Optimal control strategy for energy saving in trains under the four-aspect fixed autoblock system

This paper deals with both the leading train and the following train in a train tracking under a four-aspect fixed autoblock system in order to study the optimum operating strategy for energy saving. After analyzing the working principle of the four-aspect fixed autoblock system, an energy-saving control model is created based on the dynamics equation of the Wains. In addition to safety, energy consumption and time error are the main concerns of the model. Based on this model, dynamic speed constraints of the following train are proposed, defined by the leading gain dynamically. At the same time, the static speed constraints defined by the line conditions are also taken into account. The parallel genetic algorithm is used to search the optimum operating strategy. In order to simplify the solving process, the external punishment function is adopted to transform this problem with constraints to the one without constraints. By using the real number coding and the strategy of dividing ramps into three parts, the convergence of GA is accelerated and the length of chromosomes is shortened. The simulation result from a four-aspect fixed autoblock system simulation platform shows that the method can reduce the energy consumption effectively in the premise of ensuring safety and punctuality.

基于Sarsa算法的城轨列车节能控制策略研究

针对城市轨道交通节能运行问题,提出一种基于Sarsa强化学习算法的城轨列车节能控制策略,实现了城轨列车在自动驾驶状态下,面对不同路况,执行减少能源消耗驾驶策略的同时兼顾准时性和舒适性。根据线路条件将列车状态进行离散化处理,将连续的驾驶过程分为若干个子区间进行分段求解。结合区间限速、初始状态、终末状态等限制条件,基于能耗及运行时间分别构造适当的奖励函数。同时,用当前状态下可达的最大速度与最小速度对可选速度集合进行限制,缩小探索空间,加快算法收敛。最后,通过对北京铁路亦庄线小红门站至肖村站的实例进行仿真。实验结果表明,与传统的动态规划方法相比,Sarsa算法在满足舒适性和准时性要求的情况下节能9.32%。相比于强化学习中的Q学习算法,在速度的选取过程中,超速次数也有明显下降。仿真结果证明Sarsa算法具有更好的节能效果和安全性。在算法参数不变的情况下,调整限速条件,与传统动态规划算法进行二次对比,依旧节能4.21%,验证了算法的鲁棒性。

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。

列车大小交路通信协同运行自适应控制方法

针对列车运输能力与客流时空分布不匹配的问题,提出列车灵活编组方案和短编组小间隔自适应控制方法。首先,根据新型列控系统的特点,设计列车自适应闭环控制框架,构建列车最小追踪间隔模型,提出大小交路列车在小交路通信协同运行的编组方案。其次,根据列车编组方案短编组小间隔控制需求,基于深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)算法设计列车自适应控制模型,模型中通过设置奖励函数实现列车多目标控制,通过设计神经网络输出列车最优控制策略。然后,利用Matlab/Simulink仿真平台,以上海地铁2号线2A-2A列车通信协同运行为例,设置其追踪间隔为10 s,搭建加入随机阻力扰动的列车自适应控制模型并进行训练。研究结果表明:列车停车误差为0.1 m,准时误差为0.2 s,协同速度差小于2 km/h,区间最小追踪间隔为180.6 m,满足列车精准停车、速度协同和间隔安全性要求。针对DDPG算法估值过高而导致列车运行速度波动的问题,将神经网络中的Critic网络进行改进,改进后训练仿真表明:列车停车误差为0.03 m,准时误差为0.1 s,协同速度差小于2 km/h,区间最小追踪间隔为181.1 m,列车停车精度和间隔安全性均有提高,且速度波动相对平稳。最后,为验证该控制方法的实时性和安全性,假设前车在意外情况下减速停车,经仿真验证:后车停车误差为1.3 s,停车间隔为220.8 m,满足实时性和安全性的要求。研究成果可为城市轨道交通提供一种灵活匹配客流量的行车编组方案,为新型列控系统列车短编组小间隔运行提供一种安全高效的自适应控制方法。

针对车地传输TCP协议优化的TTI-RTT拥塞控制算法

为适应铁路5G专用移动通信系统动态易变的网络环境,解决现有算法中存在的吞吐量减少、传输时延增加、检测数据车地传输可靠性难以保证的问题,在分析传输控制协议(TCP)传输拥塞控制过程,以及对比TCP-Reno,TCP-Vegas和TCP-Westwood 3种基础拥塞控制算法存在问题的基础上,提出一种联合传输时间间隔(TTI)和往返时延(RTT)的拥塞控制算法——TTI-RTT算法,即将RTT的成对比较测试统计量和网络当前拥塞因子联合起来作为网络拥塞判断标准,根据反映网络拥塞程度的拥塞因子动态调节加性和乘性因子,并在传输控制协议拥塞控制的不同条件下灵活调整传输时间间隔。采用NS-3仿真软件,构建考虑高速铁路5G-R无线信道误码影响的点对点通信网络拓扑结构,对TTI-RTT拥塞控制算法进行仿真验证,并与3种基础算法进行性能比较。结果表明:不同丢包率下所提算法的平均吞吐量均保持在9 Mb·s^(-1)以上,较基础算法中吞吐量最高且最稳定的TCP-Reno算法增加了约5.9%,且实时吞吐量稳定性具有显著改善。

