego de parámetros correspondiente se transmite a los medios de control 28, que aplican este primer juego de parámetros al sistema de suspensión 22.
En este tramo T, se miden la velocidad V y la carga C, luego se clasifican en un espacio discretizado de velocidad y carga, estos valores discretizados se suministran a la base de datos 14. Por tanto, la clase de velocidad V, la clase de carga C y el primer juego de parámetros se introducen en la base de datos 14 y, en particular, en la tabla de parámetros 38.
Los medios de cálculo 42 calculan entonces un índice de calidad de confort IQ, sobre la base de las mediciones proporcionadas por los sensores 24. Este índice de calidad de confort IQ depende de la configuración del sistema de suspensión 22. Así, el índice de calidad de confort IQ también se introduce en la tabla de parámetros 38, que está asociado con este primer juego de parámetros y el par clase de velocidad, clase de carga.
La primera campaña de optimización se lleva a cabo para un número predeterminado de pasos del sistema de suspensión 22 en el tramo T, cada uno de estos pasos está asociado con un primer juego de parámetros respectivo y preferiblemente distinto.
Por ejemplo, cuando el vehículo ferroviario 12 circula varias veces por la vía en la misma jornada, la primera campaña de optimización consiste en aplicar un primer juego de parámetros respectivos a cada paso del vehículo 12 por el tramo T en esta jornada.
Como variante, las campañas de optimización son comunes para varios vehículos 12 que circulan por la misma vía férrea. Los vehículos 12 pueden entonces compartir los datos relacionados con cada campaña. La velocidad de la optimización aumenta así, por un efecto de flota.
El método comprende entonces, durante esta primera campaña de optimización, la aplicación, por los medios de generación 40, de un algoritmo metaheurístico a los primeros juegos de parámetros, para determinar segundos juegos de parámetros de ajuste. Este algoritmo metaheurístico tiene en cuenta los índices de calidad de confort IQ calculados, con el fin de deducir de estos los parámetros que parecen más adecuados para mejorar el confort en el tramo T. Los expertos en la técnica sabrán elegir un algoritmo metaheurístico adecuado.
El algoritmo metaheurístico es, por ejemplo, un algoritmo genético. El principio general de un algoritmo genético se conoce per se. A partir de una población inicial se realiza una evaluación de los individuos, luego se realiza una optimización mediante selección, cruces y mutaciones, con el fin de obtener una nueva población optimizada. Luego se lleva a cabo una nueva iteración a partir de la evaluación de los individuos.
Una primera campaña de optimización de este tipo se lleva a cabo en cada triplete del tramo T, clase de velocidad V, clase de carga C.
Cabe señalar que el juego de parámetros a aplicar a un tramo T se determina mientras el vehículo 12 se encuentra en el tramo anterior, con el fin de poder configurar el sistema de suspensión 22 tan pronto como el vehículo 12 entre en el tramo T.
Ahora se describirá un ejemplo de un algoritmo metaheurístico, y en particular un algoritmo genético.
Los algoritmos genéticos son un tipo especial de algoritmos metaheurísticos. Se aplicará de forma continua un algoritmo genético para adaptar el vehículo a su entorno, es decir, ajustar de forma óptima los juegos de parámetros de suspensión para maximizar el confort en el tramo considerado.
Una generación es, en la práctica, una muestra suficientemente grande de juegos de parámetros evaluados, que será la base para crear una segunda muestra de juegos de parámetros que se probarán. Por tanto, la optimización es secuencial. Por tanto, una muestra puede estar formada físicamente por el mismo tren que pasa por un tramo con diferentes juegos de parámetros, o por trenes idénticos que tienen diferentes juegos de parámetros, este es el caso de una flota de trenes (TGV por ejemplo) que circula por una misma línea. Cuantos más trenes haya en una línea, más rápida será la convergencia.
Etapa 1: Elección de parámetros que influyen en la respuesta del sistema al problema de optimización planteado. Durante esta etapa 1, se definen los parámetros que se desea modificar/optimizar. Un estudio de sensibilidad permite definir los amortiguadores que tienen mayor impacto en el confort. Se define el rango de variación de los parámetros compatible con la seguridad del tren.
Etapa 2: Población inicial (aleatoria) de N individuos.
La población (conjunto de N juegos de parámetros) se define como formando la primera generación. El tamaño N de la población es una elección de optimización y no necesariamente tiene que ver con el número de trenes en funcionamiento. Una población también se denomina "generación". Un individuo corresponde a un juego de parámetros a probar. Cada juego de parámetros tiene parámetros definidos aleatoriamente, teniendo en cuenta la etapa 1. Cada parámetro está codificado en números reales para evitar tiempos de conversión.
