基于蚁群优化算法的高速列车运行调整研究

高速列车在运行过程中不可避免地会受到各种各样因素的影响,导致大量的高速列车出现晚点状况,影响高速列车的运行效率。为了保证所有的高速列车能够按照正点运行,对蚁群算法进行改进,引入混沌序列,优化蚂蚁的选路策略,建立以加权后列车总晚点时间最少为目标的高速列车运行调整模型,并且按照相应的约束条件对高速列车运行调整模型进行求解,实现对晚点高速列车运行图的快速调整。最后,通过比较算例得出,该算法能够有效解决高速列车运行调整问题。     

基于Elman模型的高速列车速度跟踪控制

高速列车运行速度快,运行过程复杂,具有较强的非线性,难以实现高精度速度跟踪控制.为了实现高速列车的安全可靠运行,本文研究提出高速列车的运行过程建模和速度跟踪控制方法,采用数据驱动建模方法建立了高速列车运行过程Elman模型,设计了改进型广义预测控制实现了高速列车速度跟踪控制.基于CRH380AL运行过程数据的仿真结果表明,该方法具有更高的跟踪控制精度和较强的鲁棒性,可实现高速列车安全、正点运行.     

城市轨道交通车站通过能力仿真模型研究

以城市轨道交通站前接轨站和站后折返站为例分析了列车在车站的详细作业过程,提出了车站的抽象模型.基于车站模型设计了列车进路搜索算法,开发了车站列车运行过程仿真系统.该系统可以对城市轨道交通车站进行仿真建模,仿真列车在车站的作业过程,并进行车站通过能力的分析计算.     

高速列车速度跟踪神经网络PID控制器的设计

高速列车速度跟踪控制系统是一个复杂的非线性系统,难以取得高精度的跟踪性能。为了减少速度跟踪误差,设计了高速列车神经网络PID控制器。首先建立了描述列车运行过程的单位移多质点模型,该模型考虑了列车的基本阻力和附加阻力以及车厢之间的相互作用力。然后阐述了BP神经网络PID控制,并设计了列车速度跟踪控制器,根据速度误差用神经网络PID控制决定牵引力和制动力。最后与模糊控制和常规PID控制进行了仿真对比,结果表明,神经网络PID控制具有很小的速度跟踪误差和优越的速度跟踪性能,可以满足列车正点运行的需求。     

基于人工鱼群算法的列车运行调整方法研究

由于列车运行调整是大规模、非线性、强约束、建模困难的问题,用一般运筹学方法不易求解。基于人工鱼群算法,提出列车运行调整方法,并给出了详细的计算步骤。具体的,考虑车站到发线数目约束和列车越行约束,以列车进入车站和驶离车站的总晚点时间最少为目标,建立了高速铁路列车运行调整模型。利用郑西高铁运输数据进行仿真,结果说明人工鱼群算法在列车运行调整中具有有效性和收敛性。     

基于粒子群算法的列车运行调度研究

列车运行调度是铁路行车调度指挥工作的重要内容,其计算机自动计算求解问题是我国铁路信息化建设的核心技术和难点。建立了高速列车运行调度的数学模型,采用粒子群算法求解。设计的算法步骤是,将列车运行调整问题描述成适合粒子群算法的形式,确定该问题的适应度函数,对基本问题模型进行改进,进而确定运动方程。以京广高速铁路线路内具有6个车站的下行方向,运行14列列车为例,利用设计的粒子群算法求解了某干扰条件下的列车运行调度问题,为列车运行调整提供了新的方法。     

基于最优预见控制的高速列车速度控制器研究

针对高速列车自动驾驶(ATO)速度控制器的设计及性能问题,以列车运行过程中的安全性、舒适性、控制输入为约束条件,提出用最优预见算法设计控制器。该算法以列车动力学为基础,确定列车模型传递函数,进行极点配置之后使控制系统稳定;以列车模型为该算法的控制对象,将列车运行过程中的线路附加阻力和基本阻力作为干扰,实现列车ATO模式下目标速度的自动跟踪控制。选取京津城际北京南站至武清站间线路数据进行仿真验证,仿真结果表明该算法在降低列车运行能耗、提高旅客舒适性与列车运行准点率方面的有效性。     

