基于蚁群算法的列车节能驾驶策略优化算法研究

针对城市轨道交通运输中列车牵引耗能大的问题,将优化列车推荐速度曲线和改进ATO驾驶策略相结合,提出一种基于蚁群算法的列车节能驾驶策略优化算法.首先建立列车推荐速度曲线优化模型,其次结合司机驾驶经验提出基于蚁群算法的列车推荐速度曲线优化计算方法,然后设计节能巡航驾驶策略对ATO原有驾驶策略进行改进.最后以北京地铁亦庄线实...     

CTCS-3级列控系统超速防护的仿真研究

从速度防护曲线生成的角度研究列车超速防护算法。根据静态限速和临时限速等,合成最严格限速曲线。分析了单限速区速度防护曲线的算法,针对多限速区,通过递推算法,完成了分级速度控制与目标速度控制模式的结合;实现了司机驾驶模式和自动驾驶模式下,CTCS-3级列车运行控制系统的超速防护。使用该仿真系统对郑西线线路数据进行运行仿真,验证了该速度防护算法的有效性,并为以后进行列车速度防护的研究提供了可靠的实验环境。     

ETCSDMI计划区速度曲线的绘制原理

司机在驾驶列车时,通过观察人机界面(D M I)显示的计划区速度曲线,了解列车前方不同区域的最高运行速度和变速点位置,监控和操作列车安全运行。介绍符合欧洲列车控制系统(ETCS)标准的人机界面,描述来自车载主机的最严格限速曲线(MRSP)与DMI显示的计划区速度曲线(PASP)之间的关系,并给出计划区速度曲线的绘制原理。     

列车司机驾驶仿真子系统的设计与实现

列车司机驾驶仿真子系统是构建完备的列控仿真系统与功能测试环境的基础部分,该子系统有助于提高整个仿真与测试系统的真实性和可操作性.本文针对司机驾驶仿真子系统,从功能需求、列车速度模型建立、软件仿真等方面对该子系统进行分析,引入AV8R-01型摇杆及SST辅助编程技术,利用Visual Studi0 2010编程环境实现了该子系统.本文利用较低成本的硬件平台辅以软件界面代替传统的驾驶实物平台,在CTCS仿真测试与司机培训等仿真平台搭建过程中既节省了成本,又能够起到驾驶仿真的作用.     

基于Q学习算法的城轨列车智能控制策略

牵引能耗是列车能耗的主要组成部分,针对城轨列车节能运行的问题,将列车运行状态离散化,以列车对速度控制作为动作空间,时间和能耗作为奖励函数,提出一种基于Q学习算法的城轨列车智能控制策略.在不使用离线优化速度曲线的情况下,根据列车当前位置和速度实时计算最优控制策略;同时,在传统Q学习基础上,将∈-greedy策略与司机驾驶...     

城市轨道交通列车自动驾驶各阶段速度控制算法的研究

本文介绍列车自动驾驶(ATO)的基本功能,重点描述列车速度调节和控制功能.将列车自动驾驶过程划分为车站发车、速度跟踪、目标制动3个阶段,对每个阶段的目标速度曲线、速度控制策略和计算算法进行了分析,提出了速度跟踪阶段采用的速度离散化PID控制方法并对其进行了重点研究.     

基于FBS模型的CBTC司机驾驶显示单元界面设计

司机驾驶显示(TOD)单元作为CBTC车载设备与司机重要的交互平台,指示司机安全高效地监督和驾驶列车；FBS(功能-行为-结构)框架模型广泛应用于产品设计当中；重点介绍FBS在建立司机驾驶显示单元界面模型设计的应用.     

上海城市轨道交通旅行速度影响因素分析及对策

目前，上海城市轨道交通中有近80%线路的实际旅行速度低于设计旅行速度，为了进一步提升上海城市轨道交通的运营效率，从旅行速度设计流程的角度出发，研究分析旅行速度的成因，以及在各阶段中影响旅行速度的主要因素。结果表明，影响旅行速度的因素主要有列车最高运行速度、平均站间距、限速曲线段数量、列车运行自动化等级和开关门时间等。以上海轨道交通12号线为例，采用控制变量法对各类影响旅行速度的因素进行计算分析，研究其对旅行速度的影响程度与主次关系。结果表明，按影响程度排序，5个因素的影响重要程度依次为平均站间距、列车最高运行速度、列车门与站台门的自动化程度、列车运行自动化等级和限速曲线段数量。基于上述研究结果，提出旅行速度优化策略：(1)在线路设计阶段，线路应尽量使曲线半径、缓和曲线长度与行车速度相匹配，列车最高运行速度与平均站间距相匹配；采用全自动驾驶线路可以大幅度减少司机人为工作量，以有效降低停站时间中的司机操作时间。(2)在线路运营阶段，应将司机作业标准化，缩小实际停站时间与设计停站时间之间的差距，以提升线路旅行速度的综合整体效能。     

