基于再生制动能利用的发车间隔优化模型

本文基于单车节能操纵,以降低全线总能耗为目标,建立了发车间隔节能优化模型。该模型在现有区间运行时分的基础上,考虑单列车节能及其在不同站间的运行速度曲线,得到列车区间牵引能耗,通过重叠时间确定有效利用的再生制动能,并且将多车总能耗最低转化为求解全线能耗最低问题。以全线能耗最低为目标,采用遗传算法,寻求最优发车间隔。仿真案例验证了优化发车间隔的节能效果。     

面向节能的列车驾驶辅助技术研究

针对当前列车驾驶速度曲线选择具有随机性、随意性这个技术问题与难点,进行节能系统结构搭建,并设计系统信息交互方式。在此基础上,建立列车定时运行节能模型算法。创新建立基于巡航速度的遗传算法模型的求解方法,对列车定时运行节能模型算法进行计算解析,通过对运行能耗和巡航速度的编码来实现最优速度曲线的求解。提出的算法不需要预先确定工况序列表,增加了模型优化的自由度,并使得列车整体的速度曲线显得更加平稳。仿真实验的结果验证了该方法的有效性,经过与典型文献中算例进行比对,证明了该模型的优越性。该求解的最优速度曲线,可通过驾驶辅助信息最终传输到驾驶辅助系统（DAS）车载端进行显示,用于驾驶员行车指导,实现列车驾驶节能的效果。     

考虑复杂场景的常导高速磁浮辅助停车区优化布置

针对辅助停车区（ASA）布置的复杂场景,面向多目标速度曲线共存线路,以辅助停车区数量与列车区间追踪时间最小化为目标,以列车安全运行为约束,构建了多目标优化模型,设计与讨论了带精英策略的快速非支配排序遗传算法（NSGA-II）,提出了一种考虑辅助停车区布置特征的种群初始化策略,使得算法具有良好计算性能。算例仿真验证了模型与算法解决复杂场景下辅助停车区优化布置的有效性,为求解辅助停车区布置问题提供了新思路。     

基于防护速度的高速磁浮辅助停车区设置

为了在满足高速磁浮列车安全连续运行需求的前提下节约建设成本,提出了一种基于速度防护曲线的辅助停车区设置算法.在此基础上给出了一种基于基准运行速度曲线的辅助停车区算法,同时能满足多目标速度曲线并存的线路上列车安全连续运行的要求.考虑了列车运行控制系统安全性的要求,给出了工程应用中相应的辅助停车区调整方法,并在一定工况条件下进行了仿真计算,结果表明该辅助停车区算法能在一定程度上降低高速磁浮交通系统的建设成本.     

磁浮列车运行控制系统二维速度防护曲线仿真

速度防护是轨道交通列车自动控制系统中最主要的控制策略 .结合高速磁浮列车的运行特点 ,提出了二维速度防护曲线的概念和原理 ,对高速磁浮列车在强制制动条件和惰性条件下的速度曲线进行了计算 ,给出了高速磁浮列车二维速度防护曲线的一种实用算法 ,并在C语言环境下对其进行了数值仿真     

国产磁浮列车气动外形的优化

为了降低列车交会空气压力波、减小空气阻力、使列车具有正的气动升力，根据给定的列车横断面，设计3种磁浮列车流线型头部外形。利用可压缩粘性流体的N-S方程和k-ε双方程湍流模型，采用有限体积法对包括TR08磁浮列车在内的4种高速磁浮列车周围流场进行数值模拟，得出磁浮列车在不同运行速度下的气动阻力系数、升力系数及列车以430km／h运行时的交会压力波幅值。此外，为优化气动外形方案，对3种方案进行综合比较分析。研究结果表明：随着流线型头部长度的增加，列车空气动力性能提高；在车头流线型长度相同的情况下，随着最大纵剖面轮廓线曲率的变小，交会压力波降低，水平投影轮廓线变宽，列车阻力增加；最优方案为列车交会压力波和空气阻力均较小、流线型头部为扁梭形的方案三。     

基于改进QPSO算法的地铁列车节能优化操纵研究

地铁列车的节能优化操纵是降低能耗的重要途径。针对地铁列车在不同工况与线路条件下的运行特点,对其进行动力学分析。参照线路纵断面化简原理对线路进行简化,并根据节能优化原则与列车站间运行的约束条件建立实际路况下的能耗模型。引入改进量子粒子群优化算法,将列车运行速度、加速度等参数进行实数编码,通过迭代寻优与变异操作求解列车站间运行的最低能耗,并获取列车最优运行速度及工况转换点等特征参数。通过南宁地铁一号线某站间线路的实例仿真证明,该方法在保证列车舒适性、安全性与准点停靠的前提下,降低列车运行能耗达9.21%。     

