基于改进遗传算法的高速列车节能优化研究

为有效降低列车运行能耗,针对高速列车行进过程中的能耗优化问题,讨论了列车运行阻力的计算及列车停车点的设置,以此建立以列车能耗最小为优化目标的列车运行优化模型,提出3代逼近搜索的引导机制,改进了传统遗传算法中的算子,同时引入逆转算子提高算法求解能力。以CRH380B型高速列车和合福高铁(合肥—福州)数据为基础进行仿真,列车运行能耗降低了10.7%。仿真结果表明,提出的改进遗传优化算法在高速列车行进过程中,满足列车运行准时性和安全性,且能够有效降低运行能耗。     

基于黄金比例遗传算法的动车组列车节能优化研究

为研究注重最小化能耗的动车组列车运行控制,针对列车单质点模型受力分析不准确问题,提出一种对附加阻力进行处理的多质点方法,进而以多质点模型为基础进行2次优化。为解决遗传算法寻优时容易陷入局部最优的问题,提出一种基于黄金比例遗传算法的优化方法,1次优化通过该算法为列车运行寻求一组满足约束条件的目标速度集合,获得列车节能运行速度曲线。考虑过电分相对列车运行的影响,进行2次优化,将运行区间划分为操纵固定段和操纵可优化段,并通过黄金比例遗传算法搜索出一组操纵可优化段内满意的工况转换点,结合1次优化得到列车最终运行曲线。以兰考南-开封北线路CRH3型动车组为仿真实例,列车运行能耗降低了10.83%,表明所提方法是可行的。     

基于免疫粒子群算法的地铁列车节能优化研究

在综合考虑地铁列车动力学特性、线路条件、区间限速以及准点运行等条件的基础上,建立基于再生制动能量利用的多约束能耗模型。通过免疫粒子群组合算法求解列车能耗模型,得到列车节能操纵工况序列及各工况转换点,最终求得列车站间运行的最低能耗。为验证该方法的有效性,以南宁地铁1号线为仿真实例,计算得出优化后的列车能耗降低6.62%。     

重载列车优化操纵算法设计与仿真

文章针对电力牵引重载列车的运行特点,对重载列车的优化操纵问题进行了分析研究,设计了一种基于模糊预测和再优化的列车运行控制算法。该算法先使用模糊逻辑控制器产生操纵队列,预测列车未来一段区间的运行情况,然后对产生的操纵队列以安全、节能为目标进行反复优化。算法通过对操纵队列的有重合区间局部寻优来保证得到近似全局最优解。文章使用列车牵引计算模型对算法进行了仿真验证,结果表明该算法产生的操纵队列基本达到了重载列车运行要求。     

地铁列车基于惰行控制的节能优化运行研究

为降低地铁列车运行能耗,提出了基于惰行控制的节能优化方案。根据地铁列车运营特点和列车运行能耗特性,同时结合列车优化操纵方法,在不考虑列车运行过程中的工况转换时间前提下,提出了一种快速搜索适合惰行点的节能优化算法,并与其他2种惰行优化处理方式进行仿真对比。结果表明:基于惰行控制的节能优化方法能有效地降低列车能耗,算法处理速度快,同时满足高精度的定时运行要求。所提出的节能优化处理方式在节能效果上比逐个处理方式高10.8%,比同时处理方式高4.5%。     

基于免疫退火遗传算法的城市轨道交通列车节能运行策略

为降低城市轨道交通列车站间运行能耗,提出了一种基于免疫退火遗传算法(IAGA)的列车节能运行策略.在区间运行时间固定的情况下,该策略能实现列车能耗的最小化.IAGA算法通过免疫补充和建立疫苗库缩短算法收敛时间,并借助退火机制避免算法提前进入早熟状态.求解模型以寻找列车站间运行工况转换点为约束,牵引能耗最小为目标,建立列车节能运行策略.以实际线路数据和车辆参数为基础,对单区间及三站两区间的节能策略进行仿真验证.结果表明,在保证站间列车定时运行的情况下,与传统遗传算法相比,IAGA算法具有更快的收敛速度,其计算的策略可使单区间列车运行能耗降低10.2％,三站两区间列车运行总能耗降低16.0％.     

