首页 > 化学装置 专利正文
一种车辆纯电制动控制方法、装置和系统与流程

时间:2022-02-24 阅读: 作者:专利查询

一种车辆纯电制动控制方法、装置和系统与流程

1.本发明涉及轨道交通技术领域,尤其涉及一种车辆纯电制动控制方法、装置和系统。


背景技术:

2.目前,市轨道交通停车制动过程通常采用电-空联合制动方式,即:空气制动系统和电制动系统联合制动方式,在高速尽量依靠纯电制动减速,只有电制动力不足时才会补充空气制动,当车辆减速运行到浮动电空转换速度点时,依照既定规则电制动力以一定的斜率逐渐降为0,空气制动力以一定的斜率逐渐上升至制动指令值,从而完成电制动与空气制动的切换,之后利用纯空气制动将车辆速度降低至保持制动施加速度点,最终完成停车。然而,由于空气制动与电制动相比动态响应速度较慢且输出制动力精度较低,因此,上述电-空联合制动方式在切换过程中会引起列车减速度的突变,降低乘客舒适度,同时还会造成停车位置不准的现象;除此之外,停车阶段的纯空气制动还会造成闸片与车轮或者闸片与制动盘之间的磨损,以及带来行车噪音,增加能源损耗。


技术实现要素:

3.本发明的一个目的在于提供一种车辆纯电制动控制方法,使车辆低速制动性能更加可控、大幅度提高停车精度及乘客的乘坐舒适度,同时还可以降低损耗,节约能源,减小行车噪音。本发明的另一个目的在于提供一种车辆纯电制动控制装置。本发明的再一个目的在于提供一种车辆纯电制动控制系统。本发明的还一个目的在于提供一种计算机可读介质。本发明的还一个目的在于提供一种计算机设备。
4.为了达到以上目的,本发明一方面公开了一种车辆纯电制动控制方法,包括:
5.对获取的当前关键数据和网络系统发送的指令数据进行转矩处理,生成最终电制转矩指令值;
6.对最终电制转矩指令值、确定出的转子运行频率、获取的磁链观测值、电机参数、采集的直流侧电压采样值和采集的交流侧电流采样值进行矢量控制,生成转差频率和调制度;
7.通过相角pi调节器,对转差频率、转子运行频率和获取的相角追踪参数进行补偿计算,生成最终电机定子频率给定值;
8.基于伏秒平衡原理的死区补偿算法,根据调制度和最终电机定子频率给定值,生成逆变器驱动脉冲,以控制车辆纯电制动。
9.优选的,指令数据包括除当前动车之外的其他动车的最大可用电制转矩、初始电制转矩、减速度指令值和激活信号;
10.对获取的当前关键数据和网络系统发送的指令数据进行转矩处理,生成最终电制转矩指令值,包括:
11.通过构建的制动能力预测模型,对当前关键数据进行转矩预测,生成当前动车的
最大可用电制转矩;
12.对初始电制转矩和当前动车的最大可用电制转矩进行限幅处理,生成第一电制转矩指令值;
13.通过构建的减速度控制器,根据第一电制转矩指令值、减速度指令值、确定出的减速度控制器启动速度点、获取的当前速度、减速度实际值和控制器参数,生成第二电制转矩指令值;
14.响应于激活信号,对第二电制转矩指令值和初始电制转矩进行比较,将比较出的较小的值确定为最终电制转矩指令值。
15.优选的,指令数据还包括动车参数;
16.在通过构建的减速度控制器,根据第一电制转矩指令值、减速度指令值、确定出的减速度控制器启动速度点、获取的当前速度、减速度实际值和控制器参数,生成第二电制转矩指令值之前,还包括:
17.通过构建的车体动力学模型,对当前动车的最大可用电制转矩、除当前动车之外的其他动车的最大可用电制转矩和动车参数进行减速度预测,生成减速度预测值;
18.通过设置的对应关系,根据减速度预测值,确定出减速度控制器启动速度点。
19.优选的,在通过构建的制动能力预测模型,对当前关键数据进行转矩预测,生成当前动车的最大可用电制转矩之前,还包括:
20.获取历史关键数据,历史关键数据包括历史轮径差、历史直流网压、历史电机特性曲线、历史轮轨黏着信息、历史电机温度和历史滤波电抗温度;
21.通过神经网络算法,根据历史关键数据进行模型训练,构建出制动能力预测模型。
22.优选的,对最终电制转矩指令值、确定出的转子运行频率、获取的磁链观测值、电机参数、采集的直流侧电压采样值和采集的交流侧电流采样值进行矢量控制,生成转差频率和调制度,包括:
23.对最终电制转矩指令值和磁链观测值进行计算,生成转矩电流分量给定值;
24.对电机参数、交流侧电流采样值、转矩电流分量给定值、转子运行频率和生成的励磁电流分量给定值进行计算,生成转差频率和电机相电压峰值;
25.对电机相电压峰值和直流侧电压采样值进行计算,得到调制度。
26.优选的,在对最终电制转矩指令值、确定出的转子运行频率、获取的磁链观测值、电机参数、采集的直流侧电压采样值和采集的交流侧电流采样值进行矢量控制,生成转差频率和调制度之前,还包括:
27.对获取的当前速度与设置的低速区段进行比较判别,确定出转子运行频率。
28.优选的,对获取的当前速度与设置的低速区段进行比较判别,确定出转子运行频率,包括:
29.若当前速度位于设置的低速区段内,通过构建的比例积分控制器,对获取的定子电流偏差分量和转子磁链分量进行计算,生成电机运行频率辨识值,并将电机运行频率辨识值确定为转子运行频率;
30.若当前速度位于设置的低速区段之外,接收速度传感器采集的频率值,并将频率值确定为转子运行频率。
31.优选的,通过相角pi调节器,对转差频率、转子运行频率和获取的相角追踪参数进
行补偿计算,生成最终电机定子频率给定值,包括:
32.对转子运行频率和转差频率进行计算,生成初始电机定子频率给定值;
33.通过相角pi调节器,对获取的相角追踪参数进行补偿计算,生成补偿频率值;
34.将补偿频率值与初始电机定子频率给定值相加,生成最终电机定子频率给定值。
35.优选的,相角追踪参数包括构建的闭环全阶观测器模型输出的解耦角和电压矢量相角;
36.在基于伏秒平衡原理的死区补偿算法,根据调制度和最终电机定子频率给定值,生成逆变器驱动脉冲,以控制车辆纯电制动之后,还包括:
37.对逆变器驱动脉冲、直流侧电压采样值进行电压重构,生成定子电压矢量,以更新闭环全阶观测器模型,使得更新后的闭环全阶观测器模型输出更新后的解耦角;
38.对最终定子给定频率值进行电压矢量角度积分,生成更新后的电压矢量相角。
