地铁列车车载信号设备数据采集及智能预警系统

本文介绍了地铁列车车载信号设备数据采集及智能预警系统的需求来源、设计方案及智能预警分析应用。该系统能够实现车载ATP和ATO数据的自动采集,结合BP神经网络技术,对数据进行分析聚类,建立故障评估模型,实现智能预警。该系统在地铁列车上运行稳定、性能可靠,给维护人员带来了极大的便利,对于列车运行安全和维护监测有着十分重要的意义。     

基于列车运行时间偏差惩罚的高速列车节能优化方法

合理的安排列车在区间的运行方式能够有效的降低列车运行能耗。采用基于区间限速的列车工况确定策略确定列车区间运行工况, 以列车运行能耗为优化目标, 以列车运行距离、时间和列车限速等为约束条件, 在目标函数中加入列车运行时间偏差惩罚项, 建立基于列车运行时间偏差惩罚的高速铁路列车运行节能优化数学模型, 采用基于高斯变异和混沌扰动的改进人工蜂群算法对优化模型进行求解。以CRH3-350型动车组数据为例对模型与算法进行验证, 求解结果显示: 考虑列车运行时间偏差惩罚比不考虑列车运行时间偏差惩罚能耗可节省2.5%, 改进人工蜂群算法与基本人工蜂群算法、粒子群算法相比, 在目标值方面分别提高了4.2%和4.1%。采用基于区间限速的列车运行工况确定策略结合能耗优化模型能够满足不同限速和不同区间运行时分要求下的列车运行情况。表明所建模型和设计的算法有良好的求解效率和优化质量。      

离散视角下单线铁路列车运行调整优化

针对单线铁路多等级列车共线运行调整问题, 从系统仿真角度, 构建了考虑技术作业类型及车站到发线数量等关键约束的离散系统仿真模型。为提高系统在模拟多级列车运行调整过程中的时效性, 在既有列车行进策略的基础上, 设计了能够避免调整策略在列车区间运行及在站最小作业时间内重复执行的事件转移函数。考虑到多级列车对冲突疏解造成的困难, 利用分层决策在预测越行站和会让站等方面的优势, 设计离散仿真系统的同级列车有限随机调整策略和多级列车分层随机调整策略, 以提高仿真系统在列车运行调整过程中的全局搜索能力。最后, 通过实例分析验证了离散系统仿真模型及调整策略的有效性和合理性。结果表明: (1)本文设计的调整策略可以将解的质量提高约5.77%;(2)调整策略中的事件转移函数能将系统仿真时效性提高约34.47%;(3)分层策略虽能确保高等级列车的时效性, 但需以牺牲低等级列车的时效性为代价, 损失系统时效性约45.3%。      

搭载自动驾驶功能的智能网联汽车安全测试与评估方法研究

目前,针对搭载自动驾驶功能的智能网联汽车,国内外正在广泛开展特定设计运行条件下的道路测试、示范应用等工作,其安全测试与评估方法已经成为当前行业研究的热点和难点。从第三方视角出发,重点针对汽车智能化、网联化面临的主要安全风险,将智能网联汽车的安全测试与评估分为基础测评和监测调整两个阶段。在基础测评阶段,综合评估产品对过程保障及测试要求的符合情况;在监测调整阶段,基于对车辆实际安全状态的监测,适时调整安全评估结果。在此基础上,重点梳理了基于场景的测试、安全评估、监测等测评方法的内在逻辑及原则要求。分别阐述了功能安全、预期功能安全、网络安全和数据安全等过程保障方法及主要要求,以及模拟仿真、封闭场地、实际道路、网络安全和数据安全、软件升级、数据记录等测试方法及主要要求。提出的方法为特定设计运行条件下,具有自动驾驶功能的智能网联汽车综合安全评估提供了参考。     

基于模糊神经网络的列车制动控制智能算法研究

在基于模糊神经网络结构的基础上,通过分析影响建立模糊神经网络模型的主要因素,建立了用于列车运行控制的控制器模型,并且给出了相关参数的辨识方法.以货物列车为仿真对象,采用带有动量因子的BP反向传播算法对整个控制模型进行了仿真.仿真结果表明,基于模糊神经网络的智能算法能够满足列车制动控制的安全性、准确性及舒适性的要求,将其运用于列车制动控制是可行的.     

