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。     

基于2阶段优化的高速列车节能运行仿真研究

以高速列车牵引计算为基础,节能运行为目标,充分考虑实际运行线路条件,提出包含坡道运行优化和全线惰行优化的两阶段优化方法,分别构建定时约束下的列车节能模型。第1阶段,将线路坡道离散化,使用遗传算法搜索列车运行能耗最小时的速度组合序列,将模型求解转化为最优化问题,获得列车速度运行曲线;第2阶段,通过遗传算法在列车的中间运行阶段选择合理的惰行位置和惰行区间速度,再次优化列车速度曲线。以济南—泰安为站间实例进行仿真,经过2阶段优化后,CRH_3型高速列车节能效果达11.63%。     

ATO列车惰行模式节能应用研究

在借鉴国内外研究成果的基础上,在国内运营线路上对ATO(列车自动运行系统)惰行控制进行实际测试,得到ATO列车在运营时刻表下惰行模式的实际节能效果。结果表明:在列车运行过程中,采用惰行模式可以有效降低列车的能耗,达到节能减排的目的;并结合线路运营情况,对ATO列车惰行模式运营进行ATS(列车自动监控系统)时刻表优化和到发站操作流程的优化,可降低节能模式对运营服务的影响。     

基于粒子群优化的ATO控制策略

传统列车自动驾驶(ATO)控制策略通过提高对目标速度的追踪精度来精确控制工况切换频繁,能耗较大且无法进行全局优化。直接控制列车驾驶的全局ATO控制策略能较好解决传统控制策略的缺陷。列车在自动运行过程中依据不同的全局控制策略,能耗、运行时间误差、停站误差等评价指标均产生变化。由于评价指标存在内部矛盾,不存在所有指标均最优的控制策略。本文提出1种基于动态邻居和广义学习策略的粒子群(ADPSO)优化全局控制策略的算法。该算法通过挖掘线路信息和列车运行信息指导优化过程,以获得在列车安全运行的前提下,满足一定能耗、运行时间误差和停站误差要求的全局ATO控制策略。仿真研究结果表明与其他两种优化算法相比,该算法具有更好的性能。     

城市轨道列车惰行优化研究

提出了一种基于改进目标速度的惰行节能控制策略。该策略使列车在满足运行时分的前提下以较低的能耗运行。同时在研究和比较了传统的列车惰行控制策略之后,优化了列车在惰行过程中运行工况频繁变换的问题,使列车运行更加合理和满足实际的操纵。最后利用VC++软件实现了该优化控制策略仿真模块的开发,线路模拟结果验证了该控制策略的正确性和可行性。     

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%。     

基于FPGA软件的非接触供电列车运行模拟分析

非接触式供电是轨道交通未来重点发展的新型牵引供电技术之一.以掌握非接触供电列车的核心控制技术及其与电源基站的匹配关系为目标,搭建实时仿真平台对非接触供电列车进行运行模拟分析.针对非接触供电系统供电电源的高频特性,提出基于FPGA(现场可编程门阵列)软件的高速仿真方案,分析基于特定线路条件下,列车在牵引、制动、惰行等不同工况下的运行控制策略,并考虑在列车设计中加入储能单元,进行节能优化方案设计.仿真分析结果可为非接触供电系统的电源基站设计和系统配置提供参考依据.     

基于人工蜂群算法的高速列车运行节能优化研究

合理的列车操纵方式能在很大程度上降低列车运行过程中的能耗,为了有效降低高速列车运行能耗,从研究高速列车的操纵方式入手,首先建立列车牵引计算模型和列车运行能耗计算模型,其次通过对比人工蜂群算法(ABC算法)和粒子群算法(PSO算法)的优化性能证明ABC算法优于PSO算法,提出了在满足运行速度、运行时间以及运行区间等约束条件下,采用ABC算法与操纵工况序列相结合的方法来优化计算确定高速列车操纵工况关键转换点最优位置和速度。最后通过对选取线路的MATLAB仿真模拟,验算了ABC算法在降低列车运行能耗方面的有效性。研究表明,经过ABC算法优化后的结果均能满足优化操纵方式的基本操纵策略且达到了良好的优化效果,能较好地解决列车节能操纵优化问题。     

基于粒子群优化算法的地铁列车节能运行研究

在建立地铁列车运行物理模型的基础上,采用粒子群优化算法搜寻列车区间运行的惰行点位置,优化列车区间运行时间及运行能耗。基于南京地铁2号线实际线路模型,利用粒子群优化算法求解定时节能策略中列车区间运行惰行点位置,计算区间运行时间、能耗及回馈能量。结果显示,区间运行时间增加5.5%,列车运行能耗相应降低18.73%。     

基于预测电流控制的CIT400高速综合检测列车运行特性仿真分析方法

基于CIT400高速综合检测列车牵引传动系统的结构和牵引特性,运用MATLAB/Simulink软件建立预测电流控制下的高速综合检测列车牵引传动系统仿真模型,仿真分析列车在牵引和制动工况下受电弓短时断电及网压波动时的运行特性,并与实测数据进行对比分析。研究表明:仿真结果与实测数据基本一致,建立的仿真模型能正确反映列车的运行特性,能够满足列车实际运行的动静态要求。     