39.本发明还公开了一种车辆纯电制动控制系统,包括:微控制单元模块、数字信号处理模块、现场可编程逻辑门阵列模块和网络系统;
40.网络系统用于向微控制单元发送指令数据;
41.微控制单元模块用于对获取的当前关键数据和指令数据进行转矩处理,生成最终电制转矩指令值,并将最终电制转矩指令值发送至数字信号处理模块;
42.数字信号处理模块用于对最终电制转矩指令值、确定出的转子运行频率、获取的磁链观测值、电机参数、采集的直流侧电压采样值和采集的交流侧电流采样值进行矢量控制,生成转差频率和调制度;通过相角pi调节器,对转差频率、转子运行频率和获取的相角追踪参数进行补偿计算,生成最终电机定子频率给定值,并将最终电机定子频率给定值和调制度发送至现场可编程逻辑门阵列模块;
43.现场可编程逻辑门阵列模块用于基于伏秒平衡原理的死区补偿算法,根据调制度和最终电机定子频率给定值,生成逆变器驱动脉冲,以控制车辆纯电制动。
44.优选的,现场可编程逻辑门阵列模块还用于对逆变器驱动脉冲、直流侧电压采样值进行电压重构,生成定子电压矢量,并将所属定子电压矢量发送至数字信号处理模块,以更新闭环全阶观测器模型,使得更新后的闭环全阶观测器模型输出更新后的解耦角;
45.现场可编程逻辑门阵列模块还用于对最终定子给定频率值进行电压矢量角度积分,生成更新后的电压矢量相角,并将更新后的电压矢量相角发送至数字信号处理模块。
46.本发明还公开了一种车辆纯电制动控制装置,包括:
47.转矩处理单元,用于对获取的当前关键数据和网络系统发送的指令数据进行转矩处理,生成最终电制转矩指令值;
48.矢量控制单元,用于对最终电制转矩指令值、确定出的转子运行频率、获取的磁链观测值、电机参数、采集的直流侧电压采样值和采集的交流侧电流采样值进行矢量控制,生成转差频率和调制度;
49.补偿计算单元,用于通过相角pi调节器,对转差频率、转子运行频率和获取的相角追踪参数进行补偿计算,生成最终电机定子频率给定值;
50.生成单元,用于基于伏秒平衡原理的死区补偿算法,根据调制度和最终电机定子频率给定值,生成逆变器驱动脉冲,以控制车辆纯电制动。
51.本发明还公开了一种计算机可读介质,其上存储有计算机程序,该程序被处理器
执行时实现如上所述方法。
52.本发明还公开了一种计算机设备,包括存储器和处理器,所述存储器用于存储包括程序指令的信息,所述处理器用于控制程序指令的执行,所述处理器执行所述程序时实现如上所述方法。
53.本发明对获取的当前关键数据和网络系统发送的指令数据进行转矩处理,生成最终电制转矩指令值;对最终电制转矩指令值、确定出的转子运行频率、获取的磁链观测值、电机参数、采集的直流侧电压采样值和采集的交流侧电流采样值进行矢量控制,生成转差频率和调制度;通过相角pi调节器,对转差频率、转子运行频率和获取的相角追踪参数进行补偿计算,生成最终电机定子频率给定值;基于伏秒平衡原理的死区补偿算法,根据调制度和最终电机定子频率给定值,生成逆变器驱动脉冲,以控制车辆纯电制动,使车辆低速制动性能更加可控、大幅度提高停车精度及乘客的乘坐舒适度,同时还可以降低损耗,节约能源,减小行车噪音。
附图说明
54.为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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。
55.图1为本发明实施例提供的一种以动车组为例的车辆的系统架构图;
56.图2为本发明实施例提供的一种车辆纯电制动控制系统的结构示意图;
57.图3为本发明实施例提供的一种dsp和fpga的功能逻辑示意图;
58.图4为本发明实施例提供的一种车辆纯电制动控制方法的流程图;
59.图5为本发明实施例提供的又一种车辆纯电制动控制方法的流程图;
60.图6为本发明实施例提供的一种纯电制动零速停车曲线的示意图;
61.图7为本发明实施例提供的一种车辆纯电制动控制装置的结构示意图;
62.图8为本发明实施例提供的一种计算机设备的结构示意图。
具体实施方式
63.下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
64.为了便于理解本技术提供的技术方案,下面先对本技术技术方案的相关内容进行说明。城轨车辆制动系统通常由空气制动系统和电制动系统组成。空气制动系统通常使用闸瓦制动的制动方式,闸瓦制动又称为踏面制动。空气制动系统下达制动指令后,闸瓦根据指令大小使用相应的力值压在车轮表面,依靠闸瓦压紧车轮产生摩擦,将车辆减速过程中大部分动能通过摩擦作用变成内能并最终逸散出去。当车辆要求的制动功率较大时,由于动能会在很短时间内通过摩擦急速转化为内能,其散热能力受到材料影响,产生的大量内能可能会积聚在接触面以致温度过高,最后甚至有可能导致闸瓦或者车轮不可恢复的损
伤,影响车辆制动功能的发挥。因此,通常会采用盘型制动方式,制动缸利用制动夹钳夹紧制动盘,依靠闸片与制动盘之间紧压产生摩擦,使列车减速过程中大部分动能通过摩擦作用变成内能并最终逸散出去。但盘型制动方式也会造成闸片与制动盘之间的磨损,以及带来行车噪音。
65.电制动系统常用的制动方式包括再生制动和电阻制动两种,其中再生制动过程中电机定子频率低于转子频率,即转差率小于零,电机产生的转矩推力相反于运行方向,此时异步电动机相当于发电机,将列车制动过程中动能转化为电能并反馈回接触网进行能量吸收。当回馈的能量不能及时地被线路中其它设备吸收,同时又无法通过牵引变电所吸收装置回馈交流电网时,接触网的电压会逐渐升高,从而使再生制动失效。此时转换为电阻制动,通过制动装置(制动电阻)有效地集中处理回馈的能量,电能通过电流的热作用转化为热能消耗掉,并在制动装置处采用强迫通风耗散热量,以保证满足安全要求。
66.相关技术中采用电-空联合制动方式,在切换过程中会引起列车减速度的突变,降低乘客舒适度,同时还会造成停车位置不准的现象;除此之外,停车阶段的纯空气制动还会造成闸片与车轮或者闸片与制动盘之间的磨损,以及带来行车噪音。
