CN101245740B - 柴油动力系统的优化燃料效率和排放输出的系统和方法 - Google Patents

Abstract

一种用于确定具有至少一个柴油燃料动力产生单元的柴油动力系统的配置的方法，该方法(606)包括步骤(605)，用于确定柴油动力系统为完成指定任务所需的最小功率；以及步骤(610)，用于确定柴油燃料动力产生单元的操作条件，以便对柴油动力系统来说满足最小功率要求，且同时实现较低燃料消耗和较低排放中的至少一个。

Description

柴油动力系统的优化燃料效率和排放输出的系统和方法

相关申请的交叉引用

本申请是2007年1月31日提交的美国申请第11/669,364号的部分继续申请，它要求2006年10月2日提交的美国临时申请第60/849,100号和2006年10月10日提交的美国临时申请第60/850,885号的优先权。

本申请还要求2007年6月19日提交的美国专利申请第11/765,443号的优先权，它要求2007年3月9日提交的美国临时申请第60/894,039号和2007年5月24日提交的美国临时申请第60/939,852号的优先权。

技术领域

本发明涉及一种柴油动力系统，例如火车、非公路车辆、海运和/或固定柴油动力系统，而且更特别地涉及用于柴油动力系统的优化燃料效率和排放输出的系统、方法和计算机软件代码。

背景技术

柴油动力系统，例如但不限于非公路车辆(off-highway vehicle)、海运柴油动力推进设备、固定柴油动力系统和铁路车辆系统-即火车，这些动力系统通常由柴油动力单元供给动力。就铁路车辆系统而言，柴油动力单元是至少一个机车(locomotive)的部分而且火车还包括多个机动轨道车，例如运货车厢。通常，提供一个以上机车，其中认为机车是机车组(locomotive consist)。机车是具有多个子系统的复杂系统，每个子系统都与其他的子系统相互依赖。

操作者通常上到机车上以确保机车的正确运行，而且当有机车组时，操作者通常上到引导机车(lead locomotive)上。机车组是在开火车时一起运行的一组机车。除确保机车或机车组正确运行之外，操作者还负责确定机车是其一部分的火车的运行速度和火车内的动力。为了执行这种功能，操作者通常必须具有在指定地形上操作机车和各种火车的丰富经验。为了遵照可能随火车沿轨道的位置而变化的可指定的运行速度而行事，这种知识是必需的。而且，操作者还负责确保火车内的动力保持在可接受的限值之内。

然而，即使操作者具有确保安全操作的知识，操作者通常不能这样操作机车以便每一行程的燃料消耗和排放被最小化。例如，其他必须考虑的因素可以包括排放输出、操作者的环境条件(如噪音/振动)、燃料消耗与排放输出的加权组合等。这样做是很难的，原因在于例如，火车的容量和载量是变化的，机车和它们的燃料/排放特性是不同的，而且天气和交通条件也是变化的。

根据特定的火车任务，当制造火车时，一般惯例是在火车组成中提供一系列机车以便部分地根据可用的具有变化功率的机车以及行程任务历史来向火车供给动力。这常常导致单独火车可用的机车动力有很大的变化。另外，对于要求高的火车(例如Z-火车)，备用动力一典型的是备用机车，常常被提供来应付设备故障事件，并确保火车火车准时到达目的地。

此外，当制造火车时，机车排放输出通常是通过建立基于火车空驶时火车中的机车的总排放输出的加权平均值而确定的。这些平均值预计低于火车空驶时的某一排放输出。然而，典型地，关于火车空驶时的实际排放输出并没有被进一步确定。这样，尽管所建立的计算方法可以表明排放输出是可接受的，但实际上机车可能会发出比计算的更多的排放。

当开火车时，火车操作者在开火车时常常要求相同的挡(notch)设置，这些设置又可能会导致燃料消耗和/或排放输出(例如但不限于No_x，CO₂)等在很大的范围内变化，这取决于为火车提供动力的机车数量。这样，由于火车的容量和载量的变化以及机车和它们的功率可用性随模型类型而变化，所以操作者通常不能把机车开成使得每一行程的燃料消耗被最小化且排放输出被最小化。

火车所有者通常拥有多个火车，其中火车在铁路轨道网上运行。由于在铁路轨道网内同时运行的多个火车的这种综合性，其中就火车运行而论还必须考虑调度问题，所以火车所有者会从优化燃料效率和排放输出以当满足任务行程时间约束的同时使多辆火车的排放输出最小化从而节省整体燃料消耗的方法中获益。

同样地，非公路车辆、海运柴油动力推进设备、和/或固定柴油动力系统的所有者和/或操作者，在这些柴油动力系统产生最优化燃料效率和排放输出以在满足操作约束(例如但不限于任务时间约束)的同时最小化排放输出从而节省整体燃料消耗时，将会意识到所实现的财务效益。

发明内容

本发明的示例性实施例公开了用于最小化来自具有至少一个柴油燃料动力产生单元的柴油动力系统的排放输出的系统、方法和计算机软件代码。为此，公开了用于最小化来自具有至少一个柴油燃料动力产生单元的柴油动力系统的排放输出的方法。该方法包括：用于确定柴油动力系统为完成指定任务所需的至少一个功率等级的步骤。另一个步骤包括确定基于所需的功率等级的排放输出。所提供另一个步骤使用至少一个其它的、产生较低的排放输出的功率等级，其中总的合成功率接近于所需的功率。

在另一个示例性实施例中，公开了用于最小化来自具有计算机和至少一个柴油燃料动力产生单元的柴油动力系统的排放输出的计算机软件代码。计算机软件代码包括用于确定柴油动力系统为完成指定任务所需的至少一个功率等级的计算机软件模块。还公开了用于确定基于所需的至少一个功率等级的排放输出的计算机软件模块。另一个计算机软件模块用于使用至少一个其它、产生较低排放输出的功率等级，其中总的合成功率接近于所需的功率。

在又另一个示例性实施例中，公开了用于最小化来自具有至少一个柴油燃料动力产生单元的柴油动力系统的排放输出的系统。该系统具有设备，所述设备被配置成确定基于所需的功率等级的排放输出。还公开了功率等级控制器，被配置成使用至少一个其它的功率等级，以便使合成的功率等级与所需的功率等级几乎相等，且同时来自所述至少一个其它功率等级的排放输出小于来自所期望的功率等级的排放输出。还公开了处理器，被配置成确定柴油动力系统为完成指定任务所需的最小功率等级以及确定何时使用所述至少一个其它功率等级这二者中的至少一个。

在另一个实施方式中公开了一种系统，用于最小化来自具有至少一个柴油燃料动力产生单元的柴油动力系统的排放输出。该系统包括处理器，被配置成确定柴油动力系统为完成指定任务所需的功率等级。提供了第一设备，被配置成确定基于所需功率级的排放输出。所提供的另一元件是排放比较设备，被配置成把基于所需功率等级的排放输出与其它功率等级的排放输出进行比较。还包括第二设备，被配置成使用至少一个其他功率等级，以便合成的功率等级接近于所需的功率等级，以便当使用至少一个其他功率等级时达到的排放等级小于使用所需功率等级得到的排放等级。

另外，公开了一种方法，用于确定具有至少一个柴油燃料动力产生单元的柴油动力系统的配置。该方法包括确定柴油动力系统为完成指定任务所需的最小功率的步骤。确定柴油燃料动力产生单元的操作条件，以便对柴油动力系统来说满足最小功率要求，且同时实现较低燃料消耗和较低排放中的至少一个。

还公开了一种方法，用于配置具有至少一个柴油燃料动力产生单元的柴油动力系统。该方法包括限定时间段，在此时间段期间，要求柴油动力系统完成指定任务。确定动力系统在该时间段期间的负载要求。根据负载要求，确定最小所需的功率。另一步骤包括选择至少一个柴油燃料动力产生单元，以便对该系统来说满足最小所需的功率，且同时实现提高的燃料效率和较低排放输出中的至少一个。

在另一示例性实施例中，公开了计算机软件代码，用于确定具有至少一个机车资源(asset)和计算机的火车、具有计算机的非公路车辆、具有计算机的海运交通工具、和/或具有计算机的固定单元的发动机配置。计算机软件代码包括用于限定时间的计算机软件模块，在所述时间期间，要求发动机配置完成指定任务。还提供了用于确定废气后处理设备的操作条件的计算机软件程序块。另一元件是计算机软件模块，用于选择发动机配置以满足最小所需的功率，且同时实现提高的燃料效率和最小化的排放输出中至少一个。

在又另一示例性实施例中公开了一种方法，用于为具有至少一个机车资源的火车、非公路车辆、海运交通工具、和固定单元中的至少一个确定发动机配置。该方法包括限定时间的步骤，在所述时间期间，要求发动机配置完成指定任务。另一步骤包括确定废气后处理设备的操作条件。另一个步骤包括选择发动机配置以满足最小所需的功率，且同时实现提高的燃料效率和最小化的排放输出中的至少一个。

在又另一示例性实施例中，公开了计算机软件代码，用于配置用于具有至少一个具有计算机的机车资源的火车、具有计算机的非公路车辆、具有计算机的海运交通工具、和/或具有计算机的固定单元的柴油动力系统。计算机软件代码包括用于限定时间的计算机软件模块，在所述时间期间，要求柴油动力系统完成指定任务。还提供了用于确定柴油动力系统在此时间段期间的负载要求的计算机软件模块和用于确定基于负载要求的最小所需的功率的计算机软件模块。还包括这样的计算机软件模块，用于选择至少一个柴油燃料动力产生单元以满足最小所需的功率，且同时实现提高的燃料效率和最小化的排放输出的至少一个。

还公开了用于确定具有至少一个机车资源的火车、非公路车辆、海运交通工具、固定单元中的至少一个的柴油发动机配置的系统。该系统包括负载估计器和任务时间确定器。还包括处理器，用于根据由负载估计器确定的负载和由任务时间确定器确定的任务时间来计算发动机配置的最小所需的功率。处理器还确定发动机配置以满足最小所需的功率且同时实现提高的燃料效率和最小化的排放输出的至少一个。

在又另一示例性实施例中公开了一种系统，用于确定具有至少一个柴油燃料动力产生单元的柴油动力系统的配置。该系统包括至少一个传感器，用于确定柴油燃料动力产生单元的操作条件。还提供了处理器，所述处理器接收来自至少一个传感器的信息以用于确定柴油动力系统为完成指定任务所需的最小功率。对柴油动力系统来说，最小功率要求被满足且实现较低燃料消耗和较低排放中的至少一个。

在另一示例性实施例中公开了计算机软件代码，用于确定具有至少一个柴油燃料动力产生单元的柴油动力系统的配置。计算机软件代码包括计算机软件模块，用于确定柴油动力系统为完成指定任务所需的最小功率。还包括这样的计算机软件模块，用于确定柴油燃料动力产生单元的操作条件以使对柴油动力系统来说满足最小功率要求且同时实现较低燃料消耗和较低排放中的至少一个。

附图说明

下面将参考在附图中示出的本发明的特定实施例对如上简要描述的本发明进行更加详细的描述。可以理解的是，这些附图仅描述本发明的典型实施例，而不能因此认为是对本发明的范围的限制，下面将通过利用附图使用附加的特性和细节对本发明的示例性实施例进行描述和解释，其中：

图1描述了行程最优化流程图的示例性图解；

图2描述了可以采用的火车的简化模型；

图3描述了用于行程最优化的元件的示例性实施例；

图4描述了燃料耗费/行驶时间曲线图的示例性实施例；

图5描述了对行程计划分段分解的示例性实施例；

图6描述了分段实例的示例性实施例；

图7描述了另一个行程最优化的示例性流程图；

图8描述了供操作者使用的动态显示器的示例性图解；

图9描述了供操作者使用的动态显示器的另一个示例性图解；

图10描述了供操作者使用的动态显示器的另一个示例性图解；

图11描述了具有多个火车的铁路轨道网的示例性实施例；

图12描述了说明通过最优化火车动力组成来提高火车燃料效率的步骤的流程图的示例性实施例；

图13描述了包含在用于最优化火车动力组成的系统中的示例性元件的框图；

图14描述了用于确定柴油动力系统的燃料效率和排放的传递函数的框图；

图15描述了说明用于确定具有至少一个柴油燃料动力产生单元的柴油动力系统的配置的步骤的流程图的示例性实施例；

图16描述了用于操作铁路车辆的闭环系统的示例性实施例；

图17描述了集成了主控制单元的图16的闭环系统；

图18描述了用于操作集成了铁路车辆的另一个输入操作子系统的铁路车辆的闭环系统的示例性实施例；

图19描述了具有可以支配主控制器操作的转换器的闭环系统的另一个示例性实施例；

图20描述了在闭环过程中操作铁路车辆的步骤的示例性流程图；

图21描述了比较当前操作与排放最优化操作的速度与时间关系曲线图的实施例；

图22描述了与给定的挡等级相比较的调制图形；

图23描述了用于确定柴油动力系统的配置的步骤的示例性流程图；

图24描述了用于最小化排放输出的系统；以及

图25描述了用于最小化来自柴油动力系统的排放输出的系统。

具体实施方式

现在将详细参考与本发明一致的实施例，其示例在附图中示出。在任何可能情况下，在所有图中使用的相同的附图标记表示相同或相似的部分。

虽然本发明的示例性实施例是针对铁路车辆，特别是针对具有柴油发动机的机车和火车来描述的，但是本发明的示例性实施例也可以用于其他用途，例如但不限于非公路车辆、海运交通工具、和固定单元(stationary unit)，其每一个都可以使用柴油发动机。为此，当讨论指定任务时，这包括将由柴油动力系统完成的任务或要求。因此，相对于铁路、海运或非公路车辆应用而言，这可以指系统从当前位置到目的地的运动。在固定应用的情形下，例如但不限于固定发电站或发电站网，指定任务可以指瓦特数(例如，MW/hr)或柴油动力系统要满足的其他参数或要求。同样地，柴油燃料动力产生单元的操作条件可以包括速度、负载、燃料值、时间等中的一个或多个。