Etapa 3: Evaluación de la capacidad adaptativa de cada individuo (Índice de Calidad)
Cada individuo (juego de parámetros) se evalúa con respecto al problema (cada tren circula en el tramo y se registran las aceleraciones). De allí se deduce un índice de calidad del IQ.
Cuanto más adaptado esté el individuo (mayor es el confort), mayor será el índice de calidad.
Se pueden aplicar multas o bonificaciones si se deben respetar los valores máximos del Índice de Calidad de Confort IQ. Estos juegos de parámetros bonificados tendrán más posibilidades de ser seleccionados para la siguiente etapa. Esta operación nos permite clasificar a los individuos en orden de adaptabilidad en vistas de la siguiente etapa.
Pasaremos a la siguiente etapa, una vez que los N individuos de la generación hayan sido probados y evaluados. Etapa 4: Selección de los padres mejor adaptados.
A continuación, se seleccionan los N individuos que se utilizarán posteriormente. Los individuos destacados en la etapa 3 tienen estadísticamente más probabilidades de ser seleccionados usando el método de la ruleta que se describirá a continuación. Se obtiene una población intermedia compuesta por N individuos (juegos de parámetros) un poco mejor adaptados y que por tanto aportan mejores soluciones (mejores índices de calidad de IQ). Un individuo puede estar representado varias veces en esta población intermedia.
Etapa 5: reproducción por cruce.
El cruce es la operación que permitirá explorar el espacio de variación de los parámetros. Durante esta operación, los parámetros de los padres se combinan entre sí para formar descendientes con características de ambos padres. Gracias al proceso de selección, a medida que se avanza de generación en generación, nos encontramos con individuos cada vez más adaptados. Por lo tanto, existe una mayor posibilidad de obtener un individuo aún mejor al final del cruce.
Cada par de individuos (juegos de parámetros) genera dos individuos hijos (conservación del tamaño N de las poblaciones en el tiempo).
El método utilizado para los cruces se describirá más adelante.
Etapa 6: Mutación
La mutación es una modificación aleatoria (pero según los límites definidos en la etapa 1) de un parámetro para ampliar el espacio de búsqueda y evitar una convergencia demasiado rápida hacia un óptimo, que correría el riesgo de ser un óptimo local. Matemáticamente, la mutación asegura que se pueda lograr el óptimo general.
Etapa 7: Nueva generación
Partimos de nuevo desde la etapa 3 con esta nueva generación de juegos de parámetros obtenidos. Se muestra matemáticamente que el algoritmo converge hacia la solución global. Todos los vehículos tendrán entonces el juego de parámetros óptimo (ajustes del amortiguador) que les permitirán proporcionar un confort óptimo para los pasajeros en el tramo determinado.
Dado que el problema de optimización puede cambiar con el tiempo (desgaste de las vías, ruedas, etc.), la configuración óptima de los parámetros puede cambiar. La operación de mutación crea individuos "un poco diferentes" con cada generación, las nuevas generaciones pueden converger hacia el nuevo óptimo y por lo tanto seguir la evolución del entorno en el tiempo (en la medida en que las variaciones del entorno sean lo suficientemente lentas para que el algoritmo converja).
Ahora se describirá el método de la ruleta utilizado en la etapa 4.
Este método consiste en convertir en porcentage el índice de calidad IQ de cada juego de parámetros, con respecto a la suma total de los índices de calidad IQ. Luego se realizan N emisiones, donde N es el número de juegos de parámetros que componen una generación. Por lo tanto, para cada emisión, cada juego de parámetros tendrá una probabilidad de ser seleccionado proporcional al valor de su índice de calidad IQ. Se observará que el mismo juego de parámetros "bueno" se puede seleccionar varias veces, mientras que uno "malo" nunca se puede seleccionar. Sin embargo, puede suceder lo contrario, es decir, el mejor juego de parámetros nunca se selecciona o se pierde durante los cruces o mutaciones. Para contrarrestar este fenómeno, es posible prever que después del proceso de selección, el juego de parámetros menos bueno sea reemplazado automáticamente por el mejor juego de parámetros de la generación anterior. Este es un proceso elitista
Ahora se describirá el método de cruce empleado en la etapa 5.
Se determina una probabilidad de cruce Pc, por ejemplo, Pc = 77 %.
Para cada par de juegos de parámetros (de cromosomas) tomados al azar de la población intermedia resultante de la selección por el método de la ruleta, se extrae un número aleatorio entre 0 y 1, si este número es mayor que Pc, los dos individuos (juegos de parámetros) extraídos se conservan para un cruce. Para cada gen (parámetro de amortiguación, por ejemplo), se extrae un número aleatorio, si este número excede la probabilidad p2 definida a continuación, los dos individuos intercambian el gen entre ellos y pasamos al siguiente gen
