CN101983152A - 用于机动系统的优化的燃料效率、排放量和任务性能的方法 - Google Patents
用于机动系统的优化的燃料效率、排放量和任务性能的方法 Download PDFInfo
- Publication number
- CN101983152A CN101983152A CN2009801125459A CN200980112545A CN101983152A CN 101983152 A CN101983152 A CN 101983152A CN 2009801125459 A CN2009801125459 A CN 2009801125459A CN 200980112545 A CN200980112545 A CN 200980112545A CN 101983152 A CN101983152 A CN 101983152A
- Authority
- CN
- China
- Prior art keywords
- train
- locomotive
- task
- power
- stroke
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 134
- 239000000446 fuel Substances 0.000 title claims description 144
- 230000003137 locomotive effect Effects 0.000 claims description 290
- 238000005457 optimization Methods 0.000 claims description 75
- 238000007599 discharging Methods 0.000 claims description 70
- 238000010248 power generation Methods 0.000 claims description 35
- 230000007613 environmental effect Effects 0.000 claims description 11
- 230000001105 regulatory effect Effects 0.000 claims description 8
- 238000013461 design Methods 0.000 claims description 6
- 238000004146 energy storage Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 239000002283 diesel fuel Substances 0.000 description 85
- 239000003981 vehicle Substances 0.000 description 71
- 238000010586 diagram Methods 0.000 description 55
- 230000011218 segmentation Effects 0.000 description 52
- 230000006870 function Effects 0.000 description 36
- 230000008859 change Effects 0.000 description 24
- 238000004422 calculation algorithm Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 12
- 230000015572 biosynthetic process Effects 0.000 description 11
- 208000028659 discharge Diseases 0.000 description 11
- 230000004048 modification Effects 0.000 description 10
- 238000012986 modification Methods 0.000 description 10
- 230000033228 biological regulation Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 8
- 238000012937 correction Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 8
- 230000009471 action Effects 0.000 description 7
- 230000000670 limiting effect Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 239000000571 coke Substances 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012797 qualification Methods 0.000 description 4
- 230000011664 signaling Effects 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000002955 isolation Methods 0.000 description 3
- 230000005055 memory storage Effects 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000009897 systematic effect Effects 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 239000003225 biodiesel Substances 0.000 description 2
- 230000009194 climbing Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 230000007850 degeneration Effects 0.000 description 2
- 239000002828 fuel tank Substances 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000013618 particulate matter Substances 0.000 description 2
- 239000010729 system oil Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 239000002912 waste gas Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 1
- 208000005189 Embolism Diseases 0.000 description 1
- 235000019482 Palm oil Nutrition 0.000 description 1
- 241000287181 Sturnus vulgaris Species 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 229960004424 carbon dioxide Drugs 0.000 description 1
- 229910002090 carbon oxide Inorganic materials 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 244000144992 flock Species 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000000411 inducer Substances 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 239000002540 palm oil Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 230000000979 retarding effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- B61L15/0058—
Landscapes
- Train Traffic Observation, Control, And Security (AREA)
- Control Of Vehicle Engines Or Engines For Specific Uses (AREA)
Abstract
用于操作具有至少一个柴油为燃料的功率产生单元的柴油机动系统的方法(800),所述方法包括评估柴油机动系统的运行特性(802),比较该运行特性与满足任务目标的指定值(804),以及采用根据反馈原理运行的闭环控制系统调节运行特性以对应于指定值以满足任务目标(806)。
Description
技术领域
本发明涉及机动系统(powered system),例如列车,和越野车辆、海上船只、运输车辆、农用车辆和/或固定的机动系统等,并且更加具体地涉及用于柴油机动系统的优化的燃料效率和排放量(emission output)的方法。
背景技术
一些机动系统(例如,但不限于,越野车辆、海上船只、固定的功率产生设备(power generation plant)、例如运输公共汽车、农用车辆和列车和其他轨道车辆系统等运输车辆)由一个或多个柴油机单元(例如,发动机)和/或电力单元(例如,交流发电机和/或电池系统)提供动力。关于列车和其他轨道车辆系统,列车典型地包括一个或多个机车和多个轨道车,例如货车。每个机车由一个或多个柴油内燃机提供动力。在一些配置中,每个发动机驱动交流发电机或发电机用于发电,该电力用于驱动一个或多个操作式连接到用于移动/牵引目的的机车车轴的DC或AC牵引电动机。在任何情况下,机车是具有许多子系统的复杂系统,其中每个子系统与其他子系统相互依存。
操作员通常在机车上以保证机车的正确运行,并且当存在机车编组时,操作员通常在领头机车上。机车“编组”是在操作列车中一起被控制的一组机车。除了保证机车或机车编组的正确运行外,操作员还负责确定列车的运行速度和列车内的力。为了执行该功能,操作员一般必须具有在指定的地形上操作机车和各种列车的丰富经验。需要该知识以遵守可规定的运行参数,例如可随着列车沿轨道的位置变化的速度、排放以及等等。此外,操作员还负责保证列车钩力(in-train force)保持在可接受极限内。
在海洋应用中,操作员通常在海洋船只上以保证船只的正确运行,并且当存在船只编组时,操作员通常在领头船只上。如与上文引用的机车的示例,船只编组是在执行组合任务中一起运行的一组船只。除了保证船只或船只编组的正确运行外,操作员还负责确定编组的运行速度和在编组内的力,例如在链接的船只之间的力。为了执行该功能,操作员一般必须具有在指定的航道上操作船只和各种编组的丰富经验。需要该知识以遵守可规定的运行速度和可随着船只沿任务的位置变化的其他任务参数。此外,操作员还负责保证任务力和位置保持在可接受极限内。
在多个柴油机动系统(其可位于例如单个船只、其他车辆、功率产生设备或功率产生设备集合或组上)的情况下,操作员通常指挥整个系统以保证系统或系统编组的正确运行。如一般限定,“系统编组”是在执行任务中一起运行的一组机动系统。除了保证单个系统或系统编组的正确运行外,操作员还负责确定系统集合的运行参数和在该集合内的力。为了执行该功能,操作员一般必须具有在指定空间和任务上操作系统和各种集合的丰富经验。需要该知识以遵守可随着系统集合沿着路线、任务等的位置变化的可规定的运行参数和速度。此外,操作员还负责保证集合内的力保持在可接受极限内。
然而,关于机车,即使具有保证安全运行的知识,操作员通常不能操作机车使得燃料消耗和排放对每个行程都最小化。例如,必须考虑的其他因素可包括排放量、像噪声/震动的操作员的环境状况、燃料消耗和排放量的加权组合等。这很难做到,因为(作为示例)列车的大小和载荷发生变化,机车和它们的燃料/排放特性不同,并且天气和交通状况发生变化。
基于特定的列车任务,当建造列车时,常规做法是在列车组成中提供一系列机车以向列车提供动力,其部分基于具有变化的功率的可用机车和行驶行程任务历史。这典型地引起对于个体列车可用的机车功率的大的变化。另外,对于关键的列车,例如Z-列车,典型地提供后备动力(典型地后备机车)来为设备故障的事件作准备并且保证列车准时到达它的目的地。
此外,当建造列车时,机车排放量通常通过建立基于当机车空闲时列车中的机车的总排放量的加权平均值确定。这些平均值预计低于当列车空闲时的某个排放量。然而,典型地,没有进一步做出当列车空闲时关于实际排放量的确定。从而,虽然建立的计算方法可表明排放量是可接受的,现实中机车可排放比计算的多的排放。
当操作列车时,列车操作员典型地要求当操作该列车时相同的级位设置(notch setting),其进而可引起燃料消耗和/或排放量(例如但不限于,NOX、CO2等)的大的变化,其取决于为列车提供动力的机车的数量。从而,操作员通常不能操作机车使得燃料消耗和排放量最小化(对每个行程),因为列车的大小和载荷发生变化,并且机车和它们的动力可用性可能根据型号类型而变化。
列车拥有者通常拥有多列列车,其中列车在铁路轨道网络上运行。由于铁路轨道网络内的多列列车的同时行驶的综合,其中还必须考虑关于列车运行的调度问题,列车拥有者将从最优化燃料效率和排放量以节省整体燃料消耗,同时最小化多列列车的排放量并且满足任务行程时间限制的方法中受益。
同样,越野车辆、运输车辆、农用车辆、海洋船只和/或固定机动系统的拥有者和/或操作员将认识到当这些柴油机动系统展现出优化的燃料效率、排放量、队列效率(fleet efficiency)和任务参数性能以节省整体燃料消耗同时最小化排放量并且满足运行限制(例如但不限于任务时间限制)时实现的财务效益。
发明内容
本发明的实施例公开用于操作具有至少一个主功率产生单元的机动系统(例如,轨道车辆、海洋船只、越野车辆等)的系统、方法和计算机软件代码。方法提供用于评估主功率产生单元的运行特性。该运行特性与关于任务目标的指定值比较。该运行特性可调节以满足该任务目标。
公开可在处理器中操作的和可在计算机可读介质上存储的计算机软件代码,其具有用于评估主功率产生单元的运行特性的计算机软件模块。提供计算机软件模块用于将主功率产生单元的运行特性与关于任务目标的指定值比较。还公开的是用于自主调节运行特性以满足该任务目标的计算机软件模块。
在另一个示范性实施例中,方法包括向机动系统提供优化的任务计划,可人工应用该计划。该优化的任务计划响应于正在执行的人工任务计划而重新计划。当该人工任务计划偏离该优化计划超过预定量时,调节该人工任务计划。
在另一个示范性实施例中,方法包括执行具有优化任务计划的任务。该任务用优化任务计划自主执行。输入装置配置并且提供成当任务进行中时允许在预定范围内人工调整(调节)任务的至少一个特性。
在另一个示范性实施例中,方法包括基于人工执行的任务计划执行任务。人工执行的任务计划当在进行中时用包含在优化任务计划中的信息来调整。
在另一个示范性实施例中,方法包括提供优化的任务计划。与任务计划关联的至少第一特性人工控制。与任务计划关联的至少第二特性自主控制。该优化的任务计划根据人工控制的特性自主调节。
附图说明