67.近年来逐渐提出了采用纯电制动至零速停车的策略,即在整个车辆减速至停车阶段完全采用纯电制动方式,但是由于在车辆低速运行区段,速度传感器速度测量及反馈的准确性和实时性较低,严重影响牵引电机低速制动控制,极易引起系统震荡,制动力发挥不稳定,严重时触发牵引变流器过流故障;在非正常情况下如坡道、可用黏着降低、弓网受流质量变差或者牵引系统内部异常时,控制系统的反应及时性较低,保证停车精度。
68.图1为本发明实施例提供的一种以动车组为例的车辆的系统架构图,如图1所示,车辆包括多个动车组成的动车组,动车组包括动车1、动车2
……
动车n,网络系统100通过列车总线101与动车组通信连接,网络系统100可以通过列车总线101向各动车发送除当前动车之外的动车的最大可用电制转矩(其它动车当前最大可用电制转矩值)、初始电制转矩、减速度指令值和激活信号。动车组可以通过列车总线101向网络系统发送各动车的最大可用电制转矩和使能信号。
69.本发明实施例中,该车辆的系统架构中还包括受电弓102和接触网103,受电弓102设置于各动车车顶上,与接触网103连接。
70.图2为本发明实施例提供的一种车辆纯电制动控制系统的结构示意图,如图2所示,系统包括微控制单元模块(mcu)200、数字信号处理模块(dsp)300、现场可编程逻辑门阵列模块(fpga)400和网络系统100,其中,网络系统100与mcu 200连接,mcu 200与dsp 300连接,dsp 300与fpga 400连接。本发明实施例中,以动车组为例,图2所示的一种车辆纯电制动控制系统为单节动车的纯电制动控制系统。
71.网络系统100用于向mcu 200发送指令数据。
72.mcu 200用于对获取的当前关键数据和指令数据进行转矩处理,生成最终电制转矩指令值,并将最终电制转矩指令值发送至dsp 300。
73.dsp 300用于对最终电制转矩指令值、确定出的转子运行频率、获取的磁链观测值、电机参数、采集的直流侧电压采样值和采集的交流侧电流采样值进行矢量控制,生成转差频率和调制度;通过相角pi调节器,对转差频率、转子运行频率和获取的相角追踪参数进行补偿计算,生成最终电机定子频率给定值,并将最终电机定子频率给定值和调制度发送
至fpga 400。
74.fpga 400用于基于伏秒平衡原理的死区补偿算法,根据调制度和最终电机定子频率给定值,生成逆变器驱动脉冲,以控制车辆纯电制动。
75.本发明实施例中,mcu 200包括制动能力预测模型210、车体动力学模型220、转矩调节器230、减速度控制器240和制动模式选择模块250。
76.制动能力预测模型210用于对输入的当前关键数据进行转矩预测,输出当前动车的最大可用电制转矩。当前关键数据包括当前轮径差、当前直流网压、当前电机特性曲线、当前轮轨黏着信息、当前电机温度和当前滤波电抗温度,当前关键数据是对当前动车实时采集的数据。
77.车体动力学模型220用于对输入的当前动车的最大可用电制转矩、网络系统100发送的除当前动车之外的其它动车的最大可用电制转矩和动车参数进行减速度预测,生成减速度预测值。
78.转矩调节器230用于对网络系统100发送的初始电制转矩和当前动车的最大可用电制转矩进行限幅处理,生成第一电制转矩指令值。
79.减速度控制器240用于根据转矩调节器230发送的第一电制转矩指令值、网络系统100发送的减速度指令值、确定出的减速度控制器启动速度点、获取的当前速度、减速度实际值和控制器参数,生成第二电制转矩指令值。
80.制动模式选择模块250用于响应于网络系统100发送的激活信号,对第二电制转矩指令值和初始电制转矩进行比较,将比较出的较小的值确定为最终电制转矩指令值,并向网络系统100发送使能信号,以通知网络系统已启动功能,以及向dsp 300发送激活信号,以激活dsp 300启动。
81.本发明实施例中,dsp 300包括离散化闭环全阶观测器310、高性能矢量控制模块320和速度切换模块330。
82.离散化闭环全阶观测器310用于根据模拟数字转换器(a/d)采集的交流侧电流采样值和fpga 400发送的定子电压矢量,输出解耦角、定子电流观测值和磁链观测值;根据定子电流观测值和电流采样值得到定子电流偏差分量,结合磁链观测值通过比例积分控制器最终输出电机运行频率辨识值。
83.高性能矢量控制模块320用于根据电机参数、采集的直流侧电压采样值、最终电制转矩指令值、转子运行频率和fpga 400发送的相角追踪参数,生成最终电机定子频率给定值和调制度,并将最终电机定子频率给定值和调制度发送至fpga 400。
84.速度切换模块330用于接收速度传感器采集的频率值以及离散化闭环全阶观测器310输出的电机运行频率辨识值;对获取的当前速度与设置的低速区段进行比较判别,确定出转子运行频率。
85.本发明实施例中,fpga 400包括脉冲宽度调制(pwm)模块410、电压重构模块420和电压矢量角度积分模块430。
86.pwm模块410用于基于伏秒平衡原理的死区补偿算法,根据调制度和最终电机定子频率给定值,生成逆变器驱动脉冲,以控制车辆纯电制动。
87.电压重构模块420用于对逆变器驱动脉冲、采集的直流侧电压采样值进行电压重构,生成定子电压矢量,并将定子电压矢量发送至dsp 300。
88.电压矢量角度积分模块430用于对最终定子给定频率值进行电压矢量角度积分,生成更新后的电压矢量相角,并将更新后的电压矢量相角发送至dsp 300。
