检索结果-南通市图书馆

临时限速条件下高铁ATO目标速度曲线的研究

在线全文

学校读者我要写书评

暂无评论

铁道标准设计 2020年第9期64卷 168-174页

作者：张江涛武晓春兰州交通大学自动化与电气工程学院兰州730070

针对线路增加临时限速后的高速列车自动驾驶问题,提出一种RH-PSO算法实现ATO目标速度曲线动态调整。列车在区间运行时,根据乘车舒适度以及ATP速度约束采用RH算法进行实时决策,针对临时限速条件实现目标速度曲线的动态调整;在列车即将进... 详细信息

针对线路增加临时限速后的高速列车自动驾驶问题,提出一种RH-PSO算法实现ATO目标速度曲线动态调整。列车在区间运行时,根据乘车舒适度以及ATP速度约束采用RH算法进行实时决策,针对临时限速条件实现目标速度曲线的动态调整;在列车即将进站停车阶段,采用PSO算法搜索最优巡航-惰行工况转换点并计算目标速度曲线,使其满足准点要求,并达到舒适、节能的效果。仿真结果表明,所提出的算法在不同临时限速条件下均有效地调整了目标速度曲线。与最快速度策略相比,RH-PSO算法具有较优的舒适度和节能性,在确保可以正点到达的前提下,RH-PSO算法具有较高的准点性,在无法避免晚点时,可防止晚点时间进一步放大。

关键词：目标速度曲线临时限速滚动时域算法舒适度高速列车

基于S曲线加减速控制方法的轨道交通列车目标速度曲线计算研究

在线全文

学校读者我要写书评

暂无评论

城市轨道交通研究 2021年第7期24卷 106-109页

作者：王海南通号城市轨道交通技术有限公司北京100071

针对目前城市轨道交通乘客日益增长的舒适性需求,基于S曲线加减速控制方法,提出了列车运行目标速度曲线的计算方法。该方法已在FAO(全自动运行)下列车运行速度控制中得以应用。结果表明:采用该方法可提高列车运行的平稳性,进而提高乘客... 详细信息

针对目前城市轨道交通乘客日益增长的舒适性需求,基于S曲线加减速控制方法,提出了列车运行目标速度曲线的计算方法。该方法已在FAO(全自动运行)下列车运行速度控制中得以应用。结果表明:采用该方法可提高列车运行的平稳性,进而提高乘客乘坐的舒适性。对因减缓机械设备冲击性而减缓机械设备的磨损、降低噪声、延长设备的使用寿命等方面也有一定助益。

关键词：轨道交通列车全自动运行 S曲线加减速控制方法目标速度曲线平稳性

基于强化学习的高速列车目标速度曲线与运行时分协同优化

在线全文

学校读者我要写书评

暂无评论

基于强化学习的高速列车目标速度曲线与运行时分协同优化

作者：周学影北京交通大学

学位级别：硕士

高速铁路以其高效安全、准点舒适的特点已成为广大旅客出行优先选择的公共交通方式之一,是我国综合交通体系中不可或缺的组成部分。由于高速列车外部环境的不确定性,使得离线优化下的目标速度曲线无法完全适应外部动态环境变化。为进一... 详细信息

高速铁路以其高效安全、准点舒适的特点已成为广大旅客出行优先选择的公共交通方式之一,是我国综合交通体系中不可或缺的组成部分。由于高速列车外部环境的不确定性,使得离线优化下的目标速度曲线无法完全适应外部动态环境变化。为进一步提升列车运营效率,目标速度曲线优化方法的适用性和实时性需进一步提高。另一方面,运行时分与列车状态信息的分离难以兼顾准点、节能等列车的多个运行性能指标,研究列车运行目标速度曲线与运行时分协同优化问题具有重要现实意义。本文针对不同场景基于强化学习展开高速列车目标速度曲线与运行时分协同优化研究,主要内容如下:首先,针对线路固定限速场景,提出了基于双深度Q网络的列车目标速度曲线优化方法。考虑列车的牵引制动特性、线路条件以及列车位置速度约束,建立了列车动力学模型,并搭建了由状态集合、动作集合以及奖励函数组成的高速列车运行强化学习环境。提出了基于双深度Q网络的方法来生成及优化列车目标速度曲线,在线路限速固定不变场景下,通过与遗传算法进行对比表明所提出的方法使列车准时性误差降低38.09%,能耗节省0.98%。其次,针对单区间临时限速场景,提出了考虑限速信息的列车目标速度曲线优化方法。根据列车运行阶段的不同设置了工况调整策略,并提出了用于优化列车车载控制器的动作选择策略的最短剩余运行时间计算方法。在高速列车运行强化学习环境的状态空间中增加限速信息变量,重构了强化学习环境。基于优先回放机制改进了双深度Q网络算法,以提高算法学习效率和模型收敛速度。不同临时限速场景下的仿真算例表明该方法可以充分利用计划运行时间曲线与最短运行时间曲线之间的冗余,保证列车准时性的前提下实现列车节能舒适运行。最后,针对单列车延误场景,提出了多区间运行时分与速度曲线协同优化方法。根据车站作业约束和列车区间运行约束建立单列车运行时分调整模型,设计了列车运行时分的状态变量以及调整分度的动作变量。结合速度曲线优化算法提出了列车运行时分调整方法,优化列车在后续区间的运行时分和目标速度曲线。仿真证明该方法可实现列车延误情况下多区间运行时分与速度曲线协同优化,获得在降低延误时间和节省能耗之间的权衡策略。图48幅,表9个,参考文献77篇

