城轨交通列车运行延误影响及其减缓措施

城市轨道交通列车的日常运营会因为设备故障与客流变化等原因产生运行延误,延误会对线路的服务质量、能力利用、运营成本以及综合经济效益等产生影响。在分析城市轨道交通系统初始延误与连带延误产生原因的基础上,提出了列车运行延误传播具有直接性、快速性、双向性以及向前传递性的特点,最后从优化列车运行图、设置备车、提高运营调度水平、加强客运组织以及优化应急预案等方面研究了减缓列车运行延误的措施。     

城市轨道交通列车运行延误 及其调整方法

阐述城市轨道交通列车运行延误的概念、分类及其特点,总结单线情况下、共线运营条件下以及网络化条件下列车运行延误传播的规律,分析客流对于网络化列车运行延误的重要影响。从运营角度和乘客角度两方面,对列车运行延误调整的优化模型和方法进行分析和比较。最后,提出网络化运营条件下地铁列车运行延误及其调整方法的研究展望。     

城市轨道交通换乘站的列车衔接时间优化

城市轨道交通网络化运营条件下,协调优化各线列车运行计划,使不同线路的列车在换乘站形成良好衔接,能够缩短乘客的换乘等待时间。合理的换乘站列车衔接时间是编制网络列车运行计划的基础。基于乘客的换乘等待心理和列车运行延误的随机性特点,确定了列车衔接时间的组成。分析了列车运行延误对列车间衔接关系的影响,建立了换乘等待时间的费用函数。在此基础上,提出了换乘站列车衔接时间的优化模型,并给出了具体算例。该模型可为列车衔接计划中安排的换乘衔接关系确定最佳的列车衔接时间,为网络列车运行计划的协调编制提供指导。     

基于Pareto多目标遗传算法的高峰时段多地铁列车节能优化

城市轨道交通列车在运行过程中会频繁地启动和制动,如何提高列车运行中电能的利用率、降低牵引能耗在城市轨道交通领域有着重要的意义。在高峰时间段运行时,由于客流量较大,单位时间发车数量较多,所以同一供电区间的相邻列车间重叠运行的时间较长,再生制动可利用能量很大。针对高峰时段多列车运行的特点,采用Pareto多目标遗传算法对高峰时段列车运行进行节能优化。通过合理优化列车在各站的停站时间来优化列车时刻表,最大效率地利用列车运行中再生制动能量。     

城市轨道交通列车延误统计指标及评价指标体系研究

列车延误事件的发生是城市轨道交通运营不可靠性的具体表现。在对列车延误事件进行分类的基础上,对引发延误发生的因素进行了分析。建立了一套列车延误事件统计指标,并给出了指标的计算方法。根据这些统计指标构建了单起列车延误事件严重程度的评价指标体系和城市轨道交通线路以及网络的列车延误水平评价指标体系。评价指标体系的建立对于客观评价列车延误事件严重程度以及轨道交通线路和网络的列车延误水平,制定科学的列车延误事件预案和预防措施具有参考意义。     

城市轨道交通列车开行方案的优化理论及方法

根据城市轨道交通的特点,分析客流需求的时变特征、乘客在车站的等待行为和列车与运行线的匹配关系。以轨道列车运行要求、动车组数量和运营企业利益为约束条件,以最小化乘客的等待时间为目标函数,构造拥挤环境下城市轨道交通列车开行方案的数学模型。采用遗传算法求解模型,设计基于二进制结构的特殊编码方法。以南京市地铁1号线为背景,应用本文的模型和算法进行了仿真测算。计算结果表明,利用本文模型得到的非均衡列车开行方案能够更好地满足城市轨道交通乘客和运营企业双方的利益。     

