Traction control system for co-simulation in a digital twin platform

Abstract

In dieser Arbeit wurde die Entwicklung, Implementierung und Evaluierung einer Anti-Schlupf-Regelung mit Geschwindigkeitsregelung in Form einer Co-Simulation über FMU-Modelle erarbeitet. Ziel war die Verwendung für einen digitalen Zwilling (DT) eines Schienenfahrzeugs. Es wurden zwei Ansätze von Co-Simulation untersucht und miteinander verglichen: eine direkte Co-Simulation zwischen Simpack und MATLAB/Simulink sowie eine FMI-basierte Co-Simulation ausgeführt in Model.Connect (mit späterem Export als SSP). Ziel war hier insbesondere, eine robuste und portable Simulationsumgebung zu schaffen, die das Rad-Schiene-Dynamikverhalten realistisch abbildet und die Bewertung des Reglers unter verschiedenen Betriebsbedingungen ermöglicht. Im direkten Co-Simulationsansatz wurden bestehende hochauflösende Mehrkörper-simulations- (MKS) und neu entwickelte PID-Regler-Modelle über SIMAT co-simuliert, wobei die Anti-Schlupf-Regelung und Geschwindigkeitsregelung in MATLAB/Simulink entworfen wurden. Im FMI-basierten Ansatz wurden sowohl das Reglermodell als auch das MKS-Modell als Functional Mock-up Units (FMU) exportiert, standardisiert und gemäß der Spezifikation verpackt, um Modularität und Wieder-verwendbarkeit sicherzustellen. Die Co-Simulation wurde in Model.Connect orchestriert, was eine plattformunabhängige Ausführung sowie eine Kapselung der Modelle ermöglichte. Während der Implementierung der Co-Simulation traten mehrere technische Herausforderungen auf. So kam es in bestimmten Szenarien zu unerwarteten Oszillationen, die Parameteranpassungen am Solver erforderten, sowie zu einem unerwarteten Offset der Schlupfwerte, verursacht durch unterschiedliche Radradiusdefinitionen im MKS-Modell und im Regler-Modell. Die Wahl des Solvers und der Simulationszeitschritt hatten einen wesentlichen Einfluss auf Genauigkeit und Stabilität; der Dormand-Prince-Solver erwies sich dabei als optimaler Kompromiss zwischen Präzision und Rechenaufwand. In Übereinstimmung mit der Literatur (Kugu et al., 2024) zeigte sich eine Abwägung zwischen Simulationsqualität und Rechenzeit, die eine sorgfältige Parametrierung erforderte, auch in Bezug auf die Verpackung als SSP. Die Validierung erfolgte anhand mehrerer Betriebsszenarien und zeigte konsistente Ergebnisse zwischen direktem und FMI-basierte Ansatz für die Co-Simulation, sobald anfängliche Abweichungen überprüft worden waren. Auch die SSP-Verpackung für die Integration des Co-Simulationsmodell in die bestehende Digital-Twin Plattform wurde erfolgreich umgesetzt, wodurch das Framework sowohl portabel als auch flexibel einsetzbar ist. Die Ergebnisse belegen, dass der entwickelte Workflow die Anti-Schlupfregelung sowie die Geschwindigkeitsregelung zuverlässig in beiden Co-Simulationskonfigurationen abbilden kann. Durch den modularen Aufbau ist zudem die einfache Integration alternativer Regelstrategien, Ersatzfahrzeugmodelle oder verteilter Co-Simulationsprotokolle möglich. Damit wurde eine solide Grundlage für zukünftige Arbeiten in den Bereichen der Co-Simulation, Reglerparameteroptimierung und plattformübergreifende Digital-Twin-Anwendungen geschaffen.

This work presents the development, implementation, and evaluation of a co-simulation framework for an anti-slip traction control system with additional speed control applied to the digital twin (DT) of a railway vehicle. Two co-simulation approaches were investigated and compared: a direct co-simulation between Simpack and MATLAB/Simulink, and an Functional Mock-up Interface (FMI)-based co-simulation executed in Model.Connect (with option for System Structure and Parameterization (SSP) packaging). The goal was also to establish a robust, portable simulation environment that accurately reproduces wheel–rail interaction dynamics while enabling controller evaluation under varying operational conditions. In the direct co-simulation approach, a pre-existing MBS-model and a newly designed PID-based controller model were co-simulated via SIMAT with dedicated traction and speed control loops designed in MATLAB/Simulink. In the FMI-based approach, both the controller and the MBS models were exported as Functional Mock-up Units (FMU), standardized and packaged according to the necessary specification to ensure modularity and reusability. The co-simulation was orchestrated in Model.Connect, enabling platform-independent execution and model encapsulation. Several technical challenges emerged during co-simulation implementation. Notably, unexpected oscillations occurred in certain scenarios, requiring solver adjustments, and a slip offset was observed due to differing wheel radius definitions between the MBS model and the controller model. Solver selection and simulation step size were identified as critical factors influencing accuracy and stability, with the Dormand–Prince solver providing the most effective compromise between precision and computational effort. Consistent with literature (Kugu et al., 2024), a trade-off between simulation quality and runtime was observed, requiring careful solver selection, also accounting for SSP packing. The system was validated by simulating multiple operational scenarios, showing consistent results between the direct and the FMI-based co-simulation approaches, once initial discrepancies were accounted for. SSP packaging was also successfully achieved for the integration of the finished co-simulation model into a railway DT platform, and the framework demonstrated both portability and flexibility. The results confirm that the developed workflow can reliably reproduce railway vehicle dynamics and traction control behaviour with speed control in both direct and FMI-based configurations. Furthermore, the modular design allows straightforward integration of alternative control strategies, surrogate vehicle models, or distributed co-simulation protocols. This establishes a solid basis for future work in other co-simulation approaches, controller parameter optimization, and cross-platform DT deployment.