基于Pareto多目标遗传算法的单列车定时节能研究

针对地铁列车定时节能运行的复杂多目标优化问题,提出一种基于Pareto多目标遗传算法来定时优化列车的区间运行能耗。首先以列车的能耗指标和准时指标为优化目标,同时将列车运行的安全指标、精准停车指标和舒适度指标作为约束条件,然后采用基于NSGA-II的Pareto多目标遗传算法进行求解,得到一组非支配解集,再从非支配解集中选择最符合定时运行要求的运行策略。最后通过广州地铁七号线的实际测量数据进行仿真验证,结果表明,定时节能优化相比节时策略能耗节约16.54%,而运行时间只比运营计划多了0.01 s,符合定时运行的要求。该方法具有较高的可行性,可以应用于地铁列车节能。     

列车运行节能操纵优化方法研究

为降低铁路运营成本,对列车运行受干扰时的节能操纵优化进行了研究.根据问题的数学描述,建立了最优化模型,并采用遗传算法,结合典型子区间优化操纵序列,对问题进行了求解.通过仿真计算,给出了列车运行的速度距离曲线,揭示了列车节能操纵的一些原则,最后将运算结果与其他方法计算出的结果进行了比较.比较结果表明,遗传算法是一个有效的算法,可以很好地应用在列车节能操纵优化的研究中.     

多维并行遗传算法在列车追踪运行节能优化中的应用

为了研究先行列车与追踪列车在移动闭塞信号系统控制下进行追踪运行时的综合节能优化控制问题,构建了以能耗与运行时间误差为目标的列车节能控制模型.该模型以列车的操纵手柄级位与列车的工况转换点(即操纵手柄级位改变时,列车的位置)为控制变量.在此基础上,提出了静态与动态速度约束条件(即线路的静态速度约束与先行列车的运行状态对其后的追踪列车所产生的动态速度约束),结合外部惩罚函数,利用多维并行遗传算法对该问题进行了求解.求解时,根据GA的进化代数动态的调整交叉与变异概率,提高粗粒度搜索与细粒度搜索的效率.同时,采用了坡道三分法和实数编码法来缩短染色体长度,提高收敛速度.最后,在移动闭塞信号系统列车运行仿真平台上验证了该优化控制算法的正确性与有效性.     

基于遗传算法的电力机车优化操纵方法

铁路运输部门是国民经济中耗能最大的单位之一,其节能研究具有重要意义,通过改进机车的操纵方法以实现列车的节能运行,是一条经济有效且直接可行的节能途径.本文通过对东风-济南西HXD3型电力机车的实际运行数据的计算,得出了电力机车的基本阻力、坡道和曲线等附加阻力等参数,给出了一种间接计算电力机车能耗的模型,使得在未记录电表值情况下能够给出能耗的参考值.将计算值与实际能耗进行比对,模型的准确率在90%左右.同时以东风—王村区段为例进行了操纵方法寻优,选取该区段的8个信号机的位置作为关键点,并对各个关键点进行了速度与手柄位的编码,使用遗传算法,得到了该区间的优化操纵方法.经计算与实际能耗相比减少30%左右,效果显著.     

高速磁浮列车悬浮间隙仿真预测

基于长短时记忆（LSTM）神经网络提出了一种可用于高速磁浮列车的电磁铁悬浮间隙预测方法。考虑高速磁浮列车运行过程中受到的气动荷载，建立了列车仿真模型并计算列车的动态响应；通过PyCharm建立LSTM神经网络，并以高速磁浮列车仿真模型计算结果为样本集，构建了高速磁浮列车电磁铁悬浮间隙预测模型。最后，通过对预测模型计算结果和评价指标进行评判，验证了所提出的电磁铁间隙预测算法的准确性。     

基于城市干道的纯电动汽车多目标优化

纯电动汽车技术逐渐成熟,在城市工况中行驶也不断增加。为提高纯电动汽车在城市工况下的运行效率。研究某纯电动汽车在城市双向四车道交叉口场景下四种运行轨迹的安全、节能、舒适多目标问题,建立纯电动汽车安全、节能、和舒适多目标数学模型,并结合Advisor2002中的美国城市驱动工况(CYC_UDDS)仿真验证整车性能参数的影响,利用含有精英策略的NSGA-Ⅱ算法对车速、加速度、总加权加速度均方根值等约束条件下进行优化,得到最优解。结果表明,该多目标函数很好兼顾了纯电动汽车安全、节能、舒适性,提出了纯电动汽车在双向四车道交叉口下的最优运行轨迹和最佳道路宽度,为纯电动汽车检测提供了一种依据。     

考虑通道总能耗的城际列车运行速度优化研究

在考虑不同运输方式竞争关系的基础上,探讨了能力约束下的通道客流分配方法.以乘客出行总费用及通道运营总成本最小为目标,构建了城际列车运行速度非线性优化模型,并采用遗传算法对模型进行求解.算例结果表明,模型能够有效求解含限速区间的城际列车运行速度优化问题,且随限速区间运行速度的下降,非限速区间最优运行速度呈缓慢上升趋势;对于短距离通道而言,可开行较高运行速度的城际列车,以吸引客流;而对于中距离通道而言,可适度降低城际列车运行速度,减少运营能耗.     