基于灰色遗传的高速列车速度控制器模型研究

速度控制器是列车自动驾驶系统(ATO)的核心,针对目前尚无研发成熟的速度控制器应用于高速列车的情况,引入灰色系统理论研究高速列车速度控制器模型;在灰色遗传预测模块中,对影响模型精度的λ值提出了基于遗传算法的求解方法,根据列车运行的4个目标设计其适应度函数,并加入先验知识判定对约束条件进行处理,同时建立新陈代谢GM(1,1)模型,在列车运行过程中不断求解新的模型参数a和b,实现模型在线校正,使系统可以进行长期预测;在灰色决策模块中,将高速列车的工况及运行目标转化为决策要素,应用灰靶决策产生最优策略控制列车运行;仿真结果显示了该模型应用于列车自动控速时的有效性和实时性,并使各项运行指标都有所提高。     

列车运行调度的现状及展望

分析列车运行计划制定和速度调整的实际情况,研究列车运行调度的建模及求解技术。针对目前相对静态的列车运行调度模型,建立车站-闭塞分区一体化及考虑列车动态运行状况的优化模型,并提出一种具有预测控制、滚动优化、实时反馈的列车运行调度与控制框架,该框架可以提高行车密度、抵抗随机扰动、优化铁路网络的运营性能。     

基于混合逻辑动态的列车运行调度模型

通过对列车运行调度问题的分析,指出列车运行过程中存在正常事件、客观事件和主观事件三种类型事件,调度的本质是主观事件通过改变列车的运行速度来克服客观事件对列车造成的影响,是典型的混杂系统.在考虑车站股道约束和区间容量两个约束条件的基础上,采用混合逻辑动态理论建立了列车运行调度模型,仿真结果表明了模型的有效性.     

基于闭塞区间的高速列车运行时间与节能协同优化方法

提出了一种高速列车运行时间与节能协同优化方法.针对由动态调度层、优化控制层、跟踪控制层组成的列车运行控制与动态调度一体化结构,设计了面向动态调度层和优化控制层的列车运行时间调整策略和节能速度位置曲线.基于高速铁路闭塞区间,建立了列车区间模型和列车速度曲线节能优化模型.利用模型预测控制方法对列车区间运行时间进行调整,优化列车总延误时间;根据调整后的区间运行时间设计列车运行优化速度位置曲线,减少列车运行能耗.仿真算例验证了设计的运行时间与节能协同优化策略的有效性.     

轨道交通以太网总线TRDP通信实现研究

随着以太网技术逐渐走向成熟,列车上的实时以太网的应用需求日渐增加,尤其是近几年发展迅速的高速列车组。其对以太网通信以及实时性要求越来越高。随着国际电工委员会将以太网列车骨干列入了IEC-61375新的标准中后,针对列车上主要通信方式的研究也慢慢高潮化。其主要研究在列车控制单元VCU(Vehicle Control Unit)、显示屏终端设备等一系列设备中进行TCN(列车通信网络Train Communication NetWork)方向的研究探索。使用以太网列车骨干网节点ETBN(Ethernet Train Backbone Node)作为网关,进行相应的DNS(TRDP-MD)以及列车间发送实时数据-过程数据(TRDP-PD)。     

High-Speed Trains Automatic Operation with Protection Constraints: A Resilient Nonlinear Gain-based Feedback Control Approach

This paper addresses the control design for automatic train operation of high-speed trains with protection constraints. A new resilient nonlinear gain-based feedback control approach is proposed, which is capable of guaranteeing, under some proper non-restrictive initial conditions, the protection constraints control raised by the distance-to-go (moving authority) curve and automatic train protection in practice. A new hyperbolic tangent function-based model is presented to mimic the whole operation process of high-speed trains. The proposed feedback control methods are easily implementable and computationally inexpensive because the presence of only two feedback gains guarantee satisfactory tracking performance and closed-loop stability, no adaptations of unknown parameters, function approximation of unknown nonlinearities, and attenuation of external disturbances in the proposed control strategies. Finally, rigorous proofs and comparative simulation results are given to demonstrate the effectiveness of the proposed approaches.      

