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...     

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。     

基于自抗扰控制的高速列车自动驾驶速度控制

针对高速列车在复杂环境运行时,传统PID控制器受未建模动态及外界未知干扰导致列车速度追踪误差大的问题,提出一种基于自抗扰控制ADRC(Active Disturbance Rejection Control)的高速列车速度控制算法。基于单质点模型建立列车的状态空间方程,令列车方程中的未知部分作为扩张状态设计二阶自抗扰控制器,并利用CRH380A型列车参数进行仿真,对指定的目标速度曲线进行追踪,证明基于自抗扰控制算法的可行性;同时设置干扰量,与传统PD控制、非线性PID控制算法在抗干扰性能和追踪误差等方面作比较。结果表明,基于自抗扰控制的高速列车速度控制器具有抗干扰性强、追踪误差小的优点。     

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...     

列车节能操纵优化求解方法综述

本文介绍列车节能操纵优化研究的基本问题。基于求解方法的特征对已研究的方法进行分类,将其分为:解析方法、数值方法和仿真方法。分析各个方法的研究现状与投入应用的情况。解析方法求解速度快,且能得到理论上的最优解,为了保证存在有效解,需要进行简化处理;数值方法易于处理较复杂的目标函数,但求解得到的往往是局部最优,收敛性不能保证;仿真方法速度较慢,并不适于在线计算,但其思路简单,易于理解,是一种实用性较强的离线寻优方法。对列车节能操纵优化方法的研究前景进行了展望。     

基于回声状态网络速度预测的高速动车组优化控制

精确的速度预测控制是实现高速动车组安全、准点、节能优化控制的基础。然而,高速动车组运行过程干扰因素多、动力学非线性复杂,难以通过数学分析的方式建立其精确的速度预测模型。文章充分利用回声状态网络在非线性时间序列预测方面的优势,进行高速动车组运行速度的在线预测,同时采用多目标粒子群优化算法对预测控制输入进行多目标优化,实现高速动车组运行速度的精确控制,并基于某型号高速动车组的现场运行数据,仿真验证了本文方法的有效性。     

Trainguard MT系统列车驾驶模式讨论

以广州地铁4号线为现有条件,对TrainguardMT系统的列车驾驶模式和列车控制等级之间切换方案进行了详细的论述,并对其应用前景进行了展望。     

列车优化操纵与自动驾驶模式的研究与仿真

对列车优化操纵与自动驾驶模式进行了深入研究,在总结优秀司机操纵经验的基础上阐述了合理操纵和节能操纵两种优化操纵方法,提出了在不同坡道上和通过限速时列车自动驾驶的基本策略,给出了实现最大能力操纵的主要原则以及由此达到正点运行的方法,进行了优化操纵及自动驾驶模式的仿真,证明了研究成果的正确性。     

基于离散微区间工况选择的列车节能运行优化方法

列车节能运行优化可降低列车的运行能耗，从而降低轨道交通运营成本，但对于坡度、坡长、限速等条件多变的线路，既有节能优化方法难以给出合理的工况组合方案，因此提出基于离散微区间工况选择的列车节能运行优化方法。首先，将列车运行区间离散为等距的微区间，建立节能运行优化模型；其次，通过考虑相邻2个迭代最优解之间差异的启发效应，对蚁群系统算法（ACS算法）进行改进，提出改进的蚁群系统算法（ACSd算法）；然后，采用ACSd算法在微区间中直接选择运行工况；最后，将节能和准时的要求同时纳入目标函数和算法的启发因子，并提出调节信息素浓度的时间补偿机制处理时间误差。以北京亦庄地铁线某个多坡段区间为例，将所提方法与既有能量分配法的优化结果进行对比，并对分别采用ACSd算法和ACS算法选择运行工况所获得的优化结果进行对比。结果表明：基于微区间工况选择的优化方法较能量分配方法降低能耗29.1%；采用ACSd算法进行列车节能运行优化较ACS算法降低能耗9.9%。     

地铁列车基于惰行控制的节能优化运行研究

为降低地铁列车运行能耗,提出了基于惰行控制的节能优化方案。根据地铁列车运营特点和列车运行能耗特性,同时结合列车优化操纵方法,在不考虑列车运行过程中的工况转换时间前提下,提出了一种快速搜索适合惰行点的节能优化算法,并与其他2种惰行优化处理方式进行仿真对比。结果表明:基于惰行控制的节能优化方法能有效地降低列车能耗,算法处理速度快,同时满足高精度的定时运行要求。所提出的节能优化处理方式在节能效果上比逐个处理方式高10.8%,比同时处理方式高4.5%。     

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。     

基于混合微粒群优化的多目标列车控制研究

列车控制策略包括输入控制序列和每一控制序列作用距离两方面,本文建立列车运行过程多目标优化模型,以二进制和实数域的混合微粒群优化方法对该问题进行了研究,二进制微粒群算法优化列车输入控制序列,实数域微粒群算法对列车运行距离进行优化,以此得到列车最佳控制策略;针对实际的问题,提出了微粒群算法中pBest更新和gBest选择策略;并与传统的单个目标的列车运行过程优化模型进行了对比研究,仿真研究结果表明混合微粒群优化算法用于列车运行过程优化控制,可以获得满意的效果。     