在一个包括海运交通工具的示例性实施例中，多个拖船可以一起工作，此处所有拖船都使同一个较大的船移动，其中每个拖船都在时间上被链接起来以完成移动较大的船的任务。在另一个示例性实施例中，单个海运船只可以具有多个发动机。非公路车辆(OHV)可以包括具有在地上从位置A移动到位置B的相同任务的车队，其中每个OHV都在时间上被连接起来以完成任务。相对于固定的发电站而言，多个站可以被编组在一起为特定位置和/或目的而共同地产生动力。在另一示例性实施例中，提供了单个站，但该单个站是由多个发电机组成的。

本发明的示例性实施例通过提供一种系统、方法和计算机执行方法(例如计算机软件代码)以便经由最优化的动力组成来提高整体燃料效率和排放而解决本领域中的问题。相对于机车而言，当机车组以分布的动力运行时，本发明的示例性实施例也是可行的。

本领域技术人员将会认识到，设备(例如数据处理系统，包括CPU、存储器、I/O、程序存储器、连接总线和其它适当的组件)，可以被编程或另外被设计以便于本发明方法的实施。这样的系统将包括用来执行本发明方法的适当的程序装置。

而且，用于和数据处理系统一起使用的制造物品，例如预先录制的盘或其他相似的计算机程序产品，可以包括存储介质和为了引导数据处理系统以方便本发明方法的实施而在存储介质上记录的程序装置。这样的设备和制造物品也落入本发明的精神和范围内。

一般地说，技术效果是经由最优化的动力组成对燃料效率和排放输出的改进。为了容易理解本发明的示例性实施例，在下文中参考本发明的特定实施对其进行描述。本发明的示例性实施例可以在计算机可执行的指令(例如由计算机执行的程序模块)的通用环境中描述。通常，程序模块包括完成特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等。例如，支持本发明示例性实施例的软件程序可以采用不同语言进行编码，以便与不同的平台一起使用。在接下来的描述中，本发明的例子可以在采用web浏览器的网络门户的情境中描述。然而，可以意识到支持本发明示例性实施例的原理也可以用其他类型的计算机软件技术来实现。

而且，本领域的技术人员将会意识到本发明的示例性实施例可以用其他计算机系统配置来实施，包括手持装置、多处理机系统、基于微处理器或者可编程的消费电子产品、微型计算机、大型计算机等等。本发明的示例性实施例也可以在分布式计算环境中实施，在该环境中任务是由通过通信网络链接的远程处理装置执行的。在分布式计算环境中，程序模块可以位于包括存储装置的本地和远程计算机存储介质这两者之中。这些本地和远程计算环境可以被全部包括在机车内，或者机车组中的邻近机车内，或者在之外且在使用无线通信的线路或中心局中。

在整个文件中都使用了术语“机车组”。正如此处所用的，机车组可以被描述为有一个或多个接连的机车，这些机车连在一起以提供电动驱动和/或制动能力。机车被连接在一起，此处在机车之间没有火车厢。火车在其组成中能够具有一个以上机车组。特别地，可以有一个引导组和一个以上的远程组，例如车厢线中间的一个组和火车末端的另一个远程组。每个机车组都可以具有第一机车(first locomotive)和拖拽机车(trail locomotive)(一个或多个)。尽管第一机车通常被看作引导机车，但是所属领域技术人员将很容易认识到多机车组中的第一机车可以在物理上位于物理拖拽位置。尽管机车组成通常被看作接连的机车，但是所属领域技术人员将很容易认识到即使当至少一个车厢与机车分离时，例如当机车组被配置成用于分布式动力操作时(其中油门和制动命令通过无线电链路或者物理电缆从引导机车中继到远程火车)，机车组群也可以认为是一组。出于这个目的，当在同一火车中讨论多个机车时，术语“机车组”不应该被当作限制因素。

现在参考附图，描述本发明的实施例。本发明的示例性实施例能够以多种方式实现，包括例如系统(包括计算机处理系统)、方法(包括计算机化的方法)、设备、计算机可读介质、计算机程序产品、图形用户界面，包括web网络门户，或确实地安装在计算机可读存储器中的数据结构。下面将讨论本发明的若干实施例。

图1描述了本发明示例性实施例的流程图的示例性图解。如所示，输入专用于在船上或者从远程位置(例如调度中心10)计划行程的指令。这样的输入信息包括但不限于：火车位置、组描述(例如机车模型)、机车动力描述、机车牵引传送性能、作为输出功率的函数的发动机燃料消耗、冷却特性、计划的行程路线(作为路标的函数的有效轨道坡度和曲率，或反映遵循标准铁路惯例的曲率的“有效坡度”成分)、由车厢组成和负载与有效拖曳系数一起表示的火车，所期望的行程参数包括但不限于：起始时间和位置、终止位置、期望的行驶时间、工作人员(用户和/或操作者)识别、工作人员换班到期时间和路线。

可以采用多种方式将该数据提供给机车42，例如但不限于：操作者经由机载的显示器手动地将该数据输入到机车42，将包括该数据的存储装置(例如硬件卡和/或USB驱动器)插入机车上的插座，以及经由无线通信从中心或线路位置41(例如轨道信号装置和/或线路装置)向机车42传送信息。机车42和火车31负载特性(例如，拖曳)也可以随路线(例如，随着高度、周围的温度和铁路与火车厢的状况)而变化，而且可以根据需要采用上述任意一种方法和/或通过实时自动收集机车/火车的状况来更新所述计划以反映这样的变化。这包括例如，机车(一个或多个)42上或之外的监控装置检测到的机车或火车特性的变化。

轨道信号系统确定容许的火车速度。存在着与每个信号相关联的很多类型的轨道信号系统和操作规则。例如，一些信号有单个灯(开/关)，一些信号有具有多种颜色的单个镜头，而一些信号具有有多个灯和颜色。这些信号能够指示出轨道是畅通的而且火车可以以最大的容许速度前进。它们还能够指示出需要减速或停止。减速可能需要立刻完成，或在一定位置(例如，在下一个信号或交叉口之前)完成。

通过各种手段将信号状态传送到火车和/或操作者。一些系统在轨道中有电路，并且在机车上有感应采集线圈。其他系统具有无线通信系统。信号系统还需要操作者直观地检查信号并采取适当的措施。

信号系统可以与车载信号系统相联系并且根据输入和适当的操作规则来调整机车速度。对于需要操作者直观地检查信号状态的信号系统，操作者屏幕将根据火车的位置向操作者呈现供其输入的适当的信号选项。信号系统的类型和操作规则，作为位置的函数，可以被存储在车载数据库63中。

根据输入本发明的示例性实施例的规范数据，计算能最小化燃料耗费和/或产生的排放的最优计划(所述最优计划服从沿具有期望起始和结束时间的路线的速度限制约束)以产生行程分布曲线图(profile)12。所述分布曲线图包括火车遵循的最优速度和功率(挡)设置，  其被表示为距离和/或时间的函数，而且这样的火车运行限制，包括但不限于：最大挡功率和制动设置，和作为位置函数的速度限制，和所期望的消耗的燃料与产生的排放。在示例性实施例中，挡设置值被选择以大约每10到30秒获得一次油门改变决定。所属领域技术人员将很容易认识到，如果需要和/或期望遵循最优的速度分布曲线图，油门改变决定可以在更长或更短的持续期间发生。在广义上，对所属领域技术人员来说，很明显的是分布曲线图在火车级别、组级别和/或单个的火车级别的任意级别为火车提供功率设置。功率包括制动功率、电动驱动功率和空气制动功率。在另一优选的实施例中，本发明的示例性实施例能够选择被确定为对所选择的分布曲线图而言是最优的连续的功率设置，而不是在传统的离散功率挡设置下运行。这样，例如，如果最优的分布曲线图指定在6.8的挡设置下而不是在挡设置7下运行，则机车42能够在6.8下运行。允许这样的中间的功率设置可以带来如下面描述的额外的效率利益。

如下面所概括的，用于计算最优分布曲线图的程序可以是用于计算驱动火车3 1以最小化服从机车运行和时间表约束的燃料和/或排放的功率序列的多种方法。在一些情形下，由于火车配置、路线和环境状况相似，所需要的最优分布曲线图可能与一个先前确定的分布曲线图足够接近。在这些情况下，在数据库63内查找驱动轨道并尝试跟随它是足够的。当没有先前计算的计划适合时，用于计算一个新计划的方法包括但不限于，利用近似火车运动物理性质的微分方程式模型来引导最优分布曲线图的计算。设置包括选择定量的目标函数，通常是与排放产生和燃料消耗率相对应的模型变量的加权和(积分)加上用以处罚过量油门变化的项。

最优的控制公式表示被建立以最小化定量的目标函数，所述定量的目标函数所服从的约束包括但不限于，速度限制与最小和最大功率(油门)设置与最大积累和瞬时排放。根据任何时间的计划目标，可以灵活地建立问题以最小化服从排放和速度限制的约束的燃料、或者最小化服从燃料耗费和到达时间的约束的排放。也可以建立这样的目标，例如，在不约束总排放或燃料消耗的情况下最小化总的行驶时间，此处针对任务将允许或需要约束的这种放宽。

在整个文件中所给出的示例性方程式和目标函数都用于最小化机车燃料消耗。这些方程式和函数仅作为例子，其他方程式和目标函数能够用来优化燃料消耗或用来优化其他机车/火车的运行参数。

数学上，要求解的问题可以被声明得更精确。基础物理性质被表示为：

$\frac{\mathrm{dx}}{\mathrm{dt}}=v;$ x(0)＝0.0；x(T_f)＝D

$\frac{\mathrm{dv}}{\mathrm{dt}}=T_e(u,v)-G_a\left(x\right)-R\left(v\right);$ v(0)＝0.0；v(T_f)＝0.0

此处x是火车的位置，v是火车速度，t是时间(单位分别是英里、英里每小时以及视情况而定分钟或小时)，并且u是挡(油门)命令输入。此外，D表示要行驶的距离，T_f是沿着轨道经过距离D所期望的到达时间，T_e是机车组产生的牵引力，G_a是取决于火车长度、火车组成和火车位于的地形的地心引力，R是取决于机车组拖曳与火车结合体的净速度。最初和最终速度也能够被指定，然而在没有一般性损失的情况下，在此将其设成零(火车在开始和结束时都处于停止状态)。最后，模型被很容易地修改成包括其他重要的动力学特性，例如油门u变化与由此引起的牵引力或制动力之间的滞后。利用这个模型，建立了最优控制公式以最小化定量目标函数，所述定量目标函数所遵从的约束包括但不限于：速度限制与最小和最大功率(油门)设置。根据任何时间的计划目标，可以灵活地建立问题以最小化服从排放和时间限制的约束的燃料，或者最小化服从燃料消耗和到达时间的约束的排放。

也可以建立这样的目标，例如，在不约束总排放或者燃料消耗的情况下最小化总的行驶时间，此处针对该任务允许或需要约束的这种放宽。所有这些性能测量可以表达为下面各项的任意的线性组合：

-最小化总燃料消耗

最小化行驶时间

-最小化挡操纵(分段常数输入)

-最小化挡操纵(连续输入)

用与排放量对应的项代替(1)中的燃料项F。例如，对于排放最小化总排放消耗。在这个公式中E是每个挡(或功率设置)的排放量(单位是gm/hphr)。另外可以根据燃料和排放加权总和实现最小化。

因此，通常使用且有代表性的目标函数是：

$\underset{u\left(t\right)}{\min }{\mathrm{\α}}_1\underset{0}{\overset{T_f}{\∫}}F\left(u\left(t\right)\right)\mathrm{dt}+{\mathrm{\α}}_3{T}_f+{\mathrm{\α}}_2\underset{0}{\overset{T_f}{\∫}}{(\mathrm{du}/\mathrm{dt})}^2\mathrm{dt}---\left(\mathrm{OP}\right)$

线性组合的系数取决于赋予每一项的重要性(权重)。注意，在方程式(OP)中，u(t)是最优化的、连续挡位置的变量。如果需要离散挡，例如，对较老的机车而言，方程式(OP)的解被离散化，这可以导致较低的燃料节约。寻找最小的时间解(α₁设为0，α₂设为0或者相对小的值)用来为可实现的行驶时间寻找下限(T_f＝T_fmin)。在这种情形下，u(t)和T_f都是最优化变量。优选的实施例在α₃设为0的情况下对方程式(OP)求解以得到T_f＞T_fmin的各种T_f值。在该后者的情形下，T_f被当作约束来对待。