上文简短描述的本发明的更具体的说明将参照在附图中图示的其的特定实施例提供。理解这些图仅描绘本发明的典型实施例并且因此不考虑为它的范围的限制,本发明的示范性实施例将通过使用附图用另外的特征和细节描述和说明,其中:
图1是根据本发明的实施例的描绘行程优化的方法的流程图;
图2描绘可连同本发明的实施例使用的列车的简化的数学模型;
图3是轨道系统的示意图;
图4描绘燃料使用/行驶时间曲线的示范性实施例;
图5描绘用于行程计划的分割分解的示范性实施例;
图6描绘用于行程计划的分割分解的另一个示范性实施例;
图7是描绘用于行程优化的方法和系统的另一个示范性实施例的示意图和流程图;
图8描绘用于由操作员使用的动态显示的示范性实施例;
图9描绘用于由操作员使用的动态显示的另一个示范性实施例;
图10描绘用于由操作员使用的动态显示的另一个示范性实施例;
图11描绘具有多列列车的铁路轨道网络的示范性实施例;
图12是根据本发明的另外的实施例的用于通过优化的列车动力组成提高列车的燃料效率的方法的流程图;
图13描绘包括在用于优化的列车动力组成的系统中的示范性元件的框图;
图14描绘用于确定柴油机动系统的燃料效率和排放的传递函数的框图;
图15是描绘用于确定具有至少一个柴油为燃料的功率产生单元的柴油机动系统的配置的方法的示范性实施例的流程图;
图16描绘用于操作轨道车辆的闭环系统的示范性实施例;
图17描绘与主控制单元结合的图16的闭环系统;
图18描绘用于操作与轨道车辆的另一个输入运行子系统结合的轨道车辆的闭环系统的示范性实施例;
图19描绘具有可命令主控制器操作的转换器的闭环系统的另一个示范性实施例;
图20描绘闭环系统的另一个示范性实施例;
图21是示出当操作员输入可包括在决策环中时的行程优化方法的示范性实施例的流程图;
图22是图示行程优化方法的示范性实施例的流程图,其中操作员界面对于操作员是可利用的以调整优化的任务计划;
图23是图示行程优化方法的示范性实施例的流程图,其中优化器可修改操作员的任务计划;
图24是图示行程优化方法的示范性实施例的流程图,其中部分任务至少在行程优化器和另一个实体之间分配;
图25是示出用于操作机动系统的方法的示范性实施例的流程图;
图26是示出用于在闭环过程中操作轨道车辆的方法的示范性实施例的流程图;
图27描绘速度对时间图表的实施例,其将当前运行与排放优化运行比较;
图28描绘与给定的级位水平(notch level)比较的调制图形;
图29是示出用于确定柴油机动系统的配置的方法的示范性实施例的流程图;
图30描绘用于最小化排放量的系统;
图31描绘用于最小化来自柴油机动系统的排放量的系统;
图32描绘用于操作具有至少一个柴油为燃料的功率产生单元的柴油机动系统的方法;
图33描绘用于操作具有至少一个柴油为燃料的功率产生单元的柴油机动系统的示范性系统的框图;和
图34是图示用于通过优化的动力组成提高机动系统的燃料效率的方法的示范性实施例的流程图。
具体实施方式
现在将详细参考与本发明一致的实施例,其的示例在附图中图示。在任何可能的地方,整个附图中使用的相同的标号指相同的或相似的部件。
虽然本发明的示范性实施例关于轨道车辆或铁路运输系统、特定地具有柴油机的列车和机车来描述,本发明的示范性实施例也可用于其他用途,例如但不限于越野车辆、海洋船只、固定单元、以及农用车辆、运输公共汽车,其每个可使用至少一个柴油机或柴油内燃机。为此,当讨论指定的任务时,这包括要由柴油机动系统执行的任务或要求。因此,关于铁路、海洋、运输车辆、农用车辆或越野车辆应用,这可指系统从当前位置到目的地的移动。在固定应用情况下,例如但不限于固定功率产生站或功率产生站的网络,指定的任务可指要由柴油机动系统满足的瓦数(例如,MW/hr)或其他参数或要求。同样地,柴油为燃料的功率产生单元的运行状况可包括速度、载荷、加燃料值、计时等中的一个或多个。此外,虽然公开柴油机动系统,本领域内技术人员将容易认识到本发明的实施例也可与非柴油机动系统一起使用,例如但不限于天然气机动系统、生物柴油机动系统、电机动系统等。此外,如本文公开的,这样的非柴油机动系统以及柴油机动系统可包括多个发动机、其他动力源和/或另外的动力源或能量存储装置,例如但不限于电池源、电压源(例如但不限于电容器)、化学源、基于压力的源(例如但不限于弹簧(spring)和/或液压膨胀)、电流源(例如但不限于电感器)、惯性源(例如但不限于飞轮装置)、基于重力的动力源和/或基于热的动力源。
在牵涉海洋船只的一个示范性示例中,多个拖船可一起运行,其中所有都移动相同较大的船只,其中每个拖船及时链接以完成移动较大船只的任务。在另一个示范性示例中,单个海洋船只可具有多个发动机。越野车辆(OHV)可牵涉具有在地上从位置“A”移动到位置“B”的相同任务的一队车辆,其中每个ORV及时链接以完成任务。关于固定功率产生站,多个站可聚集在一起,共同为特定位置和/或目的产生功率。在另一个示范性实施例中,提供单个站,但具有多个组成该单个站的功率产生装置(generator)。在牵涉机车车辆的一个示范性示例中,多个柴油机动系统可一起运行,其中所有都移动相同较大的载荷,其中每个系统及时链接以完成移动较大的载荷的任务。在另一个示范性实施例中,机车车辆可具有多个柴油机动系统。
本发明的示范性实施例通过提供用于通过优化的动力组成提高整体燃料效率和排放的系统、方法和计算机实现方法(例如计算机软件代码等)解决本领域内的问题。关于机车,当机车编组采用分布式动力操作时,本发明的示范性实施例也是可操作的。
本领域内技术人员将认识到例如包括CPU、存储器、I/O、程序存储装置、连接总线和其他适当的部件的数据处理系统等设备,可以程序化或另外设计成便于本发明的方法的实践。这样的系统将包括适当的程序装置用于执行本发明的方法。
并且,用于与数据处理系统一起使用的制造的物品(例如预先记录的磁盘或其他相似的计算机程序产品等)可以包括记录在其上用于指导数据处理系统以便于本发明的方法的实践的存储介质和程序装置。这样的设备和制造的物品也落在本发明的精神和范围内。
广义来说,技术效果是为了满足柴油机动系统的任务目标通过调节机动系统的选择的运行特性运行柴油机动系统(具有至少一个柴油为燃料的动力产生单元)或其他机动系统。为了便于对本发明的示范性实施例的理解,在下文中参照其的特定实现描述。本发明的示范性实施例可在计算机可执行指令的一般上下文中描述,例如程序模块等,其由例如但不限于计算机的任何装置执行,设计成接收数据、通常以高速执行规定的数学和/或逻辑运算,其中这样的运算的结果可或可不显示。一般地,程序模块包括例程、程序、对象、部件、数据结构等,其执行特定的任务或实现特定的抽象数据类型。例如,构成本发明的示范性实施例的基础的软件程序可以采用不同的编程语言编码,用于与不同的装置或平台一起使用。在接着的说明中,本发明的示例可在采用网页浏览器的web入口的上下文中描述。然而将意识到构成本发明的示范性实施例的基础的原理也可以用其他类型的计算机软件技术实现。
此外,本领域内技术人员将认识到本发明的示范性实施例可与其他计算机系统配置一起实践,其包括手持装置、多处理器系统、基于微处理器的或可编程消费电子设备、小型计算机、大型计算机等。本发明的示范性实施例可在分布式计算环境中实践,其中任务由通过通信网络链接的远程处理装置执行。在分布式计算环境中,程序模块可位于包括存储器存储装置的本地和远程计算机存储介质两者中。这些本地和远程计算环境可整体包含在机车内、或编组中的相邻机车内、或在车外其中使用无线通信的路边或中心站中。
术语机车“编组”在整个本文件中使用。机车编组可描述为具有连续地连接在一起的一个或多个机车以便提供开动和/或制动能力。机车连接在一起,其中没有列车车厢在机车之间。该列车在它的构成中具有多个机车编组。具体地,可以有领头编组和一个或多个远端编组,例如在一列车中间和在列车的末端的另一个远端编组等。每个机车编组可具有第一机车和尾部机车。虽然第一机车通常示为领头机车,本领域内技术人员将容易认识到在多机车编组中的第一机车可在物理上位于物理上尾部位置。并且,尽管机车编组通常示为连续的机车,本领域内技术人员将容易认识到即使当一个或多个轨道车分开这些机车时,例如当机车编组配置用于分布式动力运行时,该一组机车可也是编组,其中节流和制动命令通过无线电链路或物理电缆从领头机车中继到远端列车。为此,当论述在相同列车内的多个机车时,术语“机车编组”不应该理解为限制因素。
编组还可能可应用于包括海洋船只、越野车辆和/或固定功率产生设备的其他柴油机动系统,其一起运行以便提供开动、功率产生和/或制动能力。因此,即使“机车编组”在本文中使用,该术语还可应用于其他柴油机动系统。相似地,可存在子编组。例如,柴油机动系统可具有多个柴油为燃料的功率产生单元。例如,功率产生设备可具有多个柴油电力单元,其中优化可处于子编组级。同样地,机车可具有多个柴油动力单元。
现在参照附图,将描述本发明的实施例。本发明的示范性实施例可以采用许多方式实现,包括作为系统(包括计算机处理系统)、方法(包括计算机化方法)、设备、计算机可读介质、计算机程序产品、图形用户界面,其包括web入口或实体固定在计算机可读存储器中的数据结构。本发明的若干实施例在下文论述。
图1描绘用于行程优化的方法的示范性实施例的流程图。图3和7示出包括配置成执行图1中示出的方法的行程优化器系统的机动系统(例如,列车)的各种元件。如图示的,指令是在远程位置上或来自远程位置(例如调度中心10等)的对于计划行程特定的输入。这样的输入信息包括但不限于列车位置、编组说明(例如机车型号等)、机车功率说明、机车牵引传输的性能、发动机燃料消耗(作为输出功率的函数)、冷却特性、计划的行程路线(作为里程碑的函数的有效轨道坡度和曲率或“有效坡度”分量用以反映遵循标准铁路实践的曲率),由车厢组成代表的列车和载荷连同有效阻力系数,行程期望的参数,其包括但不限于出发时间和位置、结束位置、期望的行驶时间、机务人员(用户和/或操作员)身份、机务人员轮班到期时间和路线。
该数据可采用许多方式提供给机车42(参见图3和7),例如但不限于操作员人工通过车载显示器将该数据输入机车42、插入包含该数据的例如硬卡和/或USB闪存盘等存储装置进入在机车上的插座和通过无线通信从例如轨道信令装置和/或路边装置等中心或路边位置41传送该信息到机车42。机车42和列车31载荷特性(例如,阻力)还可在路线上变化(例如随海拔、环境温度和轨道与轨道-车厢的状况),并且计划可通过上文论述的任意方法和/或通过机车/列车状况的实时自主采集按需要更新以反映这样的变化。这包括例如通过监测在机车42上或车外的设备而检测到的机车或列车特性中的变化。
该轨道信号系统确定列车的可允许的速度。存在许多类型的轨道信号系统和与信号中的每个关联的运行规则。例如,一些信号具有单个灯(开/关),一些信号具有多个颜色的单个透镜,并且一些信号具有多个灯和颜色。这些信号可以指示轨道是畅通的并且列车可以最大可允许的速度行进。它们还可以指示要求减速或停止。该减速可必须立刻完成,或在某个位置(例如,在下一个信号或十字路口之前)。
该信号状态通过各种手段传送给列车和/或操作员。一些系统具有在轨道中的电路和在机车上的感应拾取线圈。其他系统具有无线通信系统。信号系统还可以要求操作员在视觉上检查信号并且采取适当的动作。
该信令系统可与车载信号系统联接并且根据输入和适当的运行规则调节机车速度。对于要求操作员在视觉上检查信号状态的信号系统,操作员屏幕将呈现适当的信号选项供操作员基于列车的位置输入。作为位置的函数的信号系统的类型和运行规则可存储在车载数据库63中。
基于输入行程优化器系统的规范数据,计算具有期望的出发和结束时间、沿路线最小化受速度极限约束的燃料使用和/或产生的排放的最佳计划以产生行程概况12。该概况包含列车将遵循的最佳速度和功率(级位)设置,其表达为距离和/或时间的函数,并且这样的列车运行极限包括但不限于最大级位功率和制动设置,和作为位置的函数的速度极限以及预期使用的燃料和产生的排放。在示范性实施例中,级位设置的值选择以获得大约每10至30秒一次的油门(throttle)变化决策。本领域内技术人员将容易认识到可以更长或更短的持续时间发生油门变化决策(如果这是为了遵循最佳速度概况所需要和/或期望的话)。在更广阔的意义上,轮廓向列车提供处于列车级别、编组级别和/或个体列车级别的功率设置对于本领域内技术人员将是明显的。功率包括制动功率、开动功率和空气制动功率。在另一个实施例中,代替以传统的分立级位功率设置运行,可选择确定为对于选择的概况最佳的连续功率设置。从而,例如,如果代替以级位设置7运行(假定例如6、7、8等的分立级位设置),最佳概况指定6.8的级位设置,机车42可以以6.8运行。允许这样的中间功率设置可带来如下文描述的附加效率效益。
用于计算最佳概况的程序可以是许多用于计算功率序列的方法,其驱动列车31以最小化受到机车运行和时间表约束的燃料和/或排放,如下文总结的。在一些情况下,由于列车配置、路线和环境状况的相似性,要求的最佳概况可能充分接近之前确定的一个。在这些情况下,在数据库63内查找驾驶轨线并且尝试遵循它可是足够的。当没有之前计算的计划合适时,计算新的计划的方法包括但不限于使用微分方程模型(其近似列车运动物理学)直接计算最佳概况。该设置牵涉定量目标函数的选择,通常为对应于排放产生和燃料消耗的速率的模型变量的加权和(积分)加上用于处罚过度油门变化的项。
最佳控制公式设置以最小化受到包括但不限于速度极限和最小与最大功率(油门)设置和最大累积和瞬时排放的约束的定量目标函数。取决于在任意时间的计划目标,问题可灵活地实施以最小化受到对排放和速度极限的约束的燃料,或最小化受到对燃料使用和到达时间的约束的排放。建立例如在无总排放或燃料使用约束的情况(其中对于该任务将允许或要求这样放开约束)下最小化总行驶时间的目标也是可能的。
在整个本文件中示范性方程和目标函数提供用于最小化机车燃料消耗。这些方程和函数仅用于说明同时其他方程和目标函数可以采用以优化燃料消耗或优化其他机车/列车运行参数。
数学上,要解决的问题可更精确地陈述。基本物理通过如下表达:
其中x是列车的位置,v是它的速度并且t是时间(视情况采用英里、英里每小时和分钟或小时)并且u是级位(油门)命令输入。另外,D指示要行驶的距离,Tf是沿轨道在距离D的期望到达时间,Te是由机车编组产生的牵引力,Ga是取决于列车长度、列车组成和列车位于的地形的重力阻力,并且R是机车编组和列车组合的净速度依赖阻力。还可以指定初始和最终速度,但这里不失一般性地取为零(例如,列车在起点和终点停止)。最终,模型容易修改为包括其他重要的动力学,例如油门u的变化之间的滞后和所得的牵引力或制动。使用该模型,最佳控制公式设置为最小化受到包括但不限于速度极限和最小与最大功率(油门)设置的约束的定量目标函数。取决于在任意时间的计划目标,问题可灵活地设置以最小化受到对排放和速度极限的约束的燃料,或最小化受到对燃料使用和到达时间的约束的排放。
实现例如在无总排放或燃料使用约束的情况(其中对于该任务将允许或要求这样放开约束)下最小化总行驶时间的目标也是可能的。所有这些性能测量可以表达为下列中的任意的线性组合:
-最小化总燃料消耗 (1)
-最小化级位操纵(连续输入)
用对应于排放产生的项代替在(1)中的燃料项F是可能的。例如,对于排放-最小化总排放产生。在该方程中E是对于级位(或功率设置)中的每个采用gm/hphr的排放量。另外,最小化可以基于燃料和排放的加权总数完成。
常用并且代表性的目标函数从而是:
该线性组合的系数取决于给予项中的每个的重要性(权重)。注意在方程(OP)中,u(t)是优化变量,其是连续级位位置。如果要求分立级位(例如对于较老的机车),方程(OP)的解离散化,其可导致较低的燃料节省。找到最小时间解(α1设置到零并且α2设置到零或相对小的值)用于找到可达到的行驶时间的下界(Tf=Tfmin)。在该情况下,u(t)和Tf都是优化变量。在一个实施例中,方程(OP)对Tf>Tfmin的Tf的各种值求解,其中α3设置到零。在该后者的情况下,Tf当作约束。
对于熟悉这样的优化问题的解的那些人,可必须连接约束、例如沿路径的速度极限:
0≤v≤SL(x)
或当使用最小时间作为目标时,必须保持终点约束,例如总消耗的燃料必须小于在油箱中的燃料,这例如通过:
这里,WF是在Tf时在油箱中剩余的燃料。本领域内技术人员将容易认识到方程(OP)也可以采用其他形式并且上文提供的是用于在本发明的示范性实施例中使用的示范性方程。例如,本领域内技术人员将容易认识到在多个动力系统、柴油和/或非柴油用于提供多个推力器(例如但不限于当操作海洋船只时可使用的那些)的地方要求方程(OP)的变型。
在本发明的示范性实施例的上下文中对排放的提及实际上针对采用氧化氮(NOx)、氧化碳(COx)、未燃碳氢化合物(HC)、颗粒物质(PM)等的形式产生的累积排放。然而,其他排放可包括但不限于电磁发射的最大值,例如对由机车发射的各个频率的采用瓦特测量的射频(RF)功率输出的限制等。排放的再另一个形式是由机车产生的噪声,典型地采用分贝(dB)测量。排放要求可以是基于一天中的时间、一年中的时间和/或例如天气或大气中的污染物水平等大气状况的变量。排放条例可跨越铁路系统在地理上变化。例如,例如城市或州等运行地区可具有指定的排放目标,并且相邻地区可具有不同的排放目标,例如更低的允许排放量或对于给定的排放水平收取更高的费用。
因此,某个地理地区的排放概况可调整以包括该概况中包括的规定的排放物中的每个的最大排放值以满足对于该地区要求的预定排放目标。典型地对于机车,这些排放参数由但不限于功率(级位)设置、环境状况和发动机控制方法确定。通过设计,每个机车必须符合EPA排放标准,并且从而在优化排放的本发明实施例中这可指任务总排放,对此没有通行的EPA规范。根据该优化的行程计划的机车的运行一直符合EPA排放标准。本领域内技术人员将容易认识到因为柴油发动机在其他应用中使用,其他规定也可以是可应用的。例如,在某些国际条约中考虑CO2排放。
如果在行程任务期间的目标是减少排放,最佳控制公式、方程(OP)将修订为考虑该行程目标。在优化设置中的关键灵活性是行程目标中的任意或所有可以按地理区域或任务改变。例如,对于高优先级列车,因为它是高优先级交通,最小时间可以是在一个路线上的唯一目标。在另一个示例中,排放量可以沿计划的列车路线在州与州之间变化。
为了解决产生的优化问题,在示范性实施例中,在时域中的动态最佳控制问题转录成具有N个决策变量的等同静态数学规划问题,其中数量“N”取决于做出油门和制动调节的频率和行程的持续时间。对于典型的问题,该N可以是数千。例如,假设列车在美国西南部中行驶172英里(276.8公里)轨道路程。利用该行程优化器系统,当比较使用该行程优化器系统确定和遵循的行程与其中行程由操作员确定的实际驾驶员油门/速度历史(actual driver throttle/speed history)时可实现在使用的燃料上的示范性7.6%的节省。因为该行程优化器系统产生与操作员的行程计划相比具有更少阻力损耗和很少或没有制动损耗的驾驶策略,实现了该提高的节省。
为了使上文描述的优化在计算上易处理,可采用简化的列车数学模型,例如在图2中图示的和上文论述的方程。如图示的,考虑例如但不限于关于编组(consist)的信息、路线信息、列车信息和/或行程信息等某些设置规范以确定例如优化的概况等的概况。包含在概况中的这样的因素包括但不限于速度、在任务中剩余的距离和/或使用的燃料。如本文公开的,可包括在概况中的其他因素是级位设置和时间。对最佳概况的一个可能的精细化通过用产生的最佳功率序列驱动更详细的模型而产生,以测试是否隔离其他热、电和机械约束。这导致修改的概况,其具有最接近于可以实现而不伤害机车或列车设备的行驶的速度与距离关系,即满足例如对机车和列车中的车厢之间的力的热和电限制等的另外隐含约束。本领域内技术人员将容易认识到本文论述的方程如何与图2一起利用。
参照回图1,一旦行程开始12,功率命令(power command)产生14以使任务计划运转。取决于行程优化器系统的运行设置,一个命令用于机车以遵循优化的功率命令16以便达到最佳速度。行程优化器系统从列车的机车编组获得实际速度和功率信息18。由于在用于优化的模型中不可避免的近似,获得对优化的功率的校正的闭环计算以追寻期望的最佳速度。列车运行极限的这样的校正可以自动或由操作员做出,该操作员一直具有列车的终极控制。
在一些情况下,在优化中使用的模型可与实际的列车显著不同。这可以由于许多原因发生,包括但不限于额外货物接取或放置、在路线中可变得不可运行的机车和在初始数据库63或数据录入中由于操作员的错误。由于这些原因,监测系统设置成使用实时列车数据以实时估计机车和/或列车参数20。该估计的参数然后与当行程最初形成时使用的假定参数进行比较22。基于在假定和估计值中的任意差别,行程可重新计划24,应该从新的计划中获得足够大的节省。
行程可重新计划的其他原因包括来自远程位置的指令,例如调度(dispatch)和/或操作员要求目标变化以与更多全局移动计划目标一致。另外的全局移动计划目标可包括但不限于其他列车时间表(schedule),允许废气从隧道消散、维护操作等等。另一个原因可以是由于部件的车载退化。用于重新计划的策略可分组为增量和较大调节,其取决于破坏的严重性,如下文更详细地论述的。一般来说,“新的”计划必须从上文描述的优化问题方程(OP)的解导出,但经常可以找到更快的近似解,如本文描述的。
在运行中,机车42将连续地监测系统效率并且基于该测量的实际效率连续地更新行程计划(每当这样的更新将提高行程性能时)。重新计划计算可全部在机车内执行或完全或部分地移动到远程位置,例如调度或路边(wayside)处理设施,其中使用无线技术以将计划传送到机车42。在一个实施例中,行程优化器系统可还产生效率趋势,其可以用于开发关于效率传递函数的机车队列数据。当确定初始行程计划时可使用该队列范围的数据,并且当考虑多列列车的位置时可对网络范围的优化权衡使用该队列范围的数据。例如,如在下文详细论述的如在图8中图示的从在相同路线上的许多相似的列车采集的总体均值更新的行驶时间燃料使用权衡曲线反映列车在当时在特定路线上的列车的能力。从而,从许多机车采集像图8的曲线的中心调度设施使用该信息以更好地协调整体列车移动以获得在燃料使用或生产率中的系统范围优势。如上文公开的,本领域内技术人员将认识到可使用例如但不限于柴油燃料、重海洋燃料、棕榈油、生物柴油等各种燃料类型。
此外,如上文公开的,本领域内技术人员将认识到可使用各种能力存储装置。例如,从例如柴油发动机和电池等特定源汲取的功率量可以优化以便获得最大燃料效率/排放,其可以是目标函数。如进一步说明的,假定总功率需求是2000马力(HP),其中电池可以供应1500HP并且发动机可以供应4400HP。最佳点可以是电池供应1200HP并且发动机供应200HP时候。
相似地,功率量还可基于存储的能量数量和将来对能量的需要。例如,如果存在即将到来的对功率的长期高需求,电池可以以较低速率放电。例如,如果1000马力小时(HPhr)存储在电池中并且需求在接着的2个小时中是4400HP,在接着的1.25小时中以800HP将电池放电并且对于该持续时间从发动机获取3600HP可是最佳的。
在日常运行中的许多事件可以导致产生或修改当前执行的计划的需要,其中它期望保持相同的行程目标,例如当列车没有按时进行计划的与另一列车的汇合(meet)或一起经过(pass),则它必须补偿时间。使用机车的实际速度、功率和位置,进行计划的到达时间和当前估计(预测)的到达时间之间的比较25。基于时间的差别以及参数的差别(由调度或操作员检测或改变的),调节计划26。该调节可根据铁路公司对于应该如何处理这样的从计划的偏离的期望做出,或者备选方案可向车上的操作员和调度员人工地提出以共同决定回到计划的最佳方式。每当计划更新,在起初的目标(例如但不限于到达时间等)保持相同的情况下,另外的变化可同时因素化,例如新的将来速度极限变化,其可以影响在任何时候恢复起初的计划的可行性。在这样实例中,如果起初的行程计划不能保持,或也就是说列车不能满足起初的行程计划目标,如本文论述的其他行程计划可提供给操作员和/或远程设置或调度。
当期望改变起初的目标时可也做出如在图1中图示的重新计划24或对计划的调节26。这样的重新计划可以在固定的预先计划的时间、由操作员或调度员酌情决定人工地或当超出例如列车运行极限等预先限定的极限自主地进行。例如,如果当前计划执行运行晚点超过指定阈值,例如三十分钟等,本发明的示范性实施例可以如上文描述的重新计划行程来以增加的燃料使用为代价适应该延迟,或提醒操作员和调度员总共可以弥补多少时间(例如,行驶的最小时间或在时间约束内可以节省的最大燃料是多少)。重新计划的其他触发器还可以基于消耗的燃料或动力编组的健康状况来想象,包括但不限于到达时间、由于设备退化(例如太热或太冷运行)的马力丧失和/或例如在假定的列车载荷中的总设置误差的检测。即,如果变化反映当前行程的机车性能中的损伤,这些可因素化到优化中使用的模型和/或方程中。
在计划目标中的变化还可以产生于协调事件的需要,其中一列列车的计划损害另一列列车满足目标的能力并且要求不同级别(例如调度办公室)的仲裁。例如,汇合和通过的协调可通过列车与列车之间的通信进一步优化。从而,作为示例,如果列车知道它在到达汇合和/或通过的位置上落后于时间表时,来自另一列列车的通信可通知该晚点列车(和/或调度)。操作员然后可输入关于为晚点的信息进入行程优化器系统,其中系统将重新计算列车的行程计划。行程优化器系统还可以在高级别或网络级别使用以允许调度确定哪个列车应该减速或加速(该情况应该是可能不能满足安排的汇合和/或通过时间约束)。如本文论述的,这通过列车发送数据到调度以确定每列列车应该如何改变它的计划目标的优先次序而完成。选择可以基于时间表、燃料节省效益和/或排放量,其取决于情况。
对于任意人工或自动发起的重新计划,本发明的示范性实施例可向操作员提供多个行程/任务计划。在示范性实施例中,行程优化器系统向操作员提供不同的概况,允许操作员选择到达时间并且理解对应的燃料和/或排放影响。这样的信息还可以提供给调度用于相似考虑,其作为备选方案的简单列表或作为例如在图4中图示的多个权衡曲线。
行程优化器系统具有学习和适应于在列车和动力编组中的关键变化的能力,该变化可以包含在当前计划和/或将来计划中。例如,上文论述的触发器中的一个是马力的丧失。在马力丧失后或当开始行程时,当随时间增大马力,利用转变逻辑以确定何时达到期望的马力。该信息可以保存在机车数据库61中供优化马力丧失有可能再次发生的将来行程或当前行程中使用。
同样地,采用多个推力器可用的相似的方式,其每个可能需要独立控制。例如,海洋船只可具有许多产生力的元件或推力器,例如但不限于螺旋桨。每个螺旋桨可需要独立控制以产生最佳输出。因此,利用转变逻辑,行程优化器系统可基于之前已经学到的并且通过适应于在海洋船只运行中的关键变化确定操作哪个螺旋桨。
如上文提到的,图3描绘根据本发明的实施例的可是行程优化器系统的部分的各种元件。提供定位器元件30以确定列车31的位置。该定位器元件30可以是GPS传感器或传感器系统,其确定列车31的位置。这样的其他系统的示例可包括但不限于路边装置,例如射频自动设备识别(RF AEI)标签、调度和/或视频确定。另一个系统可包括在机车上的转速表和从参考点的距离计算。如之前论述的,还可提供无线通信系统47以允许列车之间和/或与例如调度60等远程位置的通信。关于行驶位置的信息还可从其他列车传递。
还提供轨道表征元件33,其提供关于轨道的信息、主要是坡度(grade)和海拔(elevation)以及曲率(curvature)信息。该轨道表征元件33可包括车载轨道集成数据库36。传感器28用于测量由机车42拖拉的牵引力40、机车编组42的油门设置、机车编组42配置信息、机车编组42的速度、个体机车配置、个体机车能力等。在示范性实施例中,机车编组42配置信息可不使用传感器38装载,而如上文论述的采用其他方式输入。此外,可还考虑在编组中的机车的健康状况。例如,如果在编组中的一个机车不能在功率级位水平5之上运行,当优化行程计划时使用该信息。
来自定位器元件的信息还可用于确定列车31的适当的达到时间。例如,如果存在沿轨道34向目的地移动的列车31并且没有列车跟在它后面,并且该列车没有要遵循的固定到达最后期限,包括但不限于RFAEI标签、调度和/或视频确定的定位元件可用于度量列车31的确切位置。此外,来自这些信令系统的输入可用于调节列车速度。使用下文论述的车载轨道数据库和例如GPS等定位器元件,行程优化器系统可以调节操作员界面以反映在给定机车位置的信令系统状态。在信号状态将指示在前面限制性的速度的情况下,计划者可选择使列车减速以节约燃料消耗。
来自定位器元件30的信息还可用于改变作为到目的地的距离的函数的计划目标。例如,由于关于沿路线的堵车的不可避免的不确定性,在路线的早期部分上可采用“较快”的时间目标作为对统计上较晚发生的延迟的保障手段。如果碰巧遇到不发生延迟的特定行程,在旅程的较晚部分上的目标可以修改以利用较早储蓄的内在富裕时间,并且由此恢复一些燃料效率。关于排放限制目标(例如接近城市地区时)可以援用相似的策略。
作为保障策略的示例,如果行程计划从纽约到芝加哥,系统可具有在行程开始或在行程中间或在行程结尾较慢地运行列车的选项。在一个实施例中,行程优化器系统将优化行程计划以允许在行程结尾较慢运行,因为未知约束(例如但不限于天气状况和轨道维护等)可能在行程期间发生并且被获知。作为另一个考虑,如果已知传统拥堵地区,开发具有在这些传统拥堵区域周围具有更大灵活性的选项的计划。因此,行程优化器系统还可考虑作为到将来的时间/距离的函数的和/或基于已知的/过去的经验的权重/处罚。在行程期间的任意时间,计划和重新计划可还考虑天气状况、轨道状况、在轨道上的其他列车等,其中行程计划相应调节。
图3进一步公开可以是行程优化器系统的部分的其他元件。提供可操作成从定位器元件30、轨道表征元件33和传感器38接收信息的处理器44。算法46在处理器44内运算。该算法46用于基于牵涉机车42、列车31、轨道34和如上文描述的任务的目标的参数计算优化的行程/任务计划。在示范性实施例中,行程计划基于当列车31沿轨道34移动时的列车行为的模型、按从物理学(其中简化在算法中提供的假设)导出的非线性微分方程的解来建立。算法46有权访问来自定位器元件30、轨道表征元件33和/或传感器38的信息以形成最小化列车编组42的燃料消耗、最小化列车编组42的排放、建立期望的行程时间和/或保证在列车编组42上适当的机务人员操作时间的行程计划。在示范性实施例中,还提供控制器元件51(和/或驾驶员或操作员)。如本文论述的,该控制器元件51用于以它遵循行程计划的方式控制列车。在本文进一步论述的示范性实施例中,该控制器元件51自主做出列车运行决策。在另一个示范性实施例中,操作员可牵涉在指导列车遵循行程计划中。
行程优化器系统的示范性实施例的特征是最初形成并且“不中断”地快速修改任意正在执行的计划的能力。由于计划优化算法的复杂性,这包括当牵涉长距离时形成最初的计划。当行程概况的总长度超过给定距离时,算法46可用于分割任务,其中任务可按路点划分。虽然仅论述单个算法46,本领域内技术人员将容易认识到可使用多个算法(和/或相同的算法可执行多次),其中算法可联系在一起。路点可包括列车31停止的自然位置,例如但不限于与相反交通的汇合(或与在当前列车后面的列车一起通过)安排在单轨道铁路上发生的地方的侧线,或在将接取并且布置车厢的场侧线或作业点,以及计划工作的位置。在这样的路点,列车31可要求在安排时间在该位置并且停下或用在指定范围中的速度移动。在路点从到达到离开的持续时间叫做“驻留时间”。