89.图3为本发明实施例提供的一种dsp和fpga的功能逻辑示意图,如图3所示,根据离散化闭环全阶观测器输出的磁链观测值、磁链观测值和励磁电感值计算出励磁电流分量给定值;根据最终电制转矩指令值和磁链观测值计算出转矩电流分量给定值;对电机参数、转矩电流分量给定值和励磁电流分量给定值进行转差频率计算,得到转差频率;对mcu发送的转子运行频率和转差频率进行计算,生成初始电机定子频率给定值;通过相角pi调节器,对获取的相角追踪参数进行补偿计算,生成补偿频率值;将补偿频率值与初始电机定子频率给定值相加,生成最终电机定子频率给定值,其中,相角追踪参数包括fpga电压矢量角度积分模块输出的电压矢量相角、闭环全阶观测器输出的解耦角和电压解耦输出模块输出的电压矢量在旋转坐标系下相角;将最终电机定子频率给定值发送至fpgapwm脉冲生成模块;fpga pwm脉冲生成模块基于伏秒平衡原理的死区补偿算法,根据调制度和最终电机定子频率给定值,生成逆变器驱动脉冲,其中,调制度是根据电机相电压峰值和直流侧电压采样值进行计算得到的;将逆变器驱动脉冲输出到电机,控制车辆纯电制动;将逆变器驱动脉冲输出到fpga电压重构模块,fpga电压重构模块对逆变器驱动脉冲、直流侧电压采样值进行电压重构,生成定子电压矢量,以更新闭环全阶观测器模型,使得更新后的闭环全阶观测器模型向相角pi调节器输出更新后的解耦角;通过电流传感器采集电机电流,通过三相坐标至旋转坐标系变换,分别向pi调节器输出励磁电流实际值和转矩电流实际值,实时优化电流分量给定值,间接实现转矩电流与励磁电流的最优比例分配,最终通过双电流pi控制器实现实际电流与给定电流的跟踪。
90.本发明实施例中,采用励磁电流与转矩电流最优分配方式,结合双电流闭环pi控制器,实现转矩与磁链解耦,通过相角实时追踪弥补转速观测误差及数字控制延时,从而提高了制动转矩发挥的准确性。
91.本发明实施例提供的技术方案中,对获取的当前关键数据和网络系统发送的指令数据进行转矩处理,生成最终电制转矩指令值;对最终电制转矩指令值、确定出的转子运行频率、获取的磁链观测值、电机参数、采集的直流侧电压采样值和采集的交流侧电流采样值进行矢量控制,生成转差频率和调制度;通过相角pi调节器,对转差频率、转子运行频率和获取的相角追踪参数进行补偿计算,生成最终电机定子频率给定值;基于伏秒平衡原理的死区补偿算法,根据调制度和最终电机定子频率给定值,生成逆变器驱动脉冲,以控制车辆纯电制动,使车辆低速制动性能更加可控、大幅度提高停车精度及乘客的乘坐舒适度,同时还可以降低损耗,节约能源,减小行车噪音。
92.值得说明的是,图2所示的车辆纯电制动控制系统还适用于图4或图5的车辆纯电制动控制方法,在此不再赘述。
93.下面以车辆纯电制动控制装置作为执行主体为例,说明本发明实施例提供的车辆纯电制动控制方法的实现过程。可理解的是,本发明实施例提供的车辆纯电制动控制方法的执行主体包括但不限于车辆纯电制动控制装置。
94.图4为本发明实施例提供的一种车辆纯电制动控制方法的流程图,如图4所示,该方法包括:
95.步骤101、对获取的当前关键数据和网络系统发送的指令数据进行转矩处理,生成
最终电制转矩指令值。
96.步骤102、对最终电制转矩指令值、确定出的转子运行频率、获取的磁链观测值、电机参数、采集的直流侧电压采样值和采集的交流侧电流采样值进行矢量控制,生成转差频率和调制度。
97.步骤103、通过相角pi调节器,对转差频率、转子运行频率和获取的相角追踪参数进行补偿计算,生成最终电机定子频率给定值。
98.步骤104、基于伏秒平衡原理的死区补偿算法,根据调制度和最终电机定子频率给定值,生成逆变器驱动脉冲,以控制车辆纯电制动。
99.本发明实施例提供的技术方案中,对获取的当前关键数据和网络系统发送的指令数据进行转矩处理,生成最终电制转矩指令值;对最终电制转矩指令值、确定出的转子运行频率、获取的磁链观测值、电机参数、采集的直流侧电压采样值和采集的交流侧电流采样值进行矢量控制,生成转差频率和调制度;通过相角pi调节器,对转差频率、转子运行频率和获取的相角追踪参数进行补偿计算,生成最终电机定子频率给定值;基于伏秒平衡原理的死区补偿算法,根据调制度和最终电机定子频率给定值,生成逆变器驱动脉冲,以控制车辆纯电制动,使车辆低速制动性能更加可控、大幅度提高停车精度及乘客的乘坐舒适度,同时还可以降低损耗,节约能源,减小行车噪音。
100.图5为本发明实施例提供的又一种车辆纯电制动控制方法的流程图,如图5所示,该方法包括:
101.步骤201、对获取的当前关键数据和网络系统发送的指令数据进行转矩处理,生成最终电制转矩指令值。
102.本发明实施例中,各步骤由车辆纯电制动控制装置执行。
103.本发明实施例中,指令数据包括除当前动车之外的动车的最大可用电制转矩、初始电制转矩t
n0
、减速度指令值ac、激活信号和动车参数;当前关键数据为对当前动车实时采集的数据,当前关键数据包括当前轮径差、当前直流网压、当前电机特性曲线、当前轮轨黏着信息、当前电机温度和当前滤波电抗温度。
104.本发明实施例中,步骤201具体包括:
105.步骤2011、通过构建的制动能力预测模型,对当前关键数据进行转矩预测,生成当前动车的最大可用电制转矩。
106.本发明实施例中,离线工况下构建制动能力预测模型包括:获取历史关键数据,历史关键数据包括历史轮径差、历史直流网压、历史电机特性曲线、历史轮轨黏着信息、历史电机温度和历史滤波电抗温度;通过神经网络(bp)算法,根据历史关键数据进行模型训练,构建出制动能力预测模型。具体地,由于历史关键数据量级不相等,因此,为统一所有因素对最大可用制动转矩的影响(0-100%),也为了避免训练速率过慢,首先对历史关键数据进行归一化处理:
[0107][0108]
其中,x为从历史关键数据筛选出的位于区间[0,1]之外的历史数据;x
max
和x
min
分别为历史数据中的最大值和最小值;y为归一化处理后的值。
[0109]
其次,设置当前最大可用电制转矩作为神经网络的输出层变量,确定隐含层层数
为1,神经元个数为9,从而完成神经网络结构设计。隐含层神经元传递函数采用s型正切函数tansig,输出层神经元的传递函数采用s型对数函数logsig,可以满足网络输出在[0,1]之间的要求。训练函数trainlm利用列文伯格-马夸尔特(levenberg-marquardt)算法对神经网络进行训练,构建出制动能力预测模型。
[0110]
值得说明的是,神经网络结构还为其他结构形式,本发明实施例在此不做限定。
[0111]
具体地,将获取的当前关键数据输入制动能力预测模型,输出当前动车的最大可用电制转矩t
npre

[0112]
步骤2012、对初始电制转矩和当前动车的最大可用电制转矩进行限幅处理,生成第一电制转矩指令值。
[0113]
本发明实施例中,初始电制转矩t
n0
