| 基于强化学习的重载组合列车长大下坡操纵优化研究 |
| |
| 引用本文： | 王建华, 王春毅, 曾周, 等. 基于强化学习的重载组合列车长大下坡操纵优化研究[J]. 机车电传动, 2023(6): 139-146.DOI：10.13890/j.issn.1000-128X.2023.06.017 |
| |
| 作者姓名： | 王建华 王春毅 曾周 王聪 王青元 杨航 |
| |
| 作者单位： | 1.国能朔黄铁路发展有限责任公司,河北肃宁 062350;西南交通大学 电气工程学院,四川成都 611756;2.国能朔黄铁路发展有限责任公司,河北肃宁 062350;3.西南交通大学 电气工程学院,四川成都 611756 |
| |
| 基金项目： | 国家重点研发计划资助项目(2021YFB2601504) |
| |
| 摘 要： | 针对2万t重载组合列车在长大下坡区段列车纵向冲动大,以及连续循环空气制动操纵困难的问题,文章基于数据驱动算法,设计了一种适用于长编组重载组合列车的长大下坡区段操纵优化方法.该方法考虑了不同列车间、同一列车不同制动系统状态间空气制动特性的差异,利用神经网络对列车在不同操作状态下的空气制动性能变化规律进行学习,得到空气制动力预测模型;而后基于强化学习设计重载组合列车操纵优化算法,以速度跟随性为目标建立奖励函数,考虑列车牵引/电制动特性、列车管制动及缓解时间、限速、运行平稳性等约束条件,应用强化学习方法开展重载组合列车长大下坡操纵策略优化.基于实车数据验证空气制动仿真模型与操纵优化算法的可行性与合理性.结果表明,文章建立的空气制动力预测模型对列车运行中空气制动系统性能具有良好的预测作用,优化操纵控制策略相较于司机驾驶能够有效地减小列车运行中的纵向冲动与最大车钩力,保障列车运行安全.
|
| 关 键 词： | 重载组合列车 空气制动 长大下坡 神经网络 强化学习 重载铁路 |
| 收稿时间： | 2022-09-09 |
| 修稿时间： | 2023-10-26 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《机车电传动》浏览原始摘要信息 |
|
点击此处可从《机车电传动》下载免费的PDF全文 |
|