列车自主控制系统在道岔安全区域的控制算法

[目的]与现有CBTC(基于通信的列车自动控制)系统控制机理不同,列车自主控制系统通过直接控制轨旁资源实现列车自主运行。为了提高道岔区段的运行效率,需研究列车自主控制系统在道岔区段的控制算法,采用颗粒度更小的道岔安全区域作为列车自主控制系统的控制资源。[方法]列车自主控制系统的控制算法将轨道区段视为共享资源,道岔安全区域单独分配给列车使用。对单开道岔区段和交叉道岔区段场景下的列车自主控制系统和CBTC系统进行了对比分析,并采用真实列车控制系统和道岔的参数进行仿真计算运行提升效率。[结果及结论]与CBTC系统的传统联锁算法相比,列车自主控制系统的道岔安全区域控制算法性能更好。在单开道岔区段场景中,列车运行安全间隔提升率最大达到74.5%;在交叉道岔区域场景中,列车道岔通过时间提升率最大达到33.8%。通过在系统架构和控制算法上的优化,列车自主控制系统增加系统灵活性和效率,为下一代列车控制系统重要发展方向。

地铁列车空转的PSO-RBF滑模控制方法研究

地铁列车在频繁的牵引提速过程中,其加速阶段易发生轮对空转现象。为恢复空转后黏着控制性能并提高列车轮轨黏着利用率,文章对轮对空转再黏着控制进行深入研究。首先,通过搭建列车单轴动力学仿真模型,并结合全维状态观测器和极值搜索算法对列车状态进行估计。其次,提出基于POS-RBF神经网络的滑模控制器。最后,通过仿真对列车空转再黏着控制性能进行验证。仿真结果表明,相比固定切换增益滑模控制器,基于PSO-RBF神经网络可实时调节切换增益的滑模控制器具有更快的再黏着恢复速度、更小的稳定后抖振优点。这一改进有效提升地铁列车在空转时的黏着控制性能,可为列车安全、高效运行提供有力的技术保障。

一种遗传算法的城市轨道列车节能控制策略研究

[目的]城市轨道交通在运营过程中会产生大量能耗,其中列车运行的牵引能耗具有较大优化空间,因此亟需研究一种面向列车牵引节能的控车策略。[方法]首先,建立列车运行的动力学方程,并定义了列车运行过程的约束条件;其次,对列车牵引能耗优化策略进行分解建立目标函数,并基于遗传算法模型对列车运行能耗在不同区间分配和区间最优巡航速度进行求解;然后,通过遗传算法的交叉变异过程,得出节能效果最优的驾驶速度推荐曲线;最后,通过Matlab软件搭建仿真模型并采用真实的线路列车参数和运营数据,模拟列车的站间运行过程。[结果及结论]试验结果表明:基于遗传算法模型的控车策略相较于传统固定工况序列的控车策略,在牵引节能指标上有了显著提升。

城轨列车虚拟联挂高效协同控制策略研究

城市轨道交通(简称“城轨”)列车虚拟联挂是轨道交通领域的研究前沿,其目标是提升既有线上列车的运行效率,而其运行效率的提升主要体现在起车和停车阶段。为提升城轨列车虚拟联挂编组列车在起车和停车阶段的编组运行效率,文章提出一种虚拟联挂高效协同控制策略。其首先构建城轨列车编组内列车之间的相对制动模型,得到编组内列车之间的相对制动距离;接着,在协同控制层构建高效起车、停车目标函数,设计优化控制器,在约束下对目标函数进行求解,得到起车和停车阶段领航车和跟随车的关键决策信息;然后,研究操纵序列规划技术,分别得到领航车和跟随车的可执行操纵序列;最后,设计线性二次调节器(LQR)算法,对操纵序列进行精准跟随控制,得到执行指令。仿真结果表明,采用该虚拟联挂控制系统,城轨列车编组可在0~60 km/h车速范围内实现领航车和跟随车的停车时间间隔最小为1.6 s,有效提升了城轨列车编组在起车和停车阶段的运行效率。