Figure imgf000007_0001
donde:
Num_Genera es el índice de la generación actual.
Nb_ Genera es el número total de generaciones en el algoritmo.
F = 1,5-(Num_ Genera / Nb_ Genera) si dos padres satisfacen las restricciones impuestas (es decir, sus parámetros están en los intervalos predefinidos), F = 1 en caso contrario.
Una vez finalizada la primera campaña de optimización, se lleva a cabo una segunda campaña de optimización, durante la cual son los segundos juegos de parámetros determinados previamente con las evaluaciones de los IQ de la primera campaña, los que se suministran a los medios de control 28, cada segundo juego de parámetros correspondientes a un paso respectivo sobre un tramo T dado, este segundo juego de parámetros se utiliza para ajustar el sistema de suspensión 22 durante este paso sobre el tramo T.
Esta segunda campaña también se lleva a cabo para cada tramo de triplete T, clase de velocidad V, clase de carga C de la vía.
De la misma forma que anteriormente, al llegar a un tramo T, el correspondiente segundo juego de parámetros se transmite a los medios de control 28, que aplican este segundo juego de parámetros al sistema de suspensión 22. En este tramo T, se miden la velocidad V y la carga C, y luego se suministran a la base de datos 14. Así, la velocidad V (su clase de velocidad), la carga C (su clase de carga) y el segundo juego de parámetros se ingresan en la base de datos 14, y en particular en la tabla de parámetros 38.
Los medios de cálculo 42 calculan entonces el índice de calidad de confort IQ, sobre la base de las mediciones proporcionadas por los sensores 24. El índice de calidad de confort IQ también se introduce en la tabla de parámetros 38, estando asociado con este segundo juego de parámetros.
La segunda campaña de optimización se lleva a cabo para un número predeterminado de etapas del sistema de suspensión 22 en el tramo T, cada una de estas etapas está asociada con un segundo juego de parámetros respectivos y preferiblemente distintos.
Por ejemplo, cuando el vehículo ferroviario 12 circula varias veces por la vía en la misma jornada, la segunda campaña de optimización consiste en la aplicación de un segundo juego de parámetros respectivos a cada paso del vehículo 12 por el tramo T en esta jornada.
El método comprende entonces, durante esta segunda campaña de optimización, la aplicación, por los medios de generación 40, del algoritmo metaheurístico a los segundos juegos de parámetros, para determinar terceros juegos de parámetros de ajuste.
Luego, durante cada campaña de optimización posterior, cada vez que el sistema de suspensión 22 pasa por el tramo T, uno de los juegos de parámetros de ajuste determinados por la campaña de optimización anterior se aplica al sistema de suspensión 22 y se estima el índice de calidad de confort IQ. Luego, se aplica el algoritmo metaheurístico para determinar nuevos juegos de parámetros de ajuste.
Al repetir las campañas de optimización, los juegos de parámetros convergen hacia valores optimizados.
De esta forma se constituye continuamente una base de datos de parámetros óptimos, en función de las variables de entrada consideradas.
Cabe señalar que el algoritmo metaheurístico tiene en cuenta ventajosamente la velocidad del vehículo 12 y la carga transportada por este vehículo 12 cuando este vehículo 12 pasa por un tramo T considerado.
Cabe señalar que el espacio de búsqueda óptimo está compuesto por 3 ejes: el eje de tramo, el eje de velocidad V y el eje de carga C. Para estructurar la optimización, el espacio se discretiza en estos 3 ejes por clases. Se puede visualizar este espacio por cubos, cada cubo contiene la información de optimización que son los juegos de parámetros y los IQ asociados.
Es evidente que la invención, mediante el uso de un algoritmo metaheurístico, permite realizar optimizaciones dinámicas multicriterio. Así, siempre se propondrá un juego de parámetros próximos a un óptimo, en particular gracias al mecanismo de “mutación” incluido en el conocido principio general de optimización por algoritmo genético. La relevancia del juego de parámetros propuestos se va afinando a medida que avanzan las campañas de optimización, a pesar de la variabilidad del sistema como, por ejemplo, el envejecimiento de las vías correspondientes a cambios en la geometría. Como el algoritmo funciona continuamente, el algoritmo permite seguir estos cambios en la calidad del canal y siempre ofrece juegos de parámetros muy cercanos al óptimo.
Se observará que la invención no se limita a la realización descrita anteriormente, sino que podría presentar diversas variantes en el campo definido por el alcance de las reivindicaciones adjuntas.