一种基于策略梯度强化学习的列车智能控制方法

近年来,我国已初步建成巨大的城市轨道交通和高速铁路网络,逐步开始走向提升整体运营效率的新阶段。城市轨道交通系统的大规模和高密度运营,使得系统能耗急剧增长。现有的自动驾驶控制方法基于已有的模型,能够完成在正常场景下的自动驾驶。基于现有列车自动驾驶技术的控制原理和优秀司机的驾驶经验,提出一种列车智能控制方法,以减小列车的牵引能耗。首先,建立列车控制专家系统,能满足乘客舒适度要求;在此基础上,利用神经网络作为列车驾驶控制器,设计了一种基于策略的强化学习算法,优化神经网络的参数,以适应变化的运营场景。基于地铁现场运行数据仿真结果表明,该智能算法比现有算法具有更好地节能效果和准时性。     

基于遗传算法的高速铁路行车调整模型

高速铁路采用“高中速列车共线运行”的运输模式,其行车调度具有高实时性和整体性两大特点。以列车计划运行图为优化目标,给出运行图之间的距离定义,建立列车运行调整数学模型,给出列车的发车时刻、股道数量、列车在区间的运行时分、追踪运行间隔时间、维修天窗时间5个约束条件表达式。按照遗传算法的原理,采用罚函数的方法对数学模型中的约束条件进行处理并建立适应度函数,采用整数编码方法对个体进行编码,并定义交叉算子和变异算子。基于遗传算法的调整算法流程开发列车运行调度仿真子系统。仿真结果表明:使用该模型可大大减轻调度人员的工作量,彻底摒弃了在计算机上手工拖动运行线确定列车运行时刻的调整方式,提高了列车运行调整的科学性。该模型已应用在高速铁路综合调度仿真系统中。     

基于着色Petri网的高速列车追踪运行过程建模与仿真

为了验证高速铁路移动闭塞系统(Moving Automatic System,简称MAS)结构完整性、控制逻辑正确性以及列车追踪运行的动态控制过程,利用着色Petri网建立移动闭塞条件下高速列车两车追踪运行控制过程的模型,采用相对制动方式下基于追踪效率最高的区间追踪间隔原理,设计了控制策略决策模块,模拟列车牵引加速、惰行以及减速运行等控制过程,研究MA更新周期变化对列车追踪控制的影响。仿真结果表明所建立的模型可以有效描述MAS下高速列车追踪运行控制过程,且MA更新的周期越小,列车的行为控制越灵敏,达到预期控制目标所需要的时间更短,满足行车安全性、高效性要求。仿真结果将为MAS在高速铁路中的实际应用提供理论指导。     

基于粒子群算法的隐式广义预测在ATO中的应用

由于列车运行速度的不断提高,对列车自动驾驶(Automatic Train Operation,ATO)系统提出更高的要求。针对隐式广义预测(Implicit Generalized Predictive Control,IGPC)控制器在ATO中难以获得最优预测控制输入的问题,运用一种基于粒子群优化(Particle Swarm Optimization,PSO)的IGPC算法对ATO系统进行控制。为更进一步提高PSO算法的寻优能力,对基本PSO算法进行改进,从而有效提高系统的寻优精度和速度。并对有约束情况下的CRH2型车进行仿真验证,仿真结果显示PSO-IGPC比单纯IGPC对ATO的控制效果更优。     

基于多维网络的增开列车条件下高速铁路列车运行图调整

研究增开列车条件下高速铁路列车运行图的调整问题,并综合考虑列车车站进路的影响。通过构建Time-Station-Track三维时空扩展网络,刻画列车对铁路时空资源的占用。将原多目标优化问题转化为求解列车占用网络弧段最小费用单目标问题,并构建基于Time-Station-Track网络的0-1整数规划模型。针对模型特点,设计拉格朗日松弛算法,将问题进一步分解为求解单列车网络最短路径子问题,由于问题被松弛后求得的解可能不可行。因此,提出基于列车优先序列的启发式策略对对偶解进行可行化。最后以宝兰客运专线为例,验证模型的正确性和算法的可行性。     

无线CBTC系统列车自动停站对位分析

介绍了ATO硬件设备及ATO连续制动定位停车原理,从车载ATO和轨旁ATP硬件设备以及软件角度深入分析了车站定位停车的各个操作状态(制动、预对准、停站等)和判定机制。此外,简要介绍了信号系统实时控制列车运行的自适应PI控制器算法。     

基于改进MH算法的高铁ATO运行操纵多目标优化研究

在高速列车运行过程中,运行环境变化将对ATO提出更高的计算要求,ATO既要满足实时计算又要满足运行操纵多目标优化.针对该问题提出一种改进MH算法计算列车运行操纵序列.在原有MH算法基础上,对算法计算频率与寻优目标函数进行改进,提出随机惯性权重粒子群算法与司机驾驶逻辑相结合的方式计算运行操纵序列,通过选取合理的计算间隔时...     

考虑动车组周转和到发线运用的高速铁路列车运行图优化方法

以列车在车站的作业时间、动车组在终点站的接续时间和车站到发线数量为约束条件,以列车旅行时间和动车组接续时间最小化为目标函数,建立高速铁路列车运行图综合优化模型.模型求解算法主要采用了4种关键技术:以定序列车运行图优化方法化解列车作业时间冲突,以交换列车到发顺序化解到发线冲突,通过保持到发线运用紧张时段的列车到发顺序防止产生新的到发线冲突,运用匈牙利算法求解以动车组最小接续时间为目标的动车组周转方案.算例分析表明,运用给出的模型和算法能够达到整体优化高速铁路列车运行图的目的.