基于BAS-PSO优化自抗扰的高速列车速度跟踪控制

针对高速列车自动驾驶系统,采用基于天牛须粒子群(BAS-PSO)优化自抗扰控制(ADRC)的算法,设计速度跟踪控制器。基于列车动力学模型设计自抗扰控制器,并以ITAE作为目标函数,利用BAS-PSO实现参数整定。选用CRH380A型动车组参数,通过MATLAB进行仿真验证,对比BAS-PSO、PSO以及改进鲨鱼优化ADRC算法对列车目标速度曲线的追踪效果,其中基于BAS-PSO优化ADRC算法的列车目标速度曲线跟踪误差保持在±0.4 km/h的范围内,相比另外两种算法更加紧密地贴近目标速度曲线。结果表明,基于BAS-PSO优化ADRC具有跟踪误差小、抗干扰能力强的优点。

基于多源数据驱动的地铁列车运行信息实时联控平台设计

为了创建列车车载系统与地面信息系统的连接,实现信息的即时交互,确保地铁列车安全稳定运行,设计基于多源数据驱动的地铁列车运行信息实时联控平台,包含车载系统和地面系统两大部分。车载系统的车载数据管理设备利用信息服务网,在牵引、制动等系统中获取地铁列车系统及设备数据,并通过无线通信技术将数据发送至地面系统的大数据集群;大数据集群通过组合赋权法融合采集车载运行数据信息,并通过融合数据一致性检验,消除主观偏好,确保多源数据融合客观性;数字化应用终端利用数据多源融合结果实现多种联控功能,故障诊断模块结合经验模态分解和FCM聚类实现地铁列车运行故障分类诊断。实验结果显示,所设计平台可采集地铁列车运行信息,通过分解获取的IMF分量特征,实现地铁列车故障准确判断,确保地铁列车平稳运行和旅客的人身安全。

基于插件形式的空空雷达仿真建模方法

针对火控雷达仿真的主要功能结构,建立雷达多种搜索跟踪仿真模型,设计模拟训练通用火控雷达目标搜索跟踪算法。基于插件形式以基类对象指针实现继承类对象为参数的系统交互方式,利用抽象工厂模式架构,建立雷达交互的数据模型、逻辑模型,并通过雷达可视化测试环境进行试验分析。实验结果表明:该方法能实现模拟训练通用火控雷达空空模式仿真模型,以及模型的复用性和重构性。

磁浮列车机械制动系统交叉耦合控制方法

机械制动系统在制动过程中产生一定的能量消耗,若控制策略不合理,容易导致制动能耗过大,影响磁浮列车的正常运行,为此,提出磁浮列车机械制动系统交叉耦合控制方法。根据磁浮列车机械制动系统结构框架,计算液压力伺服系统的传递系数和闸瓦与轨道之间的摩擦系数,以此获取磁浮列车机械制动系统传递函数。根据该传递系数,引入气隙、速度双重同步交叉耦合控制器,求取气隙同步误差和扰动量,获得交叉耦合控制结果。利用果蝇优化算法(fruit fly optimization algorithm,FOA)对该控制器的控制参数实施参数寻优,得到最优控制参数,进而实现磁浮列车机械制动系统交叉耦合稳定控制。实验结果表明,所提方法能够获取最优控制参数,并提高控制精度和效率。

适应起伏坡道线路的重载列车运行曲线规划技术研究

重载货运列车编组长、载重大、覆盖线路纵断面复杂,若操纵不当,极易引起列车冲动以及过多的能量消耗,甚至引起跳钩、断钩等安全事故。为了研究重载列车在起伏坡道运行时的最优操纵策略,文章提出了一种基于蚁群算法的区间运行曲线规划算法。首先,建立了列车纵向动力学多质点模型,并将翟方法应用到模型状态变量求解中;其次,从车钩力角度深入分析,建立了基于车钩力约束的安全评价指标以及基于车钩力状态变化的平稳评价指标,并结合重载列车的实际运行操纵约束,构建了带约束的多目标优化数学模型;最后,应用蚁群算法对该模型进行求解,获得重载列车在起伏坡道区间运行时的最优操纵曲线。基于实际线路数据,对本文算法进行了仿真验证,结果表明,对比优秀司机人工操纵,其在车钩状态转换次数及车钩力变化斜率指标上平均降低3%以上,有效提升了列车的运行品质。

考虑舒适性的自动驾驶轨道列车牵引电机节能控制

为提升乘客在自动驾驶轨道列车中的体验感,保证自动驾驶轨道列车的安全运行,提出考虑舒适性的自动驾驶轨道列车牵引电机节能控制技术。构建自动驾驶轨道列车运动学模型,分析牵引和制动电机能耗。依据分析结果建立列车牵引电机节能控制目标函数,并以行驶速度、舒适性、准时性和精确停车设置约束条件。利用混沌算法和蛙跳算法改进标准差分进化算法求解目标函数,获取最优解,实现自动驾驶轨道列车牵引电机节能控制。实验结果表明,所提方法在预期速度跟踪性能、节能性、舒适性、精准停车和准点中表现更为优异,验证了所提方法应用下的自动驾驶轨道列车在满足乘客舒适性要求的基础上,获取了较好的牵引电机节能控制效果。