Claims (9)

  1. REIVINDICACIONES
    i. Método de optimización del confort en un vehículo ferroviario (12) de una flota de vehículos ferroviarios que circulan por una misma vía férrea, el vehículo ferroviario que comprende al menos un sistema activo de suspensión (22) configurado por un juego de parámetros de ajuste, caracterizado porque:
    - cada vehículo de la flota comprende sensores de aceleración tridimensionales (24),
    - la vía férrea está cortada en tramos (T),
    - para cada tramo (T), el método comprende campañas de optimización del juego de parámetros de ajuste, tales como:
    • durante la primera campaña de optimización, cada vez que el sistema de suspensión (22) pasa sobre el tramo (T), un primer juego de parámetros de ajuste, específicos para este paso, se predefine y aplica al sistema de suspensión (22) y un índice de calidad de confort (IQ) se calcula a partir de las aceleraciones tridimensionales medidas por los sensores (24), luego se aplica un algoritmo metaheurístico para determinar los segundos juegos de parámetros de ajuste,
    • durante cada campaña de optimización posterior, cada vez que el sistema de suspensión pasa por el tramo (T), uno de los juegos de parámetros de ajuste determinados por la campaña de optimización anterior se aplica al sistema de suspensión y se calcula el índice de calidad de confort, luego el algoritmo metaheurístico se aplica para determinar nuevos juegos de parámetros de ajuste, el algoritmo metaheurístico tiene en cuenta los índices de calidad de confort (IQ) calculados, para deducir los parámetros que parecen más adecuados para mejorar el confort en el tramo (T), y
    • cada campaña de optimización es común para varios vehículos de la flota de vehículos que circulan por la misma vía, los datos relacionados con cada campaña de optimización se comparten.
  2. 2. Método de optimización del confort según la reivindicación 1, en donde los parámetros de los primeros juegos de parámetros se seleccionan de entre los respectivos intervalos de seguridad predeterminados.
  3. 3. Método de optimización del confort según la reivindicación 1 o 2, en donde los parámetros de los primeros juegos de parámetros se determinan aleatoriamente.
  4. 4. Método de optimización del confort según cualquiera de las reivindicaciones anteriores, en donde el algoritmo metaheurístico es un algoritmo genético.
  5. 5. Método de optimización del confort según cualquiera de las reivindicaciones anteriores, en donde el corte de la vía férrea en tramos (T) es adaptativo, con tramos (T) de longitud variable, establecidos en función de singularidades de la vía.
  6. 6. Método de optimización del confort según cualquiera de las reivindicaciones anteriores, en donde las campañas de optimización son comunes para varios vehículos (12) que circulan por la misma vía férrea, los vehículos (12) pueden entonces compartir los datos relativos a cada campaña de optimización.
  7. 7. Dispositivo de control del confort en un vehículo ferroviario (12) de una flota de vehículos ferroviarios que circulan por una misma vía férrea, el dispositivo que comprende una parte de software (36) para implementar el método de optimización del confort según cualquiera de las reivindicaciones anteriores, el dispositivo que comprende además:
    - sensores de aceleración tridimensionales (24) para cada vehículo de la flota,
    - al menos un sistema activo de suspensión (22), ajustable mediante un juego de parámetros,
    - un sistema (28) de control del juego de parámetros del sistema de suspensión (22),
    - medios (42) de evaluación del confort en el vehículo ferroviario (12), y
    - medios (44) de optimización que pueden determinar juegos de parámetros optimizados mediante la realización de una pluralidad de campañas de optimización.
  8. 8. Dispositivo de control del confort según la reivindicación 7, en donde los medios de optimización (44) comprenden una base de datos, que puede ser actualizada en cada campaña de optimización, indicando los juegos de parámetros en función de tramos de vía (T), velocidades (V) y cargas (C) del vehículo (12).
  9. 9. Dispositivo de control del confort según la reivindicación 7 u 8, en donde los medios de optimización (44) comprenden medios (40) de generación de juegos de parámetros optimizados por un algoritmo metaheurístico, que pueden generar un juego de parámetros optimizados mediante la aplicación de un algoritmo metaheurístico a un juego de parámetros determinado durante una campaña de optimización anterior.
ES17155464T 2016-02-09 2017-02-09 Método de optimización del confort en un vehículo ferroviario Active ES2888917T3 (es)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
FR1650996A FR3047467B1 (fr) 2016-02-09 2016-02-09 Procede d'optimisation du confort dans un vehicule ferroviaire