基于再生制动能量利用的地铁列车时刻表设计方法研究

结合线路参数、列车运行工况以及时刻表等因素,分析了同一供电区段内列车再生制动能量的利用情况,建立基于再生制动能量利用与运行时刻表设计的多车节能优化模型。通过引入浓度免疫算法,调整列车时刻表中发车间隔、停站时间、运行时间等要素并优化列车操纵工况,求解出实际线路下的节能运行时刻表及多车节能驾驶策略。结合南宁地铁1号线某供电区段的仿真数据证明,采用优化的节能运行时刻表在满足正点运行的前提下,提高再生制动能量的利用率达11.4%,降低列车运行的总能耗达16.9%。     

基于混合整数规划的高速列车多区间节能优化研究

当今巨大的能源消耗成为高速铁路发展不可忽视的问题,节能优化显得格外重要。从列车优化操纵与区间运行时分分配两方面出发,在总运行时分约束下,探讨全程最节能的运行时分分配方案及所对应的列车操纵策略。在列车运动方程基础上,引入经停站约束,建立列车运行能耗和区间运行时分分配同步优化的非线性连续节能优化模型。通过离散化与线性变换,将节能优化模型重构为混合整数规划模型,并利用Cplex求解。以高速铁路线路为背景设计算例,验证模型的有效性。仿真结果证明在列车优化操纵策略的基础上,优化区间运行时分分配方案可以进一步降低列车总运行能耗。在不改变总运行时间的情况下,运行总能耗可降低1.03%。     

两级模糊神经网络在高速列车ATO系统中的应用研究

列车自动驾驶系统(ATO)作为替代司机、实现铁路运输自动化的重要设备,受到国内外铁路科技工作者的广泛关注,它的性能关系到铁路运输系统的安全和效率。一种高效的高速列车控制方法可以很好地满足人们对高速铁路"安全、正点、舒适和快捷"的要求。由于模糊神经网络具有自动提取经验和进行推理的特点,在前人研究的基础上,本文用两级模糊神经网络对高速列车运行过程进行控制。参照当前列车运行速度、线路状况、列车编组、列车时刻表、距目标点距离以及目标点所允许的速度,前一子网模拟优秀司机的操纵可获得在当前状态下应采取的最佳列车运行工况,后一子网根据运行工况、线路状况、列车在线路上位置、列车编组、列车时刻表、距目标点距离和目标点允许速度,得到列车在该工况及当前条件下的运行速度。仿真实验结果表明该方法正确有效,达到了期望的效果。     

列车行车优化操纵的研究

通过采用改进列车行车操纵策略来降低列车运行能耗是一种最简单也最有效的降低能耗的方法,依据目前国内外学者对降低列车能耗提出的列车优化操纵方法的研究,本文提出了一种新的优化操纵方法-由节时模式向节能模式转化.以VC++ 6.0作为开发平台,开发出了能够实现列车运行仿真的列车优化操纵仿真软件,以大准线清水河-王桂窑区段的数据资料进行验证,得出这种方法是正确的和实用的.     

基于KH算法的高速列车ATO控制策略优化研究

针对传统高速列车自动驾驶(ATO)控制策略优化时简化线路参数、列车牵引计算采用单质点模型等问题,将列车通过牵引供电分相区断电惰行纳入运行工况,建立动车组多质点模型。在满足列车运行图固定运行时间条件下,以能耗、准点性、停车准确性及舒适性为指标建立高速列车ATO控制策略优化模型。利用磷虾群(KH)算法对高速列车ATO控制策略进行优化。以兰新高速铁路某区间线路数据为例,仿真测试表明KH算法可以在较少的迭代次数下获得较粒子群算法更优的ATO控制策略,且列车过分相区断电惰行会对优化结果产生影响,验证了所提算法在优化高速列车ATO控制策略中的优越性及将列车过分相区断电惰行纳入运行工况的合理性。     

基于粒子群算法的隐式广义预测在ATO中的应用

由于列车运行速度的不断提高,对列车自动驾驶(Automatic Train Operation,ATO)系统提出更高的要求。针对隐式广义预测(Implicit Generalized Predictive Control,IGPC)控制器在ATO中难以获得最优预测控制输入的问题,运用一种基于粒子群优化(Particle Swarm Optimization,PSO)的IGPC算法对ATO系统进行控制。为更进一步提高PSO算法的寻优能力,对基本PSO算法进行改进,从而有效提高系统的寻优精度和速度。并对有约束情况下的CRH2型车进行仿真验证,仿真结果显示PSO-IGPC比单纯IGPC对ATO的控制效果更优。     

基于混合微粒群优化的多目标列车控制研究

列车控制策略包括输入控制序列和每一控制序列作用距离两方面,本文建立列车运行过程多目标优化模型,以二进制和实数域的混合微粒群优化方法对该问题进行了研究,二进制微粒群算法优化列车输入控制序列,实数域微粒群算法对列车运行距离进行优化,以此得到列车最佳控制策略;针对实际的问题,提出了微粒群算法中pBest更新和gBest选择策略;并与传统的单个目标的列车运行过程优化模型进行了对比研究,仿真研究结果表明混合微粒群优化算法用于列车运行过程优化控制,可以获得满意的效果。     

