本页面使用了机器翻译。
请花 1 分钟时间完成一个翻译质量的调查。
铁轨上的绿色自动驾驶汽车车队
电池供电的轨道车使货运更清洁、更快速、更安全
运输行业排放量不断增加,引发了通过创新工程解决方案实现货运脱碳的竞赛。随着企业寻求应用自动驾驶汽车和优化系统等尖端技术的方法,Parallel Systems(一家生产自动驾驶电池电动轨道车辆的公司)认为,将这些进步应用于铁路将彻底改变物流业,同时实现交通脱碳。
Parallel Systems 首席车辆软件工程师 Jon Goh 表示:“我们希望以一种比现在更清洁、更快速、更安全、更具成本效益的方式运输货物。”
Parallel Systems 由前 SpaceX 工程师创立,旨在通过将自主电池供电的轨道车辆技术与新的、更便宜的终端概念和灵活的运营模式相结合来实现这一目标。虽然 Parallel 的系统也与现有终端兼容,但新的基础设施设计允许将规模更小、成本更低的终端建在更靠近托运人和客户的地方,从而有效地开拓新的市场。
Parallel Systems 的模块化方法并不遵循传统的长货运列车模型,而是采用列车编队系统和较少的轨道车辆。这种方法可以使动作更加符合空气动力学并且更加灵活。
各个车辆之间并不像标准轨道车那样进行物理连接。相反,它们在近距离内进行操作,通过与火车车厢末端的缓冲器进行接触来形成一个排。每个单元一旦形成,就会对前方车辆保持一定的推力。由于车辆之间的空间较小,空气阻力减小,能源效率提高。
Parallel 的模块化方法采用了排队系统,其中轨道车辆可以无缝且自动地连接和分离。(视频所有权:Parallel Systems)
各个火车车厢可以自主地从主车队中分离出来,从而可以从一个点将货物分配到多个目的地。解决长期存在的最后一英里物流难题为铁路行业提供了工具,可以将负担过重、价值 9,400 亿美元的美国卡车运输业转变为铁路运输业。使用零排放汽车对于环境来说也是一种福利。
由于主要铁路站场数量稀少且相距较远,Parallel Systems 希望通过建立小型、本地化的多式联运终端网络来补充货运铁路运输。这意味着抵达铁路货场的货物需要通过卡车长途运输才能到达最终目的地。在靠近仓库和商店的地方建立多个小型终点站可以使短途铁路服务更具经济可行性,从而减少关键的最后一英里交付的运输时间。
Goh 表示:“我们希望扩大铁路线路和服务范围,运输那些通常无法通过铁路运输的货物。”
轨道车辆建模
证明自动驾驶铁路系统能够安全且按照设计运行是 Parallel Systems 最重要的技术重点之一。Goh 认为,使用 Simulink® 进行严格的测试和验证至关重要。
Parallel Systems 依靠 Simulink 来评估其子系统(例如动力传动系统和制动器)的控制系统策略。它利用 Simulink Control Design™ 来开发和仿真必须在各种操作条件和变量(包括温度和流体粘度)下可靠执行的控制算法。在一系列环境条件和操作场景中进行的高保真仿真使 Parallel Systems 的团队能够稳健地验证最初使用降阶模型设计的控制算法。
Simscape Driveline™ 允许 Parallel Systems 准确捕捉诸如齿轮间隙等难以从头开始编码的现象。该公司的工程师在实际实施之前会根据性能标准验证子系统设计。对铁路系统独特动力学的仿真能力对于从一开始就确保工程正确性至关重要。
“我们的工作不是编写新的间隙仿真软件,”Goh 说道。“这不是我们为客户创造价值的方式。我们的工作是设计和制造车辆并编写软件来控制它们。我们的测试与 Simscape Driveline 仿真的齿轮行为一致。”
电池建模和组件测试
除了 Simulink 中的高保真子系统仿真之外,Parallel Systems 的工程师还利用 MATLAB® 对电池行为进行建模并预测不同操作下车辆的整体行驶里程。他们在 MATLAB 中开发了整车仿真,以分析电池电量水平如何根据路线地形、风况和其他环境因素等变量而波动。MATLAB 允许他们运行评估预期电池性能和续航里程影响的场景。
在设计车队行驶系统时,Parallel Systems 从制造商处采购了保险杠减震器组件原型。测试公司收到这些组件并生成数据文件,其中包含阻尼器在不同速度和位移下测得的力曲线。
MATLAB 和 Signal Processing Toolbox™ 分析各种数据文件格式的能力使 Parallel Systems 的工程师能够导入和分析这些测试数据。他们利用数据分析功能来构建查找表模型,将阻尼力映射到距离和速度参数上。