对于那些熟悉这样的最优问题的解的人来说，有必要附加约束，例如，沿着路径的速度限制：

i.0≤v≤SL(x)

或者当把最小时间用作目标时，终点约束必须保持，例如所消耗的总燃料必须小于油箱中的燃料，例如经由：

$i.0<\underset{0}{\overset{T_f}{\&Integral;}}F\left(u\left(t\right)\right)\mathrm{dt}\&le;W_F$

此处W_F是T_f时刻油箱中剩余的燃料。所属领域技术人员将很容易认识到方程式(OP)也能够采用其它形式来表示而且上述介绍的是本发明示例性实施例中使用的示例性方程式。

本发明示例性实施例的上下文中的排放实际上主要指的是以氧化氮(NOx)、氧化碳(COx)、未燃的碳氢化合物(HC)和颗粒物(PM)等形式产生的累积排放。然而，其他排放可以包括，但不限于电磁发射最大值，例如无线电频率(RF)功率输出的限制，以瓦特为单位度量，用于对机车发射的各频率加以限制。还有一种排放形式是机车产生的噪声，通常以分贝(dB)为单位度量。排放要求可以基于一天中的时间、一年中的时间，和/或大气条件例如(天气或空气中的污染级)的变化而变化。排放调整可以在地理上在整个铁路系统范围内变化。例如，运行区域(例如城市或州)可以具有指定的排放目标，而且邻近的区域可以具有不同的排放目标，例如对于给定排放等级允许较低排放量或收取较高费用。

因此，可以使特定地理区域的排放分布图适应去包括被包括在分布图中的每个调整的排放的最大排放值，以满足该区域所需的预定排放目标。典型地，对于机车，这些排放参数由如下因素确定，但不限于这些因素：功率(挡)设置、周围条件、发动机控制方法等。通过设计，每个机车都必须服从EPA排放标准，而且这样在最优化排放的本发明示例性实施例中，这可以指任务总排放，对于其来说没有当前EPA规范。根据最优化行程计划的机车的运行，一直都服从EPA排放标准。所属领域技术人员将很容易认识到因为柴油机发动机用于其他应用中，所以其他规则也可以适用。例如，在国际条约中考虑CO₂排放。

如果行程任务期间的关键目标是减少排放，则最优的控制公式、方程式(OP)将被修改以考虑该行程目标。在最优化设置中的关键灵活性是任何或所有的行程目标都能够按照地理区域或任务而变化。例如，对于高优先级的火车，最小时间可以是一条路线上的唯一目标，原因在于它是高优先级通行。在另一个例子中，排放输出可以沿着计划的火车路线从州到州变化。

为了解决由此引起的最优化问题，在示例性实施例中，本发明把在时域中的动态最优控制问题转换为具有N个决策变量的等效的静态数学规划问题，其中数字N取决于进行油门和制动调节的频率与行程的持续时间。对于典型的问题，这个N能以千计。例如在一个示例性实施例中，假定火车在美国西南172英里的一段轨道上行驶。利用本发明的示例性实施例，当比较使用本发明示例性实施例所确定并遵循的行程与在行程是由操作者确定的情况下的、实际驱动器油门/速度历史之时，在所使用的燃料上可以实现示例性7.6％的节约。因为与操作者的计划行程相比，通过利用本发明示例性实施例实现的最优化产生既具有较少拖曳损失又具有很少或没有制动损失的驱动策略，所以实现了节约的增加。

为了使上面所描述的最优化在计算上易于处理，可以采用火车的简化模型，例如图2中示出的以及上面所述的方程式。通过驱动具有所产生的最优功率序列的更详细的模型，就产生了最优化分布曲线图的关键细化，以测试是否违反其他热的、电的和机械的约束，从而在不损害机车或火车设备的情况下(也就是满足附加的隐含约束，例如对机车和火车中车厢间的热和电的限制)，产生具有与行程最接近的速度对距离的修正的分布曲线图。

回来参考图1，一旦行程开始12，就产生功率命令14以开始计划。根据本发明示例性实施例的操作设置，一个命令用来使机车遵循最优化的功率命令16以获得最优的速度。本发明示例性实施例从火车的机车组中获得实际速度和功率信息18。由于为了优化而使用的模型中的不可避免的近似，校正到最优化功率的闭环计算被获得以跟踪期望的最优速度。这样的火车运行限制的校正能够自动执行或由一直拥有火车最终控制权的操作者执行。

在一些情形下，在最优化中使用的模型可以与实际的火车明显不同。这可以因很多原因而发生，包括但不限于，额外货物的收取(pickup)或分配(setout)，在路线中发生故障的机车以及初始数据库63或操作者输入数据中的错误。由于这些原因，一个监视系统是适当的，该系统利用实时火车数据来估计实时机车和/或火车参数20。然后当行程最初被创建时，把估计的参数与假设的参数相比较22。根据假设值和估计值的任何不同，行程能够被重新计划24，并且自然应当从新计划中产生足够大的节省。

行程可以被重新计划的其他原因包括来自远程位置的指示，例如调度和/或操作者请求改变目标以与更加全局的运动计划目标相一致。更加全局的运动计划目标可以包括但不限于：其他火车时间表、允许废气从隧道驱散、维护操作等。另一个原因可以归因于车载零件的故障。根据破坏的严重程度，重新计划的策略可以被编组成增加且主要的调整，如下面进行更详细的讨论。一般而言，“新”计划必须从上述的最优化问题方程式(OP)的解中得出，但是如这里所描述的，常常可以找到更快的近以解。

运行中，机车42将连续地监控系统效率并且根据所测量的实际效率连续地更新行程计划，每当这样的更新会提高行程性能时就更新。重新计划的计算可以全部在机车(一个或多个)内执行或者完全或部分地转移到远程位置来执行，例如调度或线路处理设施，其中利用无线技术把计划传送到机车42。本发明的示例性实施例还可以生成效率趋势，所述效率趋势能够被用于产生关于效率传递函数的机车队组成数据。当确定初始行程计划时，车队范围数据可以被使用，而且当考虑多个火车的位置时，所述车队范围数据可以被用于网络范围的最优化权衡。例如，图4所示的行驶时间燃料耗费权衡曲线反映了当时在特定路线上的火车的性能，其是根据为同一路线上多个相似火车收集的整体平均值而更新的。这样，从多个机车收集图4那样的曲线的中心调度设施可以利用该信息更好地协调总体火车的运动，从而在系统范围内获得燃料耗费或吞吐量方面的优势。所属领域技术人员将会认识到可以利用各种燃料类型，例如但不限于柴油燃料、重船用燃料、棕榈油、生物柴油等。

日常运行中的很多事件都能够导致对产生或修改当前执行计划的需要，其中对于当火车没有按计划的时间表与另一个火车相遇或经过另一个火车而且需要弥补时间时，所期望的是保持相同的行程目标。利用机车实际的速度、功率和位置，在计划的到达时间和当前估计的(预测的)到达时间之间进行比较25。根据时间的不同，以及(被调度中心或操作者检测的或改变的)参数的不同，调整计划26。可以遵循铁路公司对这种与计划的偏离应当如何被处理的意愿自动进行该调整，或者由车上的操作者和调度员人工地提出选择以共同决定重新回到计划的最好方式。无论何时计划被更新但是在原始目标(例如但不限于到达时间)保持相同的情况下，附加的变化可以被同时包含在内，例如新的未来速度限制变化，它会影响曾经恢复原始计划的可行性。在这样的情形下，如果不能维持原来的行程计划，或者换句话说火车不能满足原始行程计划目标，则如这里所讨论的那样，其他的行程计划(一个或多个)可以提供给操作者和/或远程设施，或者调度中心。

当希望改变原始目标时也可以进行重新计划。这样的重新计划能够在固定的预先计划时间通过操作者或调度员的判断手动完成，或者当超过预定义的限制(例如火车运行限制)时被自动地完成。例如，如果当前计划的执行比指定阈值(例如30分钟)要晚，那么本发明的示例性实施例能够如上述所描述的那样以增加燃料为代价重新计划行程以适应延迟或者警告操作者和调度员能够总共弥补多少时间(也就是在时间约束的范围内要走的最少时间或能够节省的最多燃料)。根据所消耗的燃料或者动力组的状况，用于重新计划的其他触发也能够被预见到，包括但不限于到达时间，因设备故障和/或设备暂时运转异常(例如，太热或者太冷运行)而造成的马力损失，和/或检测到总设置错误，这些都是在假设的火车负载中。换句话说，如果变化反映了当前行程机车性能的消减，这些可以被包括到最优化中所使用的模型和/或方程式中。

计划目标的变化还可能起因于对事件进行协调的需要，其中一个火车的计划兼顾另一列火车在不同等级满足目标和判优的能力，例如需要调度室。例如，通过火车到火车的通信，可以进一步优化相遇和经过的协调。这样，作为例子，如果火车知道它在到达相遇和/或经过的位置上是落后了，则来自其他火车的通信能通知晚点火车(和/或调度)。操作者然后能够将关于晚点的信息输入到本发明的示例性实施例中，其中示例性实施例将重新计算火车的行程计划。本发明的示例性实施例也能够在高等级、或网络级使用以允许调度来确定在可能不满足预定的相遇和/或经过时间约束的情况下哪个火车应该减速或加速。如这里所描述的，这是通过火车向调度传送数据以区分每列火车应该如何改变它的计划目标的优先次序而完成的。根据情况，可以根据时间表或者燃料节省的好处来做出选择。

对任何手动或自动启动的重新计划，本发明的示例性实施例可以向操作者提供一个以上行程计划。在一个示例性实施例中，本发明将向操作者提供不同的分布曲线图，以允许操作者选择到达时间并且理解相应的燃料和/或排放影响。出于相似的考虑，这样的信息也可以提供给调度，作为可替换的简单列表或者作为如图4所示的多个权衡曲线。

本发明的示例性实施例能够学习和适应火车和动力组中关键变化，其能够被并入当前计划和/或将来的计划中。例如，上述触发之一为马力损失。当随着时间推移而增大马力时，或者在损失马力之后或者当开始行程时，利用转换逻辑来确定何时达到所需的马力。该信息能够被保存在机车数据库61中，用于在马力损失再次发生的情况下最优化未来行程或者当前行程。

图3描述了可以是典型系统的的一部分的元件的示例性实施例。该实施例提供了用于确定火车31的位置的定位器元件30。定位器元件30能够是GPS传感器、或者是传感器系统，用于确定火车31的位置。这样的其他系统的例子可以包括但不限于：线路(wayside)装置，例如无线电频率自动设备识别(RE AEI)标记、调度和/或视频确定。另一系统可以包括机车上的转速计(一个或多个)和从一参考点的距离计算。如先前所述，还可以提供无线通信系统47以考虑火车之间和/或与远程位置(例如调度)的通信。关于行驶位置的信息还可以从其他火车传递而来。

还提供了轨道特性描述元件33，用以提供关于轨道的信息，主要是坡度、海拔和曲率信息。轨道特性描述元件33可以包括车上的轨道完整性数据库36。传感器38用来测量机车组42拖曳的牵引力40、机车组42的油门设置、机车组42配置信息、机车组42的速度、单个机车配置、单个机车能力等。在示例性实施例中，可以在不使用传感器38的情况下加载机车组42配置信息，但是需要通过如上所述的其他方式输入。此外，也可以考虑机车组中机车的状况。例如，如果组中的一个机车不能在功率挡5之上的挡下运行，则在最优化行程计划时使用该信息。

来自定位器元件的信息也可以用来确定火车31适当的到达时间。例如，如果火车31沿着轨道34向目的地移动而且其后面没有火车，而且火车没有要遵守的固定的到达截止期限，那么定位器元件(包括但不限于无线电频率自动设备识别(RF AEI)标记、调度和/或视频确定)可以用来精确计量火车31的确切位置。此外，来自这些信号系统的输入可以用来调整火车速度。利用下面讨论的在车上的轨道数据库和定位器元件(例如GPS)，本发明的示例性实施例能够在给定的机车位置调整操作者界面以反映信号系统状态。在信号状态会指示前面有限制速度的情况下，规划器可以选择降低火车的速度以节约燃料消耗。

来自定位器元件30的信息也可以用来根据与目的地的距离来改变计划目标。例如，由于沿着线路关于交通堵塞的不可避免的不确定性的缘故，在线路的早期部分上可以采取“较央速的”时间目标以避免稍后在统计学上可能发生的延迟。如果恰巧在个别的行程没有出现延迟，则能够修改行程的后面部分的目标以利用早期积累的内置松弛时间，从而补偿一些燃料效率。关于排放限制目标，例如靠近市区，可以援引相似的策略。

