CN101415594A - 柴油动力系统的旅行优化系统和方法 - Google Patents

Abstract

一种用于操作具有至少一个以柴油为燃料的发电单元的柴油动力系统的控制系统，该系统包括：任务优化器，用于确定该以柴油为燃料的发电单元使用的至少一个设置；变换器，用于接收该以柴油为燃料的发电单元所要使用的信息中的至少一个，并将该信息变换为可接受的信号；传感器，用于收集来自该柴油动力系统的至少一个操作数据，该数据被传递到该任务优化器；和通信系统，用于准备所述任务优化器、变换器和传感器之间的控制闭环。

Description

柴油动力系统的旅行优化系统和方法

相关申请的交叉引用

本申请基于美国临时申请第60/894006号并且是2006年3月20日提交的美国申请第11/385354号的部分继续申请。

技术领域

本发明的领域涉及优化火车操作，并更具体地，涉及监视和控制火车操作，以在满足调度约束的同时改善效率。

背景技术

例如但不限于越野(off-highway)车、船舶柴油动力推进装置、固定式柴油动力系统和铁路车辆系统、或火车的柴油动车系统通常是由柴油动力单元提供动力的。对于铁路车辆系统，柴油动力单元是至少一个机车的部分，并且火车还包括多个铁路车厢，例如运货车厢。通常提供多于一个机车，其中机车被看作机车编组。机车是具有多个子系统的复杂系统，每一子系统与其它子系统互相依存。

操作员在机车车上，以确保机车的适当操作及其运货车厢的关联负荷。除了确保机车的适当操作之外，操作员还负责确定火车的操作速度和机车是其一部分的火车内的力。为了执行该功能，操作员一般必须具有在特定地形上操作机车和各种火车的丰富经验。需要该知识，以遵守可随着火车沿轨道的地点而变化的可规定的操作速度。此外，操作员也负责确保火车内力保持在可接受的界限内。

图11描绘了当前如何控制铁路车辆的现有技术框图。操作员649通过将主控制器651装置手动移动到特定设置来控制铁路车辆653。尽管图示了主控制器，但是本领域普通技术人员将容易地认识到，可使用其它系统控制装置来代替主控制器651。所以，术语主控制器不意欲是限制性术语。操作员649基于包括但不限于当前速度、期望速度、排放需求、牵引作用、期望马力、远程提供的信息等的多个因素654，来确定主控制器651的设置或位置。

然而，即使具有确保安全操作的知识，操作员一般也不能操作机车，使得每次旅行中的燃料消耗最小化。例如，必须考虑的其它因素可包括排放输出、例如噪声/振动的操作员的环境条件、燃料消耗和排放输出的加权组合等。这很难进行，因为作为示例，火车的尺寸和负荷变化，机车和它们的燃料/排放特性不同，并且天气和交通条件变化。如果向操作员提供用于确定在给定天驾驶火车的最佳方式的手段，则操作员可更有效地操作火车，以在使用可能的最小燃料的同时满足期望调度(到达时间)，而不管可变性的来源。

类似地，越野车、船舶柴油动力推进装置、和/或固定式柴油动力系统的所有人和/或操作员将认识到当这些柴油动力系统产生最佳燃料效率和排放输出时实现的经济利益，使得在满足例如但不限于任务时间约束的操作约束时，在使得排放输出最小化时，节约总体燃料消耗。

发明内容

本发明的实施例公开了一种用于操作具有至少一个以柴油为燃料的发电单元的柴油动力系统的控制系统。该系统包括任务优化器，用于确定该以柴油为燃料的发电单元所使用的至少一个设置。还公开了变换器，用于接收该以柴油为燃料的发电单元所要使用的信息中的至少一个，并将该信息变换为可接受的信号。还公开了用于收集被传递到该任务优化器的来自该柴油动力系统的至少一个操作数据的传感器。提供通信系统，用于建立任务优化器、变换器和传感器之间的控制闭环。

本发明的另一示范实施例公开了一种用于控制具有至少一个以柴油为燃料的发电单元的柴油动力系统的操作的方法。该方法包括确定该以柴油为燃料的发电单元的至少一个优化设置的步骤。另一步骤涉及将至少一个优化设置变换为该以柴油为燃料的发电单元的可识别的输入信号。另一步骤是当应用至少一个优化设置时，确定该柴油动力系统的至少一个操作条件。另一步骤包括在控制闭环内向优化器传递所述至少一个操作条件，使得使用该至少一个操作条件来进一步优化至少一个设置。

另一示范实施例公开了一种用于操作具有计算机和至少一个以柴油为燃料的发电单元的柴油动力系统的计算机软件代码。该计算机软件代码包括用于确定该以柴油为燃料的发电单元的至少一个设置的计算机软件模块、以及用于将至少一个优化设置变换为该以柴油为燃料的发电单元可识别的输入信号的计算机软件模块。还公开了用于当应用至少一个设置时、确定该柴油动力系统的至少一个操作条件的计算机软件模块。还公开了用于在控制闭环内向优化器传递所述至少一个操作条件、使得使用该至少一个操作条件来进一步优化至少一个设置的计算机软件模块。

附图说明

通过参考在附图中图示的其特定实施例，将呈现(rendered)以上简要描述的本发明的示例的更具体的描述。应理解，这些图仅描绘了本发明的典型实施例，并因此不应被认为是对其范围的限制，将通过使用附图利用附加特征和细节来描述和解释本发明，其中：

图1描绘了本发明示范实施例的流程图的示范图示；

图2描绘了可采用的火车的简化模型；

图3描绘了本发明的示范实施例的元件的示范实施例；

图4描绘了燃料使用/行进时间曲线的示范实施例；

图5描绘了旅行计划的分段分解的示范实施例；

图6描绘了分段示例的示范实施例；

图7描绘了本发明示范实施例的示范流程图；

图8描绘了操作员使用的动态显示器的示范图示；

图9描绘了操作员使用的动态显示器的另一示范图示；

图10描绘了操作员使用的动态显示器的另一示范图示；

图11描绘了当前如何控制铁路车辆的现有技术框图；

图12描绘了用于操作铁路车辆的闭环系统的示范实施例；

图13描绘了与主控制单元集成的闭环系统；

图14描绘了与铁路车辆的另一输入操作子系统集成的用于操作铁路车辆的闭环系统的示范实施例；

图15描绘了作为闭环控制系统的一部分的主控制器的另一示范实施例；和

图16描绘了闭环处理中用于操作铁路车辆的步骤的示范流程图。

具体实施方式

现在将详细参考在附图中图示了其示例的符合本发明的实施例。只要可能，图中使用的相同附图标记始终表示相同或类似的部分。

尽管针对铁路车辆(特别是具有柴油机的火车和机车)来描述本发明的示范实施例，但是本发明的示范实施例也可应用到其它用途，例如但不限于每一个都可使用柴油机的越野车、海上舰船、和固定单元。为此，当讨论指定任务时，这包括柴油动力系统要执行的工作(task)或需求。所以，对于铁道、船舶或越野车辆应用，这可以指的是系统从当前地点到目的地的移动。在例如但不限于固定式发电站或发电站网络的固定应用的情况下，指定任务可以指的是柴油动力系统要满足的瓦特数的量(例如，MW/hr)或其它参数或需求。类似地，以柴油为燃料的发电单元的操作条件可包括速度、负荷、燃料值、定时等中的一个或多个。

在涉及海上舰船的一个示范示例中，多个拖船可一起操作，其中所有拖船移动同一较大舰船，其中每一拖船及时链接，以完成移动较大舰船的任务。在另一示范示例中，单一海上舰船可具有多个发动机。越野车(OHV)可包括具有从地点A向地点B移动泥土的同一任务的车队，其中每一OHV及时链接以完成该任务。对于固定式发电站，可集合多个站，为了特定地点和/或目的而共同生成电力。在另一示范实施例中，提供单一站，但是多个发电机构成该单一站。

本发明的示范实施例通过提供一种用于确定和实现驾驶和/或操作策略的系统、方法、和计算机实现的方法(例如计算机软件代码)来解决现有技术中的问题。对于机车，当机车编组以分散动力操作时，本发明的示范实施例也可操作。

本领域普通技术人员将认识到例如包括CPU、存储器、I/O、程序储存器、连接总线、和其它适当组件的数据处理系统的设备可被编程或以别的方式设计，以促进本发明的方法的实践。这样的系统将包括用于运行本发明的方法的适当的程序部件。

而且，用于数据处理系统的例如预先记录的盘或其它类似计算机程序产品的制造品可包括储存介质和其上记录的程序部件，用于引导该数据处理系统，以促进本发明的方法的实践。这样的设备和制造品也落入本发明的精神和范围内。

一般地说，技术效果在于，确定和实现柴油动力系统的驾驶和/或操作策略，以在满足调度和速度约束的同时改善至少某些目标操作标准参数需求。为了促进理解，下面参考其特定实现来进行描述。在计算机运行的例如程序模块的计算机可运行指令的一般上下文中描述本发明。一般地，程序模块包括执行特定工作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，成为本发明基础的软件程序可以用不同的语言进行编码，以用于不同的平台。在接下来的描述中，在采用万维网浏览器的万维网门户网站的上下文中描述本发明的示例。然而，将理解的是，成为本发明基础的原理也可以用其它类型计算机软件技术来实现。