基于仿真与实测的列车远场气动噪声分析

随着高速列车气动噪声诱发的铁路沿线噪声污染问题变得日益明显,需对高速铁路诱发的远场噪声特性进行研究。基于Lighthill声学理论,应用LES大涡模拟和FW-H声学模型对高速列车整车的气动噪声进行数值模拟,实测高速列车以300 km/h运行时的通过噪声,将仿真与实测进行对比分析。高速列车诱发的远场气动噪声是宽频带噪声,能量主要集中在200~1500 Hz的中低频带范围内。实测与仿真的噪声声压级频谱分析具有相似的变化趋势,但声压级数值不同;由于实测噪声数据不仅包括气动噪声,还包括轮轨、集电系统噪声等,所以实测数据普遍大于仿真结果。通过对比分析验证了仿真结果的科学性,为数值模拟方法研究高速列车气动噪声问题提供了科学依据。     

基于换乘导向的大型客运枢纽高铁列车接续优化

针对高速铁路成网条件下的客运枢纽高铁列车接续优化问题,分析了枢纽内的旅客换乘过程,提出了中长途客流的换乘满意度概念;以平均换乘满意度和枢纽车站列车到发均衡性为优化目标,以大站合理发车时间、合理终到时间、车站作业间隔时间、旅客换乘时间、车站到发线能力等为约束条件,建立了基于换乘协同的大型客运枢纽高速列车接续优化模型。设计了改进染色体编码方式和选择策略的遗传算法对算例进行了求解。改进后的遗传算法同基本遗传算法、基本模拟退火算法相比,目标函数中所求的平均换乘满意度分别增加了5.10%、2.93%,枢纽车站列车到发均衡性分别提高了0.27%、2.31%,算例结果验证了改进遗传算法的有效性和稳定性,表明所提方法可以有效地提高大型枢纽高铁列车的接续质量。     

高速动车组多模型切换主动容错预测控制

高速动车组持续高速运行,对控制系统的可靠性和抗干扰能力提出了更高要求.结合高速动车组非线性动力学特点和系统运行数据,应用减法聚类和模式分类算法建立高速动车组多模型集;为适应对象和扰动特性的变化建立高速动车组自适应模型;采用基于累计误差最小的切换策略在线选择最优控制模型,据此设计主动容错预测控制算法来实现高速动车组安全高效运行.最后,仿真实例验证了该方法的有效性.     

服役工况下的高速列车轴承温度预测模型构建

轴承温度预测对高速列车服役状态的评估以及运维策略的制定具有重要作用。针对复杂服役环境下的高速列车轴温预测问题,首先构建了轴承热力学近似计算模型,并分析了引起轴承温升的服役工况敏感参数,再利用支持向量机回归的方法建立了基于服役工况参数的轴承温度预测模型。对高速列车轴承履历服役数据进行统计分析,构建轴承温升相对速度变化的延迟量,确定轴承与环境的温差对轴承温升的影响,并据此对预测模型进行优化。以某高速列车大齿轮箱滚动轴承为例进行预测模型构建及优化方法验证,测试结果显示:预测模型优化前的综合平均相对预测误差为1.64%,优化后为1.35%,降幅为17.7%,预测模型优化前的综合最大相对误差为35.6%,优化后为17.7%,降幅50.3%。     

限速区段列车流特性及运行延误研究

通过分析列车在限速区段的运行特征,提出了四显示固定闭塞系统下限速区段列车流的元胞自动机模型,重点研究了混合列车流在限速区段的运行特性以及列车在限速区段的延误规律,并分析了造成列车延误的原因。结果表明：当客货车在具有限速区段的线路混行时,造成列车延误的原因分为限速区段限速和货车对客车的抑制作用,且列车延误时间随着限速区段长度的增加而增加;货车对客车的抑制作用随着发车间隔的增大而减弱,当发车间隔超过临界值时,造成列车延误的主要原因是限速区段的限速。当发车间隔固定时,列车的平均延误时间会随着客货车比例的增大呈现出“拱形”,客货车比例在0.55~0.65之间时,列车的平均延误达到了峰值。