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...     

考虑电力牵引链路非线性损耗的列车节能驾驶方法

针对列车节能驾驶问题,以牵引变电站输出能量最小为目标,研究运行操纵策略。分析列车运行能量与功率流关系,结合实测数据和电路理论建立牵引链路非线性损耗模型。考虑线路限速、坡道和准点时间约束,构建节能最优控制模型。采用极大值原理进行分析,得出列车运行时间对应的伴随变量为恒定常数。在此基础上,设计一种满足列车正点运行条件的动态规划算法。选取实际运行线路,验证模型和算法的有效性。结果表明,变电站电能最小化模型会改变列车节能驾驶策略,在部分运行区段小功率电制动工况取代惰行工况以减小牵引链路损耗。相比轮周机械能最小化优化结果,电能最小化策略可节能约8%。     

重载列车智能化操控算法研究与实现

为保证重载列车运输安全,优化运行效率,提升线路运输能力,基于朔黄线神华8轴万t列车对列车受力模型及牵引/再生系统滞后特性进行研究;根据重载列车的运行特性,采用模糊控制进行重载智能化操控,研究模糊控制算法的应用,并重点确定输入输出模糊集;分析朔黄线线路数据,结合预测控制,对重载列车调速指令进行计算,给出合理的牵引/再生操控、空气制动操控及过分相操控提示,辅助司机驾驶;计算机实现并现场试验,结果说明,算法对列车推荐速度跟随性良好,满足运行时间误差小于5%、节能5%~10%的要求。     

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。     

考虑人工驾驶的动车组列车节能运行优化

铁路运输中列车牵引能耗是主要的能源消耗.为有效减少列车牵引能耗,首先应用无制动保持速度的驾驶策略,考虑人工驾驶的特点和列车驾驶员实现驾驶命令时存在的不确定性,以列车运行时间和牵引能耗为目标,在满足一定的停站精度、线路条件等约束条件下,提出基于仿真的列车节能运行模型.然后应用模糊非支配排序遗传算法求解列车节能运行方案和最...     

货运机车自动驾驶系统贯通试验控制研究及应用

我国铁路运输复杂的运行环境给机车运行安全和自动驾驶安全防护控制带来了挑战,针对货运机车自动驾驶系统在西康（西安—安康）铁路新丰站—安康东站特殊场景下的运用需求,结合空气制动运用规则要求和司机操控习惯,介绍了自动驾驶系统贯通试验控制方法的研究与应用情况。货运机车自动驾驶系统在西康铁路的运行验证表明,该控制方法对列车空气制动系统的功能完整性起到了有效的监测、检验与确认作用,达到了预期效果,为自动驾驶控制模式下的列车安全运行提供了重要的防护保障。     

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。     

列车空气制动与纵向动力学集成仿真

长大列车纵向冲动一直是重载列车发展的瓶颈,空气制动不同步是列车纵向冲动的根源,制动特性试验方法已不能够满足仿真各种列车编组的纵向冲动分析的需求,特别是多机车不同步动作、列车中有可控列尾装置等使得试验基础上的制动特性更具有局限性,因此获得适用性更广的制动特性成为纵向动力学研究的首要问题。本研究开发了列车空气制动与纵向动力学联合同步仿真系统,该系统基于消息机制,能够在运行过程中改变列车驾驶指令。介绍列车制动系统和纵向动力学同步仿真基本原理,气体流动理论,列车管压强、缸内压强计算方法,机车牵引、动力制动,缓冲器特性、摩擦系数、纵向冲动等计算方法。仿真计算典型长大列车制动特性和纵向冲动特性并与试验结果进行比较,与试验结果吻合较好。该仿真系统适合于模拟各种编组列车在各种线路运行过程中制动力与车钩力等重要参数,为制动系统和列车纵向冲动等研究提供方法和手段。     