城市轨道交通列车驾驶仿真器研究

城市轨道交通列车驾驶仿真器是城市轨道交通部门进行技能培训的高科技设备,能够进行精确的列车操纵性能仿真和逼真的列车驾驶环境仿真。基本功能包括模拟操纵功能、列车动力学计算功能、故障判断培训功能、视景和声音仿真功能以及运动仿真功能。针对城市轨道交通特点,给出了轨道交通列车驾驶仿真器的运行仿真数学模型,提出采用分布式计算机体系结构、MPEG视频压缩技术和基于DirectSound技术的多媒体声音系统,设计具有4层5自由度液压运动平台的驾驶仿真器。并基于以上技术完成了北京地铁交流传动电动客车列车驾驶仿真器的研制,成功应用于北京地铁技术学校学员和北京地铁司机的教育培训。     

基于不同速度控制模式的列车驾驶策略优化研究

列车驾驶策略优化通过优化列车速度曲线降低列车牵引能耗,在列车准点运行的前提下降低铁路系统运营成本。为了探究连续控制型和离散控制型列车节能速度曲线的节能效果差异,对比优化2种速度控制模式的列车节能速度曲线,并给出了相应的结论。分析列车牵引计算模型和节能运行工况模型,建立列车区间运行多目标优化数学模型。分析列车运行时间与列车运行能耗的关系,将区间运行时间最短的列车区间最速曲线作为参考基准,同时给出列车区间最速曲线生成方法。分别提出2种速度控制模式的列车驾驶策略多目标优化方法及其对应的优化算法决策变量通用设置规则,再采用粒子群优化、模拟退火和模式搜索法优化列车速度曲线。基于实例进行验证,生成2种区间运行时间方案下CRH3C型动车组列车从岳阳东站到汨罗东站的列车区间最速曲线、连续控制型列车节能速度曲线和离散控制型列车节能速度曲线。此外,对比水平线路上的3种列车速度曲线。结果表明：延长列车区间运行时间可以有效降低列车区间运行能耗;含有下坡道的变坡度线路上,连续控制型列车节能速度曲线节能效果更优;水平线路上,离散控制型列车节能速度曲线节能效果更优;2种速度控制模式下,粒子群优化的节能效果优于模拟退...     

遗传算法在ATO目标速度曲线规划中的应用

在列车自动驾驶(ATO)系统中,结合遗传算法和列车逐级变速技术,规划出列车运行的目标速度曲线,实现了对列车加速、巡航、减速等运行状态的规划控制.仿真结果表明,该算法满足列车对目标速度曲线的安全性、准时性、节能性和舒适性等要求,可运用于ATO系统和培训仿真系统.     

基于遗传算法的重载列车驾驶策略研究

针对重载列车在长大下坡道运行时需采取循环制动来保证列车安全运行的难点问题,通过分析重载列车动力学模型和操纵要求,研究了一种基于遗传算法的列车驾驶策略。首先,基于线路数据和列车编组数据,对重载列车运行过程进行了动力学模型的建立;然后以操纵要求建立约束集,设计了以工况(制动和制动缓解)转换点为编码对象的驾驶策略生成算法;最后选取朔黄铁路一段长大下坡道实际线路数据,仿真得到最优的工况转换序列,并生成列车驾驶曲线。分析仿真驾驶曲线与指导驾驶曲线速度的均方根误差以及速度误差的期望和方差,表明该方法是可行的。     

全自动驾驶列车控制系统故障远程诊断与恢复

全自动驾驶系统支持列车无人驾驶,应在没有司机持续监督设备运行的情况下,提供系统故障远程诊断和恢复功能。针对车辆火灾、制动力故障、车门故障、障碍物检测和设备掉电等系统故障,介绍了全自动驾驶系统自动进行应急处理的情况。     