城市轨道交通ZC故障场景下列车运行全过程调整方法

目的:当城市轨道交通发生控车设备故障时,会导致列车不同程度的运行延误,需及时调整列车运行方案,降低对运营的不利影响。以对运营影响较大的ZC(区域控制器)故障场景为示例,研究论证列车运行全过程调整方法的可行性、实效性。方法:综合考虑列车运行安全限制因素、车站停站时间要求,以及列车正常运行和限速运行条件下的速度控制策略等,构建以列车总延误时间最小为目标的非线性规划模型,并结合问题特征设计相应的启发式算法。结果及结论:将ZC故障场景对列车运行速度、运行间隔控制等的影响纳入模型与算法,可得与多类控车约束条件相符的列车运行全过程调整方案。算例应用结果显示,所提出的启发式算法能够在毫秒级求得近似最优方案,且总晚点列次、终到站最大晚点时间和终到站总晚点时间三项统计指标与数学规划求解器Gurobi求解结果十分接近,耗时仅为该规划器的0.387%。提出的针对ZC故障场景下的列车运行全过程调整方法可实时响应应急调整决策需求,高效协调图定列车运行,达到减少列车延误时间与总晚点列次目的。

应用贪婪训练算法的装配机械手定位控制研究

装配机械手在开展复杂装配工作时,由于运动路径较为复杂,经常会导致目标定位效果差,影响装配精度。为提升装配机械手的装配精度,提出应用贪婪训练算法的装配机械手定位控制方法。该方法首先依据机械手结构设计机械手动力学方程,构建参数标定模型,引入贪婪训练算法获取机械手的运动学参数;再以此为依据,设计精确的定位控制算法获取机械手的位置误差以及位置变化率;设计模糊控制器对机械手的位置误差以及位置变化率展开实时修正;最后通过控制器的修正输出值实现复杂运动路径下,机械手的高精度定位控制。实验结果表明,使用该方法开展机械手定位控制时,控制效果好。

脚踝关节康复训练设备转动机构角度智能控制

为提升脚踝关节康复训练效果,设计了训练设备转动机构角度智能控制方法。以康复医学与人机工程学为基础设计脚踝关节康复训练设备转动机构,帮助踝关节完成内收、外展、趾曲、背曲运动。根据阻抗控制原理设计转动机构角度控制器,该控制器利用阻抗控制环处理期望人机交互力与实际人机交互力间的偏差,获取转动机构角度补偿量。将其输入至角度控制环内,实现转动机构与患者脚踝人机接触的柔顺性控制。引入自适应权重策略改进标准的海鸥算法,通过优化控制器参数提升转动机构角度控制效果。实验结果表明:在不同康复训练幅度时,该方法均可精准控制转动角度;在不同驱动电机转速时,该方法控制转动机构角度的精度较高;应用该方法后,在背伸、内翻与外展康复训练时,脚踝关节康复训练的运动轨迹非常连贯及平滑,并未出现抖动现象,说明该方法角度控制的柔顺性较优,康复训练效果较佳。

基于字典算法、虚实结合的新型道岔控制电路实训系统

目的:道岔位置正确是保证列车安全运行的必要条件之一,道岔位置由道岔控制电路检测、判断,并给出相关信息。为使职业院校学生和企业职员能围绕道岔控制电路更加高效地开展实践技能训练活动,研制新型的道岔控制电路实训系统势在必行。方法:根据企业调研报告和实践教学经验,以企业标准道岔控制电路为基础,以双模块热备冗余IO(输入输出)控制器为桥梁,以仿真联锁系统为核心,设计道岔控制电路实训系统。实训系统通过字典算法实现道岔信息的采集与命令驱动;采用虚实结合的方法,结合实体设备和信息技术,实现道岔独立控制的联锁关系,通过软故障方式来控制电路状态,实现电路图实时动态显示和全方位实践信息管理等功能。结果及结论:基于字典算法、虚实结合的新型道岔控制电路实训系统能通过操作界面监督道岔位置和状态、控制道岔动作,还具有以下特点:能更加高效、安全地进行实践技能训练;能保持道岔控制电路结构和电气特性、检修与维护作业流程标准和方法不变;能使软件灵活地适配硬件变化,提高了工程施工和后期维护升级的效率。

基于数字通信技术的铁路列车控制系统设计

研究基于数字通信的铁路列车控制设计及优化方法。传统的铁路列车控制系统常采用模拟信号传输和人工操作,存在系统复杂、容易出现故障和安全隐患等问题。数字通信技术的应用为铁路列车控制带来了新的可能性。首先,阐述了数字通信技术在铁路列车控制领域的研究概述。其次,讨论了基于数字通信技术的铁路列车控制系统设计与优化现状。该研究为铁路列车控制系统的设计与优化提供了参考和指导。