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。     

再生制动条件下的城轨列车节能驾驶综合模型

当供电区段内有列车进行电力再生制动时,所产生的再生电能会向牵引供电网反馈,若邻近无处于牵引状态的列车吸收此部分再生电能,则会造成牵引变电所两端的电压升高。由此提出通过检测牵引供电网第三轨电压并在牵引供电网网压升高时适当提高邻近列车运行速度,以充分利用再生电能,从而实现城轨列车的节能运行。基于此思路建立列车节能运行优化控制与牵引供电系统相配合的城轨列车节能驾驶综合模型。该模型由列车节能运行优化控制算法和牵引供电模型组成。前者为牵引供电模型提供列车运行动态信息;后者基于牵引供电系统特性生成列车运行控制最佳策略所需的数据,供列车节能运行优化控制算法使用。以北京地铁亦庄线为例,验证综合模型的可行性和有效性。结果表明:在该线4站3区间10个列车全部准点运行的情况下,采用综合模型后列车的运行能耗降低了7.18%。     

货运列车节能平稳运行优化操纵研究

铁路货运作业愈加繁重,能源消耗和司机工作强度不断增加。对货运列车节能平稳操纵算法进行研究,构建辅助或自动驾驶系统,将有效改善这一现象,促进铁路运输业健康发展。本文将专家系统和节能运行最佳工况切换点判定准则相结合,设计了满足安全、准点、平稳和合理操纵约束的货运列车节能运行优化操纵算法。首先在分析列车节能最优控制理论成果、优秀司机平稳操纵经验和电力机车自身操纵约束的基础上,归纳明确了列车节能、平稳和合理操纵方面的规则约束,并分析协调规则间的作用优先级,构建对象知识库,形成专家系统。随后基于局部能量最小原则,确定列车节能运行最佳工况切换点判定准则。最后给出了算法实现流程。将该算法应用于邯郸—长治线列车的操纵优化,并选取优秀司机的驾驶数据进行案例对比,结果表明,本文算法较该司机节能2.6%。     

机车自动驾驶系统模式切换策略研究

受铁路基础装备技术和国内复杂运用环境限制,机车自动驾驶系统仍需在有人值守的情况下工作,所以应有完善的自动驾驶系统模式切换策略来界定值守人员和自动驾驶的权限边界。以机车运行安全为原则,基于列车纵向动力学分析动态切换时列车的平稳性,阐述了机车自动驾驶系统的模式切换策略,该策略已经运用于机车自动驾驶实际应用中。大量实践案例证明,提出的机车自动驾驶模式切换策略能够有效保证机车控制权模式切换过程中列车的安全、平稳运行,取得了良好的运行效果。     

粒子群优化广义预测控制在列车制动系统中的应用

动车组列车制动系统是列车自动驾驶系统ATO的关键环节。针对动车组列车制动系统模型存在较大误差导致的列车在制动阶段控制效果较差这一问题,提出将动车组列车制动模型分为静态子系统和动态子系统两部分,根据列车制动系统的性能和要求,设计了CPSO(混沌粒子群算法)优化GPC广义预测控制器。该控制器由CPSO辨识动态子系统纯延时环节和外界干扰造成的GPC模型误差,并计算动车组列车所需的控制量。以CRH2型动车组为仿真对象,从仿真结果看出,CPSO-GPC控制器在遇到未知干扰时能够满足动车组列车对给定速度和位移的高精度跟踪要求。     

地铁列车精确停车算法研究

地铁列车停车精度是列车自动驾驶系统性能的重要指标.结合车辆参数、列车冲击、电空转换等性能建立了列车制动模型,并提出了利用在线识别的方式对每一列车的空气制动参数进行自学习,解决了不同列车因空气制动变化导致的制动异常问题,可较好地提高列车自动驾驶舒适性和精确停车模型的鲁棒性.通过仿真和实际工程项目结果分析,所提出的制动模型...     

基于参考模型的ATO自适应控制算法研究

提高列车自动驾驶ATO(Automatic Train Operation)系统的控制精度是实现全程无人驾驶的关键.本文首先分析列车制动系统的动态性能,然后基于该制动系统的状态空间模型构建一种模型参考自适应控制系统,并在理论上证明该控制算法的渐近稳定性,同时指出该类控制算法存在引起控制器震荡的固有弊端.随后,通过在原自适应控制系统中引入合适的辅助系统,构建基于增广误差的自适应控制系统,该算法不仅克服了前一种方法的固有缺陷,而且具有更加严谨的理论结构.最后,数学仿真结果显示本文所提算法能有效补偿列车运行过程中存在的不确定性因素,使列车精确地追踪目标制动曲线,验证了本文所提方法的有效性.     