第一个转化为全自动化的地铁公司

纽伦堡运输公司正在成为世界上第一个将既有人工驾驶线路改造为全自动化线路的地铁公司。自动驾驶将于2006年春天启动。 RUBIN 是在纽伦堡实现全自动化地铁(市区列车)工程的首字母缩略词。纽伦堡运输局(VAG)的项目经理 Dipl-Ing Konrad Schmidt 在对 IRJ 作讲解时,对 Rubin 将带来的收益表示出了极大的兴趣。“由于司机占用了我们运营费用的最大部分,而自动驾驶不需要司机,所以它比人工驾驶运营费用便宜”,Schmidt 说,“由于系统将计算出电能利用最佳的速度曲线,因此将大量节省电能。因为自动驾驶与     

城轨列车司机驾驶控制台模拟与仿真

随着城市轨道交通的快速发展,对列车司机驾驶控制台的人机交互界面的要求也越来越高,希望通过人机交互界面可以查看列车运行状态信息并做出相应的操作动作。为了设计一个简单、自然、友好的司机驾驶控制台交互界面,屏蔽车载系统复杂的结构,通过分析系统结构需求、系统功能需求、系统性能需求,在Windows操作系统下的Visual C++ 6.0编程环境下,使用其封装的MFC程序编写代码,以成都地铁一号线为例对系统进行运行及调试,实现了列车司机驾驶控制台模拟与仿真系统。     

无人驾驶与有人驾驶地铁列车结构和功能差异分析

无人驾驶地铁列车由地面运营控制中心统一控制,在运营过程中实现没有司机和乘务人员参与的自动控制功能。为了实现上述功能,从车体、司机室、灭火器和客室电气设备柜、转向架、烟雾和火灾检测设备、蓄电池及其他设备、紧急疏散门这些结构及设备配置方面,以及车门、空气制动系统、空调和通风、牵引系统和辅助系统、列车控制系统、乘客信息系统这些功能设置方面,分析无人驾驶与有人驾驶地铁列车的差异,为其他无人驾驶地铁列车的设计提供参考。     

城市轨道交通ATO的节能优化研究

自动列车驾驶系统ATO通过对列车的速度调节实现列车在站间的自动运行,列车在站间的控制策略决定其运行的能耗。传统的ATO可以根据线路情况、列车当前速度、位置、牵引制动特性以及停车点的位置计算相应的速度曲线,通过一定的控制算法实现对列车速度的精确追踪,保证列车准点并精确地到达停车点。但是该过程使得列车在站间运行时反复实施牵引力和制动力的转换,能耗较大。本文在传统ATO控制策略的基础上,分析一种基于驾驶策略的ATO控制方法,给出一种ATO节能驾驶策略的求解算法。该算法在保证列车到站时间误差在一定范围的前提下,通过延长列车的惰行距离,减少列车在站间运行的能耗。     

ATP系统数据记录器应用

主要介绍了德黑兰地铁12号线的ATP系统,它能够控制司机对列车的操作,具有故障-安全特性。该系统是ATC(Automatic Train Control)系统的子系统,用于保障行车安全,避免行车事故的发生。当司机不遵守列车运行指令而盲目驾驶的时候,ATP系统能够向司机报警并自动开启制动,降低列车行驶速度。重点介绍德黑兰地铁12号线ATP系统的安装、调试运行情况。目前德黑兰地铁的车载ATP还没有安装数据记录系统,主要对此进行了探讨并提出了相关解决方案。     

一种基于改进BP神经网络的重载列车驾驶曲线算法研究

BP神经网络被用于重载列车驾驶曲线研究，利用列车实际驾驶数据进行神经网络学习，描述列车制动时的非线性特性，对列车制动运行过程建模，获得列车制动减压目标值及缓解时间进行运动方程运算，最终获得重载列车驾驶曲线。通过在朔黄线线路上由该模型仿真得到的驾驶曲线和实际列车驾驶曲线比较，结果表明该方法研究驾驶曲线是有效的。     

仿真驾驶培训系统教员控制系统的开发

实车操作对列车司机培训存在耗时长、费用高和安全隐患等问题，采用仿真驾驶器对司乘人员进行驾驶培训则能有效避免。文章以城市轨道交通仿真器的培训内容——教员控制系统的功能结构为对象．详细阐述该系统的设计原理和开发过程。