关键词：高速列车目标速度曲线列车运行时分强化学习双深度Q网络

基于滚动优化的CTCS3+ATO目标速度曲线的研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于滚动优化的CTCS3+ATO目标速度曲线的研究

作者：张江涛兰州交通大学

学位级别：硕士

随着铁路事业的不断发展,CTCS3级（Chinese Train Control System,中国列车运行控制系统）高速列车自动驾驶技术成为一个热门话题。ATO（Automatic Train Operation,列车自动驾驶）根据目标速度曲线控制列车运行,目标速度曲线直接影响... 详细信息

随着铁路事业的不断发展,CTCS3级（Chinese Train Control System,中国列车运行控制系统）高速列车自动驾驶技术成为一个热门话题。ATO（Automatic Train Operation,列车自动驾驶）根据目标速度曲线控制列车运行,目标速度曲线直接影响列车自动驾驶效果。由于高速列车跨越地域广、运行场景复杂,对目标速度曲线的计算提出了更高的要求,不仅要满足准点、节能、舒适效果,更需要目标速度曲线具备实时调整能力以应对复杂多变的运行环境。目前,学者们对列车正常运行情况下的目标速度曲线多目标优化研究较多,但是对于运行场景变化后目标速度曲线动态调整研究较少。本文根据滚动优化思想的特点,结合仿生学寻优算法以及自动驾驶舒适度优化思想,实现了目标速度曲线的动态调整,主要研究工作如下:首先,研究了高速列车动力学模型,根据动车组多级位牵引制动手柄操纵原则建立牵引/制动力模型,在此基础上完成牵引计算公式推导。此外,对C3+ATO高铁各运行场景以及对应的司机驾驶标准进行分析,总结出C3+ATO高铁运行环境特点。其次,根据滚动优化思想特点结合C3+ATO高铁运行环境设计滚动优化算法。算法将列车运行过程以等时间间隔划分为若干前后连接的时间窗,将动态调整问题转化为每个时间窗内的静态目标速度曲线多目标优化问题,时间前移到下一个时间窗后重新进行寻优,以此实现目标速度曲线的动态调整。采用分层优化方式对时间窗内部多目标优化问题进行降维处理,底层采用改进粒子群算法优化能耗与准点目标,顶层根据舒适度优化思想对列车加速部分及巡航部分进行舒适度优化。此外还分析了滚动时间窗长度对滚动优化算法计算效果的影响,以此选取较优的时间窗长度值。最后,根据上述研究结果,以京沈客专363km线路以及CRH380A型列车数据为依据,对滚动优化算法进行仿真验证。模拟列车在无限速、临时限速、无线通信异常中断、无线通信异常中断后恢复以及烟雾报警情况下的ATO目标速度曲线动态调整。仿真验证了列车在各运行场景下能够有针对性的实现目标速度曲线动态调整,在运行时间有余量的前提下,滚动优化算法所计算出的目标速度曲线准点性、节能性、舒适度均高于快行策略;在无法避免晚点的前提下,滚动优化算法相比较于快行策略增加了部分运行能耗,但是具有更高的舒适度,并且尽可能避免晚点时间进一步放大。

关键词： CTCS3+ATO 目标速度曲线多目标优化动态调整粒子群算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