基于滚动优化的地铁列车节能运行协同控制方法

针对地铁列车节能运行问题,提出基于滚动优化的列车协同控制方法,将系统整体最优问题分解为基于时间推进的局部优化问题。考虑列车每次停站时同一供电分区内其它列车的操纵方案,实时计算下一站间运行净能耗最小的操纵方案。在计算操纵方案时,对传统的列车4阶段操纵策略进行改进,允许列车在运行途中进行2次牵引,减小列车牵引能耗并提高再生能的利用率。结果表明:相比列车基于传统4阶段的个体最优控制策略,采用本文提出的列车协同控制方法在不同发车间隔下均可提高再生能利用率并节约列车运行净能耗,平均节能率达8.37%。     

基于列控车载设备制动曲线的高速列车牵引计算平台

为了检算铁路客运专线闭塞分区长度与列控系统的符合性,设计基于列控车载设备制动曲线的高速列车牵引计算平台。采用HTML,CSS,JavaScript,Vue.js,Node.js和Koa等Web技术进行开发,使用MySQL作为后端数据库,构建B/S架构应用平台,包括基础数据处理、列车运行仿真、列车追踪间隔时间计算、闭塞分区检算和统计分析5个功能模块。其中,列车运行仿真模块为牵引计算平台的核心,由线路信息、列车动力学模型、列控车载设备制动曲线算法和速度控制组成;列控车载设备制动曲线算法具备列车超速防护功能,根据移动授权和列车速度距离信息生成允许速度和制动指令,实现列车运行仿真的闭环处理。选取京沪高速铁路列控工程数据和CRH3A型动车组参数进行列车牵引计算,得到高速铁路列车追踪间隔时间,验证闭塞分区设计长度满足列控车载设备制动距离要求。结果表明:该平台可用于闭塞分区长度符合性检算,从而验证闭塞分区设计与列控系统的匹配性。     

基于改进MH算法的高铁ATO运行操纵多目标优化研究

在高速列车运行过程中,运行环境变化将对ATO提出更高的计算要求,ATO既要满足实时计算又要满足运行操纵多目标优化。针对该问题提出一种改进MH算法计算列车运行操纵序列。在原有MH算法基础上,对算法计算频率与寻优目标函数进行改进,提出随机惯性权重粒子群算法与司机驾驶逻辑相结合的方式计算运行操纵序列,通过选取合理的计算间隔时间使得算法性能最佳。以武广高铁85km线路仿真高铁自动驾驶,改进MH算法中随机惯性权重粒子群算法的收敛速度优于原算法。仿真结果表明:改进MH算法在列车运行准点性和停车精度方面得到提升,为ATO在线计算提供思路。     

城市轨道交通列车定时节能优化方法研究

针对城市轨道交通启停频繁的运行特点,从降低牵引能耗的角度出发,应用"四阶段"最优运行策略,得到各个阶段牵引能耗的计算公式。以牵引距离为自变量,将运行距离和线路条件等作为约束条件,设计了单列车站间牵引能耗计算方法。在此基础上,以牵引能耗值和运行时间误差的权重和作为目标函数,采用遗传算法进行优化,得到最优的牵引距离,从而得到各个阶段的运行距离,达到定时节能的目的。通过限制最大加速度值达到同时降低牵引能耗值和提高乘客舒适度的目的。通过算例在MATLAB软件中进行仿真分析,与实测值相比,定时节能优化情况下可节能22.45%;兼顾舒适度情况下,可节能21.99%。从仿真图可以看出,优化结果减少了工况转换次数,曲线更平滑。     

高速列车应急自走行辅助驾驶研究

当牵引供电网发生故障,高速列车应急自走行系统受车载储能装置容量限制,特别是在线路条件复杂时,如何操纵列车实现就近停车变得异常困难。为了解决高速列车应急自走行系统的速度曲线规划问题,进行了应急自走行辅助驾驶装置的功能设计和系统结构设计。根据列车应急运行的特点,设计了应急自走行优化算法。以CR400BF复兴号动车组列车运行于国内某高速铁路线路为例进行仿真,仿真结果表明,该装置可在能量受限的情况下规划列车自走行的运行速度曲线,与司机巡航驾驶相比实现了良好的节能性;同时,基于节能优化操纵策略,采用不同的牵引目标恒速速度进行仿真,仿真结果表明,根据线路条件选择合适的牵引目标恒速速度,对于车载储能装置容量受限的高速列车应急自走行驾驶具有重要的指导意义。