此外，本领域技术人员将理解的是，可以利用其它计算机系统配置来实践本发明，包括手持装置、多处理器系统、基于微处理器或可编程的消费品电子装置、小型计算机、大型计算机等。也可在其中由通过通信网络链接的远程处理装置执行工作的分布式计算环境中实践本发明。在分布式计算环境中，程序模块可位于包括存储器储存装置的本地和远程计算机储存介质两者中。这些本地和远程计算环境可全部包括在机车中、或编组中的相邻机车中、或车下的使用无线通信的路边或中央局中。

在该文献中，始终使用术语机车编组。如这里使用的，机车编组可被描述为具有一个接一个连在一起以便提供驱动和/或制动能力的一个或多个机车。机车连在一起，在机车之间没有火车车厢。火车在其组成中可具有多于一个编组。具体来说，可存在领头编组和多于一个远程编组，例如在一行车厢中途的远程编组和在火车末端的另一远程编组。每一机车编组可具有第一机车以及(多个)后续(trail)机车。尽管编组通常被看作连续机车，但是本领域技术人员将容易地认识到，即使当至少车厢分离机车时，例如当编组被配置用于动力分散型操作时，一组机车也可被识别为编组，其中通过无线电链路或物理线缆从领头机车向远程后续机车中继节流(throttle)和制动命令。为此，当讨论同一火车中的多个机车时，术语机车编组不应被看作限制因素。

现在参考附图，将描述本发明的实施例。本发明可以以多种方式实现，包括系统(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、图形用户接口，包括万维网门户或在计算机可读存储器中有形固定的数据结构。下面讨论本发明的几个实施例。

图1描绘了示范实施例的流程图的示范图示。如图所示，在车上或从远程地点(例如派遣中心10)输入专用于计划旅行的指令。这样的输入信息包括但不限于火车位置、编组描述(例如机车型号)、机车动力描述、机车牵引传输的性能、作为输出动力的函数的发动机燃料的消耗、冷却特性、预期旅行路线(作为里程碑的函数的有效轨道坡度和曲率、或反映遵循标准铁路实践的曲率的“有效坡度”组件)、由车厢结构和负荷以及有效阻力系数代表的火车，期望旅行参数包括但不限于开始时间和地点、结束地点、期望行进时间、乘务员(用户和/或操作员)标识、乘务员轮班(shift)期满时间、和路线。

可按照多种方式将该数据提供到机车42，例如但不限于操作员经由车载显示器将该数据手动键入机车42、将包括数据的例如硬盘插件板和/或USB驱动器的存储装置插入到机车车上的插座中、并经由无线通信从例如轨道信令装置和/或路边装置的中央或路边地点41向机车42传送该信息。机车42和火车31负荷特性(例如阻力)也可在路线上改变(例如随着铁路和铁路车厢的海拔、周围温度和条件而改变)，并且可通过上述任一方法和/或通过实时自发收集机车/火车条件，来按照需要更新计划以反映这样的改变。这可包括例如通过监视(多个)机车42车上或车下的器材所检测的机车或火车特性的改变。

轨道信号灯系统确定火车的容许速度。存在许多类型的轨道信号灯系统以及与每一信号灯关联的操作规则。例如，一些信号灯可具有单一光(开/关)，一些信号灯具有存在多种颜色的单镜头，并且一些信号灯具有多个光和颜色。这些信号灯可指示轨道清除以及火车可按照最大容许速度前进。它们也可指示需要降低速度或停车。可需要立即或在某一地点(例如，在下一信号灯或闸口(crossing)之前)实现该降低的速度。

通过各种部件将该信号灯状态传递到火车和/或操作员。一些系统具有轨道中的电路和机车上的感应拾取线圈。其它系统具有无线通信系统。信号灯系统也可要求操作员可视地观察信号灯并采取适当行动。

该信令系统可与车上信号灯系统对接，并根据输入和适当的操作规则来调整机车速度。对于要求操作员可视地观察信号灯状态的信号灯系统，操作员屏幕将呈现适当的信号灯选项，由操作员基于火车地点键入。信号灯系统的类型和操作规则可作为地点的函数存储在车载数据库63中。

基于输入到示范实施例中的规格数据，计算受到沿着具有期望开始和结束时间的路线的限速约束的、最小化燃料使用和/或产生的排放的最佳计划，以产生旅行分布图(profile)12。该分布图包括表达为距离和/或时间的函数的火车要遵循的最佳速度和动力(档位：notch)设置、包括但不限于最大档位动力和制动设置的火车操作限制、作为地点和期望使用的燃料和生成的排放的函数的限速。在示范实施例中，选择用于档位设置的值，来获得大约每10到30秒一次的节流改变判决。本领域技术人员将容易地认识到，如果需要和/或期望遵循最佳速度分布图，则节流改变判决可以按照更长或更短的持续时间发生。从更广的意义上来说，本领域技术人员应明白，在火车级(level)、编组级和/或单独火车级，分布图提供火车的动力设置。动力包括制动动力、驱动动力和气闸动力。在另一优选实施例中，不是按照传统离散档位动力设置操作，示范实施例能够选择被确定为对于所选择的分布图最佳的连续动力设置。由此，例如，如果最佳分布图规定6.8的档位设置而不是按照档位设置7操作，则机车42可按照6.8操作。允许这样的中间动力设置可提供下述附加效率益处。

用于计算最佳分布图的过程可以是用于计算驾驶火车31以在受到机车操作和调度约束的情况下、使得燃料和/或排放最小化的动力顺序(powersequence)的任意数目的方法，这将在下面概述。在一些情况下，由于火车配置、路线和环境条件的相似性，最佳分布图可与先前确定的分布图非常接近。在这些情况下，可能足以从数据库63中查找驾驶轨迹并尝试遵循该轨迹。当先前计算的计划不合适时，计算新计划的方法包括但不限于利用近似火车物理运动的微分方程模型来直接计算最佳分布图。该设置包括选择定量目标函数，一般为与燃料消耗率和排放生成对应的模型变量的加权和(积分)加上处罚过多节流变化的项。

设置最佳控制公式，以在受到包括但不限于速度限制以及最小和最大动力(节流)设置的约束的情况下使得定量目标函数最小化。取决于任意时间的计划目标，可灵活设置这样的问题，在受到排放和速度限制的约束的情况下使得燃料最小化或在受到燃料使用和到达时间的约束的情况下使得排放最小化。也可能设置例如这样的目标，使得总行进时间最小化，而不约束总排放或燃料使用，其中允许或要求用于该任务的这样的约束的放松。

在该文献中，呈现示范方程和目标函数，用于最小化机车燃料消耗。这些方程和函数仅用于图示，因为可采用其它方程和目标函数而优化燃料消耗或优化其它机车/火车操作参数

算术上，可更精确地阐明要解决的问题。该基本物理性质表达为下式：

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

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

其中x是火车位置，v是火车速率，t是时间(合适时，为英里、每小时的英里、以及分钟或小时)，而u是档位(节流)命令输入。此外，D表示要行进的距离，T_f是沿着轨道的距离D处的期望到达时间，T_e是机车编组产生的牵引作用力，G_a是地心引力(其取决于火车长度、火车构成和火车位于的地形)，而R是机车编组和火车组合的由净速度决定的阻力。初始和最终速度也可指定，但是这里特别将其指定为零(在开始和结束时停止的火车)。最后，可将该模型容易地修改为包括其它重要的动态，例如在节流u的改变和得到的牵引或制动作用力之间的滞后。利用该模型，设置最佳控制公式，以在受到包括但不限于速度限制以及最小和最大动力(节流)设置的约束的情况下使得定量目标函数最小化。取决于任意时间的计划目标，可灵活设置这样的问题，在受到排放和速度限制的约束的情况下使得燃料最小化或在受到燃料使用和到达时间的约束的情况下使得排放最小化。

也可能设置例如这样的目标，使得总行进时间最小化，而不约束总排放或燃料使用，其中允许或要求用于该任务的这样的约束的放松。所有这些性能度量可表达为以下任何线性组合：

$\underset{u\left(i\right)}{\min }\underset{0}{\overset{T_f}{\∫}}F\left(u\left(t\right)\right)\mathrm{dt}$ -最小化总燃料消耗

-最小化行进时间

-最小化档位操作(分段持续输入)

-最小化档位操作(连续输入)

用与排放产生对应的一项来替代(1)中的燃料项F。例如，对于排放，

-最小化总排放消耗。在该方程中，E是对于每一档位(或动力设置)的gm/hphr的排放数量。另外，可基于燃料和排放加权总和来进行最小化。

通常使用的代表性目标函数由此为：

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

该线性组合的系数将取决于给予每一项的重要性(权重)。应注意，在方程(OP)中，u(t)是作为连续档位位置的优化变量。如果需要离散档位，例如用于较老机车，则使得方程(OP)的解离散，这可导致较低燃料节约。使用得到的最小时间解(α₁和α₂被设置为零)来得到下界，优选实施例利用α₃设置为零，来针对各值T_f解方程(OP)。对于熟悉这样的最佳问题的解决方案的人来说，可能必须附加约束，例如沿该路径的速度限制：