作为防范策略的例子，如果行程被计划成从纽约到芝加哥，系统可以选择在行程的开始或者在行程的中间或者在行程的末尾使火车以较慢的速度运行。因为未知的约束(例如但不限于天气条件、轨道维护等)可以在行程期间逐步显现并成为已知，所以本发明的示例性实施例将最优化行程计划以考虑在行程的末尾减速运行。作为另一种考虑，如果传统的拥挤的地区是已知的，则可以选择开发在这些传统的拥挤地区周围具有更多灵活性的计划。因此，本发明的示例性实施例也可以将加权/惩罚作为时间/距离的函数考虑进将来和/或基于已知的/过去的经验来考虑。所属领域技术人员将很容易认识到这样的考虑到天气条件、轨道条件、轨道上的其他火车等的计划和重新计划，可以在行程期间的任何时间考虑，其中行程计划被相应地调整。

图3还公开了可以是本发明示例性实施例的一部分的其他元件。提供了可操作用来接收来自定位器元件30、轨道特性描述元件33、和传感器38的信息的处理器44。算法46在处理器44中运行。算法46用来根据包括如上所述的机车42、火车31、轨道34、和任务目标的参数，来计算最优化的行程计划。在示例性实施例中，根据火车31沿着轨道34移动的火车行为的模型来建立行程计划，其中模型作为从具有在该算法中提供的简化假设的物理性质得出的非线性微分方程的解。算法46可以使用来自定位器元件30、轨道特性描述元件33和/或传感器38的信息来创建这样的行程计划，所述行程计划最小化机车组42的燃料消耗、最小化机车组42的排放、建立期望的行程时间、和/或确保在机车组42上适当的工作人员操作时间。在示例性实施例中，还提供了驱动器或控制器元件51。如这里所讨论的，控制器元件51用于当火车遵循行程计划时对火车进行控制。在这里进一步描述的示例性实施例中，控制器元件51自发地做出火车运行决策。在另一个示例性实施例中，操作者可以潜心于引导火车遵循行程计划运行。

本发明的示例性实施例的要求是能够最初创建计划并能够在运行中快速修改正在执行的任何计划。由于计划最优化算法的复杂性，所以当涉及长距离时，这包括创建初始计划。当行程分布曲线的总长度超过给定距离时，算法46可以用来分割任务，其中任务可以通过路点分割。尽管只描述了单种算法46，所属领域技术人员将会很容易认识到可以利用一种以上的算法，其中这些算法可以被相关起来。路点可以包括火车31停靠的自然位置，其中火车31停靠的自然位置例如但不限于，与对向列车相遇或者经过当前火车之后的火车预定出现在单线铁路上的旁轨，或者在收取(pickup)和分配(setout)车厢的调车场旁轨或工业区，还包括计划的工作位置。在这样的路点，可以要求火车31在预定的时间到达预定的位置以及停止或以指定范围内的速度移动。从到达到离开路点的时间期间称为停留时间。

在示例性实施例中，本发明能够采用专用的系统方法将较长的行程分解成较小的区段。每个区段在长度上可以是稍微任意的，但通常都选择在例如停靠或有明显的速度限制的自然位置，或在限定与其他路线交汇点的关键路标。给出采用这种方式选择的分区或区段，根据被视作独立变量的行驶时间为轨道的每个区段创建驱动分布曲线图，如图4中所示。与每一区段相关联的燃料耗费/行驶时间的权衡能够在火车31到达该轨道区段之前被计算出来。能够根据为每一区段创建的驱动分布曲线图而创建总行程计划。本发明的示例性实施例在行程的所有区段中以最优的方式分布行驶时间，以满足所要求的总行程时间并且使所有区段上的总燃料耗费尽可能小。示例性3区段行程在图6中公开并在下面描述。然而，所属领域技术人员将会认识到，尽管描述了区段，行程计划可以由代表完整行程的单个区段构成。

图4描述了燃料耗费/行驶时间曲线图的示例性实施例。如前面提到的，当为每个区段不同的行驶时间计算最优行程分布曲线时创建这样的曲线50。也就是说，对于给定的行驶时间49，所使用的燃料53是如上述计算的详细驱动分布曲线图的结果。一旦为每个区段分配了行驶时间，就根据先前计算的解为每个区段确定功率/速度计划。如果在区段之间对速度存在路点限制，例如但不限于，速度限制的变化，在创建最优行程分布曲线图期间，使它们相配合。如果速度限制仅在单个区段中变化，则仅需要为变化的区段重新计算燃料耗费/行驶时间曲线50。这样就减少了必须重新计算行程的更多部分或区段的时间。如果机车组或火车沿着线路发生显著的变化，例如，因为机车的损失或车厢的收取或分配，那么所有随后区段的驱动分布曲线必须被重新计算以创建曲线50的新实例。然后这些新曲线50将与新的时间表目标一起被使用以计划剩下的行程。

一旦如上所述的那样创建了行程计划，速度和功率对距离的轨迹线就被用于在要求的行程时间以最少的燃料和/或排放到达目的地。可以用采多种方法来执行行程计划。如下面更加详细的描述，在示例性实施例中，在训练模式下，向操作者显示信息以供操作者遵循，从而获得根据最优行程计划确定的所需的功率和速度。在这个模式下，运行信息建议操作者应当使用的操作条件。在另一个示例性实施例中，实现加速和维持恒定速度。然而，当火车31必须减速时，操作者负责使用制动系统52。在本发明的另一个示例性实施例中，根据需要提供了用于驱动和制动的命令，以遵循期望的速度-距离路线。

利用反馈控制策略来提供对分布曲线图中的功率控制序列的校正，从而校正这样的事件，例如但不限于，因逆风和/或顺风波动而引起的火车负载变化。当与最优化的行程计划中的假设相比较时，另一个这样的误差可以由火车参数的误差引起，例如但不限于，火车质量和/或拖曳力。第三种类型的误差可能因被包括在轨道数据库36中的信息而发生。另一个可能的误差可以包括由机车发动机、牵引马达热解除配给(thermal detation)和/或其他因素造成的未建模的性能差异。反馈控制策略将作为位置的函数的实际速度与期望的最优分布曲线图中的速度进行比较。根据该差异，添加对最优功率分布曲线图的校正，以使实际速度向最优分布曲线图逼近。为了确保稳定的调节，可以提供补偿算法，所述补偿算法将反馈速度渗入到功率校正中以确保闭合性能的稳定性。补偿可以包括控制系统设计领域的技术人员使用的标准动力学补偿以满足性能目标。

本发明的示例性实施例允许最简单的和因此最快的手段适应行程目标的变化，这在铁路运行中是惯例，而不是例外。在示例性实施例中，确定从点A到点B(其中沿着路线有车站)燃料最优的行程，而且为剩下的行程更新行程，一旦行程已经开始，次最优的分解方法不能用于寻找最优的行程分布曲线图。利用建模方法，计算方法能够找到具有指定行驶时间和最初及最终速度的行程计划，以满足当有车站时所有的速度限制和机车性能约束。尽管接下来的描述集中于最优化燃料耗费，但是也可以将其应用到最优化其他因素，例如但不限于：排放、时间表、工作人员的舒适和负载影响。该方法可以用在开发行程计划的初期阶段，而且更重要的是适应启动行程后的目标变化。

如这里所讨论的，本发明的示例性实施例可以采用如图5中所示的示例性流程图中图示的设置，而且作为示例，在图6中详细地描述了3区段实例。如图示，行程可以被分解成两个或多个区段：T1、T2和T3。尽管如这里讨论的，但也可以把行程当作单个区段。如这里所讨论的，区段边界的存在可能不会导致相等的区段。取而代之，区段使用自然的或任务专用的边界。为每个区段预先计算最优行程计划。如果燃料耗费与行程时间的比值是要满足的行程目标，则为每个区段建立燃料与行程时间的关系曲线。如这里所讨论的，曲线可以以其他因素为基础，其中所述因素是行程计划要满足的目标。当行程时间是要确定的参数时，在满足总行程时间约束时，计算每个区段的行程时间。图6示出了示例性的3区段200英里行程97的速度限制。图6进一步示出了200英里行程98上的坡度变化。还示出了表示行程的每个区段的燃料耗费与行驶时间的关系曲线的组合图99。

利用先前描述的最优控制设置，本计算方法能够找到具有指定行驶时间和最初及最终速度的行程计划，以便当有车站时满足所有的速度限制和机车能力约束。尽管接下来的详细描述针对的是优化燃料耗费，但也可以将其用于优化这里所描述的其他因素，例如但不限于：排放。关键的灵活性是适应在车站的期望停留时间并且考虑对最早到达和离开一位置的约束，这例如在进入或通过旁轨的时间是苛刻的单轨道运行中可能是需要的。

本发明的示例性实施例得到从距离D₀到D_M、在时间T内行驶的、有M-1个中间站在D₁，...，D_M-1的燃料最优的行程，而且在这些站的到达和离开时间受下式约束：

t_min(i)≤t_arr(D_i)≤t_max(i)-Δt_i

t_arr(D_i)+Δt_i≤t_dep(D_i)≤t_max(i)i＝1，...，M-1

其中，t_arr(D_i)，t_dep(D_i)，和Δt_i分别是在第i个站的到达、离开和最小停止时间。假设燃料最优性意味着最小化停止时间，因此t_dep(D_i)＝t_arr(D_i)+Δt_i排除上面的第二个不等式。假设对于每个T_min(i)≤t≤T_max(i)，从D_i-1到D_i行驶时间为t(T_min(i)≤t≤T_max(i))的燃料最优行程是已知的。让F_i(t)表示与该行程对应的燃料消耗。如果从D_j-1到D_j的行驶时间由T_j表示，那么在D_i的到达时间由下式给出：

$i.t_{\mathrm{arr}}\left(D_i\right)=\underset{j=1}{\overset{i}{\mathrm{\&Sigma;}}}(T_j+{\mathrm{\&Delta;t}}_{j-1})$

其中Δt₀被定义为0。从D₀到D_M且行驶时间为T的燃料最优行程通过寻找T_i(i＝1，...，M)而获得，其最小化

$\mathrm{ii}.\underset{i=1}{\overset{M}{\mathrm{\&Sigma;}}}{F}_i\left(T_i\right),T_{\min }\left(i\right)\&le;T_i\&le;T_{\max }\left(i\right)$

服从

$\mathrm{iii}.t_{\min }\left(i\right)\&le;\underset{j=1}{\overset{i}{\mathrm{\&Sigma;}}}(T_j+{\mathrm{\&Delta;t}}_{j-1})\&le;t_{\max }\left(i\right)-{\mathrm{\&Delta;t}}_i,i=1,...,M-1$

$\mathrm{iV}.\underset{j=1}{\overset{M}{\mathrm{\&Sigma;}}}(T_j+{\mathrm{\&Delta;t}}_{j-1})=T$

一旦行程在起步中，问题就是随着行程的进行为剩下的行程(原来在时间T内从D₀到D_M)重新确定燃料最优的解决方案，但是在此，干扰排除遵循燃料最优的解决方案。假设当前距离和速度分别是x和v，其中D_i-1＜x≤D_i。而且，设自行程开始以来的当前时间是t_act。于是，保持原始到达D_M的时间的、从x到D_M的剩下的行程的燃料最优解决方案是通过找到T_j，j＝i+1，...，M而获得，其最小化

$i.{\tilde{F}}_i({\tilde{T}}_i,x,v)+\underset{j=i+1}{\overset{M}{\mathrm{\&Sigma;}}}{F}_j\left(T_j\right)$

服从

$\mathrm{ii}.t_{\min }\left(i\right)\&le;t_{\mathrm{act}}+{\tilde{T}}_i\&le;t_{\max }\left(i\right)-{\mathrm{\&Delta;t}}_i$

$\mathrm{iii}.t_{\min }\left(k\right)\&le;t_{\mathrm{act}}+{\tilde{T}}_i+\underset{j=i+1}{\overset{k}{\mathrm{\&Sigma;}}}(T_j+{\mathrm{\&Delta;t}}_{j-1})\&le;t_{\max }\left(k\right)-{\mathrm{\&Delta;t}}_k,k=i+1,...,M-1$

$\mathrm{iV}.t_{\mathrm{act}}+{\tilde{T}}_i+\underset{j=i+1}{\overset{M}{\mathrm{\&Sigma;}}}(T_j+\mathrm{\&Delta;}{t}_{j-1})=T$

这里，是在x具有初始速度v，在时问t内从x行进到Di的最优行程的燃料消耗。

如上所述，实现更有效的重新计划的示例性方法是为划分区段的站到站的行程建立最优解决方案。对于从D_i-1到D_i，行驶时间为T_i的行程，选择一组中间点D_ij，j＝1，...，N_i-1。设D_i0＝D_i-1且 $D_{{\mathrm{iN}}_i}=D_i$ 。于是，从D_i-1到D_i的最优行程的燃料消耗被表示为

$i.F_i\left(t\right)=\underset{j=1}{\overset{N_i}{\mathrm{\&Sigma;}}}{f}_{\mathrm{ij}}(t_{\mathrm{ij}}-t_{i,j-1},v_{i,j-1},v_{\mathrm{ij}})$

