基于IMU标定补偿的列车组合定位优化方法

GNSS/INS组合方式是下一代列控系统定位技术的发展趋势,但由于惯导系统累计误差较大,使得列车处于卫星信号失锁环境下定位性能降低。为解决这个问题,针对微机械惯性测量单元IMU确定性误差的3个主要误差项:非正交误差、零偏误差、刻度因数,建立加速度计和陀螺仪的误差模型,在此基础上详细推导标定原理并提出标定方案。将误差补偿结果应用于京沈高速铁路试验现场并由试验结果分析可知:该方法能有效提高IMU的测量精度,相较于补偿前测量误差降低80%以上;补偿之后的惯导系统在40s时间内的导航速度误差小于1m/s,位置误差在10m之内,满足定位需求,具有实际意义的工程应用价值。     

一种结合时刻表调整的列车节能驾驶优化方法

为了降低高速列车在连续站间运行的能耗,以区间运行能耗和运行时间为目标建立列车驾驶策略优化模型,采用基于模拟退火的粒子群算法PSO-SA进行求解,得到每个运行区间的能耗-时间Pareto解集,并通过最小二乘法拟合得到每个区间相应的Pareto曲线。在此基础上,提出一种时刻表优化调整方法,在始发站至终点站总运行时分确定的前提下,基于KKT(Karush-Kuhn-Tucker)条件调整每个站间运行时分,给出最优的站间运行时分组合和最佳的区间运行策略。以CRH2A高速列车在镇江南—昆山南区间实际运行数据为基础进行仿真验证,结果表明:通过区间最优工况求解和多站间运行时分调整优化,列车在多站间的总运行能耗降低了17.6%,验证了模型和算法的有效性。     

双向双车道超车行为的智能车队间隙控制优化

建立了双向双车道环境下单车超越车队模型, 分析了影响双向双车道超车危险区域范围的主要因素; 设计了分步式单车超越车队算法, 研究了安全间隙前后车速度、超车车辆入队速度与车队安全间隙范围四者之间的关系, 提出了车辆入队所需最小安全间隙的速度匹配方案; 建立了单车超越车队算法的目标函数, 设定最大允许超车时间内超车车辆与车队行驶距离最大, 超车车辆超越车队车辆数最多, 前、后车形成安全间隙过程中加速度、减速度最小; 提出了基于改进粒子群的分级约束多目标优化方法, 为单车超越车队算法中的三级车速引导提供了优化的速度引导方案。研究结果表明: 双向双车道环境下超车危险区域范围与车队车辆数及对向车辆行驶速度成正相关关系; 改进的粒子群优化算法相比传统算法具有更强的鲁棒性和更快的收敛速度, 平均收敛时间缩短39.2%;在分步式单车超越车队过程中, 车队车辆平均速度提升9.04%, 即在车队间隙生成过程中, 虽然部分车辆速度减小, 但车队整体平均速度得到提升; 超车车辆平均速度提升16.8%, 即在超车过程中, 不仅超车车辆的安全性得到保证, 其运行效率也得到提升。      

数字轨道地图平面线形特征提取方法研究

数字轨道地图是卫星定位技术应用到铁路运输行业的基础,根据铁路线路设计时三种平面线形——直线、缓和曲线和圆曲线的不同特征,采用基于方位角的曲率方法进行平面线形的初步识别,再以横向误差为约束条件迭代确定满足要求的线形分段,进而采用整体最小二乘的方法对三种线形进行拟合,实现数字轨道地图的平面线形特征提取。青藏线实测数据结果表明,该算法是可行且有效的,不仅能识别拟合线路的平面线形,用少数关键点和相关参数就能表达出整体的几何特征;而且拟合后线路的横向误差和纵向累积误差都较小,满足高精度应用的要求。     