0≤v≤SL(x)

或者当将最小时间用作目标时，必须保持结束点约束，例如：消耗的总燃料必须小于油箱中的燃料，例如：

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

其中W_F是T_f时在油箱中剩余的燃料。本领域技术人员将容易地认识到方程(OP)也可以为其它形式，并且上面呈现的是在本发明示范实施例中使用的示范方程。

在本发明示范实施例的上下文中提及的排放实际上指的是以氧化氮(NO_X)、未燃烧的碳氢化合物和颗粒的形式产生的累积排放。通过设计，每一机车必须符合制动特定任务的EPA标准，并由此当在示范实施例中优化排放时，这可以指不存在当前规范的总任务(mission total)排放。不论什么时候，操作将符合联邦EPA命令(mandates)。如果旅行任务期间的关键目标是降低排放，则将修改最佳控制公式(方程(OP))以考虑该旅行目标。优化设置中的关键灵活性是任何或全部旅行目标可根据地理区或任务而变化。例如，对于高优先级火车，最小时间可以仅是一条路线上的目标，因为其是高优先级交通。在另一示例中，排放输出可沿着计划的火车路线而在不同州(state)之间变化。

为了解决因而发生的优化问题，在示范实施例中，本发明将时域的动态最佳控制问题转化为具有N个判决变量的等效静态算术编程问题，其中数目“N”取决于进行节流和制动调整的频率和旅行持续时间。对于典型的问题，N可以是几千。例如，在示范实施例中，假设火车正在美国西南部行进172英里的一段轨道。利用示范实施例，当将利用本发明示范实施例确定和遵循的旅行和其中由操作员确定旅行的实际驾驶员节流/速度历史相比时，可实现节约示范7.6％的使用燃料。因为与操作员的旅行计划相比，利用示范实施例实现的优化产生具有更小阻力损失和很少或没有制动损失的驾驶策略，所以实现了改进的节约。

为了使得上述优化可计算地容易控制(tractable)，可采用火车的简化模型，例如图2和上述方程所示。通过驱动生成最佳动力顺序的更详细的模型，产生最佳分布图的关键改进，以测试是否违反其它温度、电气和机械约束，这导致修改的分布图，其中速度对距离最接近可实现的运行，而不损坏机车或火车器材，即满足例如对火车中的机车和车厢之间的力的温度和电气限制的附加隐含约束。

返回参考图1，一旦在12开始旅行，在14生成动力命令，以开始计划。取决于本发明示范实施例的操作设置，一个命令使得机车在16遵循优化的动力命令，以便实现最佳速度。示范实施例在18从火车的机车编组获得实际速度和动力信息。由于用于优化的模型中的通常近似值，所以获得对优化动力进行校正的闭环计算，以跟踪期望的最佳速度。这样的火车操作限制的校正可自动进行，或者可由总是最终控制火车的操作员进行。

在一些情况下，用于优化的模型可根据实际火车而显著不同。这可能由许多原因导致，包括但不限于额外货物拾取或安排(setouts)、路线失败的机车、以及初始数据库63中的错误或操作员引起的数据项错误。因为这些原因，监视系统处于使用实时火车数据的位置，以在20实时估计机车和/或火车参数。然后在22，将所估计的参数与初始创建旅行时使用的假设参数作比较。如果可根据新计划实现足够大的节约，则可基于假设的和估计的值之间的任何差值，在24重新计划旅行。

可重新计划旅行的其它原因包括来自远程地点的指示，例如派遣中心和/或操作员请求与更多全局移动计划目标一致地改变目标。更多全局移动计划目标可包括但不限于其它火车调度、允许从管道驱散废气、维护操作等。另一原因可由于组件的车上故障。重新计划的策略可取决于破坏的严重程度而分组为增加和主要调整，这将在下面进行更详细的讨论。一般来说，“新”计划必须从上述优化问题方程(OP)的解中导出，但是常常可得到较快的近似解，如这里描述的。

在操作中，机车42将继续监视系统效率，并基于实际测量的效率而继续更新旅行计划，只要这样的更新可改善旅行性能即可。重新计划计算可完全在(多个)机车中进行，或可全部或部分移动到远程地点，例如其中使用无线技术来将计划传递到机车42的派遣中心或路边处理设备。示范实施例也可生成有关效率传输函数的用于开发机车车队(fleet)数据的效率趋势。当确定初始旅行计划时，可使用该车队宽度数据，并且当考虑多个火车的地点时，可使用该车队宽度数据用于网络宽度优化折衷。例如，图4所示行进时间燃料使用折衷曲线反映了当前时间在某一路线上的火车的能力，其根据针对同一路线上的许多类似火车所收集的总体均值而更新得到。由此，收集来自许多机车的图4所示曲线的中央派遣设备可使用该信息，以更好地协调总体火车移动，从而实现燃料使用或吞吐量的系统宽度优点。

日常操作中的许多事件可导致生成或修改当前执行的计划的需求，其中当火车不能按时如计划的那样碰到或经过另一火车并需要弥补时间时，期望保持相同旅行目标。利用机车的实际速度、动力和地点，在25将计划的到达时间与当前估计(预测)的到达时间作比较。基于该时间差值、以及(通过派遣中心或操作员检测或改变)的参数的差值，在26调整计划。可遵循铁路公司的如何处置违背计划的愿望而自动进行该调整，或者按照车上的操作员和派遣人员联合判决返回(get back on)该计划的最佳方案的建议抉择而手动进行该调整。只要更新计划，但是例如但不限于到达时间的原始目标保持相同，则可并发包括附加变化，例如新未来速度限制变化，这可影响以任何方式恢复原始计划的可行性。在这样的情况下，如果不能维持原始旅行计划，或者换言之，火车不能满足原始旅行计划目标，如这里讨论的，可向操作员和/或远程设备、或派遣中心呈现(多个)其它旅行计划。

当期望改变原始目标时，也可进行重新计划。可根据操作员或派遣人员的判断，手动地按照固定预先计划的时间来进行这样的重新计划，或可当超出这样的火车操作限制的预定义限制时，自发进行这样的重新计划。例如，如果当前计划执行晚运行了大于规定阈值(例如30分钟)，则本发明的示范实施例可重新计划该旅行，以在上述增加燃料消耗的情况下调和(accommodate)该延迟，或警告操作员和派遣人员可根本弥补多少时间(即，剩余最小时间或在时间约束内可节约的最多燃料)。也可基于消耗的燃料或动力组成的状况(包括但不限于到达时间、由于器材故障和/或器材暂时失灵(例如操作太热或太冷)而造成的马力损失、和/或消耗的火车负荷中的总设置误差的检测)，来预想重新计划的其它触发事件。即，如果该改变反映当前旅行的机车性能的缺陷，则这可计算出(factored into)优化处理中使用的模型和/或方程。

计划目标的改变也可由于协调事件的需求，其中一个火车的计划危及另一火车满足目标的能力，并且需要在不同级(例如，派遣局)的仲裁。例如，可通过火车和火车之间的通信来进一步优化相遇和经过的协调。由此，作为示例，如果火车知道他落后于到达相遇和/或经过的地点的时间表，则来自另一火车的通信可通知晚的火车的操作员(和/或派遣中心)。操作员然后可在示范实施例中键入属于期望的晚到达的信息，其中示范实施例将重新计算火车的旅行计划。也可在高级或网络级使用示范实施例，以只要可能不满足调度的相遇和/或经过时间约束，就允许派遣中心确定哪一火车应减速或加速。如这里讨论的，这可通过火车向派遣中心传输数据以区分每一火车应如何改变其计划目标的优先级来实现。可取决于情况，基于调度或燃料节约益处而进行选择。

对于任一个手动或自动启动的重新计划，本发明的实施例可向操作员呈现多于一个旅行计划。在示范实施例中，本发明将向操作员呈现不同的分布图，这允许操作员选择到达时间并理解对应的燃料和/或排放影响。出于类似考虑，这样的信息也可提供给派遣中心，作为替换物的简单列表或作为图4所示多个折衷曲线。

示范实施例具有得知并适于可合并在当前计划和/或将来计划中的火车和动力组成中的关键改变的能力。例如，上述一个触发事件是马力损失。当随着时间增大马力时，在马力损失之后或当开始旅行时，利用变换逻辑来确定何时实现了期望马力。可在机车数据库61中保存该信息，以在再次发生马力损失时，用于优化将来旅行或当前旅行。

图3描绘了本发明示范实施例的元件的示范实施例。提供了确定火车31的地点的定位器元件30。定位器元件30可以是确定火车31的地点的GPS传感器或传感器的系统。这样的其它系统的示例可包括但不限于路边装置，例如射频自动器材标识(RF AEI)标记、派遣中心、和/或视频确定。另一系统可包括机车车上的(多个)转速计和与参考点的距离计算。如先前讨论的，也可提供无线通信系统47，以允许火车之间和/或与远程地点(例如派遣中心)的通信。也可从其它火车传输有关行进地点的信息。