此处，f_ij(t，v_i，j-1，v_ij)是在时间t内行驶的、具有最初和最终速度V_i，j-1和V_ij的从D_i，j-1到D_ij的最优行程的燃料耗费。此外，t_ij是与距离D_ij对应的最优行程中的时间。通过定义， ${t_{\mathrm{iN}}}_i-t_{i0}=T_i$ 。因为火车停在D_i0和D_iNi，所以 $v_{i0}={v_{\mathrm{iN}}}_i=0.$

上述表达式使函数F_i(t)能够通过首先确定函数f_ij(·)(l≤j≤N_i)替代性地被确定出，然后得到τ_ij，l≤j≤N_i和v_ij，l≤j＜N_i，其最小化

$i.F_i\left(t\right)=\underset{j=1}{\overset{N_i}{\mathrm{\&Sigma;}}}{f}_{\mathrm{ij}}({\mathrm{\&tau;}}_{\mathrm{ij}},v_{i,j-1},v_{\mathrm{ij}})$

服从

$\mathrm{ii}.\underset{j=1}{\overset{N_i}{\mathrm{\&Sigma;}}}{\mathrm{\&tau;}}_{\mathrm{ij}}=T_i$

iii.v_min(i，j)≤v_ij≤v_max(i，j)  j＝1，...，N_i-1

$\mathrm{iV}.v_{i0}={v_{\mathrm{iN}}}_i=0$

通过选择D_ij(例如，在速度约束或相遇点)，v_max(i，j)-v_min(i，j)能够被最小化，从而最小化需要知道f_ij()的范围。

根据上述划分，比上述更简单的次最优重新计划方法用来把重新计划限定到当火车位于距离点D_ij，l≤j≤M，l≤j≤N_i时的时问。在点D_ij，从D_ij到D_M的新的最优行程能够通过找到τ_ik，j＜k≤N_i，v_ik，j＜k＜N_i，和τ_mn，i＜m≤M，l≤n≤N_m，v_mn，i＜m≤M，l≤m＜N_m而被确定，其最小化

$i.\underset{k=j+1}{\overset{N_i}{\mathrm{\&Sigma;}}}{f}_{\mathrm{ik}}({\mathrm{\&tau;}}_{\mathrm{ik}},v_{i,k-1},v_{\mathrm{ik}})+\underset{m=i+1}{\overset{M}{\mathrm{\&Sigma;}}}\underset{n=1}{\overset{N_m}{\mathrm{\&Sigma;}}}{f}_{\mathrm{mn}}({\mathrm{\&tau;}}_{\mathrm{mn}},v_{m,n-1},v_{\mathrm{mn}})$

服从

$\mathrm{ii}.t_{\min }\left(i\right)\&le;t_{\mathrm{act}}+\underset{k=j+1}{\overset{N_i}{\mathrm{\&Sigma;}}}{\mathrm{\&tau;}}_{\mathrm{ik}}\&le;t_{\max }\left(i\right)-{\mathrm{\&Delta;t}}_i$

$\mathrm{iii}.t_{\min }\left(n\right)\&le;t_{\mathrm{act}}+\underset{k=j+1}{\overset{N_i}{\mathrm{\&Sigma;}}}{\mathrm{\&tau;}}_{\mathrm{ik}}+\underset{m=i+1}{\overset{n}{\mathrm{\&Sigma;}}}(T_m+{\mathrm{\&Delta;t}}_{m-1})\&le;t_{\max }\left(n\right)-{\mathrm{\&Delta;t}}_n,n=i+1,...,M-1$

$\mathrm{iV}.t_{\mathrm{act}}+\underset{k=j+1}{\overset{N_i}{\mathrm{\&Sigma;}}}{\mathrm{\&tau;}}_{\mathrm{ik}}+\underset{m=i+1}{\overset{M}{\mathrm{\&Sigma;}}}(T_m+{\mathrm{\&Delta;t}}_{m-1})=T$

此处

$v.T_m=\underset{n=1}{\overset{N_m}{\mathrm{\&Sigma;}}}{\mathrm{\&tau;}}_{\mathrm{mn}}$

通过等待T_m，i＜m≤M的重新计算，直到到达距离点D_i，可以得到进一步的简化。这样，在D_i-1和D_i之间的点D_ij，上面的最小化仅仅需要在τ_ik，j＜k≤N_i，v_ik，j＜k＜N_i上执行。根据需要增加T_i，以适应比从D_i-1到D_ij的计划时间更长的任何实际行驶时间。如果可能，随后通过重新计算T_m，i＜m≤M，在距离点D_i补偿这种增加。

关于上面公开的闭环结构，将火车31从点A移动到点B所需的总输入能量由四个分量的总和组成，分别是点A和点B之间的动能差；点A和B之间的势能差；由于摩擦和其它拖曳力损失而导致的能量损失；以及由于使用制动而消耗的能量。假定开始和结束速度相等(举例来说，静止)，第一分量是零。而且，第二分量不依赖于驱动策略。这样，这足以使最后两个分量之和最小化。

遵循恒定速度分布曲线图最小化拖曳力(drag)损失。当不需要制动来维持恒定速度时，遵循恒定速度分布曲线图也最小化总能量输入。然而，如果需要制动来维持恒定速度，则由于需要补充因制动而消耗的能量，施加制动以恰好维持恒定速度将很最可能增加总的所需能量。存在这样的可能性，如果附加制动损失多于由制动引起的拖曳力损失的总减少所抵消的制动损失，则通过减少速度变化，某些制动实际上可以减少总能量使用。

从上述事件的收集在完成重新计划之后，通过使用在此描述的闭环控制能遵循新的最优挡/速度计划。然而，在某些情况下，可能没有足够的时间来执行上述的区段分解计划，尤其是当必须考虑临界速度限制时，需要一个替换。本发明的示例性实施例使用被称为“智能巡航控制”的算法来实现该替换。智能巡航控制算法是这样一种有效方法，用以在行驶中产生用于在已知地形上驱动火车31的能量高效(从而燃料高效)的次最优方案。此算法假定总是知道火车31沿轨道34的位置，并且知道轨道对位置的坡度和曲率。此方法依赖于火车31运动的质点模型，它的参数可以根据前述的火车运动的在线测量被适应性地估计。

智能巡航控制算法具有三个主要部分，分别是修改的速度限制分布曲线图，用作以速度限制减少为中心的能量高效(和/或排放高效或者任何其它目标函数)引导；理想的油门或者动态制动设置分布曲线图，用以尝试在最小化速度变化和制动之间保持平衡；用于组合后面两个部分以产生挡命令并且利用速度反馈环来补偿建模参数与真实参数比较时的失配的机制。在本发明的实施例中，智能巡航控制能够适应不进行有效制动(active braking)(也就是驱动器被给予信号并假定提供必不可少的制动)的策略，或者适应进行有效制动的变体。

相对于不能控制动态制动的巡航控制算法而言，这三个示例性部分是：修改的速度限制分布曲线图，用作以速度限制减少为中心的能量高效引导；通知信号，用以通知操作者应当施加制动的时间；理想的油门分布曲线图，用以尝试在最小化速度变化和通知操作者施加制动之间保持平衡；用以采用反馈环来补偿模型参数与真实参数的失配的机制。

本发明的示范性实施例还包括用来识别火车31的关键参数值的方法。例如，对于估计火车质量而言，可以使用卡尔曼(Kalman)滤波器和递归最小二乘法来检测可能随时间推移而逐渐出现的误差。

图7描述了本发明的示例性流程图。如前面所讨论的，远程设施，例如调度60能够提供信息。如所示，这样的信息被提供给执行控制元件62。还提供给执行控制元件62的有机车建模信息数据库63；来自轨道数据库36的信息，例如但不限于，轨道坡度信息和速度限制信息；估计的火车参数(例如但不限于，火车重量和拖曳系数)；以及来自燃料消耗率估计器64的燃料消耗率表。执行控制元件62向规划器12提供信息，这在图1中已经被更详细地公开。一旦已经计算出行程计划，这个计划提供给驱动咨询器、驱动器或者控制元件51。行程计划也被提供给执行控制元件62，以便当提供其他新数据时它能够对行程进行比较。

如上面所讨论的，驱动咨询器51能够自动设置挡功率，或者预先确立的挡设置或者最优的连续挡功率。除了向机车31提供速度命令之外，还提供显示器68，以便操作者可以看到规划器所建议的内容。操作者也可以使用控制面板69。通过控制面板69，操作者能决定是否应用所建议的挡功率。出于这个目的，操作者可以限制目标或建议的功率。换言之，在任何时间，操作者总是对机车组将要以什么功率设定运行保持最终权威。这包括在行程计划建议使火车31减速的情况下，决定是否施加制动。例如，如果在黑暗的地区运行，或者来自线路设备的信息不能采用电方式向火车传送信息，而是操作者从线路设备查看可视信号，则操作者根据包含在轨道数据库中的信息和来自线路设备的可视信号来输入命令。根据火车31如何运行，将关于燃料测量的信息提供给燃料消耗率估计器64。由于在机车组中燃料流量的直接测量常常不能获得，因此所有关于迄今为止在行程内消耗的燃料的信息以及对将来随后的最优计划的预测，都是利用校准的物理模型(例如那些在开发最优计划中所使用的)来实现的。例如，这样的预测可以包括但不限制于：使用所测量的总马力以及已知的燃料特性和排放特性，来得到累积的、所使用的燃料和产生的排放。

火车31还具有定位器设备30，例如GPS传感器，如上面所讨论的。信息被提供给火车参数估计器65。这样的信息可以包括但不限于：GPS传感器数据、牵引/制动力数据、制动状态数据、速度和任何速度数据的变化。把关于坡度和速度限制的信息的信息，与火车重量和拖曳系数信息一起被提供给执行控制元件62。

本发明的示例性实施例还可以考虑在整个最优化计划和闭环控制执行中使用连续变化的功率。在传统机车中，功率常常被量化成8个离散级别。现代机车能够实现马力的连续变化，这可以被并入到前述的最优化方法中。利用连续的功率，机车42能够进一步优化运行条件，例如，通过最小化辅助负载和功率传输损耗，以及微调最优效率的发动机马力区域，或者微调到增加的排放裕量的点。例子包括但不限于：最小化冷却系统损耗、调整交流发电机(altemator)电压、调整发动机速度，以及减少驱动轴(axles)的数目。此外，机车42可以使用车上的轨道数据库36和预测的性能要求，来最小化辅助负载和功率传输损耗，以提供目标燃料消耗/排放的最优效率。例子包括但不限于降低平面地形上的驱动轴的数目，以及在进入隧道之前预先冷却机车发动机。

本发明的示例性实施例还可以使用车上的轨道数据库36和预测的性能来调整机车性能，例如以确保当火车接近山和/或隧道时具有足够的速度。例如，这可以表示为在特定位置的速度约束，其变成为求解方程式(OP)而创建的最优计划生成的一部分。此外，本发明的示例性实施例可以并入火车操纵的规则，例如但不限制于牵引力斜坡率、最大制动力斜坡率。这些可以直接并入用于优化行程分布曲线图的公式中，或者替代性地并入闭环调节器中，所述闭环调节器用于控制功率运用以获得目标速度。

在一个优选实施例中，本发明仅仅被安装在火车组的引导机车上。即使本发明的示例性实施例不依赖于数据或者与其它机车的相互作用，它也可以与组管理者(如在美国专利号6,691,957和美国专利号7,021,588(由受让人拥有，并且二者在此都被引入作为参考)所公开的，功能性和/或组优化程序的功能性)结合在一起，用以提高效率。与多个火车的相互作用也不被排除，如在此所描述的通过调度对两个“独立最优化的”火车进行判优的例子所示。

具有分布式动力系统的火车能够以不同的模式运行。一个模式是火车中的所有机车在同一挡命令下运行。因此，如果引导机车是命令电动驱动-N8，则火车内的所有单元将被命令产生电动驱动-N8功率。另一个操作模式是“独立”控制。在这个模式中，分布在整个火车中的多个机车或者机车组能够在不同的电动驱动或者制动功率下运行。例如，当火车达到山顶时，引导机车(在山的下坡上)可以被置于制动，而在火车中间或者末端的机车(在山的上坡上)可以处于电动驱动。这样做是用来最小化连接铁路车厢和机车的机械结构连接器上的张力。传统上，在“独立”模式下操作分布式动力系统需要操作者通过引导机车内的显示器，手动命令每一个远程机车或者机车组。使用基于物理性质的计划模型、火车设置信息、车上的轨道数据库、车上的操作规则、位置确定系统、实时闭环动力/制动控制和传感器反馈，该系统将在“独立”模式下自动地操作分布式动力系统。

当以分布式动力运行时，引导机车内的操作者可以通过控制系统(例如分布式动力控制元件)来控制远程组中的远程机车的操作功能。这样，当以分布式动力运行时，操作者能够命令每一个机车组在不同挡功率等级下运行(或者一组可以处于电动驱动中，而其它处于制动中)，其中在机车组中的每一个单独机车在相同挡功率下运行。在示例性实施例中，本发明示例性实施例被安装在火车上，优选地与分布式动力控制元件进行通信，当远程机车组的挡功率等级期望是最优化的行程计划所建议的等级时，本发明的示例性实施例将向远程机车组传送该功率设置以供执行。如下面讨论的，这对于制动同样适用。

