面向再生制动能利用的地铁列车时刻表优化模型

通过对列车时刻表进行优化,可以使再生制动能量最大程度的被牵引列车利用,进而可以减少地铁列车的牵引能耗,达到节能运行的目标.在充分考虑地铁系统首、末班车服务时刻不变和列车旅行时长限制等情况下,提出一种通过时刻表优化实现再生制动能量利用最大化的新问题,并建立了其数学模型,设计了一种基于人工蜂群的智能优化算法来求解该问题.在此基础上,基于北京地铁燕房线的实际数据进行了仿真实验.结果表明:优化后的列车时刻表能够在较少影响地铁系统服务质量的前提下,比既有列车时刻表再生制动能利用量提高132.29%.同时,通过与遗传算法进行对比,证明了基于人工蜂群的智能优化算法求解时刻表优化问题的有效性.通过对列车运行存在不同程度干扰时的再生制动能量利用情况进行仿真分析,证明了所获得的优化时刻表的鲁棒性.     

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。     

城市轨道交通节能线路仿真算法

建立了多质点牵引计算模型,开发了一套可用于不同线路条件的牵引仿真软件。通过最优控制极小值原理分析了节能运行模式,提出了采用三角函数设计节能线路纵断面的方法.在满足运营速度前提下,采用目标速度逼近算法求取撤除牵引力的时间,可最大限度降低能耗.利用该优化算法,对所设计的不同坡度、坡长节能线路进行了仿真分析,和实际线路运营能耗相比,节能效果明显.提出了通过节能坡设计和列车牵引动力配置相结合实现系统优化配置的建议.     

列车运行能耗与乘客换乘时间协同优化研究

为减少轨道交通系统运营总能耗和乘客换乘时间,以列车的在站停留时间为决策变量,建立了一种协同优化的时刻表优化模型,并设计了求解该模型的遗传算法。应用北京地铁五号线和亦庄线的实际数据展开算例研究,验证模型和算法的有效性。结果表明,该研究较优化前的轨道交通系统总能耗减少5.15%,乘客换时间减少17.66%。     

节能坡与编组方案影响下的地铁列车运行能耗分析

地铁列车在运行过程中,能耗受线路条件以及运营组织方案影响较大。为了更准确地模拟线路运营条件与列车运行能耗之间的关系,在列车运行计算的基础上,分析列车在运行过程中的特点,设计牵引-惰行-制动的站间运行模式下的列车仿真模型,研究列车节能坡设计以及编组方案对列车运行能耗的影响。该模型主要由列车受力分析、站间操纵策略设计以及能耗计算3个部分组成,并在Visual studio平台上设计不同的线路条件及编组方案进行仿真实验,分析其对列车运行能耗的影响规律以及能耗的变化特点。研究发现,采取合理的节能坡设计以及编组方案有利于降低列车运行能耗。     

地铁车辆再生制动能量利用率影响因素

采用情景分析法,搭建了城市轨道交通车网仿真模型,对发车间隔、上下行发车时间差、载客量、行车密度、路况地理状态等因素对再生制动能量利用率及牵引变电站牵引能耗的影响进行了分析,给出再生制动能量利用率的主要影响因素.通过再生制动能量利用率较低的工况仿真,分析了站点列车制动电阻开启次数、低电压出现次数与该站点再生制动能量的利用以及电能质量间的作用关系.以上海地铁线路运营时段的发车间隔为例,运用仿真方法,探讨了地面储能系统容量配置与城市轨道交通发车间隔的取值控制策略.研究成果可为城市轨道交通节能提供理论指导.     

列车运行能耗与乘客换乘时间协同优化研究

为减少轨道交通系统运营总能耗和乘客换乘时间,以列车的在站停留时间为决策变量,建立了一种协同优化的时刻表优化模型,并设计了求解该模型的遗传算法。应用北京地铁五号线和亦庄线的实际数据展开算例研究,验证模型和算法的有效性。结果表明,该研究较优化前的轨道交通系统总能耗减少5.15%,乘客换时间减少17.66%。     

地铁通风空调系统节能分析

为减少地铁通风空调系统能耗,合理利用地铁活塞风,在对国内外地铁通风空调系统节能现状分析的基础上,对南京地铁1号线地铁通风空调系统能耗影响因素进行分析,建立了地铁通风空调的物理和数学模型,运用地铁热湿负荷分析模拟软件（STESS）,得出了各种运营模式下地铁通风空调能耗曲线,确定了地铁通风空调系统优化运营模式。近2年的实际运行表明,通风空调系统节能达20%,与理论分析模拟相吻合。     