是网络系统发送的一个初始值。具体地,对初始电制转矩t
n0
和当前动车的最大可用电制转矩t
npre
进行比较,若初始电制转矩t
n0
大于当前动车的最大可用电制转矩t
npre
,将当前动车的最大可用电制转矩t
npre
确定为第一电制转矩指令值t
n1
;若初始电制转矩t
n0
小于或等于当前动车的最大可用电制转矩t
npre
,将初始电制转矩t
n0
确定为第一电制转矩指令值t
n1
,可以发挥出控制系统的最大效能。
[0114]
步骤2013、通过构建的减速度控制器,根据第一电制转矩指令值、减速度指令值、确定出的减速度控制器启动速度点、获取的当前速度、减速度实际值和控制器参数,生成第二电制转矩指令值。
[0115]
本发明实施例中,确定减速度控制器启动速度点包括:
[0116]
步骤a、通过构建的车体动力学模型,对当前动车的最大可用电制转矩、除当前动车之外的其它动车的最大可用电制转矩和动车参数进行减速度预测,生成减速度预测值。
[0117]
具体地,通过对当前动车的最大可用电制转矩t
npre
、除当前动车之外的其它动车的最大可用电制转矩和动车参数进行计算,得到减速度预测值a,动车参数为预先设置的参数,动车参数包括传动比rg、d为车轮半径、m为等效载重、f为运行阻力。其中,t
1pre
为动车1的最大可用电制转矩,t
2pre
为动车2的最大可用电制转矩,假设当前动车为动车n,则t
npre
为当前动车的最大可用电制转矩。
[0118]
步骤b、通过设置的对应关系,根据减速度预测值,确定出减速度控制器启动速度点。
[0119]
本发明实施例中,预先设置的对应关系包括减速度预测值与制动力之间的对应关系以及制动力与速度点之间的对应关系。具体地,通过减速度预测值与制动力之间的对应关系,查询出减速度预测值对应的制动力;通过制动力与速度点之间的对应关系,查询出制动力对应的速度点,将该速度点确定为减速度控制器启动速度点,即:当车辆的当前速度达到减速度控制器启动速度点时,启动减速度控制器执行。减速度控制器启动速度点在保持制动施加速度点与预设的最大启用速度点之间。
[0120]
具体地,通过减速度控制器,对第一电制转矩指令值t
n1
、减速度指令值ac、减速度控制器启动速度点va、获取的当前速度v(t)、减速度实际值af和控制器参数,生成第二电制转矩指令值t
n2
。综合考虑停车精度要求和冲击限制,构建减速度控制器如下:
[0121][0122]
其中,t
n2
(t)为当前时刻t下的第二电制转矩指令值,t
n1
为第一电制转矩指令值,ac为减速度指令值,va为减速度控制器启动速度点,v(t)为获取的当前速度,af为减速度实际值,控制器参数包括比例参数k
p
和积分参数ki。
[0123]
步骤2014、响应于激活信号,对第二电制转矩指令值和初始电制转矩进行比较,将比较出的较小的值确定为最终电制转矩指令值。
[0124]
本发明实施例中,响应于网络系统发送的激活信号,激活制动模式选择模块确定出最终电制转矩指令值。
[0125]
具体地,制动模式选择模块,对第二电制转矩指令值和初始电制转矩进行比较,若第二电制转矩指令值小于初始电制转矩,将第二电制转矩指令值确定为最终电制转矩指令值;若第二电制转矩指令值大于或等于初始电制转矩,将初始电制转矩指令值确定为最终电制转矩指令值。最终电制转矩指令值为纯电制动模式下的电制转矩指令值。
[0126]
进一步地,向网络系统输出使能信号,以通知网络系统已启动功能。
[0127]
进一步地,网络系统能够获取到各节动车的最大可用电制转矩预测值t
npre
,对各节动车的最大可用电制转矩预测值t
npre
和预设的转矩阈值进行判别处理,判断是否存在至少一节动车的最大可用电制转矩预测值t
npre
小于转矩阈值,若是,表明该节动车不具备纯电制动零速停车的条件,在电-空联合制动模式下将初始电制转矩指令值确定为最终电制转矩指令值进行车辆制动,流程结束;若否,表明每节动车均具备纯电制动零速停车的条件,继续执行步骤202。
[0128]
进一步地,若激活信号的值为1,表明车辆具备纯电制动零速停车的条件,继续执行步骤202;若激活信号的值为0,表明车辆不具备纯电制动零速停车的条件,在电-空联合制动模式下进行车辆制动,流程结束。
[0129]
步骤202、对获取的当前速度与设置的低速区段进行比较判别,确定出转子运行频率。
[0130]
本发明实施例中,低速区段可根据实际情况进行设置,本发明实施例对此不作限定。
[0131]
本发明实施例中,步骤202具体包括:
[0132]
步骤2021、判断当前速度是否位于设置的低速区段内,若是,执行步骤2022;若否,执行步骤2023。
[0133]
本发明实施例中,若当前速度位于设置的低速区段内,表明车辆处于低速运行状态,此时速度传感器的测量值的准确性较低,需要重新确定转子运行频率,继续执行步骤2022;若当前速度位于设置的低速区段之外,表明车辆不处于低速运行状态,此时速度传感器的测量值的准确性较为可靠,继续执行步骤2023。
[0134]
步骤2022、通过构建的比例积分控制器,对获取的定子电流偏差分量和转子磁链分量进行计算,生成电机运行频率辨识值,并将电机运行频率辨识值确定为转子运行频率。
[0135]
本发明实施例中,采用基于定转子双坐标系离散化方法从而兼顾观测器离散化误差以及计算负荷,同时设计反馈增益矩阵完成极点配置,最终利用定子电流偏差分量和转
子磁链观测分量生成电机运行频率辨识值。相比于采用传统一阶欧拉(euler)方法进行离散化处理,基于定转子双坐标系离散化方法在低迭代计算频率下,离散化误差小、高速区观测收敛且稳定;相比于采用梯形、龙格-库塔(runge-kutta)等高阶离散化方法,离散观测模型的较为简单且计算负荷较低,有利于微处理器工程的实现。
[0136]
本发明实施例中,根据电机建模思想,选择定子电流is与转子磁链作为状态量,分别选取定子坐标系下的电压方程以及转子坐标系下的磁链方程进行一阶euler离散化处理:
[0137][0138][0139]
其中,ωr为运行频率,t为离散周期,us为定子电压矢量,j为虚数单位,τ
σ