本发明的示例性实施例可以与其中机车不邻近的机车组(例如在前面具有一个或者多个机车，其它的在火车的中间和后面)一起使用。这样的配置被称为分布式动力，其中机车之间的标准连接由无线电链路或者辅助电缆代替以在外部链接机车。当以分布式动力运行时，引导机车内的操作者能够通过控制系统(例如分布式动力控制元件)来控制组中的远程机车的操作功能。尤其是，当以分布式动力运行时，操作者能够命令每一个机车组在不同挡功率等级下(或者一组处于电动驱动状态，而其它的处于制动状态)运行，其中机车组中的每一个个体都在相同挡功率下运行。

在示例性实施例中，本发明的示例性实施例被安装在火车上，优选与分布式动力控制元件进行通信，当远程机车组的挡功率等级期望是最优行程计划所建议的等级时，本发明的示例性实施例将向远程机车组传送该功率设置以供执行。如下面所述，这对于制动同样适用。当以分布式动力运行时，能够提高前述的最优化问题以允许附加的自由度，其中每一个远程单元能够相对于引导单元被独立控制。其价值在于，附加目标或者与火车内力有关的约束可以被并入性能函数内，假定反映火车内力的模型也被包含进来。因此，本发明的示例性实施例可以包括使用多油门控制，来更好地管理火车内力以及燃料消耗和排放。

在利用组管理器的火车中，机车组中的引导机车可以在与该组中的其它机车不同的挡功率设置下运行。组中的其它机车在相同的挡功率设置下运行。本发明的示例性实施例可以与组管理器结合使用，以控制组中的机车的挡功率设置。这样，根据本发明的示例性实施例，由于组管理器将机车组成分为两组：引导机车和尾随单元，引导机车将被命令在某一确定挡功率下运行，而尾随机车被命令在另一个确定挡功率下运行。在一个示例性实施例中，分布式动力控制元件可以是收容这种操作的系统和/或装置。

同样地，当组优化程序与机车组一起被使用时，本发明的示例性实施例可以与组优化程序结合使用以确定机车组中每一个机车的挡功率。例如，假定行程计划建议机车组的挡功率设置为4。根据火车的位置，组优化程序将获得该信息，然后确定组中每一个机车的挡功率设置。在此实现方式中，提高了经由火车内的通信信道来设置挡功率设定的效率。此外，如上所讨论的，执行这种配置的实现方式可以利用分布式控制系统来执行。

此外，如先前所讨论的，相对于火车组根据即将出现的感兴趣的项目而使用制动的时间而言，本发明的示例性实施例可以用于连续校正和重新计划，所述项目例如但不限制于铁路交叉点、坡度变化、接近旁轨、接近车站场、以及接近燃料站，其中组中的每一个机车都可能需要不同的制动选择。例如，如果火车横越小山，那么引导机车可能必须进入制动状态，而没有到达山顶的远程机车可能必须保持电动驱动状态。

图8、图9和图10描述了供操作者使用的动态显示器的示例性图解。如图8所提供的，提供了行程分布曲线图72。在此分布曲线图内，提供了机车的位置73。诸如火车长度105和火车中的车厢数目106之类的信息也被提供。有关轨道坡度要素107，弯曲和线路要素108(包括桥的位置109和火车速度110)也被提供。显示器68允许操作者查看这样的信息以及看看火车处于沿路线的什么地方。有关距离和/或估计到达例如交叉口112这样的位置的时间、信号114、速度改变116、地标118和目的地120的信息也被提供。到达时间管理工具125也被提供，以允许使用者确定在行程期间实现的燃料节省。操作者能够改变到达时间127并观察这如何影响燃料节省。如在此所讨论的，本领域技术人员将认识到，燃料节省仅仅是能够利用管理工具查看的一个目标的示例性例子。为此目的，依赖于所查看的参数，能够利用操作者可见的管理工具来查看和评价在此所讨论的其它参数。操作者还被提供以关于工作人员已经操作火车多长时间的信息。在示例性实施例中，时间和距离信息可以表示为到特定事件和/或位置之前的时间和/或距离，或者它可以提供总的经过时间。

如图9所示，一示例性显示提供了关于组数据130、事件和位置图132、到达时间管理工具134以及动作键136的信息。在这个显示中，还提供了如上所讨论的类似信息。该显示68还提供了动作键138，以允许操作者重新计划，以及解除本发明示例性实施例140。

图10描述了显示器的另一个示例性实施例。包括气闸状态72、具有数字嵌入(inset)的模拟速度计74的现代机车的典型数据以及关于磅力(或者对DC机车而言，是牵引安培数(traction amps))形式的牵引力的信息是可见的。提供指示器74，用来示出正被执行的计划中的当前最优速度，以及用来补充每分钟的时速形式的读数的加速度计图。用于最优计划执行的重要的新数据位于屏幕的中心，包括滚动带状图76，图中示出最优速度及挡设置和距离的关系(与这些变量的当前历史相比较)。在该示例性实施例中，使用定位器元件来得到火车的位置。如所示，位置可通过识别火车距离其最终目的地有多远、绝对位置、初始目的地、中间点和/或操作者的输入来提供。

条形图表提供了对遵循最优计划所需的速度变化的预测，这在手动控制中是有用的，并且在自动控制期间监视计划与实际情况的关系。如在此讨论的，例如在训练模式下，操作员能够遵循由本发明示例性实施例建议的挡或速度。垂直条给出了所期望挡和实际挡的图，它们也被数字地显示在条形图的下面。如上所讨论的，当利用连续挡功率时，该显示将仅仅舍入到最接近的离散等效值，该显示可以是模拟显示，以便显示模拟等效值或者百分率或者实际马力/牵引力。

关于行程状态的关键信息被显示在显示屏上，并示出火车遇到的当前坡度88，所述坡度是指或者引导机车、沿火车的其它位置遇到的坡度或者整个火车长度的平均坡度。还公开了在计划中迄今为止行驶的距离90，累积消耗的燃料92，计划下一站在哪里或者离下一站的距离94，当前和预测的到达时间96，到下一站的期望时间。显示68还示出了到根据可用的计算的计划而得到的可能的目的地的最大可能时间。如果需要晚到达，将执行重新计划。增量计划数据示出在当前最优计划之前或者之后的燃料和时间表的状态。负数表示与计划相比，燃料较少或者时间较早，正数表示与计划相比，燃料较多或者时间较晚，并且常常在相反方向上权衡(减速以节省燃料使得火车晚到，反之亦然)。

这些显示68一直向操作者提供他相对于当前制定的驾驶计划所处位置的快照图。该显示仅出于显示目的，原因在于有很多其它方式将该信息显示/传送给操作者和/或调度。为此目的，上面所公开的信息可以被相互混合以提供不同于所公开的显示的显示。

可以包括在本发明示例性实施例中的其他特征包括但不限于：考虑产生数据记录日志和报告。该信息可以被存储在火车上，并且可以在一些时间点被下载到车外系统。该下载可以通过手动和/或无线传输而发生。该信息也可以通过机车显示器被操作者查看。该数据可以包括但不限于这样的信息，比如操作者输入、时间系统运行、节省的燃料、在火车中机车范围内的燃料不平衡、偏离航向的火车行程、系统诊断问题(例如如果GPS传感器发生故障)。

由于行程计划必须考虑容许的工作人员的操作时间，所以当计划行程时本发明的示例性实施例可以将这样的信息考虑进来。例如，如果工作人员可以操作的最大时间为8个小时，那么行程应当被形成为包括新工作人员代替当前工作人员的停止位置。这样指定的停止位置可以包括但不限于：铁路场、相遇/经过位置等等。如果，随着行程的进行，行程时间可能会超出，本发明的示例性实施例可被操作者重载，以符合由操作者确定的标准。最终，不管火车的操作条件(例如但不限于高负载、低速、火车伸展(stretch)条件等等)如何，操作者都保持控制以控制火车的速度和/或操作条件。

利用本发明的示例性实施例，火车可以在多个操作下运行。在一种操作概念中，本发明的示例性实施例可以提供用于控制推进、动态制动的命令。然后，操作者操纵所有其它的火车功能。在另一种操作概念中，本发明的示例性实施例提供了仅仅用于控制推进的命令。然后，操作者操纵动态制动和所有其它的火车功能。在又一种操作概念中，本发明的示例性实施例可以包括用于控制推进、动态制动和气闸应用的命令。然后，操作者操纵所有其它的火车功能。

本发明的示例性实施例也可以通过向操作者通知对即将出现的感兴趣的项目所采取的行动而被使用。具体地，本发明的示例性实施例的预测逻辑、对于最优化的行程计划的连续校正和重新计划、轨道数据库，能够通知操作者即将出现的交叉口、信号、坡度变化、刹车动作、旁轨、铁路场、燃料站等等。这种通知可以以可听见的方式和/或通过操作者界面发生。

特别地，使用基于物理性质的计划模型、火车设置信息、车上的轨道数据库、车上的操作规则、位置确定系统、实时闭环动力/制动控制、和传感器反馈，该系统将向操作者呈现和/或通知所需的动作。该通知能够是可视的和/或可听见的。例子包括通知需要操作者启动机车喇叭和/或铃的交叉口，通知不需要操作者启动机车喇叭或铃的“无声的”交叉口。

在另一个示例性实施例中，使用上面所讨论的基于物理性质的计划模型、火车设置信息、车上的轨道数据库、车上的操作规则、位置确定系统、实时闭环动力/制动控制、和传感器反馈，如图9中所示，本发明的示例性实施例可以向操作者呈现这样的信息(例如显示器上的量表)，所述信息允许操作者查看火车何时将到达不同位置。该系统将允许操作者调整行程计划(目标到达时间)。该信息(实际估计的到达时间或者在车外得出所需要的信息)也能够传送给调度中心，以允许调度者或者调度系统调整目标到达时间。这允许系统对适当的目标函数(例如权衡速度和燃料使用)进行快速地调整和最优化。

图11描述具有多个火车的铁路轨道网络的示例性实施例。在铁路网络200中，所期望的是获得具有多个相互影响的轨道210、220、230和多个火车235、236、237的整个网络的最优化的燃料效率和到达时间。如所示，多个轨道210、220、230中的每一个轨道上面分别是火车235、236、237。尽管机车组42被作为火车235、236、237的一部分示出，本领域技术人员将会很容易地认识到，任何火车都可以仅仅具有一个具有单个机车的机车组。如在这里所公开的，远程设施240还涉及通过最优化的火车动力组成来提高火车燃料效率和减少火车排放。这可以通过位于远程设施240的处理器245(例如计算机)实现。在另一个示例性实施例中，手持式设备250可以被用于通过最优化的火车动力组成来促进火车235、236、237的燃料效率的提高。典型地，在这些方法的任意一种中，配置火车235、236、237通常发生在丘陵、或者铁路、车场，尤其是当火车被编制时。

然而，如下面的讨论，处理器245可以位于火车235、236、237上，或者在另一个火车上，其中火车设置可以使用来自其他火车的输入来完成。例如，如果火车刚刚完成在相同轨道上的任务，则在当前火车正在执行和/或将要开始它的任务时，来自该火车的任务的输入可以供应给当前火车。这样配置火车可以发生在火车运行时间，以及甚至在运行时间期间。例如，可以利用实时配置数据来配置火车机车。相对于使用来自另一个火车的数据而言，一个这样的例子已经在上面提供了。另一个示例性的例子需要使用如上所述的与火车的行程最优化相关联的其它数据。此外，火车设置可以使用来自多个源的输入来执行，所述多个源例如但不限于：调度系统、线路系统270、操作者、离线实时系统、外部设置、分布式网络、局部网络和/或集中型网络。

图12描述了说明通过最优化的火车动力组成来提高燃料效率和减少排放输出的步骤的流程图的示例性实施例。如上所公开的，为了最小化燃料使用和排放且同时保证到达时间，在示例性实施例中，加速度和匹配的制动需要被最小化。不希望有的排放也可以通过向一最小组的机车供以动力来最小化。例如，在具有若干机车或者机车组的火车中，在较高功率设置下向一最小组的机车供以动力，同时将剩余机车置于空闲、无动力备用或者如下讨论的自动发动机开始-停止(“Automatic Engine Start-Stop AESS)模式，这样将减少排放。这是部分由于在较低的功率设置下，例如挡1-3，废气排放后处理设备，例如但不限制于位于机车上的催化式排气净化器处于一定温度下，在低于所述温度的情况下这些系统运行是最优的。因此，使用最少数目的机车或机车组，在高功率设置下运行以按时完成任务，将考虑到废气排放处理设备，例如但不限制于催化式排气净化器(catalytic converter)，以在最优温度下运行，以便进一步减少排放。

