基于大数据分析的城市轨道列车运行速度自动化控制系统设计

为提升城市轨道列车的运行效率,该文设计基于大数据分析的城市轨道列车运行速度自动化控制系统。利用云计算框架搭建自动化控制系统,采集列车的速度、位置信息后传送至控制层,控制层的智能控制部分利用K-means聚类算法对城市轨道列车运行数据聚类处理,构建列车运行速度自动化控制优化模型,识别列车运行状态,计算列车的最佳速度曲线。利用灰色速度控制器,控制列车的执行机构输出理想速度。系统测试结果表明,采用该系统自动化控制列车运行速度,列车的停车时间误差低于10 s,停车距离误差低于15 cm,满足列车高效率运行需求。

基于ASP-SAC算法的列车自动驾驶速度控制

随着经济建设的绿色转型以及人工智能的快速发展,城市轨道交通已成为居民日常出行的重要方式,在保障安全性、高效性和准点性的前提下,列车运行的节能性和舒适性需求也越来越被关注。合理的运行策略能够有效实现多种目标需求下的列车自动驾驶速度控制,强化学习作为一种智能决策方法,能够有效解决这一控制问题。首先,通过综合分析技术、安全性和乘客体验等方面的因素,基于专家经验动作划分和状态信息熵将软演员-评论家(SAC)改进为动作状态经验优先软演员-评论家(ASP-SAC)方法,用于研究列车自动驾驶速度控制问题。其次,将问题马尔可夫形式化,搭建了列车运行环境,确定了状态空间、动作空间以及基于目标控制的奖励函数。最后,以北京地铁亦庄线的一段区间数据为例进行试验,对ASP-SAC方法进行验证并与其他一些算法在相同环境下进行性能优劣比较。研究结果表明:该方法对于多目标控制需求下的列车自动驾驶速度控制问题具有可行性,与未改进前相比算法效率提高22.73%,与PPO算法相比提高29.17%,改进效果良好。同时,列车运行时在安全性、舒适性无误的情况下,准时性、精确性和节能性都强于SAC、DQN、PPO以及PID算法,其中能耗分别减少3.64%、5.62%、4.38%、7.35%,控制效果良好。此外,该方法亦具备鲁棒性,在列车自动驾驶速度控制方面具有一定的优越性和可参考性。

美国铁路列车自动控制系统的发展从ATCS到PTC

综述了美国铁路列车自动控制系统从ATCS到PTC的发展,重点介绍了先进的列车间隔控制系统PTS的结构、工作原理,及其试验过程。进一步论述了PTS向精确列车间隔控制系统PTC的发展,并介绍了PTC的工作特点及故障处理等问题。

地铁列车自动驾驶(ATO)系统信号控制策略优化

地铁列车的运行中高度依赖于ATO(列车自动驾驶系统),该系统在支持及作用下,能够实现地铁列车的自动控制、自动驾驶及车门控制。作为地铁交通信号系统的重要组成部分,ATO系统的信号控制直接关系到地铁列车自动驾驶的智能性、高效性和安全性,因此,对ATO系统信号控制进行深入研究与优化至关重要。在地铁ATO系统信号控制中,应高度关注自动驾驶、精确停车、自动发车及无人折返这四大关键场景,以充分发挥ATO系统的主要功能。

降低城市轨道交通工程造价及运营费用的一个有效途径——先进合理的列车自动控制ATC系统

从信号角度分析研究了整个城市轨道交通的投资状况。结合城市轨道交通信号系统应用现状,从降低工程造价、优化车辆购置、缩小土建规模、节约运营成本等多方面优越性分析,论述采用先进合理的列车自动控制ATC系统,对降低城市轨道交通工程造价及运营费用的实际意义。

浅析连续式列车速度自动控制系统

简述了世界上最高水平的列车速度自动控制系统的主要特点及连续式列车自动控制的分类,并对采用轨间电缆的列车自动控制系统进行了分析。

列车自动驾驶系统控制算法综述

介绍了列车自动驾驶系统的基本结构和功能,并对各控制算法的研究情况与投入使用的情况作了详细分析,同时还对列车自动驾驶系统控制算法的前景作了展望。

基于灰色系统理论高速列车ATO速度控制器研究

速度控制器是ATO系统的核心单元,也是列控系统的重要组成部分,针对目前高速列车无ATO功能的情况,研究智能的ATO系统速度控制器对实现高速列车自动驾驶具有的重要意义。通过分析CTCS-3级列控系统的结构和功能,提出了在CTCS-3级列控系统中增加ATO系统速度控制器的方案。首先设计了速度控制器与车载及地面设备的连接方式,实现了信息交互;而后应用灰色系统理论善于研究外延明确内涵不清系统的特点,建立速度控制器模型,进行预测及决策计算,得到比较合理的列车自动驾驶控制策略;最后采用遗传算法对其进行优化,得到最优控制策略。仿真结果表明,该方法实现了高速列车在CTCS-3级列控系统下的自动驾驶,列车运行的各项性能都得到了提高。

基于混合系统模型预测控制的列车自动驾驶策略

本文研究多优化目标和多约束条件下的动车组列车自动驾驶ATO控制问题。通过分段线性化列车运行阻力,引入列车运行状态整数变量,建立了动车组混合整数列车运行模型。提出基于混合系统模型预测控制HMPC的列车自动驾驶策略,并应用输入分块化技术和显式模型预测控制,降低算法的计算量,以提高硬件实现的可行性。前者通过固定一定时间段内的控制量,对输入序列进行分块化,降低控制器的自由度;后者通过离线设计和在线综合的方法减少算法的在线计算时间。最后利用Matlab仿真软件环境下的MPT 3.0扩展工具箱对所提控制策略进行数值仿真。结果表明:该控制器能在列车运行安全约束下,合理分配动车组各车厢的牵引力和制动力,保障列车准时及节能高效地运行,同时所提出的改进算法能有效降低计算量。