为预置的瞬时时间常数,kr为预置的转子磁耦合因子,τr为预置的转子时间常数,lm为预置的励磁电感,l
σ
为预置的总漏感,上标s的变量代表定子坐标系下的变量,上标r代表转子坐标系下的变量,例如:为定子坐标系下的定子电流。
[0140]
离散化方程中含有转子坐标系下变量和通过设置的变量转换公式,将其转换至定子坐标系下,定、转子坐标系下的变量转换公式如下:
[0141][0142]
其中,xr(t)为转子坐标系下变量,xs(t)为定子坐标系下变量,e-jθrs(t)
为旋转角度,角频率为θrs(t)。
[0143]
转换后的离散模型如下所示:
[0144][0145][0146]
进一步地,设计反馈增益矩阵g=[gs,gr]
t
,将观测器极点设置成电机极点的ρ倍(ρ》1),最终得到闭环全阶观测器模型:
[0147][0148][0149]
其中,ωr为采集的运行频率,t为离散周期,us为定子电压矢量,j为虚数单位,τ

σ
为预置的瞬时时间常数,kr为预置的转子磁耦合因子,τr为预置的转子时间常数,lm为预置的励磁电感,l
σ
为预置的总漏感,上标s的变量代表定子坐标系下的变量,例如:为定子坐标系下的定子电流,为定子电流观测值,gs为定子电流的反馈增益,gr为转子磁链的反馈增益。其中,定子电流观测值是通过磁链观测器得到的。
[0150]
本发明实施例中,采用定转子双坐标系离散化方法降低了全阶转子磁链观测器离
散化误差,设计了反馈增益矩阵完成零极点配置,从而提高了观测器稳定性、鲁棒性以及转速辨识精度。
[0151]
进一步地,根据李雅普诺夫稳定性理论,通过比例积分控制器对利用磁链观测器获取的定子电流偏差分量和转子磁链分量进行计算,生成电机运行频率辨识值。具体地,比例积分控制器构建如下:
[0152][0153]
其中,分别为获取到的定子电流观测值与实际值之间的偏差在定子静止坐标系下α轴和β轴的分量,分别为获取到的磁链观测值在定子静止坐标系下α轴和β轴的分量,k
p
为比例参数,ki为积分参数,为电机运行频率辨识值。
[0154]
步骤2023、接收速度传感器采集的频率值,并将频率值确定为转子运行频率。
[0155]
本发明实施例中,在车辆处于低速运行状态时通过电机运行频率辨识值替代速度传感器采集频率值进行后续计算,避免了由于速度传感器测量及反馈的准确性和实时性较低带来的系统震荡及转矩响应慢的问题,从而提高了该阶段牵引系统输出电制力的准确性、稳定性以及动态响应。
[0156]
步骤203、对最终电制转矩指令值、确定出的转子运行频率、获取的磁链观测值、电机参数、采集的直流侧电压采样值和采集的交流侧电流采样值进行矢量控制,生成转差频率和调制度。
[0157]
本发明实施例中,步骤203具体包括:
[0158]
步骤2031、对最终电制转矩指令值和磁链观测值进行计算,生成转矩电流分量给定值。
[0159]
作为一种可选方案,将最终电制转矩指令值除以磁链观测值,得到相除结果;将相除结果与预设的固定系数相乘,得到转矩电流分量给定值,其中,固定系数与电机本身参数相关。
[0160]
进一步地,采用比例积分(pi)调节器对磁链观测值与预设的磁链值进行偏差调节。根据最终电制转矩指令值和车辆的当前速度实时优化更新预设的磁链值,间接实现转矩电流分量给定值与励磁电流分量给定值的最优比例分配,最终使用双电流pi控制器实现反馈电流与指令电流的跟踪。作为一种可选方案,可以根据速度的增加相应减小预设的磁链值,以更新优化磁链值;作为另一种可选方案,设置车辆处于低速运行状态时,预设的磁链值与最终电制转矩指令值成正比变化。值得说明的是,还可以通过其他方案对磁链值进行优化更新,本发明实施例对此不做限定。
[0161]
步骤2032、对电机参数、交流侧电流采样值、转矩电流分量给定值、转子运行频率和生成的励磁电流分量给定值进行计算,生成转差频率和电机相电压峰值。
[0162]
本发明实施例中,电机参数包括但不限于功率、转速、电流和重量。励磁电流分量给定值是根据磁链观测值和励磁电感值计算得出的。
[0163]
具体地,根据电机参数、转矩电流分量给定值和励磁电流分量给定值计算出转差频率,作为一种可选方案,将转矩电流分量给定值和励磁电流分量给定值的比值除以电机参数中的电机时间常数,得到转差频率,其中,同一型号电机的电机时间常数基本一致。通过电机电压方程,根据交流侧电流采样值、转矩电流分量给定值、励磁电流分量给定值和转
子运行频率计算出电机相电压峰值。
[0164]
步骤2033、对电机相电压峰值和直流侧电压采样值进行计算,得到调制度。
[0165]
具体地,调制度为电机相电压峰值与2/π倍直流侧电压采样值之间的比值。
[0166]
步骤204、通过相角pi调节器,对转差频率、转子运行频率和获取的相角追踪参数进行补偿计算,生成最终电机定子频率给定值。
[0167]
步骤2041、对转子运行频率和转差频率进行计算,生成初始电机定子频率给定值。
[0168]
具体地,将转差频率与转子运行频率相加,得到初始电机定子频率给定值。
[0169]
步骤2042、通过相角pi调节器,对获取的相角追踪参数进行补偿计算,生成补偿频率值。
[0170]
本发明实施例中,相角追踪参数包括电压矢量相角、闭环全阶观测器输出的解耦角和电压矢量在旋转坐标系下相角。具体地,将相角追踪参数输入相角pi调节器,输出补偿频率值,完成相角追踪。
[0171]
步骤2043、将补偿频率值与初始电机定子频率给定值相加,生成最终电机定子频率给定值。
[0172]
步骤205、基于伏秒平衡原理的死区补偿算法,根据调制度和最终电机定子频率给定值,生成逆变器驱动脉冲,以控制车辆纯电制动。
[0173]
具体地,将调制度和最终电机定子频率给定值输入基于伏秒平衡原理的死区补偿算法,输出逆变器驱动脉冲,以控制车辆纯电制动,最终控制电机输出稳定、准确且动态响应高的电制动转矩值。
[0174]
步骤206、对逆变器驱动脉冲、直流侧电压采样值进行电压重构,生成定子电压矢量,以更新闭环全阶观测器模型,使得更新后的闭环全阶观测器模型输出更新后的解耦角。
[0175]