在示范性实施例中,行程优化器系统能够采用特殊的系统方式将较长的行程分解为较小的分段。每个分段在长度上可以是稍微任意的,但典型地选在例如站点或显著速度限制的自然位置,或在限定与其他路线的交叉点的关键里程标处。给定采用该方式选择的分区或分段,对轨道的每个分段形成作为取为独立变量的行驶时间的函数的驾驶概况,如在图4中示出的。与每个分段关联的使用的燃料/行驶时间权衡可以在列车31到达该轨道分段之前计算。总行程计划可以从对每个分段形成的驾驶概况形成。本发明的示范性实施例采用最佳方式在行程的所有分段之间分配行驶时间使得满足要求的总行程时间并且在所有分段上消耗的总燃料尽可能少。示范性的三段行程在图6中公开并且在下文论述。然而,本领域内技术人员将认识到尽管论述分段,行程计划可包括代表完整行程的单个分段。
图4描绘燃料使用/行驶时间曲线50的示范性实施例。如之前提到的,当计算每个分段的各种行驶时间的最佳行程概况时形成这样的曲线50。即,对于给定的行驶时间49、使用的燃料53是如上文描述的计算的详细驾驶概况的结果。一旦分配每个分段的行驶时间,从之前计算的解确定每个分段的功率/速度计划。如果对于分段之间的速度存在任意的路点约束,例如但不限于速度极限的变化,它们在最佳行程概况的形成期间进行匹配。如果速度限制仅在单个分段中变化,燃料使用/行驶时间曲线50必须仅对该改变的分段重新计算。这减少必须重新计算行程的更多部分或分段的时间。如果机车编组或列车沿路线显著变化,例如由于机车损耗或车厢的接取或布置,于是所有随后的分段的驾驶概况必须重新计算,由此形成曲线50的新的实例。这些新的曲线50然后将连同新的调度目标一起使用以计划剩余的行程。
一旦行程计划如上文论述的形成,速度和功率与距离关系的轨线用于在要求的行程时间用最小的燃料使用和/或排放到达目的地。存在执行行程计划的若干方式。如下文更详细提供的,在示范性实施例中,当采用操作员“指导”模式时,信息向操作员显示供操作员遵循以达到根据最佳行程计划确定的需要功率和速度。在该模式中,运行信息包括操作员应该使用的建议的运行状况。在另一个示范性实施例中,加速和维持恒定速度自主执行。然而,当列车31必须减速时,操作员负责应用制动系统52。在另一个示范性实施例中,用于提供功率和制动的命令按要求提供以遵循期望的速度-距离路径。
反馈控制策略用于向概况中的功率控制序列提供校正以对例如但不限于由波动的顶风和/或顺风引起的列车载荷变化等事件做出校正。另一个这样的误差可由当与在优化的行程计划中的假设比较时在例如但不限于列车质量和/或阻力等列车参数中的误差引起。第三类误差可与包含在轨道数据库36中的信息一起出现。另一个可能的误差可牵涉由于机车发动机、牵引电动机热降额和/或其他因素引起的未模拟的性能差别。反馈控制策略比较作为位置的函数的实际速度与在期望的最佳概况中的速度。基于该差别,增加对最佳功率概况的校正以促使实际速率接近最佳概况。为了保证稳定的调整,可提供补偿算法,其将反馈速度过滤至功率校正中使得保证封闭的性能稳定性。补偿可包括如由在控制系统设计领域内的技术人员使用的标准动态补偿以满足性能目标。
行程优化器系统提供最简单因此最快的方法以适应在行程目标中的变化,其是铁路运行中的规则而不是例外。在示范性实施例中,为了确定从点“A”到点“B”(其中沿该路存在站点)的燃料最佳行程,并且用于一旦行程开始更新行程的剩余部分的行程,对于找到最佳行程概况,次最佳分解方法是可用的。使用模拟方法,计算方法可以找到具有指定的行驶时间和最初与最终速度的行程计划,以便当存在站点时满足所有速度极限和机车能力约束。虽然下列论述针对优化燃料使用,它也可以应用于优化其他因素,例如但不限于排放、时间表、机务人员舒适和载荷影响。该方法可在开发行程计划中的开始处使用,并且更重要地用于适应于在发起行程后在目标中的变化。
如本文论述的,本发明的示范性实施例可采用如在图5中描绘的示范性流程图中图示的并且如在图6中详细描绘的示范性三段示例的设置。如图示的,行程可分成两个或更多分段,T1、T2和T3。(如上文提到的,将行程考虑为单个分段是可能的。)如本文论述的,分段边界可不导致相等的分段。相反,分段可使用自然或任务特定的边界。最佳行程计划对每个分段预先计算。如果燃料使用与行程时间关系是要满足的行程目标,对每个分段建立燃料与行程时间关系曲线。如本文论述的,该曲线可基于其他因素,其中因素是行程计划所要满足的目标。当行程时间是正在确定的参数时,计算每个分段的行程时间同时满足整体行程时间约束。图6图示示范性三段、200英里(321.9公里)行程的速度极限97。进一步图示的是在该200英里(321.9公里)行程上的坡度变化98。还示出图示对于每个行程分段随行驶时间使用的燃料的曲线的组合图99。
使用之前描述的最佳控制设置和本文描述的计算方法,行程优化器系统可以产生具有指定的行驶时间和最初与最终速度的行程计划,以便当存在站点时满足所有速度极限和机车能力约束。虽然下列详细论述针对优化燃料使用,它也可以应用于优化如本文论述的其他因素,例如但不限于排放。关键的灵活性是适应在站点处期望的驻留时间并且考虑对于在如例如在单轨道运行中可能要求的位置(其中将在其中的时间或由侧线获得的时间是关键的)处的最早到达和离开的约束。
本发明的示范性实施例找到在时间T中从距离D0行驶到DM的燃料最佳行程,其具有在D1、…、DM-1处的M-1个中间站点,并且具有由如下约束的在这些站点的到达和离开时间:
tmin(i)≤tarr(Di)≤tmax(i)-Δti
tarr(Di)+Δti≤tdep(Di)≤tmax(i)i=1,…,M-1
其中tarr(Di)、tdep(Di)和Δti分别是在第ith站点的到达、离开和最小停止时间。假定燃料最优性暗指最小化停止时间,因此tdep(Di)=tarr(Di)+Δti,其消除上文的第二不等式。假定对于每个i=1、…、M,对于行驶时间t(Tmin(i)≤t≤Tmax(i))从Di-1到Di的燃料最佳行程是已知的。使Fi(t)为对应于该行程的燃料使用。如果从Dj-1到Dj的行驶时间指示为Tj,那么在Di的到达时间由如下给出:
其中Δt0限定为零。对于行驶时间T从D0到DM的燃料最佳行程于是通过找到Ti,i=1、…、M获得,其最小化:
其条件是:
一旦行程在进行中,问题是当行驶行程时重新确定行程(最初在时间T从D0到DM)的剩余部分的燃料最佳解,但其中扰动妨碍遵循该燃料最佳解。使当前距离和速度分别为x和v,其中Di-1<x≤Di。并且,使从行程开始以来的当前时间为tact。于是从x到DM的行程的剩余部分的燃料最佳解(其保持在DM的起初的到达时间)通过找到Tj,j=i+1、…、M而获得,其最小化:
其条件为:
如上文论述的,实现更高效的重新计划的示范性方式是从划分的分段构建站点到站点行程的最佳解。对于具有行驶时间Ti从Di-1到Di的行程,选择中间点Dij,j=1、…、Ni-1的集合。使Di0=Di-1并且然后表达从Di-1到Di的最佳行程的燃料使用为:
其中fij(t,vi,j-1,vij)是对于在时间t行驶的从Di,j-1到Dij的最佳行程的燃料使用,其中具有vi,j-1和vij的最初和最终速度。此外,tij是对应于距离Dij在最佳行程中的时间。通过限定,因为列车在Di0和停止,
上文的表达使函数Fi(t)能够通过首先确定函数fij(·),1≤j≤Ni,,然后找到τij,1≤j≤Ni和vij,1≤j<Ni,备选地确定,其最小化
其条件为:
vmin(i,j)≤vij≤vmax(i,j)j=1,…,Ni-1
通过选择Dij(例如,在速度限制或汇合点),vmax(i,j)-vmin(i,j)可以最小化,从而最小化需要知道在其上的fij()的域。
基于上文的划分,比上文描述的哪个更简单的次最佳重新计划方法将限制重新计划到列车在距离点Dij,1≤i≤M,1≤j≤Ni的时间。在点Dij,从Dij到DM的新的最佳行程可以通过找到τik,j<k≤Ni,vik,j<k<Ni,和τmn,i<m≤M,1≤n≤Nm,vmn,i<m≤M,1≤n<Nm来确定,其最小化
其条件是
其中
进一步的简化通过等待Tm,i<m≤M的重新计算直到到达距离点Di获得。这样,在Di-1和Di之间的点Dij处,上文的最小化仅需要在τik,j<k≤Ni,vik,j<k<Ni上执行。Ti按需要增加以适应任意比计划的更长的从Di-1到Dij的实际行驶时间。这点增加在以后通过在距离点Di处、Tm,i<m≤M的重新计算而补偿(如果可能的话)。
关于上文公开的闭环配置,将列车31从点A移动到点B需要的总输入能量由四个分量的总和构成,具体地:在点A和B之间的动能的差别;在点A和B之间的势能的差别;由于摩擦和其他阻力损耗引起的能量损耗;和由应用制动耗散的能量。假定出发和末速度为相等的(例如,固定的),第一分量是零。此外,第二分量独立于驾驶策略。从而最小化最后两个分量的总和就足够了。
遵循恒定速度概况最小化阻力损耗。当不需要制动以维持恒定速度时遵循恒定速度概况还最小化总能量输入。然而,如果需要制动以维持恒定速度,只是为了维持恒定速度而应用制动将很可能增加总需要的能量,因为必须补充由制动耗散的能量。存在一些制动可实际上通过减小速度变化减少总能量使用的可能性(如果附加制动损耗超过由制动引起的在阻力损耗中产生的降低所带来的偏移)。
在完成从上文描述的事件的采集的重新计划后,可以使用本文描述的闭合控制遵循新的最佳级位/速度计划。然而,在一些情况下,可能没有足够的时间执行上文描述的分段分解计划,并且特别当存在必须遵守的关键速度限制时,需要备选项。本发明的示范性实施例用称为“智能巡航控制(smart cruise control)”的算法完成此。该智能巡航控制算法是不中断地产生用于在已知地形上驾驶列车31的能量高效(因而燃料高效)的次最佳方案的高效方式。该算法假定一直知道列车31沿轨道34的位置,以及知道轨道坡度和曲率与位置关系。该方法依赖于列车31的运动的点质量模型,其的参数可如较早描述的从列车运动的在线测量自适应地估计。
该智能巡航控制算法具有三个主分量,具体地:充当在速度极限降低附近的能量高效(和/或排放高效或任意其他的目标函数)指导的修改的速度极限概况;尝试在最小化速度变化和制动之间平衡的理想油门或动态制动设置概况;以及用于组合后两个分量以产生级位命令的机制,其采用速度反馈回路以补偿模拟参数当与现实参数比较时的错配。智能巡航控制可以适应在本发明的示范性实施例中不进行主动制动的策略(例如,用信号通知驾驶员并且假定其提供必需的制动)或进行主动制动的变化形式。
关于不控制动态制动的巡航控制算法,四个示范性分量是充当在速度极限降低附近的能量高效指导的修改的速度极限概况、针对通知操作员什么时候应该应用制动的通知信号、尝试在最小化速度变化和通知操作员应用制动之间平衡的理想油门概况、采用反馈回路以补偿模型参数与现实参数的错配的机构。
同样包括在行程优化器系统的示范性实施例中的是识别列车31的关键参数值的方法。例如,关于估计列车质量,卡尔曼滤波器和递归最小二乘方方法可用以检测可能随时间发展的误差。
图7是示出行程优化器系统的实施例的元件之间的信息流的示意图。如之前论述的,例如调度60等远程设施可以提供信息。如图示的,这样的信息提供给执行控制元件62。同样供应给该执行控制元件62的是来自机车模拟数据库63(“Loco Models”)的信息、来自轨道和/或分段数据库36的信息(包括例如轨道坡度信息和速度极限信息以及例如但不限于列车重量和阻力系数等估计的列车参数)和来自燃料比估计器64的燃料比表格。该执行控制元件62供应信息给行程概况计划者12,其在图1中更详细地公开。一旦行程计划已经计算,该计划供应给驾驶顾问、驾驶员/操作员或控制器元件51。该行程计划还供应给执行控制元件62使得当提供其他新的数据时它可以比较行程。
如上文论述的,控制器元件51可以自动设置级位功率,预先建立的级位设置或最佳连续级位功率。除向列车31供应速度命令外,提供显示器68使得操作员可以查看计划者推荐了什么。操作员还有权访问控制面板/台69。通过该控制面板69,操作员可以决定是否应用推荐的级位功率。为此,操作员可限制目标或推荐的功率。即,在任何时间操作员一直具有关于机车编组将以什么功率设置运行的最终权力。这包括决定如果行程计划推荐使列车31减速的话是否应用制动。例如,如果在黑暗地形中、或在路边设备不能电子地传送信息到列车并且相反操作员查看来自路边设备的视觉信号的地方运行,操作员基于包含在轨道数据库的信息和来自路边设备的视觉信号输入命令。基于列车31如何工作,关于燃料测量的信息供应给燃料比估计器64。因为燃料流的直接测量在机车编组中是典型地不可用的,关于在行程内到目前为止消耗的燃料和遵循最佳计划进入未来的规划的所有信息使用例如在开发最佳计划中使用的那些校准的物理模型实现。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的燃料特性与排放特性以导出使用的累积燃料和产生的排放。
列车31还具有例如GPS传感器等定位器元件30。信息供应给列车参数估计器65。这样的信息可包括但不限于GPS传感器数据、牵引/制动力数据、制动状态数据、速度和在速度数据中的任意变化。利用关于坡度的信息和速度极限信息,列车重量和阻力系数信息供应给执行控制元件62。
本发明的示范性实施例还可允许在整个优化计划和闭环控制实现中使用连续可变功率。在常规机车中,功率典型量化到八个分立级别。现代机车可以实现马力的连续变化,其可包含进之前描述的优化方法。利用连续的功率,机车42可以进一步优化运行状况,例如通过最小化辅助载荷和动力传输损耗,并且细调最佳效率的发动机马力区域,或到增加的排放余量的点。示例包括但不限于最小化冷却系统损耗、调节交流发电机电压、调节发动机速度和减少机动车轴的数量。此外,机车42可使用车载轨道数据库36和预测的性能要求以最小化辅助载荷和动力传输损耗以提供目标燃料消耗/排放的最佳效率。示例包括但不限于在平坦地形上减少机动车轴的数量和在进入隧道之前预冷却机车发动机。
行程优化器系统的示范性实施例还可使用车载轨道数据库36和预测的性能以调节机车性能,以便保证列车当它接近山和/或隧道时具有足够的速度。例如,这可以表达为在特定位置处的速度约束,其成为求解方程(OP)形成的最佳计划生成的部分。另外,行程优化器系统可包含列车处理规则,例如但不限于牵引力爬坡率(ramp rate)和最大制动力爬坡率。这些可直接包含进最佳行程概况的公式或备选地包含进用于控制功率应用以达到目标速度的闭环调整器。
在一个实施例中,行程优化器系统仅安装在列车编组的领头机车上。即使本发明的示范性实施例不依赖于数据或与其他机车的交互,它可与如在US专利号6,691,957和US专利号7,021,588(由受让人拥有并且通过引用结合)中公开的编组管理器和/或编组优化器功能结合以提高效率。不排除与多个列车的交互,如由仲裁本文描述的两个“互相关地优化的”列车的调度的示例图示。
具有分布式动力系统的列车可以采用不同的模式操作。一个模式是其中在列车中的所有机车以相同的级位命令运行。如此如果领头机车命令开动-N8,将命令在列车中的所有单元产生开动-N8功率。操作的另一个模式是“独立”控制。在该模式中,在整个列车中分布的机车或机车集合可以以不同的开动或制动功率操作。例如,当列车到达山顶时,领头机车(在山的下坡上)可处于制动,而在列车中间或末端(在山的上坡上)的机车可处于开动。这进行以最小化在连接轨道车和机车的机械耦合器上的拉力。传统上,采用“独立”模式操作分布式动力系统要求操作员通过在领头机车中的显示期人工命令每个远端机车或机车集合。使用基于物理的计划模型、列车设置信息、车载轨道数据库、车载运行规则、位置确定系统、实时闭环功率/制动控制和传感器反馈,系统能够自动采用“独立”模式操作分布式动力系统。
当采用分布式动力运行时,在领头机车中的操作员可以通过例如分布式动力控制元件等控制系统控制在远端编组中的远端机车的操作功能。从而,当采用分布式动力运行时,操作员可以命令每个机车编组以不同的级位功率水平运行(或一个编组可以处于开动并且另一个可以处于制动),其中在机车编组中的每个个体机车以相同的级位功率运行。在示范性实施例中,采用安装在列车上并且与分布式动力控制元件通信的行程优化器系统,当远端机车编组的级位功率水平期望为由优化的行程计划推荐的时,行程优化器系统将传送该功率设置到远端机车编组用于实现。如下文论述的,关于制动同样如此。