城市轨道交通列车自动驾驶各阶段速度控制算法的研究

本文介绍列车自动驾驶(ATO)的基本功能,重点描述列车速度调节和控制功能。将列车自动驾驶过程划分为车站发车、速度跟踪、目标制动3个阶段,对每个阶段的目标速度曲线、速度控制策略和计算算法进行了分析,提出了速度跟踪阶段采用的速度离散化PID控制方法并对其进行了重点研究。

ETCS和LZB列车速度自动控制系统

在2006年世界杯足球赛前夕，德国ETCS试验线路柏林-莱比锡铁路于2006年5月28日投入运营。该线装备了ETCS和LZB两种列车速度自动控制系统。ETCS和LZB双套设备总工程包括三大子工程：

基于预测型灰色控制的列车自动运行速度控制器建模与仿真

速度控制器是列车自动运行(ATO)系统的核心技术之一。针对ATO速度控制器的调速功能,采用预测控制和灰色控制相结合的策略,综合考虑舒适性、节能性、准时性、停车精度等性能指标,并结合测速定位误差、空转打滑、操作时延等现场影响因素,建立了速度控制器数学模型。模型在车载平台下进行了仿真测试,验证了ATO速度控制器的调速功能,达到了预期的控制效果。

基于改进模糊滑模控制的列车速度跟踪研究

列车运行过程具有强耦合、非线性等特征,且往往存在较大且不可观测的外界干扰,这些特性加大了列车运行控制的难度,针对列车运行速度跟踪控制问题,提出一种新的模糊滑模控制器设计方法。首先基于模糊滑模控制,引入全局快速终端滑模控制,使系统在有限时间内达到稳态;然后构造以李亚普洛夫函数导数的绝对值为补偿的自适应干扰估计项,对外界干扰进行准确估计,进而提出一种双层递阶指数趋近全局快速终端模糊滑模控制器,并且引入指数趋近率来调节滑模面的动态品质,该控制器能快速收敛到稳定状态,且有效地消除了控制器的抖振情况;最后通过仿真算例验证了所提方法的有效性,且提高了列车运行控制系统性能。

配料系统给料速度的自动控制

详细介绍了在配料系统中对粘度较大物料配料时基于振动给料装置，采用连续给料速度控制的方法，解决了配料过程中称量速度和精度的矛盾，并建立了数学模型。

多信息自动闭塞列车速度-间隔控制模型及算法

我国铁路在引进并运用先进的列车安全和运行控制系统 ,如以列车速度监督系统 (即 ATP系统 )为代表的多信息自动闭塞系统时 ,暴露出实际运用效果与理论计算值之间存在较大差异、理论和现场经验相矛盾等问题 ,其实质在于缺乏符合我国应用实际的理论依据 ,对现场运用缺乏相应的理论指导。本文在简要分析多信息自动闭塞系统速度 -间隔理论的基础上 ,建立了列车速度 -间隔控制方案的优化模型 ,介绍了模型的求解和实用算法的构造并给出了算例。

灰色预测模糊控制在列车自动运行系统中的应用

针对模糊控制在地铁ATO(列车自动运行)系统中存在速度控制精度低的问题,将灰色GM(1,1)预测模型应用于地铁列车速度控制系统中,对列车速度进行预测。结合灰色模型和模糊控制设计速度控制器,并进行列车速度跟踪。利用上海轨道交通3号线测试数据进行仿真试验,结果表明,灰色预测模糊控制的预测精度高,控制效果好,验证了所提方案的有效性和合理性。

城市轨道交通列车自动控制系统实验室建设方案

在实验室通过模块化、软硬件结合等手段建立城市轨道交通列车自动控制(ATC)系统的模拟环境。该模拟环境具有简单的信息测试、传输及模拟仿真功能。重点分析了该实验室建设方案的实施过程,介绍了各子系统的功能、结构和工作原理。该实验室建设方案为ATC教学演示和操作培训创造了良好的平台。

城市轨道交通列车自动控制系统闭塞制式的分析

城市轨道交通信号系统制式在国内外逐步呈现多样化和标准化的趋势,其制式按照闭塞方式分,有固定式、准移动式与移动式等。重点从城市轨道交通信号系统闭塞制式控制原理、技术经济特点等方面对3种闭塞方式进行对比和分析。

德国铁路LZB列车速度控制系统

对德国铁路ＬＺＢ列车速度控制系统的功能、原理进行了介绍。

基于TTCN-3的CTCS-3级列车运行控制系统自动测试方法

提出了基于TTCN-3语言的CTCS-3级列车运行控制系统的自动测试方法;该方法在考虑分布式实时系统自身复杂性和实时性等特点的前提下,首先将CTCS-3系统分解为多个实体,针对每个实体,根据功能需求规格说明书利用LPTIOA进行带时间约束信息的模型描述;然后,根据相应的算法得出测试序列及测试集;再将得到的测试序列及测试集根据规则转换成TTCN-3语言描述的测试序列和测试集;最后在基于TTCN-3测试平台中对被测实体进行测试。