基于遗传算法对高速列车速度曲线的优化

为了保证列车运行安全、提高运输效率,满足旅客舒适性和列车节能等要求,必须对高速列车的运行速度进行优化.文章在完成列车自动运行系统中列车速度曲线多目标模型的基础上,选择和运用遗传算法完成了列车运行速度曲线的优化.根据工程实际的需要,尝试从编码方案、复制算子、交叉算子、变异算子和适应度函数的尺度变换等角度来改进遗传算法.最后在Visual C++6.0平台上完成了遗传算法的验证.     

列车优化操纵速度模式曲线生成的智能计算研究

讨论了在起伏坡道线路上运行的列车节能操纵的优化计算问题，给出了一种局部优化与全局优化相配合的计算结构，用以生成列车优化操纵的速度模式曲线。以仿真计算获得局部优化规律，用神经网络实现局部优化规律的数据组织，应用遗传算法进行全局优化计算，获得了令人满意的结果。     

基于实数遗传算法的列车优化操纵曲线研究

列车优化操纵是列车节能控制的关键问题，以列车运行动力学方程和牵引计算理论为基础，结合列车运行过程中的要求，构建以能耗、时分误差、限速等为目标的列车节能控制模型，采用实数遗传算法，通过Visual Basic编程对此问题进行求解。在已知列车编组的条件下，以DF4型内燃机车牵引客车、空气制动和燃油量曲线为基础，得到给定运行时间、距离条件下的优化操纵曲线，从而对司机操纵给出指导性意见。     

城市轨道交通列车自动运行仿真系统

介绍列车自动运行仿真系统(SATM)中数据库存储模块、列车自动监控核心部件、列车运行仿真和列车调度终端系统的功能特点,给出该系统结构框架.     

基于车辆深度融合的列车自动运行系统

[目的]传统ATO(列车自动运行)系统与车辆牵引系统/制动系统之间并没有建立直接、实时、双向的数据交互,在控车过程中无法获取车辆的牵引/制动状态和能力信息,进而导致ATO系统发出的控制指令可能与车辆实际能力不匹配、控制周期长、停车精度低等问题,需要将ATO系统和车辆系统进行深度融合。[方法]阐述了传统ATO系统的工作原理及存在不足。提出了基于车辆深度融合的列车自动运行系统(以下简称“融合ATO系统”),论述了融合ATO系统在系统架构、信息传输、车辆接口及系统功能等方面的融合优化措施。将传统ATO系统和融合ATO系统进行对比,对融合ATO系统的优势进行了分析。[结果及结论]融合ATO系统取消了ATO系统与车辆牵引系统/制动系统之间的中转环节,减少了通信链路,使得二者之间的信息传输更加丰富和透明。融合ATO系统可充分发挥车辆系统和信号系统各自的特性和优势,增强ATO系统与牵引系统/制动系统间的配合度,提高整体控车效果。     

基于目标速度追踪的城轨列车节能优化算法

为了实现城市轨道交通的节能运行,提出基于目标速度追踪的城轨列车节能优化算法。首先构建列车均质棒动力学模型和节能优化目标函数,利用极大值原理推导出列车节能运行工况。然后重点分析列车运行时间和运行方式对能耗的影响。在对典型方案仿真分析的基础上,提出通过陡坡时的基于等效平均速度法的运行策略,以及目标速度改变时合理利用惰行的运行策略。最后通过目标速度追踪的方法得到速度曲线,实现城轨列车的节能运行。利用上海地铁3号线的数据对本文提出的算法进行验证,结果表明相较实际运行情况,本文提出的算法可以降低25.39%的运行能耗,同时求解得到的速度曲线更加平缓,更适合城市轨道交通的实际运行情况。     

基于改进DE的城轨列车节能速度曲线研究

采用改进交叉策略的差分进化（DE,Differential Evolution）算法,研究城轨列车节能优化的速度曲线生成。该算法以起点到目标停车点的距离和工况状态值作为个体基因,基于改进交叉策略,结合工况转换原则,对变异后的个体基因进行有效化处理。建立末速度、停车位置误差、运行时间和牵引能耗的评价模型,在满足安全运行和舒适度要求下生成最优列车自动运行（ATO,Automatic Train Operation）速度曲线。经数据仿真测试,牵引能耗为28.8 kw·h。生成的速度曲线,在准时到达的前提下,具有较好的节能效果,对城市轨道交通的列车节能优化运行研究具有一定的参考价值。     

基于遗传算法的列车自动驾驶过程优化研究

针对列车自动驾驶系统（ATO）控制的目标复杂多样和环境变量不稳定等问题,在对列车的运行过程进行研究的基础上,建立了列车运行过程的多目标优化模型,并用遗传算法对列车的目标曲线进行优化,同时加入精英统治保持模型的高适应度,提高了运算速度,得到列车运行的最优控制策略。仿真结果表明,该系统在兼顾列车运行的准时性、停车精度、能耗及舒适性等多目标的情况下,使列车运行的各项性能指标都有所提高。     