本发明的示范性实施例可与编组(其中机车不是邻接的)一起使用,例如这些编组具有一个或多个机车在前而其他在列车中间和/或尾部。这样的配置叫做“分布式动力”,其中机车之间的标准连接由无线电链路或辅助电缆代替以从外部链接机车。当采用分布式动力运行时,在领头机车中的操作员可以通过例如分布式动力控制元件等控制系统控制在编组中的远端机车的操作功能。特别地,当采用分布式动力运行时,操作员可以命令每个机车编组以不同的级位功率水平运行(或一个编组可以处于开动并且另一个可以处于制动),其中在机车编组中的每个个体以相同的级位功率运行。
在示范性实施例中,采用安装在列车上并且与分布式动力控制元件通信的行程优化器系统,当远端机车编组的级位功率水平期望为由优化的行程计划推荐的时,行程优化器系统将传送该功率设置到远端机车编组用于实现。如下文论述的,关于制动同样如此。当用分布式动力运行时,可以增强之前描述的优化问题以允许另外的自由度,其中远端单元中的每个可以从领头单元独立控制。这么做的价值是涉及列车钩力的另外目标或约束可包含进性能函数(假定也包括反映列车钩力的模型)。从而,本发明的示范性实施例可包括使用多个油门控制以更好地管理列车钩力以及燃料消耗和排放。
在利用编组管理器的列车中,在机车编组中的领头机车可以与在该编组中的其他机车不同的级位功率设置运行。在编组中的其他机车以相同的级位功率设置运行。行程优化器系统可与编组管理器结合使用以命令在编组中的机车的级位功率设置。从而,基于行程优化器系统,因为编组管理器将机车编组分为两组,即领头机车和尾部单元,将命令该领头机车以某个级位功率运行并且命令尾部机车以另外某个级位功率运行。在示范性实施例中,分布式动力控制元件可以是容纳该操作的系统和/或设备。
同样地,当编组优化器与机车编组一起使用时,行程优化器系统可以与该编组优化器结合使用以确定在该机车编组中的每个机车的级位功率。例如,假设行程计划向机车编组推荐4的级位功率设置。基于列车的位置,编组优化器将采用该信息并且然后确定编组中的每个机车的级位功率设置。在该实现中,提高在列车内的通信信道上设置级位功率设置的效率。此外,如上文论述的,该配置的实现可利用分布式控制系统进行。
此外,如之前论述的,本发明的示范性实施例可用于基于即将来到的感兴趣的项目(例如但不限于铁路交叉口、坡度变化、接近侧线、接近机务段场和接近燃料站)关于列车编组何时使用制动的重新计划和连续校正,其中在编组中的每个机车可要求不同的制动选项。例如,如果列车从山上经过,领头机车可必须进入制动状况,而还没有到达山顶的远端机车可必须保持在开动状态。
图8、9和10是根据本发明的各种实施例供操作员使用的动态显示68的图示。如在图8中示出的,行程概况(trip profile)72可提供为动态显示68的部分。在该概况内提供机车的位置73。提供如列车长度105和在列车中的车厢数量106的这样的信息。还提供关于轨道坡度107、弯曲和路边元素108、包括桥梁位置109和列车速度110的显示元素。显示68允许操作员查看这样的信息并且还看见列车沿路线在什么地方。提供关于到如交叉口112、信号114、速度变化116、路标118和目的地120这样的位置的距离和/或估计到达时间的信息。还提供到达时间管理工具125以允许用户确定在行程期间实现的燃料节省。操作员具有改变到达时间127和目睹这如何影响燃料节省的能力。如本文论述的,本领域内技术人员将认识到燃料节省是可以用管理工具回顾的唯一一个目标的示例。为此,取决于正查看的参数,本文论述的其他参数可以用对于操作员可见的管理工具查看和评估。还提供给操作员关于机务人员已经操作列车多久的信息。在示范性实施例中,时间和距离信息可图示为时间和/距离直到特定事件和/或位置,或它可提供总经过时间。
如在图9中图示的,示范性显示提供关于编组数据130、事件和情况图表132、到达时间管理工具134和动作键136的信息。如上文论述的相似信息也在该显示中提供。该显示68还提供动作键138以允许操作员重新计划,以及解除140行程优化器系统。
图10描绘显示的另一个示范性实施例。包括空气制动状态71、具有数字插入物的模拟速度计74和关于采用磅力的牵引力(或DC机车的牵引amp)的信息的现代机车典型的数据是可见的。提供指示器74以示出在正执行的计划中的当前最佳速度,以及加速计图表用于增补采用mph/分钟的读数。最佳计划执行的重要的新数据在屏幕中间,其包括具有最佳速度和级位设置与距离关系(其与这些变量的当前历史比较)的滚动带图表76。在该示范性实施例中,列车的位置使用定位器元件得到。如图示的,位置通过识别列车离它的最终目的地、绝对位置、最初目的地、中间点和/或操作员输入多远而提供。
带状图提供遵循最佳计划所要求的速度变化的先行估计,其在人工控制中是有用的,并且在自动控制期间监测计划与实际关系。如本文论述的,例如当采用指导模式时,操作员可遵循由本发明的示范性实施例建议的级位或速度。竖条给出期望和实际级位的图表,其也在带状图下面数字显示。当利用连续级位功率时,如上文论述的,显示将简单地四舍五入到最接近的离散当量。显示可是模拟显示使得显示模拟当量或百分比或实际马力/牵引力。
关于行程状态的关键信息在屏幕上显示,并且示出列车(由领头机车、在沿列车别处的位置或在列车长度上的平均处)遇到的当前坡度88。还显示的是迄今为止在计划中行驶的距离90、累积使用的燃料92,下一站计划的地方94(和/或到下一个计划的站点的距离)和当前与下一站推断的到达时间96。显示68还示出采用可用的计算的计划可能的到目的地的最大的可能时间。如果要求较晚到达,将执行重新计划。Delta计划数据示出燃料的状态和超前或落后于当前最佳计划的时间表。负数意味与计划相比更少的燃料或比它早,正数意味与计划相比更多的燃料或比它晚,和在相反方向上典型地权衡(为了节省燃料减速使列车迟到以及相反)。
一直,这些显示68提供操作员列车处于关于当前制定的驾驶计划的什么地方的快照。该显示仅用于说明性的目的,因为存在许多其他显示/传达该信息给操作员和/或调度的方式。为此,上文公开的信息可以互混合以提供与公开的相比不同的显示。
可包括在行程优化器系统中的其他特征包括但不限于允许数据记录和报告的产生。该信息可存储在列车上并且及时下载到在某点的车外系统。下载可通过人工和/或无线传输发生。该信息还可通过机车显示器可由操作员查看。数据可包括例如但不限于操作员输入、系统运行的时间、节省的燃料、跨越列车中的机车的燃料不平衡性、列车偏航行程和例如如果GPS传感器故障等系统诊断问题的信息。
因为行程计划必须还考虑可允许的机务人员操作时间,当计划行程时本发明的示范性实施例可考虑这样的信息。例如,如果机务人员可操作的最大时间是八个小时,那么行程可改变为包括供新的机务人员代替现在的机务人员的停止位置。这样的指定停止位置可包括但不限于铁路站场、汇合/通过位置等。如果当行程行进时,可能超过行程时间,行程优化器系统可由操作员超驰(override)以满足如由操作员确定的标准。最终,不管列车的运行状况(例如,高载荷、低速和列车路程状况),操作员保持控制以命令列车的速度和/或运行状况。
使用行程优化器系统,列车可采用多个运行方式/配置运行。在一个运行概念中,行程优化器系统可提供用于命令推进和动态制动的命令。操作员然后处理所有其他列车功能。在另一个运行概念中,行程优化器系统可提供用于仅命令推进的命令。操作员然后处理动态制动和所有其他列车功能。在再另一个运行概念中,行程优化器系统可提供用于命令推进、动态制动和空气制动的应用的命令。操作员然后处理所有其他列车功能。
行程优化器系统还可用于通知操作员即将来到的感兴趣的项目和/或要采取的动作。具体地,使用本发明的示范性实施例的预测逻辑、对优化的行程计划的连续校正与重新计划和/或轨道数据库,操作员可被通知即将到来的交叉口、信号、坡度变化、制动动作、侧线、铁路站场、燃料站等等。该通知可可听见地和/或通过操作员界面发生。
具体地,使用基于物理的计划模型、列车设置信息、车载轨道数据库、车载运行规则、位置确定系统、实时闭环功率/制动控制和传感器反馈,系统向操作员呈现和/或通知要求的动作。该通知可以是视觉和/或可听见的。示例包括通知要求操作员激活机车喇叭和/或铃的交叉口,和通知不要求操作员激活机车喇叭或铃的“静音”交叉口。
在另一个示范性实施例中,使用上文论述的基于物理的计划模型、列车设置信息、车载轨道数据库、车载运行规则、位置确定系统、实时闭环功率/制动控制和传感器反馈,对操作员可呈现允许操作员看见列车何时将到达各个位置的信息(例如,显示的仪表),如在图9中图示的。系统允许操作员调节行程计划(例如,目标到达时间)。该信息(实际估计的到达时间或需要在车外得到信息)还可以传送到调度中心以允许调度员或调度系统调节目标到达时间。这允许系统快速调节并且对适当的目标函数优化(例如权衡速度和燃料使用)。
图11描绘具有多列列车的铁路轨道网络的示范性实施例。在铁路网络200中,获得多个交互轨道210、220、230和列车235、236、237的整体网络的优化的燃料效率和到达时间是可取的。如图示的,多个轨道210、220、230与在每个相应轨道上的列车235、236、237一起示出。虽然机车编组42图示为列车235、236、237的部分,本领域内技术人员将容易认识到任意列车可仅具有单个机车编组,其具有单个机车。如本文公开的,远端设施240可也牵涉在通过优化的列车动力组成提高燃料效率和减少列车的排放中。这可用位于远程设施240处的例如计算机等处理器245完成。在另一个示范性实施例中,手持装置250可用以便于通过优化的列车动力组成提高列车235、236、237的燃料效率。典型地采用这些方法中的任一个,当正编制列车时,列车235、236、237的配置通常在驼峰(hump)、铁路站场等发生。
备选地,如下文论述的,处理器245可位于列车235、236、237上或在另一列列车上,其中列车设置可使用来自另一列列车的输入完成。例如,如果列车最近在相同的轨道上完成任务,来自该列车的任务的输入可供应给当前列车(当它执行和/或将开始它的任务时)。从而,配置列车可在列车运行时间并且甚至在运行时间期间发生。例如,实时配置数据可用以配置列车机车。关于使用来自另一列列车的数据上文提供一个这样的示例。另一个示例需要如上文论述的使用与列车的行程优化关联的其他数据。另外,列车设置可使用来自多个来源的输入执行,其例如但不限于调度系统、路边系统270、操作员、离线实时系统、外部设置、分布式网络、本地网络和/或集中式网络。
图12是描绘用于通过优化的列车动力组成提高燃料效率并且减少排放量的方法的示范性实施例的流程图。如上文公开的,为了最小化燃料使用和排放同时维持到达时间,可最小化加速和匹配的制动。非期望的排放还可通过向机车的最小集合提供动力来最小化。例如,在具有若干机车或机车编组的列车中,以更高的功率设置向机车的最小集合提供动力同时使剩余的机车处于空闲、无动力待命或如下文论述的自动发动机起止(“AESS”)模式,将减少排放。这至少部分因为当机车以较低功率设置运行时(例如,级位1-3)在机车上的废气排放后处理装置(例如,催化转化器)处于低于它们最佳运行的温度。因此,使用最小数量的机车或机车编组以使任务按时,以高功率设置运行将允许废气排放处理装置以最佳温度运行,由此进一步减少排放。
在图12中的流程图500中图示的方法提供用于在510确定列车载荷。当发动机在其他应用中使用时,载荷基于发动机配置确定。列车载荷可用如在图13中图示的载荷或列车载荷估计器560确定。在示范性实施例中,列车载荷基于如在如在图11中图示的列车组成清单480中公开的获得的信息估计。例如,列车组成清单480可包含在处理器245(在图11和13中图示)中,其中处理器245做出估计,或可在操作员做出估计的纸上。列车组成清单480可包括例如车厢数量、车厢重量、车厢容纳物、车厢年限等的信息。在另一个示范性实施例中,列车载荷使用历史数据估计,该历史数据例如但不限于做出相同行程的之前的列车任务和相似的列车车厢配置等。如上文论述的,使用历史数据可用处理器或人工完成。在再另一个示范性实施例中,列车载荷使用经验法则或表格数据估计。例如,配置列车235、236、237的操作员可基于建立的指南确定要求的列车载荷,这些指南例如但不限于在列车中的车厢数量、在列车中的车厢类型、在列车中的车厢重量和正由列车运输的产品量等。该相同的经验法则确定可也使用处理器245完成。
参照回图12,公开在520识别柴油动力系统的任务时间和/或持续时间。关于在其他应用中使用的发动机,识别柴油动力系统的任务时间和/或持续时间可等同于限定预计发动机配置完成任务的任务时间。在530基于列车载荷做出关于要求的最小总功率量的确定。在540选择机车以满足最小要求的功率同时产生提高的燃料效率和/或最小化的排放量。
尽管图12公开确定要求的最小总功率量,本领域内技术人员将认识到其他任务特性可代替确定要求的最小总功率量。作为示例,并且不公开为限制,可做出关于允许的最小排放量的确定。同样地,识别任务时间和持续时间也不应该认为是限制因素。本领域内技术人员将容易认识到可识别其他特性或因素。这样的其他特性和/或因素可包括但不限于维护时间表、机动系统的退化运行(例如由于系统和/或子系统的故障或部分故障引起受限制的使用)、信号和/或路线设置(例如来从网络观点来看)、轨道磨损数据等。
图34描绘图示用于通过优化的动力组成提高机动系统的燃料效率的方法的示范性实施例的流程图。流程图400图示在402确定要求载荷或载荷要求。在404识别与机动系统关联的第一特性。在406识别第二特性,其中基于载荷要求期望第二特性的特定的范围。在408选择功率产生单元以满足第二特性的特定范围,同时产生提高的燃料效率和最小化的排放量中的至少一个。
机车可基于需要的机车类型(基于它的发动机)和/或需要的机车数量(基于发动机的数量)选择。相似地,关于在其他动力应用(例如但不限于海洋、OHV和固定功率站(power station)等)中使用的柴油发动机,每个的多个单元用于完成对于特定应用唯一的指定任务。
为此,如在图13中图示的行程任务时间测定仪570可用于基于例如但不限于天气状况、轨道状况等的信息确定任务时间。机车组成可基于需要的机车类型(作为功率输出的函数或另外)和/或需要的机车的最小数量。例如,基于可用的机车,选择刚好满足要求的总功率的那些机车。为此,作为示例,如果十个机车是可用的,做出来自每个机车的功率输出的确定。基于该信息,选择满足总功率要求需要的机车的最少数量和类型。例如,机车可具有不同的马力(HP)额定值或起动牵引力(TE)额定值。除要求的总功率外,可以确定在列车中的功率分布和功率类型。例如,为了限制在重型列车上的最大耦合器力,机车可在列车中分布。另一个考虑是机车的能力。在列车的首端上放置四个DC机车可是可能的;然而,具有相同HP的四个AC单元可能不能在首端使用,因为总挂钩力可能超过指定极限。
在另一个示范性实施例中,机车的选择可不仅基于减少在列车中使用的机车数量。例如,如果总功率要求由可用机车中的五个来最低限度地满足(当与通过使用可用机车中的三个也满足功率要求比较时),使用五个机车代替三个。鉴于这些选项,本领域内技术人员将容易认识到机车的最小数量可从可用机车的顺序(和随机)集合选择。当在运行时间和/或在任务期间列车235、236、237已经编制并且正在做决定时可使用这样的方法,其中剩余的机车不用于向列车235、236、237提供动力,如下文进一步详细论述的。
当编制列车235、236、237时,如果列车235、236、237要求备用功率,可增加增量机车255或多个机车(参见图11)。然而,该附加机车255被隔离以最小化燃料使用、排放量和功率变化,但假使运行机车变为不可运行的时可用于提供备用功率,和/或提供附加功率以在建立的任务时间内完成行程。隔离的机车255可处于AESS模式以最小化燃料使用同时使机车当需要时可用。在示范性实施例中,如果提供备用或隔离机车255,当确定列车载荷时可考虑它的尺度(例如重量)。