本发明实施例中,作为一种可选方案,fpga对逆变器驱动脉冲和直流侧电压采样值进行坐标变换,生成定子电压矢量,并将定子电压矢量发送至dsp,以更新闭环全阶观测器模型。
[0176]
步骤207、对最终定子给定频率值进行电压矢量角度积分,生成更新后的电压矢量相角。
[0177]
本发明实施例中,对一段时间内的最终定子给定频率值进行积分,将积分结果作为更新后的电压矢量相角。
[0178]
图6为本发明实施例提供的一种纯电制动零速停车曲线的示意图,如图6所示,包括3条曲线,曲线1和曲线2的纵轴为制动力,曲线3的纵轴为速度,曲线1、曲线2和曲线3的横轴均为时间,曲线1、曲线2和曲线3的原点为制动力和速度的时间零点。曲线1包括实线部分、虚线1和虚线2,实线部分为平直道路场景下的停车曲线,如实线部分所示,制动力的最大值为计算出的最大可用电制转矩,制动力从电制力减速度控制器启动点开始下降,电制力减速度控制器启动点为动车发挥电制力自最大值开始随速度减速度控制器启动点的起点,该起点所对应的速度为一固定值,下降的斜率是根据减速度等需求提前设定的固定值,使得动车速度下降至0(即:图6中真实速度零点,真实速度零点为动车完全静止的点),从真实速度零点到制动力完全退出,采用一个更小的固定斜率到零,可以有效的保证乘客在停车时刻的舒适度。虚线1为上坡道路场景下的停车曲线,如虚线1部分所示,由于上坡需要的制动力更小,特别的,由于为了防止车辆倒溜,需要在保持制动施加之前抵消车辆下滑力,
因此制动力会比平直道工况更加快速下降至负值(即:转为发挥牵引力),在保持制动力可以抵消下滑力后,该牵引力以一定斜率退出。虚线2为下坡道路场景下的停车曲线,如虚线2部分所示,由于下坡需要的制动力更大,因此在相同速度时具有更大的制动力,与曲线2的交点为保持制动可以抵消下滑力的点,在此点之后制动力快速下降至真实速度零点后,与平直道的斜率保持一致。曲线2为保持制动力曲线,如曲线2所示,保持制动力从保持制动施加点(保持制动施加点为动车接近停稳的点,速度在0.5km/h左右,自此刻开始,保持制动开始以固定斜率线性施加)开始以固定斜率线性施加(控制系统控制),施加至最大值(表明保持制动施加完成)后保持不变,直至下次动车启动。曲线3表明随着制动力的变化而降低,在保持制动施加直至降低至真实速度零点。
[0179]
本发明实施例中,采用数据及模型双驱动技术实现电制性能预测及减速度控制器设计,将影响车辆制动性能的内部因素和外界条件的变化及时反应在制动转矩指令值上,从而确保车辆在非正常情况下如坡道、可用黏着低、弓网受流质量差或者牵引系统内部异常时,控制系统能迅速反应既而最大限度保证停车精度以及乘坐舒适度。
[0180]
本发明实施例提供的车辆纯电制动控制方法的技术方案中,对获取的当前关键数据和网络系统发送的指令数据进行转矩处理,生成最终电制转矩指令值;对最终电制转矩指令值、确定出的转子运行频率、获取的磁链观测值、电机参数、采集的直流侧电压采样值和采集的交流侧电流采样值进行矢量控制,生成转差频率和调制度;通过相角pi调节器,对转差频率、转子运行频率和获取的相角追踪参数进行补偿计算,生成最终电机定子频率给定值;基于伏秒平衡原理的死区补偿算法,根据调制度和最终电机定子频率给定值,生成逆变器驱动脉冲,以控制车辆纯电制动,使车辆低速制动性能更加可控、大幅度提高停车精度及乘客的乘坐舒适度,同时还可以降低损耗,节约能源,减小行车噪音。
[0181]
图7为本发明实施例提供的一种车辆纯电制动控制装置的结构示意图,该装置用于执行上述车辆纯电制动控制方法,如图7所示,该装置包括:转矩处理单元11、矢量控制单元12、补偿计算单元13和生成单元14。
[0182]
转矩处理单元11用于对获取的当前关键数据和网络系统发送的指令数据进行转矩处理,生成最终电制转矩指令值。
[0183]
矢量控制单元12用于对最终电制转矩指令值、确定出的转子运行频率、获取的磁链观测值、电机参数、采集的直流侧电压采样值和采集的交流侧电流采样值进行矢量控制,生成转差频率和调制度。
[0184]
补偿计算单元13用于通过相角pi调节器,对转差频率、转子运行频率和获取的相角追踪参数进行补偿计算,生成最终电机定子频率给定值。
[0185]
生成单元14用于基于伏秒平衡原理的死区补偿算法,根据调制度和最终电机定子频率给定值,生成逆变器驱动脉冲,以控制车辆纯电制动。
[0186]
本发明实施例中,转矩处理单元11具体用于通过构建的制动能力预测模型,对当前关键数据进行转矩预测,生成当前动车的最大可用电制转矩;对初始电制转矩和当前动车的最大可用电制转矩进行限幅处理,生成第一电制转矩指令值;通过构建的减速度控制器,根据第一电制转矩指令值、减速度指令值、确定出的减速度控制器启动速度点、获取的当前速度、减速度实际值和控制器参数,生成第二电制转矩指令值;响应于激活信号,对第二电制转矩指令值和初始电制转矩进行比较,将比较出的较小的值确定为最终电制转矩指
令值。
[0187]
本发明实施例中,该装置还包括:减速度预测单元15和第一确定单元16。
[0188]
减速度预测单元15用于通过构建的车体动力学模型,对当前动车的最大可用电制转矩、除当前动车之外的动车的最大可用电制转矩和动车参数进行减速度预测,生成减速度预测值。
[0189]
第一确定单元16用于通过设置的对应关系,根据减速度预测值,确定出减速度控制器启动速度点。
[0190]
本发明实施例中,该装置还包括:获取单元17和模型训练单元18。
[0191]
获取单元17用于获取历史关键数据,历史关键数据包括历史轮径差、历史直流网压、历史电机特性曲线、历史轮轨黏着信息、历史电机温度和历史滤波电抗温度。
[0192]
模型训练单元18用于通过神经网络算法,根据历史关键数据进行模型训练,构建出制动能力预测模型。
[0193]
本发明实施例中,矢量控制单元12具体用于对最终电制转矩指令值和磁链观测值进行计算,生成转矩电流分量给定值;对电机参数、交流侧电流采样值、转矩电流分量给定值、转子运行频率和生成的励磁电流分量给定值进行计算,生成转差频率和电机相电压峰值;对电机相电压峰值和直流侧电压采样值进行计算,得到调制度。
[0194]
