提高列车运行追踪监控系统准确性的研究

为了提高铁路列车追踪自动监控系统的准确性,研究提出采用自动抄车号与列控设备相结合的方法,解决列车追踪闭环控制的实施方案,作者介绍了系统的结构、信息处理流程、设备的成本分析。

基于运统1电子化传递系统的列车运行追踪与安全预警系统研究

确保运输安全、提高运输效率是铁路行车指挥的终极目标,实时掌握运行中列车的高精度位置对于保证行车安全十分重要。基于中国国家铁路集团有限公司正在实施的运统1电子化传递项目,提出利用该项目为机车乘务员配备的手持终端,采用卫星定位、移动物联网及数据融合技术,研究实时的全国铁路列车追踪与安全预警系统,可为调度员提供全国铁路路网图列车运行追踪监控画面,并可依据列车有效制动距离提供分级安全预警。

高速列车追踪运行过程的节能优化

对追踪列车运行曲线的优化研究,可有效降低列车能源消耗。采用萤火虫算法(FA)可解决此类问题。将后行列车运行能耗作为目标函数,以速度、时间、距离和两车间安全距离为约束条件,建立数学模型。以CRH3型动车组和武广客运专线中某段线路为基础进行仿真实验。首先,运用萤火虫算法搜索工况转换速度序列使得列车能耗最低;然后,再次使用该算法对此序列值二次寻优。仿真结果表明:追踪列车运行能耗指标降低14.31%,满足安全性与准时性要求。

基于RBF神经网络PID控制的列车ATO系统优化

针对在复杂环境下列车高速运行时,现有的Fuzzy-PID控制算法自适应性差在受到外界因素的干扰时会导致列车追踪误差较大的问题,提出了一种基于径向基(RBF)神经网络PID控制的列车速度控制算法。首先,在构建列车优化模型时,充分考虑列车经过电分相时必须处于惰行工况的特点,并且依据电分相和限速条件的特点将列车行驶过程中的区段进行了划分,简化了求解过程;然后使用RBF神经网络PID控制器对目标速度曲线进行追踪仿真,同时与现有的Fuzzy-PID控制器进行比较。实验结果表明,基于RBF神经网络PID控制算法能够实时有效的追踪目标速度曲线且追踪误差较小。

基于灰色预测模糊PID控制的列车ATO系统优化

对列车目标运行曲线的精确追踪是列车自动驾驶系统实现列车安全、准时、节能及舒适运行的核心。针对列车运行过程的大滞后、非线性问题,设计以灰色预测模糊PID算法为核心的列车自动驾驶控制器,以此达到优化列车ATO控制系统的目的。灰色预测控制设置在反馈回路中,其预测值与给定输入值的偏差及偏差变化率作为模糊控制器的输入。模糊控制系统对PID控制的参数进行自动校正,参数可调的PID算法完成对系统的控制。选取相关线路和车型并做仿真试验,验证了经控制器作用后的输出曲线与列车运行的输入曲线之间的追随误差小,加速度的变化在合理的范围内。因此,设计的控制器可以取得良好的ATO控制效果。

区间信号联锁方案研究

基于轨道电路的信号系统一直面临轨道电路失去分路的问题,通过分析区间轨道电路失去分路所产生的风险,提出了一种通过对列车运行进行追踪,实现对轨道电路失去分路进行防护的区间信号联锁检查方案。