从而,如上文更详细论述的,确定向列车235、236、237提供动力所需要的最小功率可在列车运行时间和/或在运行(或任务)期间发生。在该实例中,一旦做出关于优化的列车功率的确定,并且识别在列车235、236、237中的机车或机车编组42以提供需要的必要功率,没有识别用于使用的附加机车255处于空闲或AESS模式。
在示范性实施例中,总任务运行可分成多个部分或分段,例如但不限于至少2个分段,例如如在图11中图示的分段A和分段B。基于完成任何分段花费的时间量,假使需要增量功率以满足行程任务目标,使由隔离机车255提供的备用功率可用。为此,可对特定的行程分段利用隔离机车255以使列车235、236、237回至按时状态并且然后对随后的分段关闭(如果列车235、236、237保持按时的话)。
从而,在运行中,领头机车可使提供用于增量功率的机车255处于隔离模式直到需要该功率。这可通过使用从通常在领头机车上的操作员到隔离机车255的有线或无线调制解调器或通信完成。在另一个示范性实施例中,这些机车采用分布式动力配置运行并且隔离机车255已经结合在该分布式动力配置中,但是它们是空闲的并且当要求附加功率时启动。在再另一个实施例中,操作员使隔离机车255处于适当的模式。
在示范性实施例中,机车基于列车载荷和任务时间的最初设置由行程优化器更新,如上文公开的,并且做出对机动机车的数量和类型的调节。作为示范性说明,考虑分别具有1、1.5和0.75的相对可用最大功率的三个机车的机车编组42。(相对可用功率是相对于“基准”机车,其用于确定总编组功率。例如,在“3000HP”基准机车的情况下,第一机车具有3000HP,第二4500HP和第三2250HP。)假设任务分成七个分段。考虑到上文的场景,下列组合是可用的并且可以匹配于轨道部分载荷:0.75、1、1.5、1.75、2.25、2.5、3.25,其是编组的最大相对HP设置的组合。从而,对于上文提到的每个相应相对HP设置,对于0.75设置,第三机车启动并且第一和第二关闭,对于1,第一机车启动并且第二和第三关闭,等等。在一个实施例中,行程优化器选择最大要求的载荷并且通过级位调用调节同时最小化功率设置的重叠。因此,如果分段要求2和2.5之间(乘3000HP)那么使用机车1和机车2,同时机车3处于空闲或处于待命模式,取决于它在该分段中的时间和机车的重启时间。
在另一个示范性实施例中,可执行分析以确定排放量和机车功率设置之间的权衡以最大化更高的级位运行,其中来自废气后处理装置的排放是更佳的。该分析还可考虑关于列车运行优化上文论述的其他参数中的一个。该分析可对整个任务运行、任务运行的分段和/或两者的结合执行。
图13描绘根据本发明的一个方面包括在用于优化的列车动力组成的系统中的元件的框图。如上文图示和论述的,提供列车载荷估计器560。还提供行程任务时间测定仪570。还提供处理器245。如上文公开的,虽然针对列车,相似的元件可用于不在轨道车辆内使用的其他发动机,例如但不限于越野车辆、海洋船只和固定单元。处理器245基于由列车载荷估计器560确定的列车载荷和由行程任务时间测定仪570确定的行程任务时间计算向列车235、236、237提供动力所要求的总功率量。进一步基于每个机车功率输出来确定需要的机车类型和/或需要的机车数量,以最低限度地达到基于列车载荷和行程任务时间要求的最小总功率量。
行程任务时间测定仪570可将任务分段为多个任务分段,例如分段A和分段B,如上文论述的。总功率量于是可对任务的每个分段分别确定。如上文进一步论述的,附加机车255是列车235、236、237的部分并且提供用于备用功率。当识别要求时,来自该备用机车255的功率可增量地使用,例如但不限于提供功率以使列车235、236、237回到对于特定行程分段的按时情况。在该情况下,操作列车235、236、237以达到和/或满足行程任务时间。
列车载荷估计器560可基于包含在列车组成清单480、历史数据、经验法则估计和/或表格数据中的信息估计列车载荷。此外,处理器245可确定排放量和机车功率设置之间的权衡以最大化更高的级位运行,其中优化了来自废气后处理装置的排放。
图14描绘用于确定柴油机动系统的燃料效率和排放的传递函数的框图。这样的柴油机动系统包括但不限于机车、海洋船只、OHV和/或固定功率产生站。如图示的,关于输入能量580(例如功率、废热等)的信息和关于后处理过程583的信息提供给传递函数585(“f(x,y)”)。该传递函数585利用该信息以确定最佳燃料效率587和排放量590。
图15描绘用于确定具有至少一个柴油为燃料的功率产生单元的柴油机动系统的配置的方法的示范性实施例。如在流程图600中示出的,该方法包括在605确定从柴油机动系统中需要的以便完成指定任务的最小功率。如在610,确定柴油为燃料的功率产生单元的运行状况使得满足最小功率要求同时产生柴油机动系统的更低燃料消耗和/或更低排放中的至少一个。如上文公开的,在流程图600中图示的方法可应用于多个柴油为燃料的功率产生单元,例如但不限于机车、海洋船只、OHV和/或固定功率产生站。另外,该流程图600可使用计算机软件程序实现,其可位于计算机可读介质上。
图16描绘用于操作轨道车辆的闭环系统的示范性实施例。如图示的,该系统包括优化器650、转换器652、轨道车辆653和从采集特定信息的至少一个输出654,其例如但不限于速度、排放、牵引力、马力和摩擦修改技术(例如,应用沙子)。输出654可由传感器656确定,其是轨道车辆653的部分,或在另一个示范性实施例中独立于轨道车辆653。最初从行程优化器650和/或调节装置(regulator)产生的信息得到的信息通过转换器652提供给轨道车辆653。由传感器656从轨道车辆采集的机车数据然后在闭环通信路径657上传送回优化器650。
优化器650确定待调节的至少一个因素的运行特性,例如速度、燃料、排放等。优化器650基于确定的优化值确定功率和/或转矩设置中的至少一个。转换器652提供用于转换关于功率、转矩、速度、排放、摩擦修改技术(例如但不限于应用沙子)、设置、配置等的信息为适合于应用于轨道车辆653(通常机车)的控制输入的形式。具体地,该信息或数据可转换为电信号。
如下文进一步详细说明的,转换器652可与多个装置中的任意一个联接,例如主控制器、远程控制机车控制器、分布式动力驱动控制器、列车线路调制解调器(train line modem)、模拟输入等。图17描绘与主控制单元或控制器651结合的闭环系统。转换器例如可选择性地断开或停用主控制器(或致动器)651的输出。(主控制器651一般由操作员使用以命令机车,如涉及功率、马力、牵引力、摩擦修改技术的实现(例如但不限于应用沙子)、制动(包括动态制动、空气制动、手制动等中的至少一个)、推进等等。本领域内技术人员将容易认识到主控制器可用于控制在控制机车中使用的硬开关和基于软件的开关两者。)一旦主控制器651断开,转换器652然后代替主控制器651产生控制信号。致动器651的断开可通过电线、软件开关、可配置输入选择过程等。图示开关装置655执行该功能。更具体地,主控制器651的操作员控制输入被断开。
虽然图17公开主控制器651,这对机车是特定的。本领域内技术人员将认识到在例如上文公开的那些的其他应用中,其他装置可提供等同于如在机车中使用的主控制器的功能。例如,加速器踏板在OHV或运输公共汽车中使用,并且激励控制在发生器(generator)上使用。关于海洋船只,可有多个力产生装置(例如,螺旋桨),处于不同的角度/取向,其采用闭环方式被控制。
如上文论述的,相同的技术可用于其他装置,例如控制机车控制器、分布式动力驱动控制器、列车线路调制解调器、模拟输入等。虽然未说明,本领域内技术人员将容易认识到转换器同样可以使用这些装置和它们到机车的关联连接,其用于应用输入控制信号于机车。这些其他装置的通信系统657可是无线或有线的。更具体地,转换器可与除主控制器651外的装置(例如驱动控制器、调制解调器等)接口。
图18描绘用于操作与轨道车辆的另一个输入运行子系统结合的轨道车辆的闭环系统的示范性实施例。例如,分布式动力驱动控制器659可从各种来源661(例如但不限于操作员、列车线路和机车控制器等)接收输入并且传送信息到远端位置的机车。转换器652可直接提供信息给DP控制器659的输入(作为附加输入)或断开输入连接中的一个并且发送该信息到DP控制器659。开关655被提供以指导转换器652如何如上文论述的提供信息给DP控制器659。开关655可是基于软件的开关和/或有线开关。另外,开关655不必须是双路开关。开关可基于它控制的信号数量具有多个开关方向。
在另一个示范性实施例中,转换器可命令主控制器的操作,如在图19中图示的。转换器652具有用于基于从优化器650接收的电信号自动移动致动器651的机械工具。
传感器656提供在机车上以采集运行状况数据654,例如速度、排放、牵引力、马力等。来自传感器656的机车输出信息然后通常通过轨道车辆653提供给优化器650,从而完成闭环系统。
图20描绘另一个闭环系统,但其中操作员处于环中。优化器650产生最佳性能要求的功率/运行特性。该信息通过人机界面(HMI)和/或显示器649等传送给操作员647。信息可以采用包括音频、文本或图表或视频显示的各种信息传送。操作员647在该情况下可以操作主控制器或踏板或任意其他致动器651以遵循最佳功率水平。
如果操作员遵循计划,优化器连续显示要求的下一步操作。如果操作员不遵循计划,优化器可重新计算/重新优化该计划,取决于功率、速度、位置、排放等从计划的偏离和偏离的持续时间。如果操作员在某种程度上不能满足优化的计划,其中重新优化计划是不可能的或其中安全标准已经或可能被超出时,在示范性实施例中优化器可控制车辆以保证优化的运行,通告需要考虑优化的任务计划或简单地记录该事件供将来分析和/或使用。在这样的实施例中,操作员可以通过人工解除优化器而重新取得控制。
图21是示出用于当操作员输入可包括在决策环中时行程优化方法的示范性实施例的流程图300。在301,提供优化的任务计划,其可人工应用。更具体地,输入装置是可用的,通过该输入装置操作员可基于包含在优化的任务计划中的信息控制车辆(或其他机动系统)。(例如,优化的任务计划的方面可显示给操作员以作为用于通过输入装置控制车辆的指导。)在302,优化的任务计划响应于正实施的人工任务计划而重新计划。人工任务计划可是优化的任务计划的人工应用/实现,或它可与优化的任务计划不相关,即,优化的任务计划呈现给操作员用于在控制车辆中使用,但操作员人工应用不同的计划。(在一个实施例中,人工任务计划可是实际计划,即,预定的控制操作集;在另一个实施例中,人工任务计划包括操作员人工地应用优化的任务计划,其包括由于人工控制的有缺陷的性质引起的可能的变化;在另一个实施例中,人工任务计划包括由操作员执行用于控制车辆的任何控制动作,其中控制动作不是预定的。)响应于正实施的人工任务计划重新计划优化的任务计划的目的是考虑优化的任务计划和人工任务计划之间的偏离,即,优化的任务计划被重新计划以反映通过人工任务计划控制车辆的实际方式。(从而,在一个实施例中,如果优化的任务计划被人工应用并且没有偏离优化的任务计划,那么不重新计划该优化的任务计划。)在303,当人工任务计划偏离优化的任务计划超过预定量,人工计划可例如基于包含在优化的计划中的信息自主调节。例如,如果优化的任务计划向任务的给定分段提供某个速度,如果人工应用的任务计划导致超过该速度,优化的任务计划可自主实施以进行校正以保证速度保持在可接受的速率。例如当硬极限即将被打破时(硬极限指在任何情况下都不可以打破的极限)或当超过软极限长达预定的时间量时(软极限指可打破但仅长达有限的时间或在指定条件下的极限)可利用这样的方法。
在另一个示范性实施例中,当车辆正基于优化的任务计划控制时,允许操作员修改、调节或调整(trimming)由优化的任务计划确定的值一选择的量或长达给定的时间段。举例说明,如果行程优化器系统对轨道的特定分段命令特定速度,但仅作为示例,这是操作员之前经过并且优选不同速度的任务分段,行程优化器系统配置成允许操作员调节速度,假定调节的速度在如在行程优化器系统内建立的预置的调节范围内。如果调节超出调节范围,操作员有使行程优化器系统解除并且然后设置优选的速度的选项。相似地,优化器系统可配置成修改操作员命令一选择的量。
图22描绘行程优化方法的示范性实施例,其中操作员界面对于操作员可用以调节、修改和/或调整优化的任务计划或与其相关的命令。在图22的流程图305中,在306,任务根据优化的任务计划自主执行。“自主执行”可包括使用闭环技术自动执行优化的任务。任务计划人工调节。更具体地,在307提供输入装置,其配置成当任务在进行中时允许操作员在预定范围内人工调整任务的至少一个特性。任务计划可在该优化的任务计划被微调之后被重新优化(在308)。更具体地,任务计划的重新优化在其他时间发生,而不仅在任务计划实施之前。在308,在特定的时间段之后和/或当调整任务的至少一个特性而达到特定判据时,任务计划可被调节以对应于优化的任务计划。例如,在操作员期望对任务的某些部分以给定的速度操作机车的情况下,当操作员调节任务计划时,操作员也可实施(当操作员希望时)待再遵循的优化的任务计划(例如在离开隧道之后)。在再利用优化的任务计划之前,可执行优化的任务计划的重新计划。术语“调节”和“调整”都在这里使用。调整也指调节或调节,然而调整可视为做出更微小的调节。
从而,一个实施例涉及用于操作具有至少一个功率产生单元的至少一个机动系统的方法305。该方法包括根据优化的任务计划自主执行306任务。该方法还包括当任务在进行中时在预定范围内通过配置用于任务计划的至少一个特性的人工输入和调整的输入装置调整307任务计划的至少一个特性(这里,如上文指示的,“调整”大体上指调节)。
图22的实施例的逆向也是可能的。更具体地,图23示出行程优化方法的流程图,其图示其中行程优化系统可修改操作员的任务计划或命令的情况。图22的流程图310在311图示用人工实现的任务计划执行的任务。在312,当在进行中时,用包含在优化的任务计划中的信息调整、调节和/或修改人工实施的任务。任务计划在优化的任务计划调整、调节和/或修改后重新优化。如进一步公开的,在特定时间段后和/或当调整任务的至少一个特性而达到特定判据时,任务被调节为对应于人工实施的任务计划。
在另一个实施例中,操作员和行程优化器系统可一起工作以操作柴油机动系统。例如,操作员可控制例如但不限于节距(pitch)的特性,行程优化器系统配置成控制至少一个其他特性,例如但不限于推力。在另一个示范性实施例中,在多个推进器和/或发动机可用的情况下,操作员可控制至少一个推力器和/或发动机并且行程优化器系统可控制至少一个其他的推力器和/或发动机。
图24描绘行程优化方法的示范性实施例,其中任务的部分在行程优化器系统和另一个例如但不限于操作员的实体(或多个其他实体)之间分配。在该实施例中,如在流程图315中示出的,在316提供优化的任务计划。在317,人工控制任务计划中的至少一个特性。在318,自主控制任务计划中的至少另一个特性。在319,优化的任务计划根据至少一个人工控制的特性通过闭环过程自主调节。
本文中公开的实施例还可在机动系统是机动系统队列和/或网络的部分的地方使用。图25示出流程图320,其描绘用于操作具有至少一个功率产生单元的机动系统的方法的示范性实施例,其中机动系统可是机动系统队列和/或网络的部分。在322,该方法包括评估至少一个功率产生单元的运行特性。在324,运行特性与涉及任务目标的指定值比较。在326,运行特性自主调节以便满足任务目标。如本文公开的,自主调节可使用闭环技术执行。
图26描绘用于在闭环过程中运行轨道车辆的示范性方法。如在图26中的流程图660中示出的,在662,该方法包括确定机车编组的优化设置。该优化设置可包括用于任何设置变量(例如功率水平、优化的转矩排放、其他机车配置等)的设置。在664,该方法还包括将优化的功率水平和/或转矩设置转换成对于机车编组可识别的输入信号。在667,当应用优化的功率水平和优化的转矩设置至少其中之一时,确定机车编组的至少一个运行状况。在668,该方法进一步包括传送至少一个运行状况到优化器系统(在闭合控制环内),其中优化器系统使用至少一个运行状况以进一步优化功率水平和/或转矩设置。