遗传算法在ATO目标速度曲线规划中的应用

铁路计算机应用 2013年第3期22卷 5-9页

作者：李洪波冯军焕西南交通大学信息科学与技术学院成都610031

在列车自动驾驶(ATO)系统中,结合遗传算法和列车逐级变速技术,规划出列车运行的目标速度曲线,实现了对列车加速、巡航、减速等运行状态的规划控制。仿真结果表明,该算法满足列车对目标速度曲线的安全性、准时性、节能性和舒适性等要求,... 详细信息

在列车自动驾驶(ATO)系统中,结合遗传算法和列车逐级变速技术,规划出列车运行的目标速度曲线,实现了对列车加速、巡航、减速等运行状态的规划控制。仿真结果表明,该算法满足列车对目标速度曲线的安全性、准时性、节能性和舒适性等要求,可运用于ATO系统和培训仿真系统。

关键词：遗传算法逐级变速目标速度曲线适应度

横风条件下高速列车多目标ATO速度曲线优化研究

在线全文

学校读者我要写书评

暂无评论

横风条件下高速列车多目标ATO速度曲线优化研究

作者：申一非兰州交通大学

学位级别：硕士

针对普通环境下的高速列车目标速度曲线优化算法不适用于横风环境的问题,论文提出了滚动GAPSO(遗传粒子群)算法,考虑横风风速阻力作用改进列车的动力学模型,引入滚动优化框架实时调整目标速度曲线,GAPSO算法优化目标速度曲线。建立了列... 详细信息

针对普通环境下的高速列车目标速度曲线优化算法不适用于横风环境的问题,论文提出了滚动GAPSO(遗传粒子群)算法,考虑横风风速阻力作用改进列车的动力学模型,引入滚动优化框架实时调整目标速度曲线,GAPSO算法优化目标速度曲线。建立了列车在起始阶段采用GAPSO算法寻优巡航速度生成优化后的目标速度曲线运行,在横风限速区按改进快行策略运行,在列车进站前采用GAPSO算法寻优惰行点生成目标速度曲线的列车优化运行方案。仿真结果表明:GAPSO算法较GA算法和PSO算法,具有搜索能力强、收敛速度快的优点;滚动GAPSO算法能在不同横风环境下实时生成优化后的目标速度曲线,并与改进快行策略和RH-PSO算法相比,具有较优的节能性和准时性和舒适性。横风下基于滚动GAPSO算法的列车目标速度曲线优化可为横风环境下列车节能、准时运行提供指导意义,主要研究工作如下:首先,分析横风环境对列车安全运行影响,计算出不同横风风速对应的列车安全运行界限值。对列车受力分析,考虑横风阻力作用和约束条件建立横风条件下下的高速列车动力学模型。其次,改进GAPSO算法,引入滚动优化思想框架,提出横风下的滚动GAPSO算法寻优列车目标速度曲线。改进点包括对GA算法的交叉、遗传概率取值、对PSO算法惯性权重的取值的选取,仿真验证随机惯性权重的优势和改进GAPSO算法在寻优速度和收敛精度的优势。对横风环境下列车的运行策略进行制定,保证列车准时性、节能性和舒适性,为不同横风环境下列车速度曲线的仿真提供理论基础。最后,分析滚动时间窗长度对滚动优化算法计算效果的影响,选取较优的时间窗长度值。以京沈客专363km线路以及CRH380A型列车数据为依据,对滚动GAPSO算法进行仿真验证。模拟列车在横风风速30m/s时的ATO目标速度曲线动态调整。仿真验证:滚动GAPSO算法能在不同横风环境下实时生成优化后的目标速度曲线,并与快行策略和RH-PSO算法相比,具有较优的节能性、准时性和舒适性。横风下基于滚动GAPSO算法的列车目标速度曲线优化可为横风环境下列车节能、准时、舒适运行提供一种可行的解决方案。

关键词：目标速度曲线优化方案滚动GAPSO算法横风环境

燃料电池有轨电车能量管理与速度曲线协同优化

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

机械工程学报 2022年第10期58卷 169-179页

作者：张晗杨继斌张继业徐晓惠西南交通大学牵引动力国家重点实验室成都610031 中车工业研究院有限公司北京100070 西华大学汽车与交通学院成都610039

能量管理策略与目标速度曲线对有轨电车的运行成本具有重要影响。为了降低燃料电池有轨电车的运行成本,提出三种能量管理策略与目标速度曲线同步优化方案:并行方案、顺序方案和协同方案。并行优化方案的两者优化过程相互独立,顺序优化... 详细信息