Publications (1)

Publication Number Publication Date
ES2888917T3 true ES2888917T3 (es) 2022-01-10

Family

ID=55863010

Family Applications (1)

Application Number Title Priority Date Filing Date
ES17155464T Active ES2888917T3 (es) 2016-02-09 2017-02-09 Método de optimización del confort en un vehículo ferroviario

Country Status (6)

Country Link
US (1) US10259473B2 (es)
EP (1) EP3205548B1 (es)
CN (1) CN107042833B (es)
ES (1) ES2888917T3 (es)
FR (1) FR3047467B1 (es)
RU (1) RU2742401C2 (es)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6999599B2 (ja) * 2019-03-29 2022-01-18 日立Astemo株式会社 官能評価システム、サスペンション装置、サスペンション制御システム
CN113158370B (zh) * 2021-04-19 2024-03-19 江苏大学 一种基于分数阶电网络的车辆机电isd悬架结构及其参数确定方法
CN117726196B (zh) * 2024-02-18 2024-05-14 中南大学 一种用于铁路选线的环境适宜度综合评价方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CH690428A5 (fr) * 1995-11-07 2000-09-15 Const Y Aux Ferrocarriles Sa Dispositif détecteur de position pour véhicule guidés.
JP3075170B2 (ja) * 1996-02-14 2000-08-07 トヨタ自動車株式会社 車輌のサスペンション制御方法
FR2794707B1 (fr) * 1999-06-11 2003-03-14 Alstom Procede et dispositif de commande de l'inclinaison d'un vehicule ferroviaire pendulaire
JP2003237573A (ja) * 2002-02-14 2003-08-27 Bridgestone Corp 車両運動特性制御システム
US9233696B2 (en) * 2006-03-20 2016-01-12 General Electric Company Trip optimizer method, system and computer software code for operating a railroad train to minimize wheel and track wear
JP4348934B2 (ja) * 2002-09-25 2009-10-21 アイシン・エィ・ダブリュ株式会社 車両のサスペンション制御装置
US8370006B2 (en) * 2006-03-20 2013-02-05 General Electric Company Method and apparatus for optimizing a train trip using signal information
RU77655U1 (ru) * 2008-07-18 2008-10-27 Закрытое акционерное общество Научная организация "Тверской институт вагоностроения" (ЗАО НО "ТИВ") Система демпфирования вертикальных колебаний кузова железнодорожного пассажирского вагона
KR101082764B1 (ko) * 2011-04-28 2011-11-11 (주)엠케이 철도차량의 사전 틸팅 제어 시스템 및 방법
FR3009640B1 (fr) 2013-08-07 2022-11-18 Coyote Sys Dispositif et procede de mise a jour automatique d'une base de donnees des vitesses limites de circulation
US10207723B2 (en) * 2015-02-19 2019-02-19 Elwha Llc Train suspension control systems and methods
CN105069260B (zh) * 2015-09-06 2018-03-02 山东理工大学 高速轨道车辆二系垂向悬置最优阻尼比的优化设计方法
US20180079272A1 (en) * 2016-09-20 2018-03-22 Apple Inc. Motion minimization systems and methods