基于实测数据的铁路钢桥列车荷载模型研究

为获得更为准确的铁路钢桥疲劳评估荷载,以某跨径75m的下承式单线简支铆接钢桁梁铁路桥为背景,基于实测数据,采用概率论的方法建立列车荷载模型。将列车模型分为列车类型、机车、车辆以及列车运行速度4个参数,通过统计分析,分别得到各参数的概率分布,采用Monte-Carlo法生成随机列车荷载。将模拟荷载计算的钢桥疲劳效应与实测值进行对比,结果表明:模拟的钢桥杆件日应力谱与实测日应力谱吻合良好,所建立的列车荷载模型能很好地描述列车荷载的通行情况,可用于铁路钢桥疲劳分析,具有较强的适用性。     

考虑过分相区的高速铁路列车操纵节能优化

既有研究在优化高速列车节能操纵方案时忽视了一些实际约束,如很少考虑列车须采用惰行工况通过分相区,所求方案可能不符合列车操纵规范要求.为研究考虑列车过分相区约束、曲线限速以及计划运行时分要求等实际约束的列车节能操纵问题,将高速列车区间运行过程根据分相区、限速、坡道划分为不同阶段,建立多阶段最优控制模型以最小化列车牵引能耗;采用基于自适应Radau伪谱法的GPOPSⅡ求解模型的精确解,结合武广线案例分析多阶段最优控制模型及算法的节能效果.结果表明,模型在不同线路条件下求解得到的列车操纵方案都满足实际约束,且比司机实际操纵方案平均节能10.8%;与考虑列车过分相区约束的标准四阶段模型所求方案相比,模型求得的列车操纵方案平均节能4%.      

基于动态窗口和绕墙走的自动垂直泊车轨迹规划

针对现有自动垂直泊车轨迹规划因需要轨迹数学模型而灵活性差和采用开环离线规划而无法动态调整路径的问题,提出一种基于动态窗口和绕墙走策略的垂直泊车轨迹规划方法.将轨迹规划问题解耦为与时间无关的路径规划和与时间相关的速度规划,并在分析车辆阿克曼转向特性的基础上,通过绕墙走策略实现无先验轨迹模型的路径规划.同时将绕墙走路径作为全局启发信息,用于驱动基于模型预测控制的动态窗口法进行速度规划,其反馈优化特点能够对路径进行局部动态调整.仿真实验结果表明,该方法能够在控制、定位精度0.2 m的情况下,安全有效地完成车辆垂直泊车,且能动态地对车辆路线进行局部调整.      

铁路智能交通系统的云计算

云计算是一种新兴的计算机模式,针对我国铁路智能交通系统的发展,介绍了云计算的概念和特征,提出了RITS云构想,RITS云能够在现有处理器、储存设备不变的情况下利用系统内网整合铁路智能交通系统现有的资源,提高整个系统的计算储存能力和数据安全性,减小系统扩建投资。为铁路智能交通系统提出了云构想的同时,也为未来智能交通系统的云发展做了铺垫。     

汽车智能网联系统中自动寻车技术的应用策略

汽车行业已经进入了快速发展阶段,智能网联系统成为现代汽车转型的新方向,为人们带来了全新的用车体验。其中,自动寻车技术属于一种高端智能技术,以智能网络系统为基础,满足用户快速停车、找车的需求,极大地提升了生活的便利程度。基于此,本文以自动寻车技术为研究切入点,围绕其在汽车智能网联系统中的具体应用展开探究,希望为进一步推广汽车智能网联系统提供有价值的参考。