面向操纵优化的智能列车辅助驾驶系统

针对我国干线铁路列车仍然采用人工驾驶方式的现状,在分析现有列车辅助驾驶系统的基础上展开智能列车辅助驾驶系统的研究。首先进行功能需求与系统结构的分析,之后建立人工驾驶情形下的列车驾驶策略优化模型,设计结合离线优化与在线调整的智能优化方法进行求解,并以驾驶辅助提示信息的方式向列车驾驶员提供优化后的操纵建议,最后结合半实物实验平台进行实验验证与结果分析。实验结果表明,所提出的方法与系统可有效提升人工驾驶下的列车运行节能性与准点率等关键指标,可为人工驾驶操纵优化的实现提供技术支撑。     

中速和高速列车中使用纯电力制动系统的评估

1介绍 从2000年，京城电铁已经会同东京大学，甲南大学和三菱电器公司讨论了一个改善制动比率的方法，以便在中、高速列车中使用纯电力制动系统。在我们的8900型车辆中运用了一种新型的制动模式，在不改变车辆系统的前提下能够改善电力制动比率和再生因数。通过模拟得出的结果是，通过引入“等功率制动系统”，司机可以通过操纵制动而改变制动比率。基于模拟结果的运行实验证明了”等功率制动模式”的有效性。     

高速列车节能运行优化控制方法研究

高速列车节能运行控制对高速列车节能降耗至关重要。基于现代最优控制理论,考虑列车再生制动能量反馈,建立高速列车在定时约束条件下最小能耗计算模型,利用极小值公式推导得到最佳控制原则为最大牵引、匀速、惰行及最大制动这4种运行方式组合。在此基础上,依据高速列车牵引特性和阻力特性曲线,提出一种列车节能运行控制方法,基于此方法求解得到列车运行能量消耗最低所对应的最大速度值,从而计算得出整个运行过程中列车运行能量消耗最小时最大牵引、匀速、惰行及最大制动的转换点。为验证所提方法的有效性,以京津城际CRH3型动车组为例,采用本文所提出的节能运行控制方法,列车运行能耗比试验测试值降低了约14%。研究结果为高速列车节能运行控制提供了依据。     

双向变流型城市轨道再生能源利用技术研究

针对城市轨道交通系统的再生制动能量有效利用问题,介绍了一种新的解决方案——双向变流型再生电能吸收利用技术,对该系统的原理、结构、特点等方面进行了研究,针对系统三大主要功能即逆变回馈功能、整流牵引功能和稳压及单位功率因数控制功能进行了归纳;利用Infineon(英飞凌)提供的仿真软件进行仿真,对系统运行的功率因数、效率和保护兼容性进行实验。研究结果表明,双向变流型再生电能吸收利用系统具有能量双向流动、输出特性可控、功率因数可调、系统效率高和保护兼容性好等显著优点,不仅能够实现列车制动能量的再生利用,达到节能减排的目的,还能提高供电品质,是城市轨道交通再生能源利用技术中一种更为经济、有效的解决方案。     

考虑再生制动能量利用的高速列车节能最优控制仿真研究

高速列车采用电空复合制动,具有综合制动的特性。为求解高速列车准点运行的节能最优控制问题,将电力再生制动工况和空气制动工况从综合制动特性中分离,建立适用于描述高速列车节能控制的运动学模型;将列车牵引传动系统效率和电力再生制动能量利用率引入能耗函数,并应用庞特利亚金极大值原理分析实现高速列车节能最优控制的必要条件,得到完整的高速列车节能最优控制工况集,推导牵引恒速、电力再生制动恒速和综合制动恒速这3种恒速控制工况下最优保持速度与电力再生制动能量利用率、牵引传动系统效率之间的定量关系,从而提出能够满足高速列车准点运行的节能优化控制算法。通过案例仿真,验证了算法的正确性。