还提供了轨道特征元件33，用于提供有关轨道的信息，原理上是坡度和海拔和曲率信息。轨道特征元件33可包括车载轨道完整性数据库36。传感器38用于测量机车编组42施加的牵引作用力40、机车编组42的节流设置、机车编组42配置信息、机车编组42的速度、单独机车配置、单独机车能力等。在示范实施例中，可无需使用传感器38来装载机车编组42配置信息，而是通过上述其它方案来输入机车编组42配置信息。此外，也可考虑编组中的机车的状况。例如，如果编组中的一个机车不能在动力档位级5之上操作，则当优化旅行计划时，使用该信息。

也可使用来自定位器元件的信息来确定火车31的适当的到达时间。例如，如果存在沿轨道34向目的地移动的火车31并且在其后面没有跟随火车，并且火车没有要满足的固定到达期限，则可使用包括但不限于射频自动器材标识(RF AEI)标记、派遣中心、和/或视频确定的定位器元件来精确计量(gage)火车31的精确地点。此外，可使用来自这些信令系统的输入来调整火车速度。利用下述车载轨道数据库以及例如GPS的定位器元件，示范实施例可调整操作员接口以反映在给定机车地点处的信令系统状态。在其中信号灯状态指明超过了限制速度的情况下，计划者可决定使火车减速，以节省燃料消耗。

也可使用来自定位器元件30的信息来改变作为到目的地的距离的函数的计划目标。例如，由于有关沿该路线的拥堵的不可避免的不确定性，可采用在该路线的早期部分的“较快”时间目标作为防止统计上稍后发生的延迟的措施。如果其在不发生延迟的某一旅行中出现，则可修改在该旅行的后期部分的目标，以开发较早积聚(banked)的内建松散(slack)时间，并由此恢复一些燃料效率。可针对排放限制目标(例如接近城市区域)调用类似策略。

作为防止措施策略的示例，如果旅行计划从纽约到芝加哥，则该系统可具有在旅行开始或旅行中期或旅行末期将火车操作得更慢的选项。本发明的示范实施例将优化旅行计划，以允许在旅行末期更慢地操作，因为例如但不限于天气条件、轨道维护等的未知约束可在旅行期间发展并成为已知。作为另一考虑，如果已知传统的拥堵区域，则利用选项来开发该计划，以具有在这些传统拥堵地区附近的更多灵活性。所以，示范实施例也可在将来和/或基于已知/过去的经验将重量/处罚看作时间/距离的函数。本领域技术人员将容易地认识到，可在旅行期间的任何时间考虑这样的考虑天气条件、轨道条件、轨道上的其它火车等的计划和重新计划，其中因此调整了旅行计划。

图3还公开了可以是示范实施例的一部分的其它元件。提供处理器44，可操作为从定位器元件30、轨道特征元件33和传感器38接收信息。算法46在处理器44中工作。使用算法46，来基于涉及这里描述的机车42、火车31、轨道34、和任务的目标的参数，而计算优化的旅行计划。在示范实施例中，基于作为火车31沿轨道34移动的火车行为的模型建立旅行计划，该模型是从在该算法中提供简单假设的物理性质中导出的非线性差分方程的解。算法46访问来自定位器元件30、轨道特征元件33和/或传感器38的信息，以创建这样的旅行计划，其使得机车编组42的燃料消耗最小化、使得机车编组42的排放最小化、建立期望的旅行时间、和/或确保在机车编组42车上的正确乘务员操作时间。在示范实施例中，也提供驾驶员或控制器元件51。如这里讨论的，控制器元件51用于控制火车遵循旅行计划。在这里进一步讨论的示范实施例中，控制器元件51自发作出火车操作判决。在另一示范实施例中，可使得操作员参予引导火车遵循该旅行计划。

本发明示范实施例的需求是初始创建并在飞行中(on the fly)快速修改正执行的任何计划的能力。这包括当涉及长距离时创建初始计划，因为计划优化算法的复杂性。当旅行分布图的总长度超出给定距离时，可使用算法46来将任务分段，其中可将任务划分为多个沿途停车点(waypoints)。尽管仅讨论了单一算法46，但是本领域技术人员将容易地认识到，可使用多于一种算法，其中可将这样的算法连接到一起。所述沿途停车点可包括火车31停车的自然地点，例如但不限于，其中调度在单一轨道段上发生与对向交通相遇或使得当前火车之后的火车经过的旁轨(sidings)、拾取并安排车厢的站场(yard)旁轨或工业(industry)、以及计划工作的地点。在这样的沿途停车点，可要求火车31按照调度的时间处于一地点、停车或按照规定范围内的速度移动。从到达到离开沿途停车点的持续时间被称为停留时间。

在示范实施例中，按照特定系统方式将较长旅行分解为较小段。每一段的长度可稍微随意一些，但是其通常选在例如车站或重要速度限制的自然地点处、或选在定义与其它路线的交叉点的关键里程碑处。给定按照该方式选择的分区或分段，对于每一段轨道创建驾驶分布图，作为看作独立变量的行进时间的函数，例如图4所示。可在火车31到达该轨道段之前，计算与每一段关联的使用燃料/行进时间折衷。可根据为每一段创建的驾驶分布图来创建总旅行计划。本发明按照最佳方式在该旅行的所有段之间分配行进时间，使得满足所需的总旅行时间，并使得所有段消耗的总燃料尽可能小。图6中公开了示范三段旅行，并在下面进行讨论。然而，本领域技术人员将认识到，尽管讨论了这些段，但是旅行计划可包括代表完整旅行的单一段。

图4描绘了燃料使用/行进时间曲线的示范实施例。如先前所述，当针对每一段的各行进时间计算最佳旅行分布图时，创建这样的曲线50。即，对于给定行进时间49，使用的燃料53是上述计算的详细驾驶分布图的结果。一旦分配了每一段的行进时间，就根据先前计算的解确定每一段的动力/速度计划。如果在段之间存在任何沿途停车点速度约束，例如但不限于速度限制的改变，则在创建最佳旅行分布图期间使它们配合。如果速度约束仅在单一段中改变，则不得不仅针对改变的段重新计算燃料使用/行进时间曲线50。这降低了不得不重新计算旅行的更多部分或分段所需的时间。如果机车编组或火车沿该路线发生重大改变，例如丢失了机车或拾取或安排了车厢，则必须重新计算所有随后段的驾驶分布图，以创建曲线50的新实例。然后将和新调度目标一起使用这些新曲线50，以计划剩余旅行。

一旦如上所述创建了旅行计划，就使用速度和动力相对距离的轨迹，以在要求的旅行时间具有最小燃料和/或排放地到达目的地。存在执行旅行计划的几种方式。如下面更详细地提供的，在一个示范实施例中，训练(coaching)模式向操作员显示信息以供操作员遵循，从而实现根据该最佳旅行计划确定的需要的动力和速度。在该模式中，该操作信息是操作员应该使用的建议操作条件。在另一示范实施例中，示范实施例执行加速和维持恒定速度。然而，当必须使火车31减慢时，操作员负责应用制动系统52。在另一示范实施例中，根据需要使用专用于动力和制动的命令，以遵循期望的速度-距离路径。

使用反馈控制策略，以提供对于分布图中的动力控制顺序的校正，以校正例如但不限于由波动顶风和/或顺风引起的火车负荷变化的事件。与优化旅行计划中的假设相比，另一这样的误差可以由例如但不限于火车质量和/或阻力的火车参数的误差引起。第三类型的误差可由于轨道数据库36中包括的信息而出现。另一可能误差可涉及由于机车引擎、牵引马达热解除配给和/或其它因素引起的未建模的性能差异。反馈控制策略比较作为位置函数的实际速度和期望的最佳分布图中的速度。基于该差异，添加对最佳动力分布图的校正，以朝向该最佳分布图驱动该实际速率。为了确保稳定调节，可提供补偿算法，其中将反馈速度过滤(filters)为动力校正，以确保闭环性能稳定性。补偿可包括控制系统设计领域的普通技术人员为了满足性能目标所使用的标准动态补偿。

示范实施例允许最简单和因此最快的手段来调和旅行目标的改变，其是除了铁路操作中的例外的规则。在示范实施例中，为了确定其中沿途存在多个车站的从点A到点B的最佳燃料旅行，并为了一旦旅行开始就针对剩余旅行更新旅行，次优分解方法可用于得到最佳旅行分布图。利用建模方法，计算方法可得到具有指定行进时间以及最初和最终速度的旅行计划，使得当存在多个车站时满足所有速度限制和机车能力约束。尽管以下讨论针对优化燃料使用，但是其也可应用到优化其它因素，包括但不限于排放、调度、乘务员舒适和负荷冲击。可在开发旅行计划的开始使用该方法，并更重要地，适应在启动旅行之后的目标的改变。