双套冗余异构列车运行控制系统的可靠性及运营延误分析

在对比分析某市轨道交通列车5 min以上延误原因及特征的基础上,对不同列车运行控制制式的故障模式和可靠性进行了分析和建模计算。基于赋时Petri网建模方法,对CBTC(基于通信的列车控制)+BM(基于固定闭塞的点式列车自动防护模式)和CBTC+TBTC(基于数字轨道电路的列车控制)系统在降级模式切换时对列车运营延误的影响进行仿真分析。结果表明,当BM设计运行间隔较小时,列车延误可控制在5 min内;当TBTC设计运行间隔在100 s左右时,列车延误不超过2 min。对不同列车运行控制制式可靠性以及通信故障对运营延误影响的分析可为城市轨道交通线路信号设计、信号制式选取及实际运营提供参考。     

城市轨道交通列车碰撞防护系统设计与研究

城市轨道交通作为一个复杂系统,由基于车-地双向通信的列车运行自动控制系统来保证运营安全。为了弥补普遍应用的列车控制系统过度依赖地面控制中心和车-地通道的不足,提出一种新型的城市轨道交通碰撞防护系统(CASUMT),该系统叠加于既有列车运行控制系统之上,基于"车-车通信"技术实现列车碰撞防护。设计列车碰撞防护系统总体结构和工作原理,并详细研究系统的关键技术;通过合理简化,并对系统的可靠性与安全性进行建模分析对比,研究结果表明:增加碰撞防护系统的城市轨道交通列车运行控制系统可有效提高运营效率,保障运营安全。     

轨道交通列车运行延误仿真系统研究

简述了轨道交通列车运行延误仿真系统的基本框架结构;对列车延误模拟分析和运行模拟两个主要模块的模型建立、结构设计、功能实现及算法结构进行了描述.对列车延误仿真的评价指标进行了说明.系统可根据基础设施特点、列车运行组织方案、列车运行图以及列车运行延误的影响等,进行运行组织方案的可靠性、适应性及预期效果的定量分析和评价.     

基于单质点模型的城市轨道交通列车动力学仿真

城市轨道交通的建设发展需要实时、准确、快速地计算出列车在各种不同条件下的运行效果并予以评价,因此迫切需要对城市轨道车辆运行过程进行实时仿真模拟来完成牵引计算的任务。根据城市轨道交通列车运行实时仿真计算的要求,对单质点模型的特点进行研究和改进分析,建立列车动力学单质点改进模型,修正坡道简化、列车模型、工况自动选取等算法,加入列车本身的参数和线路参数,并建立仿真运算平台,最后对改进模型进行仿真验证分析以及时间复杂度分析,证明单质点改进模型在计算效率和计算精度上都达到较高的水平。     

一种调度区段晚点时长的神经网络预测模型

晚点是区段内列车运行受到扰动后出现的时刻表偏移现象,为分析和预测晚点的发生,相关研究通常采用晚点传播分析、实绩数据统计的方法改善模型输出结果。在现有分析方法的基础上,设计了初始晚点和连带晚点的分类方法,将列车在调度区段的开行转化为有向图表示,并通过分析有向弧内的计划时间饱和度,实现了晚点的分类与传播路径的确定。在分类方法提供的数据基础上,提出了晚点预测模型,采用反向传播神经网络预测晚点时长。组合模型使用北京铁路局某调度区段的实际运行数据进行验证,结果表明允许误差为5 min时,神经网络的晚点时长预测准确率为85.5%,网络受突发事件影响较大,模型拟合复杂数据关系的能力需要进一步改善。     

基于多智能体的城市轨道交通列车延误仿真模型与应用

城市轨道交通列车延误处置方案制定是轨道交通运营管理的重要工作,处置方案的合理性是提高处置效率的前提,验证处置方案的合理性也是运营管理部门急待解决的问题。基于此,以多智能体（以下简称多Agent）理论为基础,分别构建乘客Agent、列车Agent、网络Agent及突发事件Agent的仿真模型;分析列车延误的多Agent仿真原理;以上海轨道交通2号线列车延误为背景,编写多Agent列车延误仿真程序,并对处置方案进行仿真分析,该模型已在上海轨道交通人民广场站大客流处置工作中得到了实际应用。     

重庆跨座式独轨ATP/TD环线的设置及列车定位

列车控制技术的关键在于列车定位和数据通信.简要分析城市轨道交通系统列车定位的方法,介绍了重庆较新线独轨系统ATP/TD环线的设置及利用ATP/TD环线确定列车位置的方法.     

