梳理一下MATLAB/Simulink在轨道交通行业应用的方方面面

轨道交通一般包含铁路轨道交通、城际市域轨道交通和城市轨道交通，以其高效、节能、安全等特点得到各国政府和商业组织的重视，已经在世界范围内得到大规模的投资建设。为了让轨道交通更加“绿色”和“智能”，轨道交通行业的各类企业都在积极的拥抱 5G、人工智能和大数据等新兴技术，不断的在轨道交通装备研发上取得突破。当然，”绿色“和”智能“本身也是外部市场对轨道交通研发企业提出的要求，如何在诸如轨交车辆，牵引供电、列车运行控制等系统的研发上快速进行创新，如何实现数字化转型，正成为轨交行业研发企业取得市场先机的关键。MathWorks 一直致力于帮助用户提高研发能力，为工程师提供高度自动化的研发工具，加速科研和工程创新。本篇就来梳理一下 MATLAB/Simulink 在轨道交通行业应用的方方面面，我们将围绕数字化转型中涉及的“系统化的利用模型”和“系统化的利用数据”两个使能要素来组织下面的内容。

模型的系统化利用基于模型的系统工程（MBSE）和基于模型的设计（MBD）是轨道交通装备研发企业采用的工程方法，是我们面向复杂系统设计时采用的有效设计手段，已经得到国内外企业的广泛应用。当我们进一步将模型应用到设备运营阶段，构建设备的数字孪生体，进而开展基于数字孪生体的应用，如预测性维护、基于设备状态的健康监测，将进一步发挥模型的价值，为企业带来可观的收益。另外，将设备实际运营过程中产生的数据作用于数字孪生体，一方面是促进数字孪生应用的实现，另一方面也能够为模型的优化和迭代升级提供有效支撑，完成从运营到研发的反馈，形成研发和运营之间的闭环。

基于模型的系统工程（MBSE）

轨道交通系统是涉及车、路、网，复杂的系统之系统，其中的车辆系统、信号系统、牵引供电系统等也都具有很高的复杂性。复杂系统的工程设计起点往往是要通过系统工程方法获取对系统的清晰认识，从而进一步开发并形成系统的架构以及各个组成系统/分系统的以工程化语言描述的需求（这种工程方法可以在分系统/子系统层级进一步迭代使用）。MathWorks 从 R2019a 版本开始提供面向系统工程应用的建模工具 System Composer，其与 MATLAB、Simulink 一起为研发企业提供了进行架构设计、详细设计与系统实现的统一的开发环境。本公众号的两篇关于 MBSE 的文章可以做为参考：1. 基于模型的系统工程系列之基础篇 2. MathWorks 工具在基于模型系统工程中的应用 在此我们仅通过下图说明 MBSE 和 MBD（基于模型设计）的关系，这也是采用 MathWorks 提供的工具链开展系统工程和基于模型设计的一种工作流程：

基于模型的设计（MBD）

我们在很多场合都探讨过 MBD， 在本公众号中也可以直接搜索“基于模型的设计”，可以看到很多干货。关于基于模型设计的优点，本文仅再着重强调两点：一是通过可执行模型的运行，可以在设计早期就对系统设计进行确认，即发现系统设计中是不是存在不能实现的条目或遗漏的部分，以及开展早期的测试工作，确保详细设计满足设计需求。第二点是代码生成技术让详细设计和代码实现两个阶段无缝的贯穿起来，由于不用再由编码人员在理解了详细设计的基础上进行手工编码，自动代码生成技术可以显著提升生产力，另外需要强调的是，自动代码生成技术能够最大程度的避免编码人员在“理解详细设计”这个过程中引入的“故障”，即通过自动代码生成进一步保障“代码”与“详细设计”的一致性。另外，基于模型设计在促进团队协作、产品研发快速迭代、产品的质量保障方面都能为企业带来显著收益，本文不再一一阐述，详情在本公号搜索相关的技术&案例文章。

“我们的Simulink模型作为我们设计的唯一有凝聚力的来源 - 包括文档和实现 - 降低了成本并使更改更容易实现。随着我们添加更多自动化测试，我们也降低了认证成本。” —— Claes Lindskog，庞巴迪运输集团

庞巴迪运输集团的解决方案和产品覆盖信号系统和车辆系统，很早就开始了MBD的部署应用，“与使用我们的传统方法相比，基于模型的设计我们需要更少的设计，实施，测试和文档迭代，从而使成本降低 45％，并将交付周期缩短 35％。客户对交付的极具挑战性的功能从一开始就能完美运行印象深刻。”

在自动代码生成方面，Alstom 早在 2004 年就使用 Simulink Coder 和 Embedded Coder 生成产品级C代码，应用在交付给捷克铁路的 Pendolino 型列车项目上。

“当阿尔斯通向捷克铁路交付 Pendolino 列车的时候，它的软件是我们第一次使用自动生成的代码并通过 TUV 认证。我们仅用一年时间就完成了一个永磁驱动器控制系统的开发，如果没有 MathWorks 工具这些都无法做到。” —— Han Geerligs， Alstom

在 2014 年 MathWorks 法国办公室举办的一场研讨会上，Alstom 的代表分享了他们的基于模型设计的最佳实践

MATLAB/Simulink 产品体系中的代码生成工具以及其它部署工具，经过多年的发展以及大量客户使用的打磨，已经形成比较完善的体系，支持依托 MATLAB/Simulink 开发的应用向嵌入式设备（FPGA， DSP， MCU， PLC 等）、边缘设备（CPU）以及云端（Cloud）进行部署。