如所示，流程图500中的一个步骤提供了用于确定火车负载的步骤510。当发动机被用于其它应用时，根据发动机设置来确定负载。如图13中所示，火车负载可以用负载、或者火车负载估计器560确定。如图11所示，在一个示例性的实施例中，根据在火车组成明细表(docket)480中公开而获得的信息来估计火车负载。例如，火车组成明细表480可以被包含在计算机245(如图11&13中所示)中，其中处理器245进行估计，或者火车组成明细表480可以在纸上，其中操作者进行估计。火车组成明细表480可以包括这样的信息，例如但不限于：车厢数目、车厢重量、车厢容量、车厢使用年限等等。在另一个示例性实施例中，使用历史数据来估计火车负载，所述历史数据例如但不限于具有相同行程的先前火车任务、相似火车车厢配置等等。如上所讨论的，使用历史数据可以通过处理器或者手动来完成。在另一个示例性实施例中，使用经验(thumb)规则或者表数据来估计火车负载。例如，配置火车235、236、237的操作者可以根据所建立的准则(例如但不限制于火车中车厢的数量、火车内车厢的类型、火车中车厢的重量、由火车运输的货物量等等)确定所需的火车负载。这种相同的经验规则的确定也可以使用处理器245来完成。

另一个步骤520包括识别柴油动力系统的任务时间和/或持续期间。对于在其它应用中使用的发动机而言，这个步骤等同于限定发动机配置期望完成任务的任务时间。在步骤530，根据火车负载，确定所需功率的最小总量。在步骤540，选择机车来满足所需要的最小功率，且同时产生提高的燃料效率和/或最小化的排放输出。根据所需的机车的类型(基于它的发动机)和/或所需的机车数量(基于发动机的数量)来选择机车。类似地，对于在其它动力应用中使用的柴油发动机而言，例如但不限于海运交通工具、OHV以及固定发电站，在此每一个的多个单元都被用于完成对特定应用是唯一的预计任务。

为此目的，如图13中所示，行程任务时间确定器570可以用于确定任务时间。这样的可以使用的信息包括但不限于：天气条件、轨道条件等等。机车组成可以基于所需机车的类型，例如基于功率输出和/或所需机车的最小数目。例如，根据可用的机车，选择那些恰好满足所需的总功率的机车。为此目的，作为例子，如果10个机车可用，则就确定来自每个机车的功率输出。根据该信息，选择满足总功率要求所需的机车的最少数目和类型。例如，机车可以具有不同的马力(HP)额定值或者启动牵引力(TE)额定值。除了所需的总功率之外，还能够确定火车内的功率分布和功率类型。例如，在重型火车上，为了限制最大连接力，机车可以分布在火车内。另一个考虑是机车的能力。在火车的头部端放置4台DC机车是可能的，然而由于总牵引杆力可能超过限制，所以具有相同HP的4台AC单元不能用在头部端。

在另一个示例性实施例中，机车的选择可以不只是基于减少火车中所使用的机车数量。例如，如果总功率要求最低限度地由5个可用机车满足(当与通过使用3个可用机车也满足功率要求相比较时)，那么使用这5个机车而不是这3个机车。鉴于这些取舍，本领域技术人员将会很容易地认识到，可以从顺序(和随机的)可用机车组中选择最小数目的机车。当火车235、236、237已经编制并且在运行时间和/或任务期间做出决定，其中剩余的机车没有被用于向火车235、236、237供以动力时，可以使用这样的方法，这将在下面详细讨论。

当对火车235、236、237进行编制时，如果火车235、236、237需要备用功率，可以增加增量的机车255或者机车组。然而，这种附加的机车255被隔离以最小化燃料使用、排放输出和功率变化，但是在工作机车发生故障时，可以用来提供备用功率，和/或来提供附加功率以在确立的任务时间内完成行程。该隔离的机车255可以置于AESS模式，以最小化燃料使用并且在需要时使机车可用。在示例性实施例中，如果提供备用或者隔离的机车255，则当确定火车负载时，可以考虑其规格，例如重量。

这样，如上面更详细的讨论，确定需要向火车235、236、237供给动力的最小功率可以在火车运行时间和/或在运行(或者任务)期间发生。在这种情况下，一旦做出关于最优化的火车功率的决定并且火车235、236、237中的机车或者机车组42被识别为用以提供所需的必备功率，没有被识别以供使用的附加机车(一个或多个)255就被置于空闲或者AESS模式。

在示例性实施例中，总任务运行可以分成多个部分或者区段，例如但不限于至少两个区段，例如图11所示的区段A和区段B。根据完成任何区段所花费的时间量，由隔离的机车255提供的备用功率，在需要增量的功率以满足行程任务目标的情况下被提供。为此目的，对于特定行程区段可以使用隔离的机车255，以使火车235、236、237回到时间表，之后如果火车235、236、237保持在预定时间表，则对随后的区段关掉所述隔离的机车255。

这样，在操作中，引导机车可以将提供增量功率的机车255一直置于隔离模式，直到需要功率为止。这可以通过有线或者无线调制解调器，或者从通常在引导机车上的操作者到隔离的机车255的通信来实现。在另一个示例性实施例中，机车在分布式动力配置下运行，并且隔离的机车255已经被集成在分布式动力配置中，但是处于空闲，并且当需要附加功率时被接通。在另一个实施例中，操作者将隔离的机车255置于适当的模式。

在示例性实施例中，如上所公开的，机车的初始设置(基于火车负载和任务时间)，由行程优化器进行更新，并对产生动力的机车的数目和类型做出调整。作为示例性的说明，考虑分别具有相对可用最大功率为1、1.5和0.75的3个机车的机车组42。相对可用功率是相对于参考机车的；铁路使用“参考”机车来确定总的组功率；这可以是“3000HP”的参考机车；因此，在这个例子中，第一机车具有3000HP，第二机车具有4500HP，并且第三机车具有2250HP。假设任务分为7个区段。给定上述情况，下面的组合是可用的，并且能够匹配到轨道部分负载，0.75、1、1.5、1.75、2.25、2.5、3.25，这是机车组的最大相对HP设置的组合。因此，分别对于上述每一个相对HP设置，对于0.75，第三机车开启，第一和第二机车关闭，对于1，第一机车开启，第二和第三机车关闭，等等。在优选实施例中，行程优化器选择最大所需的负载并通过挡命令来进行调整，且同时最小化功率设置的重叠。因此，如果区段需要2和2.5(3000HP的倍数)之间，则使用机车1和机车2，而机车3处于空闲或者处于备用模式，这取决于它处于此区段的时间以及机车的重新启动时间。

在另一个示例性实施例中，可以执行分析以确定排放输出和机车功率设置之间的权衡，从而最大化较高的挡操作，其中来自废气后处理设备的排放更为优化。这种分析也可以考虑上述所讨论的关于火车操作最优化的其他参数的其中一个。可以对整个任务运行、任务运行的区段、和/或二者的结合来执行这种分析。

图13描述了包括在用于最优化的火车动力组成的系统中的示例性元件的框图。如上所示以及所讨论的，提供了火车负载估计器560。还提供了行程任务时间确定器570。还提供了处理器240。如上面所公开的，虽然针对的是火车，但是对于其它不在铁路车辆中使用的发动机，例如但不限于非公路车辆、海运交通工具和固定单元，也可以使用类似的元件。根据由火车负载估计器560确定的火车负载以及由行程任务时间确定器570确定的行程任务时间，处理器240计算出需要向火车235、236、237供以动力的功率总量。根据每一个机车的功率输出，进一步确定所需的机车类型和/或所需的机车数量，从而根据火车负载和行程任务时间，来最低限度地获得所需功率的最小总量。

如上所讨论的，行程任务时间确定器570可以将任务分成多个任务区段，例如但不限于区段A和区段B。然后，功率的总量可以针对任务的每一区段被单独地确定。如上面进一步的讨论，附加机车255是火车235、236、237的一部分，并且是为备用功率而提供的。来自备用机车255的功率可以根据确定的需要而被递增地使用，例如但不限于对于特定行程区段，提供动力以使火车235、236、237回到时间表。在这种情况下，操作火车235、236、237来获得和/或满足行程任务时间。

根据包含在火车组成明细表480内的信息、历史数据、经验规则估计和/或表数据，火车负载估计器560可以估计火车负载。而且，处理器245可以在排放输出和机车功率设置之间作出权衡，以最大化较高的挡操作，其中来自废气后处理装置的排放得到最优化。

图14描述了确定柴油动力系统的燃料效率和排放的传递函数的框图。这样的柴油动力系统包括但不限于机车、海运船只、OHV、和/或固定发电站。如所示，有关输入能量(例如，但不限于功率、废热等等)的信息580以及有关处理后583的信息被提供给传递函数585。传递函数585利用该信息来确定最优燃料效率587和排放输出590。

图15描述了说明用于确定具有至少一个柴油燃料动力产生单元的柴油动力系统的配置的步骤的流程图的示例性实施例。流程图600包括步骤605，用于确定柴油动力系统为完成指定的任务所需的最小功率。图15还公开了步骤610，用于确定柴油燃料动力产生单元的操作条件，以便满足最小功率要求，且同时对柴油动力系统来说获得较低燃料消耗和较低排放中至少一个。如上所公开的，此流程图600适用于多个柴油燃料动力产生单元，例如但不限于机车、海运船只、OHV和/或固定发电站。此外，此流程图600可以使用计算机软件程序来实现。

图16描述了用于操作铁路车辆的闭环系统的示例性实施例。如所示，优化器650、转换器652、铁路车辆653和至少一个输出654(例如但不限于速度、排放、牵引力、马力、抛砂(sand)等等)，是闭环控制通信系统657的一部分。输出654可以由传感器656确定，传感器656是铁路车辆653的一部分，或者在另一个实施例中，它独立于铁路车辆653。最初源于从行程优化器650和/或调整器产生的信息的信息通过转换器652提供给铁路车辆653。然后由传感器654从铁路车辆收集的机车数据被传送657回优化器650。

优化器650确定用于至少一个待调整的因素的操作特性，例如但不限于速度、燃料、排放等等。根据确定的最优化值，优化器650确定功率和/或扭矩设置中的至少一个。转换器652被提供以转换功率、扭矩、速度、排放、抛砂、设置、配置等等，对铁路车辆653(通常是机车)的控制输入。具体地，这些关于功率、扭矩、速度、排放、抛砂、设置、配置等等和/或控制输入的信息或者数据被转换为电信号。

图17描述了集成了主控制单元的闭环系统。如下面进一步详细说明，转换器652可以与多个设备中的任何一个接口，例如但不限于主控制器、远程控制机车控制器、分布式动力驱动控制器、火车线路调制解调器、模拟输入等等。转换器，例如可以断开主控制器651的输出的连接。主控制器651一般地由操作者使用来对机车进行控制，例如但不限于功率、马力、牵引力、抛砂、制动(包括动态制动、气闸、手闸等中的至少一个)、推进等等机车等级。本领域技术人员将会很容易地认识到，主控制器可以用于控制在控制机车中所使用的硬件开关和基于软件的开关。然后转换器652将信号注入到主控制器651。主控制器651的断开可以是电线或者软件开关或者可配置的输入选择过程等等。所示的开关设备655用于执行此功能。

如上所讨论的，同样的技术可以用于其它设备，例如但不限于：控制机车控制器、分布式动力驱动控制器、火车线路调制解调器、模拟输入等等。虽然未说明，但是本领域技术人员将会很容易地认识到主控制器同样地能眵使用这些设备以及它们与机车的相关联的连接，并使用输入信号。用于这些其它设备的通信系统657可以是无线的或者有线的。

图18描述了用于操作集成了铁路车辆的另一个输入操作子系统的铁路车辆的闭环系统的示例性实施例。例如，分布式动力驱动控制器659可以接收来自不同源661的输入，例如但不限于操作者、火车线路、机车控制器，并将这些信息传送到位于远程位置的机车。转换器652可以直接将信息提供给DP控制器659的输入(作为附加输入)，或者断开其中一个输入连接，并且向DP控制器659传送信息。开关655被提供来指示转换器652怎样向如上所讨论的DP控制器659提供信息。开关655可以是基于软件的开关和/或有线开关。此外，开关655不必是双向开关。根据开关控制的信号的数量，开关可以具有多个开关方向。

如图19所示，在另一个示例性实施例中，转换器可以控制主控制器的操作。转换器652具有机械装置，用于根据从优化器650接收到的电信号，自动地移动主控制器651。

传感器654被提供在机车上以用来收集操作条件数据，例如但不限于速度、排放、牵引力、马力等等。然后，机车输出信息654被提供给优化器650，通常通过铁路车辆653，从而完成闭环系统。

图20描述了在闭环过程中操作铁路车辆的步骤的示例性流程图。流程图660包括步骤662，用于确定机车组的最优化设置。最优化设置可以包括对任何设置变量的设置，例如但不限于功率等级、最优化的扭矩排放、其它机车配置等中的至少一个。所提供的另一个是步骤664，将最优化的功率等级和/或扭矩设置转换成对机车组而言可识别的输入信号。在步骤667，当应用最优化的功率等级和最优化的扭矩设置中的至少一个时，确定机车组的至少一个操作条件。在另一个步骤668，在闭合控制环内向优化器传送至少一个操作条件，以便所述至少一个操作条件被用于进一步最优化功率等级和扭矩设置中的至少一个。

如上所公开，可以使用计算机软件代码执行在流程图660中示出的步骤。因此，对于最初可能不能执行在此所公开的步骤的铁路车辆而言，包括计算机软件模块的电子介质可以被铁路车辆上的计算机访问，以便至少软件模块可以被载入到铁路车辆以供执行。因此，电子介质不是限制性的，原因在于任何计算机软件模块都可以通过电子介质传输系统而被加载，包括无线的和/或有线的传输系统，例如但不限于使用因特网来完成安装。