能量管理策略与目标速度曲线对有轨电车的运行成本具有重要影响。为了降低燃料电池有轨电车的运行成本,提出三种能量管理策略与目标速度曲线同步优化方案:并行方案、顺序方案和协同方案。并行优化方案的两者优化过程相互独立,顺序优化方案的两者优化过程具有单向联系,而协同优化方案基于混合智能算法求解,实现了两者优化过程的双向联系。借鉴有轨电车全寿命周期成本的构成形式,成本函数由能量源设备初始投资、运行和更换维护等三类成本组成,其中更换维护成本考虑了能量源的寿命因素。基于武汉某有轨电车线路数据,分析三种同步优化方案的应用效果,并与单独优化方案进行对比。结果表明,协同优化方案可获得最佳列车运行成本和燃料电池效率。

关键词：有轨电车燃料电池能量管理策略目标速度曲线协同优化

临时限速下基于强化学习的高速列车速度曲线优化

在线全文

学校读者我要写书评

暂无评论

铁道学报 2023年第2期45卷 84-92页

作者：周敏董海荣周学影许伟宁灵斌北京交通大学轨道交通控制与安全国家重点实验室北京100044 澳门科技大学系统工程研究所中国澳门999078 中国铁道科学研究院集团有限公司通信信号研究所北京100044

高速列车运行过程中受到恶劣天气、前方列车等的影响,导致线路增设临时限速,需要实时生成优化的目标速度曲线,以保障运行效率。为此,提出考虑限速信息的列车目标速度曲线优化方法。根据列车运行阶段的不同设置工况调整策略,并提出用于... 详细信息

高速列车运行过程中受到恶劣天气、前方列车等的影响,导致线路增设临时限速,需要实时生成优化的目标速度曲线,以保障运行效率。为此,提出考虑限速信息的列车目标速度曲线优化方法。根据列车运行阶段的不同设置工况调整策略,并提出用于优化列车车载控制器的动作选择策略的最短剩余运行时间计算方法。在高速列车运行强化学习环境的状态空间中增加限速信息变量,重构了强化学习环境。基于优先回放机制改进了双深度Q网络算法,以提高算法学习效率和模型收敛速度。不同临时限速场景下的仿真算例表明双深度Q网络算法可以充分利用计划运行时间曲线与最短运行时间曲线之间的冗余,保证列车准时性的前提下实现列车节能舒适运行,与遗传算法相比,有效减少工况切换次数,同时降低列车运行能耗3%以上。

关键词：高速列车目标速度曲线临时限速深度强化学习双深度Q网络

基于遗传算法和粒子群优化的列车自动驾驶速度曲线优化方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2022年第2期42卷 599-605页

作者：张京朱爱红兰州交通大学自动化与电气工程学院兰州730070

针对列车自动驾驶(ATO)过程中的精准停车、准时性、舒适性以及能耗问题,提出一种基于遗传算法与粒子群优化(GAPSO)算法结合的ATO速度曲线优化方法。首先,建立列车ATO运行多目标优化模型,将列车过分相区断电惰行纳入控制策略,并对运行控... 详细信息

针对列车自动驾驶(ATO)过程中的精准停车、准时性、舒适性以及能耗问题,提出一种基于遗传算法与粒子群优化(GAPSO)算法结合的ATO速度曲线优化方法。首先,建立列车ATO运行多目标优化模型,将列车过分相区断电惰行纳入控制策略,并对运行控制策略进行分析;其次,对粒子群优化(PSO)算法进行改进,采用非线性动态惯性权重和改进的加速度系数,并将遗传算子融入其中,从而构成一种全新的GAPSO算法,且验证了GAPSO算法在全局搜索和局部搜索能力以及收敛速度上的优越性。最后,通过GAPSO算法对工况转换点进行寻优,以获取一组满足多目标优化的工况转换点速度,进而得到最优目标速度曲线。仿真实验结果表明,所提优化方法在总体运行时间满足准时性要求的前提下,使能耗降低了13.29%,舒适性提高了26.62%,停车误差降低了21.62%。由此可见,优化后的列车目标速度曲线能够满足多目标要求,该方法为列车ATO多目标优化提供了一种可行的解决方案。

关键词：列车自动驾驶多目标优化分相区目标速度曲线遗传算子粒子群优化算法