项目中采用了基于模型设计（Model-Based Design，MBD）的工作流程，突破了中国重载列车安全技术中的技术瓶颈。集成化的 MBD 工作流程覆盖了从概念开发到详细设计、硬件实现以及测试验证的整个过程，支持算法设计、动态仿真和硬件验证等关键活动，能够显著缩短开发周期。

张教授团队使用 MATLAB 建立了包含超过 200 个微分方程的重载列车多体动力学模型，精确模拟车厢耦合、轨道坡度、空气阻力等复杂因素，实现控制算法与机械系统的联合仿真，并设计分布式制动算法，后期将通过 Simscape™ 搭建制动系统物理模型确保兼容性。借助 Simulink 搭建实时仿真平台，将算法部署至 STM32 微控制器进行硬件在环（HIL）测试，在实验室模拟 80 吨到 100 吨级列车满载紧急制动场景，替代传统 CAE 软件及高风险实车试验。通过批量仿真快速验证上坡、平路、下坡和弯路四类工况组合优化控制参数，使平均制动距离缩短、车钩力减小至 150kN 以内，有效降低纵向冲击力，达到国际领先水平。

“我目前主持在研国家自然科学基金面上项目：自主重载列车分布式协同空气制动的自适应优化控制方法研究。”西南交通大学张教授表示：“MATLAB/Simulink 工具链是我们攻克技术难关的核心引擎。从算法迭代到硬件部署，基于模型设计的方式让我们能将主要精力聚焦于创新本身，而非重复性工程验证。我们通过桌面仿真，然后进行 HIL 测试，快速验证控制实现理念和迭代更新算法，使我们的项目实施对比传统方法更快、更高效、更具成本效益。”

MathWorks 中国区总经理张辉先生强调：“我们始终坚持加速科学与工程进步的理念，为中国区产学研用户提供优质的本地化服务，搭建从学术界向工业界转化科研成果的‘桥梁’。西南交通大学张教授团队的成功案例证明，基于模型设计不断地帮助学术界和工业界的科研人员解决复杂系统的工程问题，推进轨道交通行业的智能化进程。”

图示：HIL 测试设置，包括示波器、气缸、进气和排气阀以及 STM32 控制板