如这里讨论的，示范实施例可采用在图5中描绘的示范流程图中图示并在图6中详细描绘的示范3段示例的设置。如图所示，旅行可分为两段或多段T1、T2和T3。尽管如这里所述，但是可能将旅行看作单一段。如这里所述，段边界可能不导致等长段。取代的是，这些段使用自然或任务指定的边界。对于每一段预先计算最佳旅行计划。如果燃料使用相对旅行时间是要满足的旅行目标，则对于每一段建立燃料相对旅行时间的曲线。如这里所述，该曲线可基于其它因素，其中这些因素是旅行计划要遭遇的目标。当旅行时间是确定的参数时，在满足总体旅行时间约束的同时，计算每一段的旅行时间。图6图示了用于示范3段200英里旅行97的速度限制。还图示了在200英里旅行98上的坡度改变。还示出了图示随着行进时间的每一段旅行所使用的燃料的曲线的组合图表99。

利用前述最佳控制设置，本计算方法可得到这样的旅行计划，其具有指定行进时间以及最初和最终速度，以满足当存在多个车站时的所有速度限制和机车能力约束。尽管以下详细描述针对优化燃料使用，但是其也可应用到优化这里讨论的其它因素，例如但不限于排放。关键灵活性在于调和车站处的期望停留时间，并且如果需要(例如，在其中进入或经过旁轨的时间紧急(critical)的单一轨道操作中)，可考虑对于最早到达和离开地点的约束。

本发明的示范得到在时间T中从距离D₀行进到D_M的燃料最佳旅行，其中M-1个中间停车站D₁、...、D_M-1、以及这些车站的到达和离开时间由下式限定：

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分别是第i车站的到达、离开、和最小停车时间。假设燃料最优性暗示使得停车时间最小化，所以t_dep(D_i)＝t_arr(D_i)+Δt_i，这消除了以上第二不等式。假设对于每一i＝1、...、M，已知在行进时间t中从D_i-1到D_i的燃料最佳旅行，其中T_min(i)≤t≤T_max(i)。假设F_i(t)是与该旅行对应的燃料使用。如果用T_j表示从D_j-1到D_j的行进时间，则D_i处的到达时间由下式给出：

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

其中Δt₀被定义为零。然后通过得到T_i而获得在行进时间T中从D₀到D_M的燃料最佳旅行，其中i＝1、...、M，其在以下条件下

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

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

使得下式最小化

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

一旦旅行正在进行，则问题是当旅行行进时、重新确定用于剩余旅行(原始地，在时间T中从D₀到D_M)的燃料最佳方案，但是干扰阻止遵循该燃料最佳方案。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，假设自旅行开始以来的当前时间为t_act。然后通过得到 ${\tilde{T}}_i,T_j.j=i+1,...M,$ 而获得用于从x到D_M的剩余旅行(其在D_M处保持原始到达时间)的燃料最佳方案，这在以下条件下

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

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

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

使得下式最小化

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

这里，

是在时间t中行进的从x到D_i的最佳旅行所使用的燃料，其中在x处具有初始速度v。

如上所述，使能更有效的重新计划的示范方式是根据分割的段构造从车站到车站的最佳方案。对于具有行进时间T_i的从D_i-1到D_i的旅行，选择一组中间点D_ij，j＝1，...，N_i-1。假设D_i0＝D_i-1并且 $D_{i{N}_i}=D_i.$ 然后将从D_i-1到D_i的最佳旅行的燃料使用表达为

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

其中f_ij(t，v_i，j-1，v_ij)是在时间t中行进的从D_i，j-1到D_ij的最佳旅行的燃料使用，初始和最终速度为v_i，j-1和v_ij。此外，t_ij是与距离D_ij对应的最佳旅行中的时间。通过定义， $t_{{\mathrm{iN}}_i}-t_{i0}=T_i.$ 由于在D_i0和

处该火车停车，所以 $v_{i0}=v_{i{N}_i}=0.$

以上表达式通过首先确定函数f_ij(·)，1≤j≤N_i，然后得到τ_ij，1≤j≤N_i和v_ij，1≤j<N_i，而使得能够替换确定函数F_i(t)，这在以下条件下

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

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

$v_{i0}=v_{i{N}_i}=0$

使得下式最小化

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

通过选择D_ij(例如，在速度限制或满足点)，可使得v_max(i，j)-v_min(i，j)最小化，由此使得需要知道f_ij()的域最小化。

基于上述分割，比上述更简单的次优重新计划方案是将重新计划限制到其中火车在距离点D_ij，1≤i≤M，1≤j≤N_i的时间。在点D_ij，可通过得到τ_ik，j<k≤N_i，v_ik，j<k<N_i和τ_mn，i<m≤M，1≤n≤N_m，v_mn，i<m≤M，1≤n<N_m，而确定从D_ij到D_M的新最佳旅行，这在以下条件下

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

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

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

使得下式最小化

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

其中

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

通过等待T_m(i<m≤M)的重新计算直到到达距离点D_i为止，而获得进一步简化。以这种方式，在D_i-1和D_i之间的点D_ij处，仅需要对于τ_ik，j<k≤N_i，v_ik，j<k<N_i执行以上最小化。如果需要，则增加T_i以调和任何比计划的更长的从D_i-1到D_ij的实际行进时间。如果可能，可稍后通过在距离点D_i重新计算T_m(i<m≤M)，来补偿该增加。

对于以上公开的闭环配置，火车31从点A移动到点B所需的总输入能量包括四个分量之和，具体是，点A和B之间的动能差；点A和B之间的势能差；由于摩擦力和其它阻力损耗导致的能量损耗；以及由于应用制动而耗散的能量。假设开始和结束速度是相等的(例如，固定的)，则第一分量是零。此外，第二分量独立于驾驶策略。由此，使得所述后两个分量之和最小化就足够了。

遵循恒定速度分布图使得阻力损耗最小化。遵循恒定速度分布图也使得当不需要制动来维持恒定速度时输入的总能量最小化。然而，如果需要制动来维持恒定速度，则施加制动以仅维持恒定速度将最可能增加所需要的总能量，因为需要补充(replenish)制动所耗散的能量。存在这样的可能性，即如果附加制动损耗大于由制动引起的阻力损耗中的结果减少的偏移，则通过降低速度变化，一些制动可实际上降低总能量使用。

在通过收集上述事件完成重新计划之后，可利用这里描述的闭环控制来遵循新最佳档位/速度计划。然而，在可能没有足够时间来执行上述分解段的计划的一些情况下，并特别是当存在必须考虑的临界速度限制时，需要替换方案。本发明的示范实施例利用称为“智能巡航控制”的算法来实现其。该智能巡航控制算法是用于在飞行中生成用于在已知地形上驾驶火车31的能量有效(因此，燃料有效)次优规定的有效方式。该算法假设一直知道火车31在轨道34上的位置，并知道轨道相对位置的坡度和曲率。该方法依赖于用于火车31的运动的点质量(point-mass)模型，其参数可根据前述火车运动的在线测量来适应性地进行估计。

该智能巡航控制算法具有三个主要分量，具体是：充当速度限制降低周围的能量有效引导的修改的速度限制分布图；尝试使得最小化速度变化和制动平衡的理想节流或动态制动设置分布图；以及组合后两个分量以产生换挡命令、并采用速度反馈环来补偿当与现实参数相比时的建模参数的失配的机制。智能巡航控制可调和示范实施例中的策略，其无需主动制动(即，对驾驶员发信号并假定其提供必须的制动)或主动制动的变量(variant)。

对于不控制动态制动的巡航控制算法，这三个示范分量是充当速度限制降低周围的能量有效引导的修改的速度限制分布图、当应该施加制动时通知操作员的通知信号灯、尝试使得最小化速度变化和通知操作员施加制动之间平衡的理想节流分布图、以及采用用于补偿相对于现实参数的模型参数的失配的反馈环的机制。

在示范实施例中还包括用于标识火车31的关键参数值的方案。例如，对于估计火车质量，可利用卡尔曼滤波器和递归最小二乘方方案，以检测可随时间发展的误差。

图7描绘了本发明示范实施例的示范流程图。如先前所述的，例如派遣中心60的远程设备可向示范实施例提供信息。如图示的，将这样的信息提供给可执行控制元件62。还供应给可执行控制元件62的是机车建模信息数据库63、例如但不限于轨道坡度信息和速度限制信息的来自轨道数据库36的信息、例如但不限于火车重量和阻力系数的估计火车参数、以及来自燃料比估计器64的燃料比表格。可执行控制元件62将信息供应到计划器12，这在图1中进行了更详细的公开。一旦已计算了旅行计划，就将该计划供应给驾驶顾问、驾驶员或控制器元件51。还将旅行计划供应给可执行控制元件62，使得当提供其它新数据时，其可以比较该旅行。