交通流特征深度认知的车队运行参数优化方法

为提升车队对周围交通流环境的认知能力，获取车队周围多车的运行模式，同时通过改变车队运行参数实现车队群体对周围多车群体运行模式的诱导变化，为提升车队及交通流整体运行效率提供优化策略，提出了基于狄利克雷混和高斯过程的车队周围多车运行模式获取算法，将车队周围多车车辆的复杂运行模式视为混和高斯过程，利用狄利克雷分布作为高斯混和权重的先验分布，建立车队周围多车运行模式速度场，从而获取车队周围多车运行模式并分类；通过比较不同多车运行模式下车队的运行效率，提升车队对所处运行环境的认知能力。研究结果表明：利用非参数贝叶斯算法将复杂的多车运行状态进行分类，获取的车队周围多车运行模式可表现为对车队运行效率产生不同影响的速度场；通过将车队周围的多车运行仿真数据分成多个运行模式，可获取不同多车运行模式下车队及交通流整体运行特性；通过更改车队运行参数，观察不同多车运行模式的占比变化，可获取车队运行参数对所处运行环境改变的影响趋势；车队周围多车运行模式的获取，不仅可以提升车队对周围运行环境的认知能力，使得车队能够选取有利路径行驶，同时能够为车队运行策略的优化提供有效的信息。     

混合交通环境下网联自动驾驶车辆跟驰模型与优化策略

为进一步提高混合交通环境下车辆的行车效率与交通流的稳定性，在考虑后视效应的基础上，融合多辆前车速度与加速度等状态信息，以指数平滑方式构建了网联自动驾驶车辆(CAV)跟驰模型；在此基础上，研究了前后方车辆数和状态信息完整度对模型稳定性的影响，结合Lyapunov第一方法和线性谐波微扰法进行了线性稳定性分析，并确定了模型最优参数；利用混合交通环境特性，在考虑通信信息丢失的情况下提出了CAV在不同位置和状态下的跟驰策略，并在该策略支撑下进行了不同CAV渗透率的车辆启动、车辆刹车停止、环形道路3个典型场景下的数值仿真。研究结果表明：在刹车停止场景中，全部车辆的停止波速最大提高了26.1%;在车辆启动场景中，启动波速最大提高了15.5%,车辆加速度和速度变化更为平缓；在环形道路场景中，当混合交通流中CAV渗透率由40%提高至100%时，在较大扰动条件下车辆的平均速度波动时间相较于低CAV渗透率场景下降了44.8%,波峰下降了5.7%,波谷上升了19.4%,而CAV渗透率较低时提出的优化策略对混合交通流的改善并不明显。由此可见，在当前构建实际混合交通环境与开展CAV实车试验比较困难的情况下，该跟驰...     

车路协同系统仿真信息多分辨率交互方法

车路协同系统仿真研究对于交通系统的发展具有重要的意义.为了研究车路协 同系统的仿真关键技术并构建车路协同系统仿真平台,本文提出信息多分辨率交互方法 解决基于HLA的系统仿真过程中的网络拥塞问题,建立了高分辨率车辆行驶状态信息模 型、中分辨率车队状态信息模型、低分辨率交通流信息模型,运用聚合解聚法实现不同信 息分辨率间的仿真过程,采用模糊预测发送缓冲区信息排队长度方法确定多分辨率模型 间的聚合解聚时机.通过仿真管理器联邦成员的运行结果分析表明,该方法能够有效减少 系统属性吞吐量,从而较好控制网络拥塞,降低系统属性延时,提高仿真效率.     

故障注入方法在列车运行控制仿真系统中的应用

故障注入作为一种有效的测试验证手段已在多个领域得到运用,针对列控仿真系统,采用基于仿真的故障注入方法,利用基于HLA设计的故障注入工具,通过关键设备典型故障案例的大量实验,对目标仿真系统进行相关安全性能测试,得到列车运行控制仿真系统的安全性能分析及关键设备的故障概率。实验结果表明,故障注入仿真可以有效对列车运行控制系统做出可靠性评估分析。     

基于Copula函数的列车定位惯性单元剩余寿命预测方法

列车连续、高精度定位需要惯性测量单元(IMU)提供可靠的姿态校正补偿数据,IMU输出的数据质量会受外部环境干扰、内部结构磨损等影响而降低,因此有必要对IMU性能指标参数及剩余使用寿命(RUL)预测开展研究.根据IMU组成结构与性能评价准则,选取IMU中陀螺仪和加速度计的随机误差指标表征设备性能状态,在对IMU多关键部件...     

时速250km以上高速列车制动模式曲线算法

研究了时速250 km以上高速列车制动系统,分析了高速列车的运行阻力、制动力与制动距离.根据目标距离模式曲线理论,建立了高速列车的制动模式曲线分段迭代模型.应用MAT-LAB/Simulink软件,分析了CRH2-300型高速列车在平直道上、15‰与25‰直坡道上的运行阻力的变化,对比了CRH2-300型和CRH3型高...