列车驾驶模拟器经典洗出算法的参数优化

洗出算法参数的选择对模拟器逼真度有直接的影响.针对目前应用于列车驾驶模拟器经典洗出算法参数选择的不足,根据经典洗出算法原理推导出整体传递函数关系式作为目标函数,以定量表述平台运动空间、响应能力和人体感觉阈值对模拟器逼真度的影响作为约束条件,选择简洁、灵活的极点配置滤波器方程,利用遗传算法进行优化,寻找出最适合模拟器配置的算法参数.运用MATLAB软件,对优化前后的平台运动和人体运动感觉进行比较,结果显示优化后经典洗出算法参数明显提高了模拟器的逼真度.     

基于模糊控制策略的高速列车防滑控制研究

防滑控制是高速列车制动控制中的关键技术。提高防滑控制中轮轨黏着的利用率,保障安全可靠是高速列车制动控制的核心。文章通过建立单轮对动力学模型,基于轮轨黏着特性的Polach模型对轮轨特性进行深入分析,提出单轴滑行导致全轴滑行的问题。其次,基于模糊控制算法建立控制模型,对滑移率、减速度、减速度微分3个变量进行综合考虑。最后,在Matlab/Simulink仿真平台上对其进行仿真分析。仿真结果表明：单轴滑行不及时处理会导致全轴滑行;通过基于模糊控制算法建立的控制模型,使得滑行控制的切入点选择更加精准,具有更好的防滑控制效果。     

基于智能VRFT的城市轨道交通列车速度控制研究

利用虚拟参考反馈整定VRFT方法，可根据被控对象的一组输入和输出数据完成控制器设计的特点，提出一种基于智能VRFT的城市轨道交通列车速度控制方法；VRFT方法中的参考模型决定了控制器的闭环性能，通过粒子群优化算法PSO，对控制器参数和参考模型参数进行全局协同优化，设计出最优PID控制器。仿真结果表明：该方法能够优化PID控制器的设计，有效控制城市轨道交通列车速度。     

基于BFGS方法的列车速度预测控制研究

列车速度控制是轨道交通发展领域的重要基础问题。面向真实列车速度控制应用场景的列车动力学模型及其控制器设计更具挑战性。一方面,传统基于反馈的无模型控制策略存在收敛速度慢、参数要求高、环境变化敏感等问题,目前难以从优化角度设计控制器且应对复杂系统的约束。另一方面,传统的列车单质点动力学模型很难解决高速列车运行过程中的非线性特性。针对上述瓶颈,首先对列车各节车厢进行受力分析,且考虑车厢间的安全距离,将相对位置和相对速度作为可变状态构建列车多质点模型。然后采用模型预测控制策略,综合考虑列车速度控制的非线性成本函数,处理列车运行过程中的复杂约束,预测控制系统的未来动态行为。然后,针对列车预测控制中的复杂动态约束非线性优化问题,设计对数障碍函数处理不等式约束,进而从拟牛顿法角度设计一种具有稳定收敛性的基于BFGS方法的列车速度预测控制算法,完成列车速度的精准跟踪控制。最后,以国内某线站间列车运行数据为例,与其他先进控制方法进行对比实验,以验证所提出的BFGS列车速度预测控制算法的优越性能。实验结果表明,本文所设计的基于BFGS方法的列车速度预测控制算法能够有效地减小列车速度跟踪误差和位移误差,提升...     

基于混合系统建模预测控制的列车自动驾驶优化运行

针对现有列车自动驾驶速度追踪精度不高的问题,提出一种基于混合系统神经网络反馈补偿控制的模型预测控制算法。根据混合系统建模的特点与优势,引入辅助变量,建立混合系统列车运行动力学模型。为了便于求解包含约束的预测控制律,采用二次规划方法求出满足列车各项性能指标的控制作用序列。神经网络反馈控制器用于对系统目标速度与实际速度之间的误差进行在线学习并求出一个补偿控制量,并将补偿后的控制力作用于列车系统模型。研究结果表明:该控制结构包含补偿控制策略,可以较大程度减小系统跟踪误差,保留模型预测控制的优势,同时提高系统的控制精度。     

基于健壮稳定性的高速列车悬挂参数优化匹配方法

横向运行稳定性是高速列车转向架悬挂参数优化设计的重要目标,高速列车不仅需要足够的横向稳定性裕度,也需要较强的抵抗转向架悬挂参数和轮轨接触等参数摄动对横向稳定性影响的能力,即列车具有较强的悬挂参数和线路适应能力.本文提出健壮稳定性的概念,定义悬挂参数健壮性和等效锥度健壮性指标,并以此作为转向架关键悬挂参数的优化目标.采用...     

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...