如上所述，驾驶顾问51可将档位动力自动设置为预先建立的档位设置或最佳连续档位动力。除了向机车31供应速度命令之外，提供显示器68，使得操作员可浏览计划器已推荐的内容。操作员也访问控制板69。通过控制板69，操作员可判断是否应用推荐的档位动力。为此，操作员可限制目标或推荐动力。即，在任何时间，操作员总是具有操作机车编组的动力设置的最终权限。这包括如果旅行计划推荐使火车31减速，是否应用制动。例如，如果在黑暗地形中操作，或者来自路边器材的信息不能电子传输信息到火车，并且替代为操作员观察来自路边器材的可视信号灯，则操作员基于在轨道数据库中包括的信息和来自路边器材的可视信号灯而输入命令。基于火车31如何运行，将有关燃料测量的信息供应到燃料比估计器64。由于燃料流的直接测量通常在机车编组中不可用，所以使用校准的物理模型(例如在开发最佳计划时使用的)，来执行有关在旅行中迄今为止消耗的燃料和在将来遵循的最佳计划中的规划的所有信息。例如，这样的预测可包括但不限于使用测量的总马力和已知燃料特性，以导出积累使用的燃料。

火车31也具有例如上述GPS传感器的定位器装置30。将信息供应到火车参数估计器65。这样的信息可包括但不限于GPS传感器数据、牵引/制动作用力数据、制动状态数据、速度和速度数据的任何改变。利用有关坡度的信息和速度限制信息，将火车重量和阻力系数信息供应到可执行控制元件62。

示范实施例也可允许在优化计划和闭环控制实现中始终使用连续可变动力。在传统机车中，通常将动力量化为8个离散级。现代机车可实现可在先前描述的优化方法中合并的马力的连续变化。利用连续动力，机车42可例如通过最小化辅助负荷和动力传输损耗、以及将引擎马力微调达到最佳效率的区域或达到增加排放裕度的点，而进一步优化操作条件。示例包括但不限于使得冷却系统损耗最小化、调整交流发电机电压、调整引擎速度、并降低动力轴的数目。此外，机车42可使用车载轨道数据库36和预报的性能需求，以使得辅助负荷和动力传输损耗最小化，从而提供目标燃料消耗/排放的最佳效率。示例包括但不限于降低平坦地形上的动力轴的数目并在进入隧道之前预先冷却机车引擎。

示范实施例还可使用车载轨道数据库36和预报的性能，以调整机车性能，例如当火车接近小山和/或隧道时，确保火车具有足够的速度。例如，这可表达为在特定地点的速度约束，这成为解方程(OP)所创建的最佳计划生成的部分。另外，示范实施例可合并火车处置规则，例如但不限于牵引作用力爬坡速率(ramp rates)、最大制动作用力爬坡速率。这些可直接合并到最佳旅行分布图的公式中或作为选择地合并到用于控制动力应用以实现目标速度的闭环调节器中。

在本发明的优选实施例中，仅在火车编组的领头机车上安装本发明。尽管本发明的示范实施例不依赖于数据或与其它机车的交互作用，但是其也可与美国专利号6691957和专利申请号10/429596(两者均由受让人拥有并通过引用而合并)所公开的编组管理器、功能和/或编组优化器功能结合，以改善效率。如这里描述的派遣中心仲裁两个“独立优化的”火车的示例所图示的，不排除与多个火车的交互作用。

具有分散动力系统的火车可以以不同模式操作。在一种模式中，火车中的所有机车以同一档位命令操作。因此，如果领头机车正命令驱动-N8，则火车中的所有单元将被命令生成驱动-N8动力。另一操作模式是“独立”控制。在该模式中，在火车中分散的机车或机车组可以以不同的驱动或制动动力进行操作。例如，当火车到达山顶时，(在山脉的下坡上)的领头机车可以处于制动模式，而(在山脉的上坡上)的火车中部或后部的机车可处于驱动模式。这么做是为了使得连接铁路车厢和机车的机械车钩上的拉力最小化。传统上，以“独立”模式操作分散动力系统要求操作员经由领头机车中的显示器手动命令每一远程机车或机车组。利用基于物理性质的计划模型、火车设置信息、车载轨道数据库、车载操作规则、地点确定系统、实时闭环动力/制动控制、和传感器反馈，该系统应以“独立”模式自动操作该分散动力系统。

当以分散动力操作时，领头机车中的操作员可经由例如分散动力控制元件的控制系统来控制远程机组中的远程机车的操作功能。由此，当以分散动力操作时，操作员可命令每一机车编组以不同档位动力级操作(或者一个编组可处于驱动模式，而另一编组可处于制动模式)，其中机车编组中的每一单独机车以相同档位动力操作。在本发明的示范实施例中，在火车上安装本发明，优选地在与分散动力控制元件的通信中，当期望远程机车编组的档位动力级为优化旅行计划所推荐的时，示范实施例将该动力设置传递到远程机车编组，用于实现。如下面讨论的，有关制动与此相同。

示范实施例可用于其中机车不毗邻的编组，例如1个或多个机车在火车前部，其它机车在火车中部和后部。这样的配置被称为分散动力，其中机车之间的标准连接被替换为无线电链路或辅助线缆，以外部链接机车。当以分散动力操作时，领头机车上的操作员可经由例如分散动力控制元件的控制系统来控制编组中的远程机车的操作功能。具体来说，当以分散动力操作时，操作员可命令每一机车编组以不同档位动力级操作(或者一个编组可处于驱动模式，而另一编组可处于制动模式)，其中机车编组中的每一单独机车以相同档位动力操作。

在示范实施例中，在火车上安装本发明，优选地在与分散动力控制元件的通信中，当期望远程机车编组的档位动力级为优化旅行计划所推荐的时，示范实施例将将该动力设置传递到远程机车编组，用于实现。如下面讨论的，有关制动与此相同。当以分散动力操作时，先前描述的优化问题可增强以允许附加自由度，因为每一远程单元可与领头单元独立地受控制。该值是可在性能函数中合并与火车内力相关的附加目标或约束，假设也包括反映火车内力的模型。由此，示范实施例可包括使用多节流控制，以更好地管理火车内力以及燃料消耗和排放。

在利用编组管理器的火车中，机车编组中的领头机车可以以与该编组中的其它机车不同的档位动力设置来操作。编组中的其它机车以相同档位动力设置操作。可结合编组管理器来利用示范实施例，以命令编组中的机车的档位动力设置。由此，基于示范实施例，由于编组管理器将机车编组划分为两组，领头机车和后续单元，所以将命令领头机车以某一档位动力操作，并可命令后续机车以另一档位动力操作。在示范实施例中，分散动力控制元件可以是其中收藏(housed)该操作的系统和/或设备。

类似地，当编组优化器用于机车编组时，可结合该编组优化器来使用示范实施例，以确定机车编组中的每一机车的档位动力。例如，假设旅行计划推荐机车编组的档位动力设置为4。基于火车地点，编组优化器将获得该信息，并然后确定该编组中每一机车的档位动力设置。在该实现中，改善了火车内通信信道上的档位动力设置的设置效率。此外，如上所述，可利用分散控制系统来执行该配置的实现。

此外，如先前讨论的，当火车编组基于即将到来的感兴趣的项目(例如但不限于其中编组中的每一机车可需要不同的制动选项的铁路闸口、坡道改变、接近旁轨、接近火车站站场(depot yards)以及接近燃料站)而使用制动时，本发明的示范实施例可用于连续校正和重新计划。例如，如果火车开向小山，则领头机车可不得不进入制动条件，而还没有到达山峰的远程机车可能不得不保持在驱动状态中。

图8、9和10描绘了操作员使用的动态显示的示范图示。如所提供的，在图8中，提供了旅行分布图72。在该分布图中，提供了机车的地点73。提供了火车中的例如火车长度105和车厢数目106的信息。还提供有关轨道坡度107、弯道和路边元件108的元件，包括桥地点109和火车速度110。显示68允许操作员浏览这样的信息并还看到火车在路线上的位置。提供与例如闸口112、信号灯114、变速车道116、路标118和目的地120的地点的距离和/或估计到达时间有关的信息。还提供到达时间管理工具125，以允许用户确定旅行期间实现的燃料节约。操作员具有改变到达时间127并目睹其如何影响燃料节约的能力。如这里讨论的，本领域技术人员将认识到燃料节约仅是可利用管理工具回顾的一个目标的示范示例。由此，取决于浏览的参数，可利用操作员可视的管理工具浏览和估计这里讨论的其他参数。还向操作员提供有关乘务员已操作火车多长时间的信息。在示范实施例中，时间和距离信息中的任一个可图示为在特定事件和/或地点之前的时间和/或距离，或者其可提供总用时。

如图9所示，示范显示提供有关编组数据130、事件和地势图形132、到达时间管理工具134、和动作按键136的信息。也在该显示中提供上述类似信息。显示68也提供动作按键138，以允许操作员重新计划以及脱离(disengage)140示范实施例。

图10描绘了显示的另一示范实施例。包括气闸状态72、其中插入数字的模拟速度计74、以及有关以磅数表示的牵引作用力的信息(或用于DC机车的牵引安培)的现代机车的典型信息是可视的。提供指示器74，以示出正执行的计划中的当前最佳速度以及加速计图示，以补充mph/分钟的读出。最佳计划执行的重要新数据在屏幕的中心，包括起伏的条状图示76，具有与这些变量的当前历史相比的最佳速度和档位设置相对距离。在该示范实施例中，利用定位器元件得出火车的地点。如图所示，通过标识火车距其最终目的地有多远、绝对位置、初始目的地、中间点和/或操作员输入，来提供地点。