机车产生基于挡等级的排放率。实际上，较低的挡等级未必会导致每单元输出的较低排放，例如gm/hp-hr，反之亦然。这样的排放可以包括但不限于微粒、废气、热等等。类似地，来自机车的噪声等级也根据挡等级而变化，特别是噪声频率等级。因此，当在此提出排放，本领域技术人员将会很容易地认识到本发明的示例性实施例也适用于减少由柴油动力系统产生的噪声等级。因此，即使排放和噪声在此都被多次公开，术语“排放”也应该理解为包括噪声。

当操作者要求特定马力等级，或者挡等级时，操作者希望机车在某一牵引功率或者牵引力下运行。在示例性实施例中，为最小化排放输出，机车能够在挡/功率/发动机转速等级之间切换，同时保持操作者所期望的平均牵引功率。例如，假定操作者需要档4或者2000HP。然后，机车可以在档3下运行给定的时间，例如1分钟，然后移到档5一段时间，随后回到档3一段时间，以便产生的平均功率相当于档4。机车移到档5，因为已知在此挡设置下机车的排放输出少于在档4下的排放输出。在机车在挡设置之间移动的总时间期间，平均值仍然是档4，这样仍然实现了操作者期望的牵引功率。

每一挡的时间由不同的因素确定，例如但不限于，包括在每一挡的排放、在每一挡的功率等级、以及操作者的敏感度。本领域技术人员将会很容易地认识到，当机车被手动操作时，和/或当操作被自动执行时，例如但不限于当被优化器控制以及在低速调节期间，本发明的实施例是可用的。

在另一个示例性实施例中，使用了多个设定点。这些设定点可以通过考虑多个因素而被确定，所述因素例如但不限于挡设置、发动机转速、功率、发动机控制设置等等。在另一个示例性实施例中，当多个机车被使用，但是可以在不同的挡/功率设置下运行时，该挡/功率设置作为性能和/或时间的函数来确定。当减少排放时，其它因素可以被考虑，其中在减少排放过程中可以考虑的权衡包括但不限于燃料效率、噪声等等。同样，如果期望减少噪声，则可以考虑排放和燃料效率。如果要提高的是燃料效率，可以运用类似的分析。

图21描述了比较当前操作与排放最优化操作的速度与时间的关系曲线图的实施例。与期望的速度相比的速度变化能够被任意最小化。例如，如果操作者期望在期望的时间内从一个速度(S1)移到另一个速度(S2)，则能够以较小的偏差来实现。

图22描述了调制图案，所述调制图案导致保持在恒定的期望挡和/或马力。在每一挡的时间量取决于机车的数目以及火车的重量及其特性。基本上，火车的惯性被用于结合牵引功率/力来获得期望的速度。例如，如果火车很重，本例子中的档3到档5之间过渡的时间将很长，反之亦然。在另一个例子中，如果给定火车的机车数目很大，那么过渡之间的时间需要是较小的。更具体地，时间调制和/或循环将取决于火车和/或机车特性。

如前所讨论的，排放输出可以基于假定的挡分配，但是操作者/铁路不需要具有该整体分配。因此，在一定时间段上、一定时间段上的多个机车上、和/或一定时间段上的车队机车上实施挡分配是可能的。通过提供排放数据，在此描述的最优化的行程将所期望的挡/功率设置与基于挡/功率设置的排放输出进行比较，并确定挡/功率周期来满足所需的速度而同时最小化排放输出。这种最优化可以被明确地用于生成计划，或者计划可以被修改来实施、减少和/或满足所需的排放。

图23描述了用于确定具有至少一个柴油燃料动力产生单元的柴油动力系统配置的步骤的示例性流程图。在流程图700公开的一个步骤702，用于确定柴油动力系统为完成指定任务所需的最小功率、或者功率等级。步骤704，确定基于所需的最小功率或者功率等级的排放输出。另一个步骤706，用于使用至少一个导致较低排放输出的其它功率等级，其中总合成功率接近于所需的功率。因此在操作中，可以使用具有至少另一个功率等级的期望的功率等级，和/或可以使用不包括期望功率等级的两个功率等级。在如所公开的第二个例子中，如果期望的功率等级是挡4，则所使用的两个功率等级可以是挡3和挡5。

如所公开的那样，基于挡速度的排放输出数据被提供给行程优化器。如果某一挡速度产生高排放量，则行程优化器能够通过在产生低排放输出的挡设置之间的循环来起作用，以便机车将避免在特定挡下运行，同时仍然满足被避免的挡设置的速度。例如，应用上面所提供的相同的例子，如果由于排放输出，挡4被认为不如要运行在的最优设置，而其它的挡3和挡5产生较低的排放输出，则行程优化器可以在挡3和挡5之间循环，此处平均速度等于在挡4实现的速度。因此，当提供与挡4相关联的速度时，总排放输出少于在挡4预期的排放输出。

因此，当在此配置下运行时，尽管根据规定挡限制而施加的速度约束可能实际上没有被遵守，但是可以改进整个任务上的总排放输出。更具体地，尽管某一区域可以强制铁路车辆不超过挡5，但行程优化器可以确定可优选在挡6和挡4之间的循环以达到挡5速度限制而同时还改进了排放输出，这是因为挡6和挡4结合的排放输出比当在挡5下运行时要好，原因在于挡4或者挡6其中之一或者二者都比挡5要好。

图24示出了用于最小化来自具有至少一个柴油燃料动力产生单元的柴油动力系统的排放输出、噪声等级等且同时保持特定速度的系统。如上面所公开的，提供了系统722，该系统包括处理器725，用于确定柴油动力系统18为了完成指定任务所需的最小功率。处理器725还可以确定何时在两个功率等级之间交替。确定设备727用于确定基于所需最小功率的排放输出。还包括功率等级控制器729，用于在功率等级之间交替以获得所需最小功率。功率等级控制器729用来产生较低排放输出，且同时总的平均合成功率接近于所需的最小功率。

图25示出了用于最小化输出(例如但不限于来自具有至少一个柴油燃料动力产生单元的柴油动力系统的排放输出和噪声输出)且同时保持特定速度的系统。所公开的系统包括处理器727，用于确定柴油动力系统为完成指定任务所需的功率等级。进一步公开了排放确定器设备727，用于确定基于所需功率等级的排放输出。还公开了排放比较设备731。排放比较设备731将其它功率等级的排放输出和基于所需的功率等级的排放输出进行比较。根据所需的功率等级，通过在至少两个其它功率等级之间交替(其中与所需功率等级相比，所述至少两个其它功率等级产生较少的排放输出)，以减少柴油燃料动力产生单元18的排放输出，其中在所述至少两个其它功率等级之间进行交替而产生的平均功率等级接近于所需的功率等级，且同时与所需的功率等级的排放输出相比产生较低排放输出。如这里所公开的，交替可以仅仅导致使用至少一个其它的功率等级。因此，尽管论述为交替，这个术语不是用来起限制作用的。为此目的，提供设备753以用来在所述至少两个功率等级和/或至少在其它功率等级上使用之间交替。

尽管所说明的上述例子在两个挡等级之间循环以满足第三挡等级，本领域技术人员将会很容易地认识到，当寻求满足特定期望的挡等级时，可以使用两个以上的挡等级。因此，为了获得特定期望的非等级来改进排放，同时仍旧满足速度要求，三个或者三个以上挡等级可以被包括在循环中。此外，进行交替的挡等级的其中一个可以包括所期望的挡等级。因此，在最低限度，期望的挡等级和另一个挡等级可以是在其之间进行交替的两个功率等级。

虽然已经参照一个示例性实施例描述了本发明的示例性实施例，本领域技术人员将会理解到，在不脱离本发明精神和范围的情况下，可以做出各种改变、省略和/或增加，并且可以用等同物替换其元素。另外，在不脱离本发明的范围的情况下，可以对本发明的教导进行很多修改以适应特定情况或者材料。因此，目的在于，本发明不限制于所公开的作为用来执行本发明的预期的最好模式的特定实施例，相反本发明将包括落入所附权利要求范围内的所有实施例。此外，除非明确指出，术语第一、第二等的任何使用不表示任何顺序或者重要性，而是用于将一个元件与另一个元件区别开。

附图标记：

部件序号  名称

1机车

2机车

3挡

4静止挡

5功率挡等级

6挡

10调度中心

12行程分布曲线图

16最优化的功率命令

18柴油燃料动力产生单元

20实时

24重新计划

25到达时间

30定位器元件

31火车

33轨道特性元件

34轨道

36车上的轨道综合数据库

38传感器

40牵引力

41线路位置

42机车组

44处理器

46算法

47无线通信系统

49给定的行驶时间

50燃料使用/行驶时间曲线

51控制器元件

52制动系统

60调度

61机车数据库

62执行控制元件

63机车建模信息数据库

64燃料消耗率估计器

65火车参数估计器

68显示器

69控制面板

72包括气闸状态的现代机车

73位置

74数字嵌入

76滚动带状图

90计划

96预测的到达时间

97行程

98行程

99组合图

105火车长度

106车厢数目

107轨道坡度

108线路元件

109桥的位置

110火车速度

112交叉口

114信号

116速度变化

118地标

120目的地

125到达时间管理工具

127到达时间

130组数据

132情形图

134到达时间管理工具

136动作键

138提供动作键

200铁路网络

210多个相互作用的轨道

220多个相互作用的轨道

230多个相互作用的轨道

235火车

236火车

237火车

240远程设施

240处理器

245处理器

250手持设备

255隔离的机车

270线路系统

480火车组成明细表

500流程图

510步骤

520步骤

530步骤

540步骤

560火车负载估计器

570行程任务时间确定器

580输入能量

583处理后过程

585传递函数

587最优燃料效率

600流程图

605步骤

610步骤

650行程优化器

651主控制器

652转换器

653铁路车辆

654传感器

655开关设备

656传感器

657闭环控制通信系统

659分布式动力驱动控制器

660流程图

661各种源

662步骤

664步骤

667步骤

668步骤

700流程图

702步骤

704步骤

706步骤

722系统

725处理器

727排放确定器设备

729功率等级控制器

731排放比较设备

753设备

Claims (4)

1.一种用于最小化来自具有至少一个柴油燃料动力产生单元的柴油动力系统的排放输出的系统，所述系统包括： 

(a)设备(727)，被配置成基于所需功率等级确定排放输出； 

(b)功率等级控制器(729)，被配置成使用至少一个其它功率等级，以便合成的功率等级几乎等于所需的功率等级，且同时来自所述至少一个其它功率等级的排放输出少于来自所期望的功率等级的排放输出；以及 

(c)处理器(725)，被配置成确定柴油动力系统为完成指定的任务所需的最小功率等级以及确定何时使用所述至少一个其它功率等级这二者中的至少一个。 

2.一种用于最小化来自具有至少一个柴油燃料动力产生单元的柴油动力系统的排放输出的系统，所述系统包括： 

(a)处理器(725)，被配置成确定柴油动力系统为完成指定的任务所需的功率等级； 

(b)第一设备(727)，被配置成基于所需的功率等级确定排放输出； 

(c)排放比较设备(731)，被配置成将其它功率等级的排放输出和基于所需功率等级的排放输出进行比较；以及 

(d)第二设备(753)，被配置成使用至少一个其它功率等级，以便合成的功率等级接近所需的功率等级，以便当使用至少一个其它功率等级时得到的排放等级小于使用所需的功率等级得到的排放等级。 

3.一种在柴油动力系统的车队且所述车队的每一个柴油动力系统都具有至少一个柴油燃料动力产生单元中用于最小化来自所述车队和单独柴油动力系统中的至少一个的总排放输出的方法，所述方法包括： 

(a)确定总车队排放输出等级； 

(b)确定所期望的总车队排放输出等级； 

(c)将总车队排放输出与所期望的总车队排放输出等级进行比较； 

(d)如果所期望的总车队排放输出等级超过总车队排放输出等级，则分别为车队内的每个柴油动力系统，确定至少一个导致较低排放输出的其它功率等级以便与具有较高排放输出的所需运行功率等级一起使用； 

(e)分别为每个柴油动力系统使用至少一个其它功率等级，以满足所期望的总车队排放输出等级，其中每个柴油动力系统的总合成功率等级都分别接近于所需功率等级。 

4.一种用于最小化来自具有至少一个柴油燃料动力产生单元(255)的柴油动力系统的排放输出的方法，在特定周期的第一部分期间，上述排放输出可能已经超过一排放等级，所述方法包括： 

(a)确定特定周期的总排放输出等级； 

(b)确定特定周期的期望的总排放输出等级； 

(c)将总排放输出与所期望的总排放输出等级进行比较 

(d)如果总排放输出等级超过所期望的总排放输出等级，确定至少一个导致较低排放输出的其它功率等级以便与具有较高排放输出所需运行功率等级一起使用；以及 

(e)使用至少一个其它功率等级，以满足所期望的总排放输出等级，其中总的合成功率等级接近于所需的功率等级。