位置式PID控制算法在城轨ATO系统中的应用

为了使城市轨道交通CBTC(基于通信的列车运行控制系统)中的自动驾驶系统(ATO)实现更加精确的控制,通过对传统的PID控制理论进行分析,探索了位置式PID控制算法的详细控制过程,并使用现代计算机技术实现了该算法。将位置式PID控制算法与状态方程结合起来,并将改进后的算法应用于自动驾驶系统中:通过调节PID算法公式中的Kp,Ki,Kd三个参数值,可以得出最适合应用于自动驾驶系统的系数,以决定牵引和制动命令的执行时间点。研究结果表明,在自动驾驶系统中,应用位置式PID算法可以实现列车更加理想的精确控制,减少列车牵引和制动时间以实现节能,保证列车提速平稳以提高列车的舒适度和稳定性。     

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。     

基于工况分析的城市轨道列车自动行车系统多目标优化策略

传统的自动行车系统(ATO)具有良好的自动行车能力;但系统为达到行驶目的,通常会进行频繁地工况转换,从而导致浪费能源并使乘客舒适度下降。将对能耗和舒适度这两个参数进行目标优化;并在前人的研究基础上,提出以工况为基础的分段分析建模优化参数的ATO多目标优化策略。利用改进的遗传算法进行模型求解。最后整合各段优化得出的运行曲线,得到完整的运行曲线图。通过实例仿真,该方法具有很好的优化效果及可操作性。     

新型列控系统列车追踪间隔的优化及效能评估

为了解决地铁列车运力不足，缩短列车追踪间隔，提出了新型列控系统、相对移动闭塞和协同运行三者相结合的方法，构建了列车通信协同运行模型。在该模型下，精细化前后列车冲突区域，对正线和站后折返最小追踪间隔分别优化建模，提出缩短追踪间隔的行车策略。经实际线路仿真计算，相比基于通信的列车运行控制系统(communication based train control, CBTC)列车通过能力提升了32.3%，且4A编组可以满足79.9 s的行车间隔。考虑缩短行车间隔对运营效能的影响，将运营效能量化为运输率、满载率、单位能耗、等车时间，对不同行车方案进行评估。结果表明，对于单向小时断面客流量小于6.4万的线路，通过调节行车间隔，4A编组在满足满载率下，比6A、8A编组能耗更小，等车时间更短。     

广州地铁四、五号线列车运行控制系统分析

广州地铁四、五号线列车运行控制系统是一个适应线性电机运载系统的移动闭塞列车自动控制系统(ATC),由计算机联锁系统(故障导向安全),列车自动防护(ATP,故障导向安全),列车自动驾驶(ATO),列车自动监督(ATS)四个主要子系统组成。其中列车自动防护子系统主要对列车驾驶进行防护,对与安全有关的设备或系统实行监控,实现超速防护、列车间隔控制等功能。     

基于ARM的列车运行控制算法仿真测试系统

介绍了列车运行控制系统的基本组成和原理,采用通用ARM芯片S3C2440设计了列车运行控制仿真硬件系统以及包含列车模型的PC端仿真软件.使用串口UART实现下位机控制系统硬件和上位机列车仿真模型软件之间的数据通信.最后,设计了基于滑动模态状态观测器的列车控制算法,并在仿真测试系统中进行了测试.     

突发事件下的城市轨道交通列车运行仿真与延误评估

应用系统仿真的方法,建立了突发事件下的城市轨道交通列车运行仿真模型,并应用北京地铁亦庄线的实际数据进行了案例分析。基于离散事件模型的仿真方法,使用Processing和G4P控件库开发仿真软件,实现列车的超速防护、移动闭塞系统生成列车移动授权、列车运行控制和列车停站控制。通过系统仿真,针对城市轨道交通单线多列车的运行场景,对突发事件下的全线运行、延误情况进行模拟和评估。结果表明,故障发生的不同位置和持续时间会对列车延误情况造成不同影响,并且通过运行调整手段如发车调整和停站调整可以有效缓解突发事件下列车的延误情况。     

列车模拟驾驶系统中列车的运行控制仿真与实现

以改进的多质点动力学模型为基础,构建了列车动力学模型,控制列车运行,同时为满足工程分析的需求,加入了改进的混合运行控制策略,优化列车运行。通过对不同列车控制策略进行分析对比,并建立HX3DB型列车实体仿真模型对多质点动力学模型下的列车运行控制策略进行分析验证。结果表明模拟列车运行速度变化平稳,没有明显的速度跳变,所采用改进的混合控制策略节能效果良好,经济适用性高,满足铁路培训和工程分析的要求。