如上文公开的,流程图660的方法可使用计算机软件代码执行。因此,对于最初可能不具有利用本文公开的流程图660的方法的能力的轨道车辆,包含计算机软件模块的电子媒介可由在轨道车辆上的计算机访问使得软件模块可装载到轨道车辆上用于实施。电子媒介将不是限制性的,因为任意计算机软件模块还可通过包括无线和/或有线传输系统的电子媒介传输系统装载,例如但不限于使用因特网以完成安装。
机车基于级位水平产生排放率。实际上,更低的级位水平不必然导致更低的每单位输出排放,例如gm/hp-hr,并且相反也是如此。这样的排放可包括,但不限于微粒、废气、热等等。相似地,来自机车的噪声水平也可基于级位水平变化,特别是噪声频率水平。因此,当本文提到排放时,本领域内技术人员将容易认识到本发明的示范性实施例也可适用于降低由柴油机动系统产生的噪声水平。因此,即使本文在不同时间公开排放和噪声,但是术语排放也应该理解为也包括噪声。
当操作员要求特定马力水平或级位水平或其他的油门水平时,操作员正期望机车以某个牵引功率或牵引力运行。在示范性实施例中,为了最小化排放量,机车能够在级位/功率/发动机速度水平之间切换同时保持操作员期望的平均牵引功率。例如,假设操作员要求级位4或2000HP。然后机车可以级位3运行长达给定的一段时间,例如一分钟,然后移到级位5长达一段时间,然后回到级位3长达一段时间使得产生的平均功率对应于级位4。机车移到级位5,因为已经知道在该级位设置的机车的排放量小于当在级位4时的排放量。在机车在级位设置之间移动的总时间期间,平均值仍然是级位4,从而操作员期望的牵引功率仍然实现。
每个级位的时间由各种因素确定,例如在每个级位的排放、在每个级位的功率水平和操作员敏感性。本领域内技术人员将容易认识到当机车正人工操作时和/或当操作自主执行时(例如但不限于当由行程优化器系统控制时)和在低速控制期间本发明的实施例是可操作的。
在另一个实施例中,使用多个设定点。这些设定点可通过考虑例如但不限于级位设置、发动机速度、功率、发动机控制设置等的多个因素确定。在另一个实施例中,当使用可以不同的级位/功率设置运行的多个机车时,级位/功率设置确定为性能和/或时间的函数。当排放减少时,其他因素可与减少排放权衡考虑。这样的因素包括但不限于燃料效率和噪声。同样,如果期望是减少噪声,可考虑排放和燃料效率。如果燃料效率是要提高的,可应用相似的分析。
图27描绘速度与时间关系图表的实施例,其将当前运行与排放优化的运行比较。与可取的速度比较的速度变化可以任意地最小化。例如,如果操作员期望在期望的时间内从一个速度(S1)移动到另一个速度(S2),它可以用微小的偏离实现。
图28描绘导致维持恒定的期望级位和/或马力的调制图形。在每个级位的时间量取决于机车数量和列车的重量和它的特性。本质上,列车的惯性用于结合牵引功率/力以获得期望的速度。例如,如果列车是重的,在示例中在级位3至5的转换之间的时间可以是大的,反之亦然。在另一个示例中,如果给定的列车的机车数量是巨大的,转换之间的时间必须更小。更具体地,时间调制和/或循环将取决于列车和/或机车特性。
如之前论述的,排放量可基于假定的级位分布,但是不要求操作员/铁路具有该整体分布。因此,在一段时间、在一段时间在许多机车上和/或在一段时间对机车队列施行级位分布是可能的。通过提供有排放数据,行程优化器系统可以将基于级位/功率设置来比较对于排放量的期望的级位/功率并且确定级位/功率循环以满足要求的速度同时最小化排放量。优化可以明确地用于产生计划,或计划可以修改以施行、减少和/满足要求的排放。
图29描绘用于确定具有至少一个柴油为燃料的功率产生单元的柴油机动系统的配置的示范性方法。该方法在图29中的流程图700中图示,并且包括在702确定需要从柴油机动系统中得到以便完成指定任务的最小功率(或功率水平)。在704,该方法另外包括基于要求的最小功率(功率水平)确定排放量。在706,该方法进一步包括使用导致较低的排放量的至少一个其他的功率水平,其中总所得的功率接近要求的功率。因此,在运行中,期望的功率水平可与至少另一个功率水平一起使用,和/或可使用不包括期望的功率水平的两个功率水平。在第二示例中,如公开的,如果期望的功率水平是级位4,使用的两个功率水平可包括级位3和级位5。
排放量数据(基于级位速度)提供给行程优化器系统。如果某个级位速度产生高排放量,行程优化器系统可以通过在产生较低的排放量的级位设置之间的循环起作用,使得机车将避免在特定的级位运行同时仍满足避免的级位设置的速度。例如,应用上文提供的相同示例时,如果级位4由于排放量而识别为小于运行的最佳设置,但是级位3和5产生较低的排放量,行程优化器系统可在级位3和5之间循环,其中平均速度等于在级位4实现的速度。因此,当提供与级位4关联的速度时,总排放量小于在级位4预期的排放量。
因此,当采用该配置运行时,虽然可实际上不遵守基于限定级位限制施加的速度约束,可改善在完成的任务上的总排放量。更具体地,虽然在特定区域可以强加为轨道车辆将不超过级位5,行程优化器系统可确定在级位6和4之间的循环可是优选的以达到级位5速度极限而同时还改善排放量,因为级位6和4的组合的排放量比当在级位5运行时的更好,因为级位4或级位6或二者比级位5更好。
图30图示用于最小化来自具有至少一个柴油为燃料的功率产生单元的柴油机动系统的排放量、噪声水平等同时保持特定速度的系统。系统722包括用于确定需要从柴油机动系统18中得到以便完成指定任务的最小功率的处理器725。该处理器725还可确定何时在两个功率水平之间交替。确定装置727用于基于要求的最小功率确定排放量。还包括用于在功率水平之间交替以达到要求的最小功率的功率水平控制器729。该功率水平控制器729起作用以产生较低的排放量同时总平均所得功率接近要求的最小功率。
图31图示用于最小化来自具有至少一个柴油为燃料的功率产生单元的柴油机动系统的排放量、噪声输出等同时保持特定速度的系统。该系统包括用于确定需要从柴油机动系统中得到以便完成指定任务的功率水平的处理器727。该系统还包括用于基于要求的功率水平确定排放量的排放测定仪装置727。还公开排放比较装置731。该排放比较装置731将其他功率水平的排放量与基于要求的功率水平的排放量比较。柴油为燃料的功率产生单元18的排放量基于要求的功率水平通过在产生比要求的功率水平少的排放量的至少两个其他功率水平之间交替而减少,其中在至少两个其他功率水平之间交替产生(i)接近要求的功率水平的平均功率水平同时(ii)产生比要求的功率水平的排放量更低的排放量。如本文公开的,交替可简单地导致使用至少一个其他功率水平。因此,虽然功率水平(例如油门设置)在本文中特征化为交替,该术语不使用为限制性的。为此,装置753提供用于在至少两个功率水平之间交替和/或至少使用一个其他功率水平。
虽然上文的示例图示在两个级位水平之间循环以满足第三级位水平,本领域内技术人员将容易认识到当试图满足特定期望级位水平时可使用超过两个级位水平。因此,三个或更多的级位水平可包括在循环中以达到特定期望级位水平、以改善排放同时仍满足速度要求时。另外,交替的级位水平中的一个可是期望的级位水平。因此,在最低限度,期望的级位水平和另一个级位水平可以是在其之间交替的两个功率水平。
图32示出图示用于操作具有至少一个柴油为燃料的功率产生单元的柴油机动系统的方法的示范性实施例的流程图。(该方法还可应用于控制具有其他功率产生单元的其他机动系统)。操作柴油机动系统以执行具有一个或多个任务目标的任务。任务目标可包括考虑总排放、最大排放、燃料消耗、速度、可靠性、磨损、力、功率、任务时间、达到时间、中间点时间和机动系统的制动距离中的至少一个。本领域内技术人员将容易认识到任务目标可基于柴油机动系统的特定任务进一步包括其他目标。例如,如上文公开的,机车的任务目标不同于固定功率产生系统的。因此,任务目标是基于柴油机动系统的类型和柴油机动系统的任务的性质。
如在图32中的流程图800中示出的方法包括在802评估柴油机动系统的运行特性。“运行特性”意思是涉及机动系统的运行的特征、特性或品质,其包括机动系统自身或机动系统运行的环境的特征、特性或品质。从而,运行特性可包括排放、速度、马力、摩擦修改物、牵引力、总功率输出、任务时间、燃料消耗、能量储存和/或柴油机动系统在其上运行的表面的状况中的至少一个。当柴油机动系统是具有例如柴油为燃料的功率产生单元作为它的主功率产生系统以及电、液压或其他非柴油的功率产生系统作为它的次要功率产生系统的混合系统时,能量储存是重要的。关于速度,运行特性可关于时间变化速度和位置变化速度进一步细分。
当与至少一个其他柴油机动系统结合使用时,运行特性可进一步基于柴油机动系统的位置。例如,列车可包括多个柴油机动系统,例如采用编组组织的机车。因此,将有领头机车和远端机车。对于在尾部位置的那些机车,也牵涉尾部模式考虑。运行特性可进一步基于环境状况(指机动系统的外部状况),例如但不限于温度和/或压强。
在图32中的流程图800中图示的方法进一步包括在804将运行特性与满足任务目标的期望/指定值比较。该指定值可从运行特性、柴油机动系统的能力和/或柴油机动系统的至少一个设计特性中的至少一个确定。关于柴油机动系统的设计特性,存在设计特性变化的机车的各种模块。该指定值可在远程位置确定,例如但不限于远程监测站和/或是柴油机动系统的一部分的位置。
指定值可基于柴油机动系统的位置和/或运行时间。如采用运行特性,指定值进一步基于排放、速度、马力、摩擦修改物、牵引力、包括温度和压强中的至少一个的环境状况、任务时间、燃料消耗、能量储存和/或柴油机动系统在其上运行的表面的状况中的至少一个。指定值可进一步基于柴油机动系统的部分和/或编组的部分或以如上文公开的在子编组级别的许多柴油为燃料的功率产生单元进一步确定。
流程图800的方法进一步包括在806用反馈过程中运行的用以满足任务目标的闭环控制系统调节运行特性以对应于指定值。(即,在一个实施例中,为满足任务目标,机动系统通过反馈过程被控制使得机动系统的测量的运行特性对应于指定值。)该反馈过程可包括本领域内技术人员容易知道的反馈原理。一般地,但不考虑为限制性的,该反馈过程接收信息和基于接收的信息做出确定。闭环方法允许流程图800的方法实现而没有外部干扰。然而,如果由于安全问题而要求的话,也提供人工超驰。运行特性的调节可基于环境状况做出。如上文公开的,流程图800的方法还可采用计算机软件代码实现,其中该计算机软件代码可位于计算机可读介质中。
在一个示例中,闭环反馈过程牵涉增量地控制机动系统使得运行特性朝指定值移动或接近该指定值。即,在运行特性和指定值之间存在差别,并且控制机动系统使得差别减小。如应该意识到的,当本文提到运行特性“对应于”指定值时,这可是直接对应,例如运行特性和指定值都涉及相同类型的系统测量(时间、速度、燃料消耗、排放等),或它可是间接对应,例如运行特性和指定值涉及不同的系统测量,但是不同的系统测量可彼此相关。例如,如果运行特性是速度,指定值是排放量,排放量可通过查找表、算法或类似物与速度相关。一旦机动系统被增量控制时,运行特性重新测量或另外重新评估(其提供反馈)。基于重新测量的运行特性,如果运行特性仍不对应于指定值,机动系统在牵涉随后的重新测量(反馈)和增量控制的环路过程中进一步被增量控制,直到运行特性对应于指定值。
与图32的方法相似的另一个实施例涉及用于操作具有至少一个柴油为燃料的功率产生单元的柴油机动系统的方法(800)。该方法包括确定柴油机动系统的运行特性。该方法还包括将运行特性与满足机动系统的任务的任务目标的指定值比较。该方法进一步包括控制控制机动系统以朝指定值调节运行特性。该方法进一步包括在闭环反馈过程中重复确定运行特性和控制机动系统直到运行特性对应于指定值或在指定值的预定范围内接近。特别地,它可以是运行特性不必精确地匹配或对应于指定值而仅在预定范围/阈值内接近对应于指定值的情况。
图33示出用于运行具有至少一个柴油为燃料的功率产生单元的柴油机动系统的示范性系统810的框图。该系统810包括配置用于确定柴油机动系统的至少一个运行特性的传感器812。在示范性实施例中,提供多个传感器812以采集关于来自柴油机动系统上的多个位置和/或柴油机动系统内的多个子系统的运行特性的信息。本领域内技术人员也将认识到传感器812可是运行输入装置。因此,传感器812采集关于柴油机动系统的运行特性的信息,其包括例如涉及排放、速度、马力、摩擦修改物、牵引力、包括温度和压强中的至少一个的环境状况、任务时间、燃料消耗、能量储存和/或柴油机动系统在其上运行的表面的状况的信息。处理器814与传感器812通信。基准产生装置816提供并且配置成识别优选或基准运行特性(即,感兴趣的特定运行特性)。该基准产生装置816通过有线和/或无线通信系统和/或装置与处理器814通信。该基准产生装置816可远离柴油机动系统或是柴油机动系统的部分。
处理器814运行算法818,其实现用于比较确定的运行特性(关于由传感器812提供的信息)与基准运行特性以确定期望的运行特性的反馈过程。进一步提供与处理器814闭环通信的转换器820以实现期望运行特性。从而,如由传感器812确定的,机动系统的当前/实际运行特性与基准运行特性比较。基于该比较,通过闭环过程控制机动系统以实现期望的运行特性,即控制机动系统使得机动系统展现期望的运行特性(或至少向着展现的期望的运行特性来移动)。转换器820可以是主控制器、远程控制控制器、分布式动力控制器和列车线路调制解调器中的至少一个。更具体地,当柴油机动系统是机车系统时,转换器可以是远程控制机车控制器、分布式动力机车控制器和/或列车线路调制解调器。
如进一步图示的,可包括第二传感器821。该第二传感器配置成测量至少一个环境状况、关于提供给算法818和/或处理器814以确定期望的运行特性的信息。如上文公开的,环境状况的示范性示例包括但不限于温度和压强。
另一个实施例涉及用于控制列车的运行的方法。该方法还可应用于控制其他车辆或其他机动系统。根据该方法,列车基于优化的任务计划被控制,典型地用于减少燃料使用和/或减少排放量。为了计算任务计划,可执行下列步骤。首先,例如从数据库或别处接收路线数据和列车数据。该路线数据包括涉及列车在其上沿着路线行使的轨道的一个或多个特性的数据和涉及沿着路线的至少一个速度极限的数据。列车数据涉及列车的一个或多个特性。任务计划在列车沿着路线行驶期间的任何时间在列车上形成。任务计划基于接收的数据在沿路线的第一点形成并且至少覆盖路线的沿路线延伸到比第一点更远的第二点的分段。任务计划形成用于覆盖分段的整体(基于或不管沿着数据可用的分段的路线的所有不同的地理特征或其他特性)。这时,它意味着:(i)任务计划考虑沿着数据可用的路线分段的所有不同的地理特征或其他特性,和(ii)形成任务计划而不管沿着分段的该路线的特定地理特征或其他特性是什么。从而,不论沿着路线分段已知的地理特征或其他路线特性是什么,对该分段形成任务计划。
另一个实施例涉及用于操作车辆的方法。该方法包括在车辆接收路线数据和车辆数据。该路线数据包括涉及车辆沿其行驶的路线的一个或多个特性的数据,并且车辆数据涉及车辆的一个或多个特性。该方法进一步包括在车辆沿着路线行驶期间的任何时间在车辆上形成任务计划。任务计划基于接收的数据在沿着路线的第一点形成并且至少覆盖路线的沿路线延伸到比第一点更远的第二点分段。任务计划形成用于覆盖段的整体,其基于或不管沿着数据可用的分段的路线的所有不同的地理特征或其他特性。该方法进一步包括当车辆沿着路线分段行驶时根据任务计划控制车辆。任务计划配置用于减少车辆的燃料使用和/或减少由车辆沿着路线分段产生的排放。
形成任务计划后,确定任务计划对于满足车辆的至少一个任务目标是否正确。如果确定任务计划对于满足车辆的至少一个任务目标不正确,该方法进一步包括更新用于形成任务计划的接收的数据。任务计划然后基于更新的接收数据修订以满足至少一个任务目标。修订任务计划后,该方法进一步包括基于修订的任务计划来运行机动系统。