基于Bezier曲线的贯流风机叶型多工况优化研究

采用四阶有理Bezier曲线,多个控制点约束叶轮中弧线进行叶片参数化设计.基于贯流风机须在较宽的工况区间内稳定运行的要求,在熵值法的基础上设计了一种多工况设计优化方法.设置多工况加权平均流量为优化目标函数,利用超拉丁方实验设计方法生成样本空间点,通过熵值法确定不同工况的权重因子,基于多岛遗传优化算法(MIGA)对数值模拟结果进行多工况优化.通过此方法进行贯流风机叶片型线优化结果表明:优化后叶轮在不同转速下体积流量均有所上升,最高转速下流量提高65.18 m~3/s.     

基于司机操纵模式学习的列车节能自动驾驶研究

基于优秀司机运行记录数据,提出一种基于机器学习技术的列车节能优化驾驶方法架构,利用层次分解的思想结合集成机器学习方法从优秀司机的驾驶日志数据中挖掘出隐藏的优秀司机驾驶模式,分别对速度信息和档位信息进行学习预测,以实现列车节能优化自动驾驶决策,并选用实际铁路线路和机车数据进行了试验验证.试验结果表明,在保证列车安全、准点、平稳等约束条件下,本文列车节能优化驾驶方案相比司机平均水平可节能约7%.     

基于多目标优化的乘客电梯理想速度运行曲线确定方法

目的研究一种借助多目标优化模型求得电梯理想速度曲线的确定方法,解决乘客电梯快速性和舒适性问题.方法分析电梯实际运行方式,构建理想速度曲线组合模式;结合实际及相关国家标准,建立求取理想速度曲线参数的多目标优化模型;借助多目标遗传算法NSGA-Ⅱ解得理想速度曲线参数的Pareto解集,并基于偏好进行区域划分.结果通过对电梯速度曲线参数的多目标优化求解,获得不同偏好的乘客电梯理想速度曲线.结论不同偏好、不同额定速度下电梯理想速度曲线对比分析结果表明,基于多目标优化的乘客电梯理想速度曲线确定方法在兼顾电梯运行的快速性及舒适性要求的同时为技术人员提供了多种可供选择的运行速度控制模式;对额定速度不高于3.5 m/s的乘客电梯,其理想速度曲线可省去直线加速段以降低速度控制模式的复杂性.     

高速列车车厢夹层板断面结构的多目标优化

为获得不同运行速度和工况下的高速列车车厢侧墙结构,在拓扑优化结构的基础上进行了多目标优化研究。将侧墙夹层板质量、柔度、最大变形作为优化目标,以侧墙5段夹层结构的面板和夹心厚度为变量、车厢气压变化梯度为约束函数,利用代理模型技术,建立了各目标、约束函数与变量之间的代理模型,通过非支配遗传算法NSGA-II,得到了多目标的Pareto解集。该Pareto解集中的夹层板结构比拓扑优化得到的夹层板结构的最大变形性能提高了8.21%到33.58%,设计时可根据具体的要求和经验从Pareto解集中进行选择,从而为不同运行速度和工况下的高速列车车厢断面结构的设计提供了多种选择方案。     

面向节能的单/多列车优化决策问题

随着高科技的迅猛发展以及积极响应国家节能减排号召,节能技术已经成为研究热点.文章通过列车在牵引力变化的情况下对耗能情况进行分析,首先将路段根据坡度、曲率、限速的约束条件分成五类,在每一类中分别计算列车在加速、匀速、惰行、制动情况下耗能情况.由于列车在运行时是变加速行驶,因此利用微元法将位移与时间的关系进行表示,将求耗能的最小值为目标函数建立模型.利用MATLAB将节点速度、时间、位移进行分析,应用罚函数分析最优节能情况时速度、距离曲线.数值实验结果表明文章所建立的优化模型具有一定的实用性和有效性.     

高速磁浮列车的安全速度防护问题研究

确定高速磁浮列车运行的安全速度范围,是列车运行控制系统要解决的首要问题．分析了德国高速磁浮列车的双限速度防护的特点,给出了安全速度防护曲线的求解思路及算法;并讨论了最不利的系统条件,指出要保证列车在最不利的条件下也处于系统的安全防护范围内．本文算例验证了算法的可行性．