Also Published As

Publication number Publication date
FR3047467B1 (fr) 2018-03-09
EP3205548B1 (fr) 2021-07-28
RU2017104164A (ru) 2018-08-08
CN107042833A (zh) 2017-08-15
FR3047467A1 (fr) 2017-08-11
EP3205548A1 (fr) 2017-08-16
RU2017104164A3 (es) 2020-07-30
RU2742401C2 (ru) 2021-02-05
CN107042833B (zh) 2020-11-17
US20170225697A1 (en) 2017-08-10
US10259473B2 (en) 2019-04-16

Similar Documents

Publication Publication Date Title
ES2888917T3 (es) Método de optimización del confort en un vehículo ferroviario
Bhardawaj et al. Ride analysis of track-vehicle-human body interaction subjected to random excitation
Sharma et al. Analysis of ride and stability of an ICF railway coach
EP3434552B1 (en) Inspection system, inspection method and program
ES2412255T3 (es) Procedimiento para evaluar la calidad de posición de una vía en función del efecto
DUKAlSKi et al. Dynamics of the vehicle rear suspension system with electric motors mounted in wheels
CN111444574B (zh) 基于动力学分析的传感器布局优化方法
ES2950749T3 (es) Procedimiento y dispositivo para detectar un estado de descarrilamiento de un vehículo ferroviario
Dumitriu Evaluation of the comfort index in railway vehicles depending on the vertical suspension features
Sharma Parametric analysis of rail vehicle parameters influencing ride behavior
JP6977162B2 (ja) 鉄道車両システム
Stein et al. Theoretical investigation of a linear planar model of a passenger car with seated people
Kim et al. Evaluation of human exposure to vibration on domestic high-speed train using ISO 2631-1
Aoun et al. Operational and safety performance investigation of skew superelevation runoff
Dižo et al. Assessment of the passenger ride comfort for a coach by means of simulation computations
Hasnan et al. Development of a simulation model of semi-active suspension for monorail
Dumitriu Numerical analysis of the influence of lateral suspension parameters on the ride quality of railway vehicles
Vrábel et al. Evaluation of the safety of overweight and/or oversized traffic based on the analysis of lateral acceleration during transport
Antipin et al. Analysis of vibrational load influence upon passengers in trains with a compulsory body tilt
Blakqori et al. Investigation of bus users’ motion comfort due to wind and bridge motion excitations
Dižo et al. Application of simulation computations in investigation of vibration properties of a tricycle
Bhattacharya et al. Using Comfort Related Data of Indian Railway for Fault Finding on Track: A case study with multiple profile
Dumitriu et al. Evaluation of stability in railway vehicles on basis of bogie lateral acceleration
WO2020121943A1 (ja) 検査システム、検査方法、およびプログラム
Palomares Novalbos et al. Is the standard ride comfort index an actual estimation of railway passenger comfort?