如应该意识到的,本文涉及“行程计划”的任何描述还可应用于“任务计划”,因为行程计划是任务计划的一种,即,行程计划是车辆的任务计划。对于“行程”和“任务”大体上都是如此,即行程是任务的特定种类。
尽管本发明已经参照各种示范性实施例描述,本领域内技术人员将理解可做出改变、删减和/或添加并且等同物可代替其中的元件而不偏离本发明的精神和范围。另外,可做出许多修改以使特定情况或材料适应于本发明的教导而不偏离其范围。因此,规定本发明不限制于作为预期用于执行本发明的最佳模式公开的特定实施例,而本发明将包括落入附权利要求的范围内的所有实施例。此外,除非特别声明,术语第一、第二等的任何使用不表示任何顺序或重要性,相反,这些术语第一、第二等用于彼此区分元件。
Claims (15)
1.一种用于操作具有至少一个功率产生单元的机动系统的方法(800),所述方法包括:
评估所述机动系统的运行特性(802);
比较所述运行特性与满足所述机动系统任务的任务目标的指定值(804);以及
采用根据反馈原理运行的闭环控制系统调节所述运行特性以对应于所述指定值以满足所述任务目标(806)。
2.如权利要求1所述的方法(800),其中所述机动系统和功率产生单元包括具有至少一个由至少一个柴油内燃机提供动力的机车的铁路运输系统、具有至少一个柴油内燃机的海洋船只、具有至少一个柴油内燃机的越野车辆、具有至少一个柴油内燃机的固定功率产生站和具有至少一个柴油内燃机的固定功率产生站的网络中的至少一个。
3.如权利要求1所述的方法(800),其中所述运行特性包括排放、速度、马力、摩擦修改物、牵引力、任务时间、燃料消耗、能量储存和/或所述机动系统在其上运行的表面的状况中的至少一个。
4.如权利要求1所述的方法(800),其中所述任务目标包括总排放、最大排放、燃料消耗、速度、对所述机动系统的磨损、在所述机动系统内的力、任务时间、到达时间、中间点的时间和所述机动系统的制动距离中的至少一个。
5.如权利要求1所述的方法(800),其中所述指定值从所述运行特性、所述机动系统的运行能力和/或所述机动系统的至少一个设计特性中的至少一个确定。
6.如权利要求1所述的方法(800),其中所述指定值在远程位置和/或在作为所述机动系统的一部分的位置确定。
7.如权利要求1所述的方法(800),进一步包括基于所述机动系统的位置和运行时间中的至少一个提供所述指定值,其中所述指定值进一步基于排放、速度、马力、摩擦修改物、牵引力、包括温度和压强中的至少一个的环境状况、任务时间、燃料消耗、能量储存和所述机动系统在其上运行的表面的状况中的至少一个。
8.如权利要求1所述的方法(800),其中所述运行特性进一步基于至少一个环境状况来调节(806)。
9.一种用于操作机动系统的方法(800),所述方法包括:
确定所述机动系统的运行特性;
比较所述运行特性与满足所述机动系统任务的任务目标的指定值;
控制所述机动系统用于朝所述指定值调节所述运行特性;以及
在闭环反馈过程中重复确定所述运行特性并且控制所述机动系统,直到所述运行特性对应于所述指定值或在所述指定值的预定范围内接近。
10.一种用于操作具有至少一个功率产生单元的至少一个机动系统的方法(300),所述方法包括:
提供(301)待人工应用的优化的任务计划;
响应于正实施的人工任务计划重新计划(302)所述优化的任务计划;以及
当所述人工任务计划偏离所述优化的任务计划超过预定量时调节(303)所述人工任务计划。
11.如权利要求10所述的方法(300),其中重新计划所述优化的任务计划进一步包括实施闭环控制技术以重新计划所述优化的任务计划。
12.一种用于操作具有至少一个功率产生单元的至少一个机动系统的方法(305),所述方法包括:
根据优化的任务计划自主执行(306)任务;以及
当所述任务在进行中时,通过配置成用于所述任务计划的至少一个特性的人工输入和调整的输入装置来在预定范围内人工调整所述任务计划的至少一个特性(307)。
13.如权利要求12所述的方法(305),进一步包括在所述任务计划调整后重新优化(308)所述任务计划。
14.如权利要求12所述的方法(305),进一步包括在特定时间段之后和当调整所述任务计划的至少一个特性而达到特定判据时之后至少其中之一时,调节(309)所述任务以对应于优化的任务计划。
15.如权利要求12所述的方法(305),其中自主执行所述任务包括实现闭环控制技术以自主执行所述任务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210161080.XA CN102700567B (zh) | 2008-02-07 | 2009-01-23 | 用于机动系统的优化的燃料效率、排放量和任务性能的方法 |
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/027408 | 2008-02-07 | ||
US12/027,408 US20080125924A1 (en) | 2006-10-02 | 2008-02-07 | System, method, and computer software code for optimized fuel efficiency emission output, and mission performance of a diesel powered system |
US12/052,000 US20080201019A1 (en) | 2006-03-20 | 2008-03-20 | Method and computer software code for optimized fuel efficiency emission output and mission performance of a powered system |
US12/052000 | 2008-03-20 | ||
PCT/US2009/031740 WO2009099771A1 (en) | 2008-02-07 | 2009-01-23 | Method for optimized fuel efficiency, emissions output, and mission performance of a powered system |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210161080.XA Division CN102700567B (zh) | 2008-02-07 | 2009-01-23 | 用于机动系统的优化的燃料效率、排放量和任务性能的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101983152A true CN101983152A (zh) | 2011-03-02 |
Family
ID=40512238
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009801125459A Pending CN101983152A (zh) | 2008-02-07 | 2009-01-23 | 用于机动系统的优化的燃料效率、排放量和任务性能的方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN101983152A (zh) |
WO (1) | WO2009099771A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105480263A (zh) * | 2015-11-30 | 2016-04-13 | 中国神华能源股份有限公司 | 列车调度优化方法以及系统 |
CN110525487A (zh) * | 2019-09-10 | 2019-12-03 | 中车株洲电力机车有限公司 | 一种基于车钩力约束的自动驾驶方法及系统 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9689681B2 (en) * | 2014-08-12 | 2017-06-27 | General Electric Company | System and method for vehicle operation |
US9725099B2 (en) | 2011-08-19 | 2017-08-08 | General Electric Company | Method and system for regeneration in a vehicle in a consist |
US8868266B2 (en) | 2011-08-19 | 2014-10-21 | General Electric Company | Method and system for engine exhaust filter regeneration of a vehicle in a consist |
CN116777120B (zh) * | 2023-08-16 | 2023-10-27 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 一种基于路网od对的城市道路移动源碳排放计算方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8538611B2 (en) * | 2003-01-06 | 2013-09-17 | General Electric Company | Multi-level railway operations optimization system and method |
US7974774B2 (en) * | 2006-03-20 | 2011-07-05 | General Electric Company | Trip optimization system and method for a vehicle |
-
2009
- 2009-01-23 WO PCT/US2009/031740 patent/WO2009099771A1/en active Application Filing
- 2009-01-23 CN CN2009801125459A patent/CN101983152A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105480263A (zh) * | 2015-11-30 | 2016-04-13 | 中国神华能源股份有限公司 | 列车调度优化方法以及系统 |
CN110525487A (zh) * | 2019-09-10 | 2019-12-03 | 中车株洲电力机车有限公司 | 一种基于车钩力约束的自动驾驶方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2009099771A1 (en) | 2009-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102026841B (zh) | 用于管理在机动系统中的储能量的系统和方法 | |
CN102112358B (zh) | 用于为沿路线行进的多个机动系统定速的系统和方法 | |
CN101374714B (zh) | 用于列车的行程优化系统及方法 | |
CN101245740B (zh) | 柴油动力系统的优化燃料效率和排放输出的系统和方法 | |
CN102036870B (zh) | 用于基于任务计划控制动力驱动的系统的方法 | |
CN101360641B (zh) | 用于优化运行在多交叉铁路网上的多个轨道车辆的参数的系统和方法 | |
US8295993B2 (en) | System, method, and computer software code for optimizing speed regulation of a remotely controlled powered system | |
US8989917B2 (en) | System, method, and computer software code for controlling speed regulation of a remotely controlled powered system | |
US8788135B2 (en) | System, method, and computer software code for providing real time optimization of a mission plan for a powered system | |
CN101415594B (zh) | 柴油动力系统的旅行优化系统和方法 | |
US8398405B2 (en) | System, method, and computer software code for instructing an operator to control a powered system having an autonomous controller | |
US8998617B2 (en) | System, method, and computer software code for instructing an operator to control a powered system having an autonomous controller | |
US8370007B2 (en) | Method and computer software code for determining when to permit a speed control system to control a powered system | |
US9527518B2 (en) | System, method and computer software code for controlling a powered system and operational information used in a mission by the powered system | |
CN101356089B (zh) | 鉴于有轨车厢参数优化火车运行的系统、方法和计算机软件代码 | |
US20080201019A1 (en) | Method and computer software code for optimized fuel efficiency emission output and mission performance of a powered system | |
US20080183490A1 (en) | Method and computer software code for implementing a revised mission plan for a powered system | |
CN101983152A (zh) | 用于机动系统的优化的燃料效率、排放量和任务性能的方法 | |
CN101378942B (zh) | 用于交通工具的旅行优化系统和方法 | |
CN102700567B (zh) | 用于机动系统的优化的燃料效率、排放量和任务性能的方法 | |
JP2010512572A (ja) | 列車のための運行最適化システムおよび方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20110302 |