地铁列车晚点分析与控制

着重分析地铁列车晚点的产生原因和时空分布特征,从故障预防与应急处理角度,提出减少列车初始延误发生、控制连带延误影响范围的建议和措施.     

城市轨道交通列车运行图计算机编制的关键问题研究

在编制城市轨道交通列车运行图时,需要综合考虑不同时间段的发车间隔、车底折返及车底出入库方式等问题。介绍了计算机编制城市轨道交通列车运行图系统的设计思路、总体结构。研究了城轨交通列车运行图计算机编制过程中的行车间隔、车底数量、运行周期之间相互影响和制约,列车出入库运行线的自动编制,高峰与非高峰时间段过渡运行线的编制,大小交路列车运行图的铺画等问题。     

高速铁路列控车载系统超速防护算法的研究与仿真

列控车载系统是一个典型的安全苛求系统,车载系统超速防护算法对列控系统的安全性具有重要影响。本文结合高速列车动力学模型、延时特性和混杂特征,提出了车载超速防护算法及车载系统的混杂建模方法。利用Simulink/Stateflow混合仿真技术实现了车载超速防护算法的仿真,并以区间两车追踪场景为例对超速防护算法进行验证。验证结果表明该超速防护算法是有效的,区间运行的两辆高速列车能够实现避撞功能。     

京沪高铁列车运行晚点预测方法研究

为快速、准确地掌握列车的运行状态及未来的运行趋势，需要对列车运行晚点预测方法进行深入研究。文章根据对北京—上海高速铁路（简称：京沪高铁）2020年列车运行数据的分析，包括停站时长对于晚点的影响及不同初始晚点时长下的传播车站数，提出了基于循环神经网络（RNN,Recurrent Neural Network）的全段预测方法，使用同步多对多模式的RNN模型作为基础模型结构，建立列车运行晚点预测模型。在特征值的选择上，采用集成梯度打分法，从多个特征值中选择12个最显著的变量作为模型自变量。采用该模型对京沪高铁2020年晚点数据进行验证，结果表明，该模型在验证集上5 min的误差范围内可以达到89%的准确率，该预测方法可以满足实际生产的需要，有助于调度部门进行科学决策，有利于提升铁路旅客服务质量。     

基于改进LS-SVM算法的列车通信网络时延预测方法

由于通信网络诱导时延的存在会对列车牵引制动系统造成影响,因此对时延精准预测并实现补偿十分重要。提出了一种基于改进粒子群(PSO)算法优化的最小二乘法支持向量机(LS-SVM)算法对列车通信网络时延进行预测,搭建了列车网络控制系统半实物平台,使数据通过多功能车辆总线(MVB)进行传输,分别改变车辆控制单元(VCU)特征周期及负端口数量大小,以获取大量不同特性的时延数据。将数据分组后利用改进的PSO算法优化LS-SVM算法进行预测仿真。仿真结果表明,与传统的LS-SVM算法及Elman神经网络算法的预测方法相比,所提出的方法在列车通信网络的时延预测方面具有更好的快速性和准确性。     

基于双重启发式动态规划算法的列车运行调整研究

通过对列车行车组织特点及运行调整策略的研究,采用自适应动态规划体系中的双重启发式动态规划算法,建立了列车运行调整模型.双重启发式动态规划算法适合处理具有实时性、约束性、非线性、随机性等特点的列车运行调整复杂动态系统的优化控制问题,通过仿真验证,该算法求解速度快、精度高,对列车晚点的调整起到了良好的控制作用.为列车运行调整的深入研究提供了一定的参考价值.