基于遗传算法的重载列车驾驶策略研究

发布时间：2022-01-04 13:49

　　针对重载列车在长大下坡道运行时需采取循环制动来保证列车安全运行的难点问题,通过分析重载列车动力学模型和操纵要求,研究了一种基于遗传算法的列车驾驶策略。首先,基于线路数据和列车编组数据,对重载列车运行过程进行了动力学模型的建立;然后以操纵要求建立约束集,设计了以工况（制动和制动缓解）转换点为编码对象的驾驶策略生成算法;最后选取朔黄铁路一段长大下坡道实际线路数据,仿真得到最优的工况转换序列,并生成列车驾驶曲线。分析仿真驾驶曲线与指导驾驶曲线速度的均方根误差以及速度误差的期望和方差,表明该方法是可行的。 

【文章来源】：铁道学报. 2020,42(07)北大核心EICSCD

【文章页数】：7 页

【部分图文】：

驾驶策略算法流程

为了验证上述章节提到的遗传算法的有效性,本文选取朔黄铁路某一站间的数据,用MATLAB软件进行仿真,得到重载列车在长大下坡道线路的驾驶策略。其中,重载列车编组方式为1+1,机车型号为SS4B型+SS4B型,车辆型号为C70,见表2。该区间是总长S=12947m,平均坡度i=-10.3‰的下坡道,且线路限速为75km/h,具体线路情况见图2。根据上述列车编组数据和线路数据,在满足安全及操纵要求等约束前提下,以指导驾驶曲线区间运行时间和仿真驾驶曲线区间运行时间的差值最小为目标,通过对列车运行过程进行动力学计算,利用遗传算法不断优化工况转换点信息,最后的优化过程见图3,对应的仿真结果见图4。

对图4进行数据分析,得到表3所示的工况转换点信息。由图4及表3可知:最终仿真得到的制动点和制动缓解点在位置和速度两方面都和指导驾驶曲线有着相近值,即算法仿真得到的驾驶曲线满足安全及操纵约束。为进一步说明算法的有效性,评价指标见表4,驾驶曲线速度误差见图5。

【参考文献】：
期刊论文
[1]万吨重载列车在神朔段长大下坡道循环制动优化[J]. 董克毓,魏伟.  大连交通大学学报. 2017(01)
[2]重载列车智能化操控算法研究与实现[J]. 陆小红,郑木火,林宏泉.  铁道学报. 2017(01)
[3]基于多种群进化的遗传算法[J]. 吕卉,周聪,邹娟,郑金华.  计算机工程与应用. 2010(28)
[4]长大下坡道区段开行重载列车的安全问题[J]. 孙中央,王长明.  铁道机车车辆. 2009(01)
[5]重载列车优化操纵算法设计与仿真[J]. 李会超,冯晓云,王青元.  电力机车与城轨车辆. 2007(06)

博士论文
[1]重载组合列车牵引及制动系统的试验与仿真研究[D]. 张波.中国铁道科学研究院 2009

硕士论文
[1]基于多目标的重载列车优化操纵研究[D]. 王新培.西南交通大学 2016
[2]基于神经网络的重载列车驾驶曲线生成方法研究[D]. 谭力天.北京交通大学 2016
[3]种群规模对遗传算法性能影响的研究[D]. 刘晓霞.华北电力大学（河北） 2010



本文编号：3568453