城市轨道交通线路限速与列车自动防护顶篷速度匹配性设计探讨

上海城市轨道交通1~10号线的设计速度为80km/h,但在运营时部分线路列车实际最高运行速度达不到此设计值。这主要是因为车辆、限界、线路、结构、信号等专业之间未能进行充分的匹配,各自都留有安全余量,使得ATP(列车自动防护)顶篷速度设置过于保守,ATO(列车自动运行)速度无法达到线路设计速度,降低了线路的运行效率。基于线路ATO速度能达到80km/h的设计目标,提出了3个等级的线路限速值以及与ATP顶篷速度匹配的设计思路,在确保仍能实现信号安全防护的前提下,通过提高ATP顶篷速度,来实现设计速度目标。     

基于遗传算法的跨坐式单轨列车牵引曲线优化研究

以跨坐式单轨列车牵引计算理论为基础,结合跨坐式单轨列车运行要求,建立了以运行时间和能耗为目标的单轨列车运行优化模型,运用遗传算法对牵引曲线的关键点进行优化。以重庆市轻轨2号线为例,对该线13个站间牵引曲线进行优化,并将优化前后曲线进行了对比,结果显示运行时间和运行能耗得到一定程度改善,整个区段上运行能耗下降了16%,运行时间节约2%。     

基于数据驱动的列车智能驾驶算法研究

结合数据驱动控制理论和司机驾驶经验,提出数据驱动推理控制算法.考虑到列车运行控制的复杂性,在推理控制算法的基础上引入了牛顿迭代学习法以减小运行误差.在MATLAB环境构建了在线仿真模型,并运用实际线路进行了仿真比较,与PID控制算法的结果对比表明,该算法优于PID控制算法,基本符合驾驶经验,提高了舒适度、降低了能耗,同时满足停车精度和运行时间要求.     

CBTC系统列车追踪运行浅析

CBTC系统是一种利用高精度的、不依赖于轨道电路的列车定位技术,实现连续式的、大容量的双向车、地数据通信.本文简要分析了基于通信的列车运行控制系统中不同等级列车的追踪运行方式,有助于进一步从系统运用的角度理解CBTC系统.     

基于遗传算法的车载天线布局优化

基于遗传算法变换车载天线的位置坐标,可以产生大量截然不同的高性能设计方案,保证了天线布局设计的多样性,有效的克服了传统方法中的人为因素.并在此基础上结合机车顶上的实际情况提出了车载天线布局优化的目标函数,详细讨论了如何利用Matlab数学工具建立数学模型得到优化布局的天线位置坐标,并通过三维电磁仿真软件验证了天线布局的正确性,为实际的天线布局提供了理论依据.     

基于移动闭塞的列车自动运行仿真

介绍ATO系统功能作用及节能操纵方案,移动闭塞原理,以及列车在自动驾驶过程中所需要的运动方程.通过对相应公式的分析,将其应用在ATO系统中,采用节能操纵方案,计算出ATO系统在移动闭塞条件下的加速度,速度,并确保列车在安全、经济的条件下运行.     

一种舒适且高精度的列车停车控制器的设计

舒适性和停车精度是列车自动驾驶系统(ATO)的重要性能指标.本文首先根据现场经验建立ATO的性能指标评价函数.在此基础上,设计出一种舒适并且高停车精度的列车自动停车控制器.仿真结果表明;与传统的PID控制器相比,本文设计的控制器的舒适度更好,停车精度更高.     

基于安全平台裁决的ATO系统冗余设计与实现

阐述CBTC系统中列车自动驾驶(ATO)系统的工作原理以及冗余设计;对当前国内外主流厂商冗余实现方式的优缺点进行分析,提出基于安全平台的双机并行冗余架构的设计原理及实现方案.     

列车控制仿真系统中速度控制曲线的计算

在介绍列车控制系统结构和列车速度控制模式的基础上,重点阐述列车控制仿真中列车速度控制模式的曲线的计算方法.目次,整个列车控制仿真系统已经投入运行,并取得了预期的效果.     

基于UML的列车自动监控系统分析研究

以沈阳市城市轨道交通建设为背景,介绍在城市快速发展的基础上发展起来的列车自动监控系统,从功能、结构以及面向对象设计3个方面对系统进行分析,并介绍统一建模语言UML及工具Rational Rose,同时给出系统结构图和类图.     

列车自动运行迭代学习控制算法的研究

针对列车自动运行系统,提出了新的迭代学习控制方案.为避免列车超速引发制动停车,在迭代初期设置低于计划速度曲线的期望轨迹,随着迭代次数增加,控制精度与稳定性逐渐提高,设置的期望轨迹将快速接近并保持为计划速度曲线,实现控制目标.在学习律中引入期望轨迹变化信息,实现变轨迹路径跟踪的迭代学习控制.仿真结果表明,该迭代学习控制方案能够实现变期望轨迹的跟踪,具有很快的学习速度与良好的控制性能,能够有效避免迭代初期列车速度波动导致超速紧急制动.