条状图提供了对遵循最佳计划所需的速度改变的预见，这在手动控制中是有用的，并在自动控制期间监视计划相对于实际情况。如这里讨论的，例如当在训练模式中时，操作员可遵循本发明示范实施例建议的档位或速度。竖线给出了期望的和实际的档位的图示，其也在条状图的下面数字地显示。当利用连续档位动力时，如上所述，显示将仅在最接近的离散等效物周围，该显示器可以是模拟显示器，使得显示模拟等效物或百分比或实际马力/牵引作用力。

有关旅行状态的临界信息显示在屏幕上，并示出了火车遇到的当前坡度88，由领头机车遇到、沿火车的别处地点遇到、或由火车长度的平均值遇到。还公开了计划中迄今为止行进的距离90、积累使用的燃料92、计划的下一车站的地点或距离94、以及下一站的当前和规划到达时间96。显示68还示出了在计算的计划可能可用的情况下到目的地的最大可能时间。如果需要稍晚到达，则执行重新计划。德尔塔计划数据示出了当前最佳计划之前或之后的燃料和调度状态。负数表示与计划相比更少燃料或更早，正数表示与计划相比更多燃料或更晚，并且典型地，这些参数沿相反方向折衷(减慢以节约燃料使得火车晚，反之亦然)。

这些显示68一直给予操作员他位于的关于当前制定的驾驶计划的简短描述(snapshot)。该显示仅是为了图示的目的，因为存在用于向操作员和/或派遣中心显示/传递该信息的多种其他方式。为此，可混合上述信息，以提供与公开的那些不同的显示。

可在示范实施例中包括的其他特征包括但不限于允许生成数据日志和报告。该信息可存储在火车上，并在某一时间点下载到车下系统。该下载可经由手动和/或无线传输而发生。该信息也可经由机车显示器由操作员浏览。该数据可包括例如但不限于操作员输入、系统可操作的时间、节约的燃料、火车中机车之间的燃料不平衡、不在规定过程的火车旅程、和例如GPS传感器故障的系统诊断问题的信息。

由于旅行计划也必须考虑许可乘务员操作时间，所以示范实施例可当计划旅行时考虑这样的信息。例如，如果乘务员可工作的最大时间是八小时，则旅行可被形成为包括用于新乘务员替换当前乘务员的停车地点。这样的特定停车地点可包括但不限于铁路站场、相遇/经过的地点等。当进行旅行时，如果可超出旅行时间，则操作员可无视该示范实施例，以满足操作员确定的标准。最终，不管例如但不限于高负荷、低速度、火车伸展条件等的火车的操作条件，操作员保持在控制之下，以命令火车的速度和/或操作条件。

利用本发明的示范实施例，火车可在多个操作中操作。在一个操作构思中，示范实施例可提供用于命令推进和动态制动的命令。操作员然后处置所有其他火车功能。在另一操作构思中，示范实施例可提供用于仅命令推进的命令。操作员然后处置动态制动和所有其他火车功能。在另一操作构思中，示范实施例可提供用于命令推进、动态制动和应用气闸的命令。操作员然后处置所有其他火车功能。

还可通过向操作员通知感兴趣的即将到来的项目或要采取的动作来使用示范实施例，特别是，示范实施例的预报逻辑、优化旅行计划的继续校正和重新计划、轨道数据库。还可向操作员通知即将到来的闸口、信号灯、坡度改变、制动动作、旁轨、铁路站场、燃料站等。这些通知可以可听地和/或通过操作员接口发生。

特别是，利用基于物理性质的计划模型、火车设置信息、车载轨道数据库、车上操作规则、地点确定系统、实时闭环动力/制动控制、以及传感器反馈，系统将向操作员呈现和/或通知需要的动作。该通知可以是可视的和/或可听的。示例包括通知要求操作员激活机车号和/或铃的闸口、通知不要求操作员激活机车号或铃的“无声”闸口。

在另一示范实施例中，利用上述基于物理性质的计划模型、火车设置信息、车载轨道数据库、车上操作规则、地点确定系统、实时闭环动力/制动控制、以及传感器反馈，示范实施例可呈现允许操作员观察火车何时将到达各地点的操作员信息(例如，显示器上的刻度)，如图9所示。系统将允许操作员调整旅行计划(目标到达时间)。也可将该信息(需要导出车下的实际估计到达时间或信息)传递到派遣中心，以允许派遣员或派遣系统调整目标到达时间。这允许系统快速调整和优化合适的目标功能(例如，折衷速度和燃料使用)。

基于以上提供的信息，本发明示范实施例可用于在步骤18中确定火车31在轨道上的地点。也可例如利用火车参数估计器65来实现轨道特性的确定。可基于火车地点、轨道特性、以及火车中至少一个机车的操作条件，来创建旅行计划。此外，可例如通过无线通信系统47将最佳动力需求传递到火车，其中可根据最佳动力将火车操作员引导到机车、机车编组和/或火车。在另一示例中，不是引导火车操作员，而可基于最佳动力设置来自动操作火车31、机车编组18和/或机车。

另外，方法也可涉及基于旅行计划确定机车编组18的动力设置或动力命令14。然后以该动力设置操作该机车编组18。可收集火车和/或机车编组的操作参数，例如但不限于火车的实际速度、机车编组的实际动力设置、和火车的地点。可将参数中的至少一个与命令机车编组操作的动力设置作比较。

在另一实施例中，方法可涉及确定火车和/或机车编组的操作参数62。基于所确定的操作参数确定期望的操作参数。将所确定的参数与该操作参数作比较。如果检测到差异，则在步骤24中调整旅行计划。

另一实施例可需要确定火车31在轨道34上的地点的方法。还确定轨道34的特性。为了使得燃料消耗最小化，而开发或生成旅行计划或驾驶计划。可基于火车的地点、轨道的特性、和/或机车编组18和/或火车31的操作条件而生成旅行计划。在类似方法中，一旦确定了火车在轨道上的地点并知道轨道特性，就提供推进控制和/或换挡命令，以使得燃料消耗最小化。

图12描绘了用于操作铁路车辆的闭环系统的示范实施例。如图示的，旅行优化器650、变换器652、铁路车辆653、以及例如但不限于速度、排放、牵引作用力、马力、砂砾(sand)等的至少一个输出654是闭环控制通信系统657的部分。输出654可以由作为铁路车辆653的部分(或在另一示范实施例中，独立于铁路车辆653)的传感器656确定。例如，关于砂砾，例如利用传感器确定为了帮助铁路车轮不打滑所释放的砂砾量。本领域普通技术人员将容易地认识到，类似考虑可应用于以上标识的其它输出。将旅行优化器650和/或调节器生成的信息中初始导出的信息通过变换器652提供到铁路车辆653。然后通过网络(有线和/或无线)657将由传感器654从铁路车辆收集的机车数据向回传递到优化器650。在示范实施例中，优化器650可利用任何变量，并在确定速度、动力和/或档位设置中的至少一个时使用该变量。例如，优化器可以是用于燃料、时间、排放、和/或其组合的优化器的至少一个。

优化器650确定例如但不限于速度、燃料、排放等的要调节的至少一个因素的操作特性。优化器650基于所确定的优化值来确定动力和/或扭矩设置中的至少一个。提供变换器652，以变换铁路车辆653(通常是机车)的动力、扭矩、速度、排放、撒砂、设置、配置等和/或控制输入。特别是，将有关动力、扭矩、速度、排放、撒砂、设置、配置等和/或控制输入的信息或数据变换为电信号。

图13描绘了与主控制单元集成的闭环系统。如下面更详细地图示的，变换器652可与多个装置中的任一个对接，例如但不限于主控制器、遥控机车控制器、分散动力驾驶控制器、火车线路调制解调器、模拟输入等。变换器例如可断开与主控制器651的输出的连接。主控制器651通常由操作员使用以命令机车，例如但不限于机车级的动力、马力、牵引作用力、撒砂、制动(包括动态制动、气闸、手闸等中的至少一个)、推进等。本领域普通技术人员将容易地认识到，主控制器可用于控制在控制机车时使用的硬件开关和基于软件的开关两者。变换器652然后将信号注入主控制器651中。主控制器651的断开连接可以是电线或软件开关或可配置的输入选择处理等。开关装置655被图示为执行该功能。

如上所述，相同技术可用于其它装置，例如但不限于控制机车控制器、分散动力驾驶控制器、火车线路调制解调器、模拟输入等。尽管未图示，但是本领域普通技术人员将容易地认识到，主控制器可类似地使用这些装置及其与机车的关联连接，并使用输入信号。用于这些其它装置的通信系统657可以是无线或有线的。