在 MBD 的应用过程中，整车系统模型是比较重要的一个方面。SYDAC 公司创建系统模型的经验可以做为我们的参考。

从具体的应用来看，铁路车辆牵引控制系统涉及的能量流控制以及铁路信号系统相关的信息流控制，都是 MBD 的应用范围。从能量流控制的视角，电池/储能、变流、电机控制，是三个主要应用方向。这里有详细的解决方案。

以牵引变流器为例，ABB 使用 MATLAB 和 Simulink 设计用于滤波、电流控制、电网同步和电网功率监测的控制算法，并计算功率、空闲功率和其他物理变量，ABB 采用 MBD 方法开发的 AC 800PEC 控制器已交付市场，用于牵引变流器，该变流器可适用于高温度范围和振动苛刻环境。ABB 在变流控制上应用 MBD 不止于此，由于变流控制需要更高速度，可编程逻辑器件 FPGA 被选用做电力电子控制处理器，而 ABB 也在 MathWorks 2015 年瑞士用户大会上分享了它在面向 CPU 和 FPGA 采用 MBD 开发变流控制器的最佳实践。

也就是说，当我们选用可编程逻辑器件做为电力电子控制器的时候，我们也能够采用 MBD 的方法进行开发，HDL Coder 页面上有更多的信息可供参考。从信息流的视角，在轨交行业，除了我们熟悉的各类涉及传感信号、语音、图像、视频、无线通信信号（如5G）的处理可以采用基于模型的设计方法开展工程应用外，在更高层的信息处理和决策逻辑开发上，如列控系统的开发，MATLAB/Simulink 也在发挥着重要作用。法国国家铁路公司 SNCF 早在 2013 年就分享了其采用 MBD 进行 ERTMS（欧洲轨道列控系统）的开发

《A Model-Based Design Approach for an ERTMS Trackside System ： Specification， Validation and Proof of a Level 2 ERTMS》信号系统做为安全关键系统（Safety Critical） ，需要研发过程满足功能安全标准要求，如在轨道交通行业使用的标准EN-50128。MathWorks 提供了完整的工具链支持高安全系统的开发。

波兰 PESA Bydgoszcz SA 公司 ：Developing PLC-Based Control and Management Systems for Electric and Diesel Multiple-Unit Railway Vehicles 数据的系统化利用大数据、人工智能等技术，已经被广泛的应用于各行各业，在轨道交通行业，基于大数据、人工智能的健康监测、预测性维护，是当前比较典型的应用。当然，人工智能也必将在“智慧”高铁中涉及的音频、图像、视觉、定位、雷达等各类传感信息的处理中扮演重要角色，帮助实现电子电气设备、高铁车辆以及整个轨道交通系统的智能化。SNCF使用人工神经网络对车辆的动力学模型进行建模， 也开发了基于车辆状态的监控系统，帮助开展预测性的维护。

概括来说，MATLAB 在数据科学方面（对机器学习、深度学习、大数据技术等的统称），提供了非常完整和功能强大的工具链，覆盖数据获取、预处理、建模以及部署。

对于预测性维护这样的应用，MATLAB 从 R2018a 版本开始提供专门的工具帮助用户开发相关应用。“工欲善其事必先利其器”，高效便捷地开展数据分析离不开好的工具，MATLAB 提供了丰富的 App 以及 Live editor task 这样的功能，各种不同的 app 帮助用户在不编写代码的情况下就开展各类数据分析，提高数据分析的效率，并大大降低开展数据分析的编码工作量。

再提系统仿真系统仿真的重要性值得再单开一段进行说明。采用 MBD 的一个基础是需要有系统模型，而系统模型一方面可以用于开展基于 MBD 的工程化实现，另外还有一个很重要的应用就是基于仿真的系统分析和论证。这里有一个很好的例子是来源于欧洲启动的 Shift2Rail 项目，其中有一个子项目 FINE1（Future Improvements on Noise and Energy）中，利用 MATLAB/Simulink 从能耗的角度建立了完整的车辆中各个部件的能耗模型，开展了丰富多样的系统仿真，做为新技术的引用时的指标化评估工具。

Simulink 已经成为一个对复杂、异构、多域系统进行建模和仿真的集成平台，支持标准的 FMI 与其它仿真工具集成，C/C++ 代码直接集成到 Simulink 也变得越来越容易，于此同时，在并行计算的支持下，在 Simulink 中开展系统级的仿真也更加快速。

以及一个很有用的代码测试工具：PolyspacePolyspace 静态代码分析产品采用形式化方法证明在所有可能的控制流和数据流下都没有关键运行错误。使用 Polyspace 可以开展包括编码规范、安全漏洞、代码指标和数百条其他软件缺陷的检查。。

更多有关面向轨道交通应用的介绍，您可以点击“阅读原文”，查看我们的解决方案。

同时，也欢迎您报名参加于 2021 年 6 月 8 日在北京举办的 MATLAB EXPO 中国用户大会，分会场3：智能车辆与轨道交通。

原文标题：MATLAB/Simulink 在轨道交通行业的应用

文章出处：【微信公众号：MATLAB】欢迎添加关注！文章转载请注明出处。

责任编辑：haq