本发明实施例中,该装置还包括第二确定单元19。
[0195]
第二确定单元19用于对获取的当前速度与设置的低速区段进行比较判别,确定出转子运行频率。
[0196]
本发明实施例中,补偿计算单元13具体用于对转子运行频率和转差频率进行计算,生成初始电机定子频率给定值;通过相角pi调节器,对获取的相角追踪参数进行补偿计算,生成补偿频率值;将补偿频率值与初始电机定子频率给定值相加,生成最终电机定子频率给定值。
[0197]
本发明实施例中,该装置还包括:电压重构单元20和电压矢量角度积分单元21。
[0198]
电压重构单元20用于对逆变器驱动脉冲、直流侧电压采样值进行电压重构,生成定子电压矢量,以更新闭环全阶观测器模型,使得更新后的闭环全阶观测器模型输出更新后的解耦角。
[0199]
电压矢量角度积分单元21用于对最终定子给定频率值进行电压矢量角度积分,生成更新后的电压矢量相角。
[0200]
本发明实施例的方案中,对获取的当前关键数据和网络系统发送的指令数据进行转矩处理,生成最终电制转矩指令值;对最终电制转矩指令值、确定出的转子运行频率、获取的磁链观测值、电机参数、采集的直流侧电压采样值和采集的交流侧电流采样值进行矢量控制,生成转差频率和调制度;通过相角pi调节器,对转差频率、转子运行频率和获取的相角追踪参数进行补偿计算,生成最终电机定子频率给定值;基于伏秒平衡原理的死区补偿算法,根据调制度和最终电机定子频率给定值,生成逆变器驱动脉冲,以控制车辆纯电制动,使车辆低速制动性能更加可控、大幅度提高停车精度及乘客的乘坐舒适度,同时还可以降低损耗,节约能源,减小行车噪音。
[0201]
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机设备,具体的,计算机设
备例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
[0202]
本发明实施例提供了一种计算机设备,包括存储器和处理器,存储器用于存储包括程序指令的信息,处理器用于控制程序指令的执行,程序指令被处理器加载并执行时实现上述车辆纯电制动控制方法的实施例的各步骤,具体描述可参见上述车辆纯电制动控制方法的实施例。
[0203]
下面参考图8,其示出了适于用来实现本技术实施例的计算机设备600的结构示意图。
[0204]
如图8所示,计算机设备600包括中央处理单元(cpu)601,其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram))603中的程序而执行各种适当的工作和处理。在ram603中,还存储有计算机设备600操作所需的各种程序和数据。cpu601、rom602、以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
[0205]
以下部件连接至i/o接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(crt)、液晶反馈器(lcd)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如lan卡,调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口606。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装如存储部分608。
[0206]
特别地,根据本发明的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包括用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。
[0207]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
[0208]
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本技术时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
[0209]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产
生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0210]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0211]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0212]
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个
……”
限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0213]
本领域技术人员应明白,本技术的实施例可提供为方法、系统或计算机程序产品。因此,本技术可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0214]
本技术可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本技术,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
[0215]
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,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
[0216]
以上所述仅为本技术的实施例而已,并不用于限制本技术。对于本领域技术人员来说,本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本技术的权利要求范围之内。