图14描绘了用于操作与铁路车辆的另一输入操作子系统集成的用于操作铁路车辆的闭环系统的示范实施例。例如，分散动力控制器659可从各种源661接收输入，例如但不限于操作员、火车线路和/或机车控制器，并将信息传送到远程位置的机车。变换器652可将信息直接提供到DP控制器659的输入端(作为附加输入)或输入连接中的断开的连接，并将信息传送到DP控制器659。提供开关655，以引导变换器652如何向DP控制器659提供信息，如上所述。开关655可以是基于软件的开关和/或有线开关。另外，开关655并非必须是双路开关。开关可基于其控制的信号数目而具有多个切换方向。

在另一示范实施例中，变换器可命令主控制器的操作，如图15图示。变换器652具有机械部件，用于基于从优化器650接收的电信号而自动移动主控制器651。

在机车车上提供传感器654，用于收集操作条件数据，例如但不限于速度、排放、牵引作用力、马力等。然后通常通过铁路车辆653将机车输出信息654提供到优化器650，由此完成闭环系统。

图16描绘了闭环处理中用于操作铁路车辆的步骤的示范流程图。流程图660包括用于确定机车编组的优化设置的步骤-步骤662。该优化设置可包括任何设置变量的设置，例如但不限于动力级、优化扭矩、排放、插入轴的数目、其它机车配置等。另一步骤是步骤664，用于将优化动力级和/或扭矩设置变换为机车编组的可识别输入信号。在步骤667中，当施加优化动力级和优化扭矩设置中的至少一个时，确定机车编组的至少一个操作条件。另一步骤是步骤668，涉及在控制闭环中向优化器传递至少一个操作条件，使得使用所述至少一个操作条件来进一步优化动力级和扭矩设置中的至少一个。

如上所述，该流程图660中图示的步骤可利用计算机软件代码执行。所以，对于可以不初始具有执行这里公开的步骤的能力的铁路车辆来说，可以由铁路车辆上的计算机来访问包括该计算机软件模块的电子介质，使得可在铁路车辆上装载至少软件模块，用于实现。电子介质没有限制，因为也可例如但不限于使用因特网、通过包括无线和/或有线传输系统的电子介质传输系统来装载任何计算机软件模块，以实现该安装。

尽管已在被当前看作优选实施例的实施例中描述了本发明，但是许多变化和修改对于本领域技术人员来说将变得明显。因此，本发明不意欲限于特定图示实施例，而是在所附权利要求的完整精神和范围内进行解释。

Claims (31)

1.一种用于操作具有至少一个以柴油为燃料的发电单元的柴油动力系统的控制系统，该系统包括：

a)任务优化器，用于确定该以柴油为燃料的发电单元所要使用的至少一个设置；

b)变换器，用于接收该以柴油为燃料的发电单元所要使用的信息中的至少一个，并将该信息变换为可接受的信号；

c)传感器，用于收集来自该柴油动力系统的至少一个操作数据，该数据被传递到该任务优化器；和

d)通信系统，用于准备所述任务优化器、变换器和传感器之间的控制闭环。

2.根据权利要求1的系统，其中该信息包括推进、牵引作用力、动态制动、气闸、动力信息和扭矩信息中的至少一个。

3.根据权利要求1的系统，其中该通信系统是无线系统和有线系统中的至少一个。

4.根据权利要求1的系统，其中该优化器用于确定燃料、时间、排放、及其组合中的至少一个。

5.根据权利要求1的系统，其中该柴油动力系统包括铁道运输系统，并且其中该以柴油为燃料的发电单元包括由至少一个柴油内燃机提供动力的至少一个机车。

6.根据权利要求1的系统，其中该柴油动力系统包括海上舰船，并且其中该以柴油为燃料的发电单元包括至少一个柴油内燃机。

7.根据权利要求1的系统，其中该柴油动力系统包括越野车，并且其中该以柴油为燃料的发电单元包括至少一个柴油内燃机。

8.根据权利要求1的系统，其中该柴油动力系统包括固定式发电站，并且其中该以柴油为燃料的发电单元包括至少一个柴油内燃机。

9.根据权利要求1的系统，其中该柴油动力系统包括固定式发电站的网络，并且其中该以柴油为燃料的发电单元包括至少一个柴油内燃机。

10.根据权利要求1的系统，还包括主控制器，用于从该变换器接收信号，并然后将命令传递到该柴油动力系统。

11.根据权利要求10的系统，其中该主控制器是响应于从该变换器接收的信号而机械激活的。

12.根据权利要求1的系统，还包括主控制器，用于直接控制由操作员控制的柴油动力系统，并还包括开关装置，用于确定利用该主控制器还是利用该变换器来控制该柴油动力系统。

13.根据权利要求1的系统，还包括遥控机车控制器、分散动力驾驶控制器、火车线路调制解调器、该控制闭环中的变换器和柴油动力系统之间连接的模拟输入中的至少一个。

14.根据权利要求13的系统，其中该变换器向所述遥控机车控制器、分散动力驾驶控制器、火车线路调制解调器、该控制闭环中的模拟输入中的至少一个提供控制输入。

15.根据权利要求1的系统，其中该操作数据包括有关速度、排放、牵引作用力、和马力的信息中的至少一个。

16.一种用于控制具有至少一个以柴油为燃料的发电单元的柴油动力系统的操作的方法，该方法包括：

a)确定该以柴油为燃料的发电单元的优化设置中的至少一个；

b)将至少一个优化设置变换为该以柴油为燃料的发电单元可识别的输入信号；

c)当施加至少一个优化设置时，确定该柴油动力系统的至少一个操作条件；和

d)在控制闭环内向优化器传递所述至少一个操作条件，使得使用所述至少操作条件来进一步优化至少一个设置。

17.根据权利要求16的方法，其中该柴油动力系统包括铁道运输系统，并且其中该以柴油为燃料的发电单元包括由至少一个柴油内燃机提供动力的至少一个机车。

18.根据权利要求16的方法，其中该柴油动力系统包括海上舰船，并且其中该以柴油为燃料的发电单元包括至少一个柴油内燃机。

19.根据权利要求16的方法，其中该柴油动力系统包括越野车，并且其中该以柴油为燃料的发电单元包括至少一个柴油内燃机。

20.根据权利要求16的方法，其中该柴油动力系统包括固定式发电站，并且其中该以柴油为燃料的发电单元包括至少一个柴油内燃机。

21.根据权利要求16的方法，其中该柴油动力系统包括固定式发电站的网络，并且其中该以柴油为燃料的发电单元包括至少一个柴油内燃机。

22.根据权利要求16的方法，其中所述确定至少一个设置、变换至少设置、确定至少一个操作条件、并将所述至少一个操作条件传递到优化器的步骤是自发执行的。

23.一种用于操作具有计算机和至少一个以柴油为燃料的发电单元的柴油动力系统的计算机软件代码，该计算机软件代码包括：

a)确定该以柴油为燃料的发电单元的设置中的至少一个的计算机软件模块；

b)将至少一个设置变换为该以柴油为燃料的发电单元可识别的输入信号的计算机软件模块；

c)当施加至少一个设置时、确定该柴油动力系统的至少一个操作条件的计算机软件模块；和

d)在控制闭环内向优化器传递所述至少一个操作条件、使得使用所述至少一个操作条件来进一步优化至少一个设置的计算机软件模块。

24.根据权利要求23的计算机软件代码，其中该柴油动力系统包括铁道运输系统，并且其中该以柴油为燃料的发电单元包括由至少一个柴油内燃机提供动力的至少一个机车。

25.根据权利要求23的计算机软件代码，其中该柴油动力系统包括海上舰船，并且其中该以柴油为燃料的发电单元包括至少一个柴油内燃机。

26.根据权利要求23的计算机软件代码，其中该柴油动力系统包括越野车，并且其中该以柴油为燃料的发电单元包括至少一个柴油内燃机。

27.根据权利要求23的计算机软件代码，其中该柴油动力系统包括固定式发电站，并且其中该以柴油为燃料的发电单元包括至少一个柴油内燃机。

28.根据权利要求23的计算机软件代码，其中该柴油动力系统包括固定式发电站的网络，并且其中该以柴油为燃料的发电单元包括至少一个柴油内燃机。

29.根据权利要求23的计算机软件代码，其中所述用于变换的计算机软件代码还包括用于操作以下至少一个的计算机软件模块：主控制输入、遥控机车控制器、分散动力驾驶控制器、火车线路中使用的调制解调器、模拟输入装置、和用于自发移动主控制器使得至少一个机车编组根据所述优化动力级和优化扭矩设置中的至少一个操作的机械控制器。

30.根据权利要求24的计算机软件代码，其中所述确定至少一个设置的计算机软件模块、变换至少一个设置的计算机软件模块、确定至少一个操作条件的计算机软件模块、以及将所述至少一个操作条件传递到优化器的计算机软件模块中的每一个都是自发执行的。

31.根据权利要求23的计算机软件代码，其中所述计算机软件模块中的至少一个被提供在可拆卸电子介质上，使得所述计算机软件模块中的至少一个可在原始没有对所述计算机软件模块中的至少一个进行编程的至少一个机车编组中编程。

Images