然后,Parallel Systems 将这些组件阻尼器模型集成到 Simulink 仿真中。这使得 Parallel Systems 能够使用来自实际物理硬件数据的高保真模型来评估整个排队车辆系统在不同场景和控制策略下的表现。这种采用 MATLAB 和 Simulink 的闭环工作流程是部署前完善排队系统设计的关键。
Goh 表示:“我们看重 MATLAB 为我们独特的开发流程提供的多功能性和灵活性。”
通过仿真加速设计迭代
在构建最小可行产品 (MVP) 之前,Parallel Systems 使用 MATLAB 通过调整变量来探索设计空间和预测性能特征,从而快速建模和仿真各种车辆配置。这项前期仿真工作对于告知要追求什么样的 MVP 设计至关重要。
在早期原型设计中,Parallel Systems 遇到了诸如链条传动轴系统的反冲等影响控制性能的问题。后续设计使用 Simscape Driveline 进行评估,这有助于增强对设计的信心。使用 MATLAB 的建模和数据分析功能对于表征和量化反弹效应非常有价值。设计团队使用 MATLAB 来改进和验证其 Simulink 模型中的控制算法。然后,团队将这些算法改变转化为物理原型中使用的代码。这使得 Parallel Systems 能够通过软件更新来改进现有原型的控制算法。
同时,该公司使用仿真来确定最大允许的间隙公差并审查潜在的重新设计以消除未来迭代中的问题。构建模型和原型、分析数据、通过仿真更新设计和控制策略并重复的迭代循环实现了快速学习和优化。
各个火车车厢可以自主地从主车队中分离出来,从而可以从一个点将货物分配到多个目的地。(视频所有权:Parallel Systems)
“在你切割任何钢材或购买任何产品之前,你都希望将所有这些放入模型中,看看它的性能如何,”Goh 说。
运营可行性建模
仿真能力不仅限于评估车辆设计和性能特征。Parallel Systems 工程师使用 MATLAB 和 Simulink 来仿真潜在的业务场景和财务影响。通过对车辆质量、成本、路线、速度和收入等变量进行建模,他们可以估算运营费用和盈利预测,并分析其概念在不同配置中的整体可行性。这种快速运行仿真来评估许多不同设计点和操作场景的能力至关重要。
“Simulink 仿真让我们能够在大量投资之前审查我们的货运铁路计划是否具有经济可行性,”Goh 说。“仿真结果证明,只要车辆参数正确,我们就能实现大规模盈利运营,同时对货运产生重大影响。”
验证自主部分对于公司的愿景也至关重要。Parallel Systems 的工程师正在利用 GPS 数据开发高保真铁路轨道地图,以便对自动驾驶列车进行初步粗略定位。他们利用 MATLAB 对包含 GPS 的记录测试数据集运行仿真。这使得他们能够通过评估真实数据的性能来快速迭代算法设计。
他们还计划采用基于视觉的定位技术,利用固定铁路网络。与开放道路上的自动驾驶汽车相比,固定网络上的火车简化了定位问题。一个关键的优势是,火车的安全状态是明确的——只需停下火车。即使要解决的问题比自动驾驶汽车更简单,Parallel Systems 也会在扩大部署之前严格验证其自动驾驶系统,并依靠先进的制动系统来确保安全。
未来项目
在新颖的货运铁路概念取得进展的同时,Parallel Systems 正在研究制造更多的轨道车辆部件,而不是集成现成的零件。这包括开发针对自动铁路应用优化的定制电动机设计。采用这种方法, MATLAB 和 Simulink 对于新的建模和验证需求至关重要。
Parallel Systems 还计划采用基于模型的设计进行其他设计,这将扩展到下一代汽车的安全关键系统开发。
Simulink 的多域系统建模功能可以对电机设计以及动力传动系统和控制系统等其他紧密耦合的元素进行全面的虚拟测试。Simscape™ 等工具箱有助于分析所涉及的详细物理和动力学。
Parallel Systems 还计划采用基于模型的设计进行其他设计,这将扩展到下一代汽车的安全关键系统开发。通过将需求和测试与系统建模联系起来,Parallel Systems 旨在通过集成的、仿真驱动的工作流程从最早的设计阶段开始更严格地验证稳健性和可靠性。
Goh 表示:“我们所做的很多工作都是学习如何建造火车。公司的下一阶段是打造一款能够定期提供服务、满足客户要求并能从监管和安全角度进行验证的产品。”