CN102514591B - 通过动态调整列车制动率实现列车车站停车的方法 - Google Patents

Abstract

本发明公开了轨道交通控制技术领域中的一种通过动态调整列车制动率实现列车车站停车的方法。该方法利用车站安装的应答器组提供的精确位置信息及列车当前速度信息作为列车制动系统的输入；每次经过一个应答器，通过运动学公式计算出理论制动率，并且根据当前列车速度、位置计算出实际制动率；该方法根据理论制动率和实际制动率之间的差值，对下一次的制动率进行动态调整。本发明提出的方法能够解决由于列车制动系统性能差异和外在环境变化因素带来的停车不准确问题，增强了列车在车站精确停车的适应性。

Description

通过动态调整列车制动率实现列车车站停车的方法

技术领域

本发明属于轨道交通控制技术领域，尤其涉及一种通过动态调整列车制动率实现列车车站停车的方法。

背景技术

列车在进入车站之前，会通过控制器输出制动率给列车制动系统，使列车做减速运动，以保证列车准确停靠在车站的设定位置。但是，由于列车在行驶过程中往往会遇到基本阻力作用和外界环境随机干扰，致使列车在控制器输出的固定制动率下，无法准确停靠在车站的设定位置。考虑到应答器是一种能够向列车控制车载设备提供可靠的地面固定信息和可变信息的设备，因此可以借助应答器，实现列车制动率的动态调整。另外，借助感知器技术，可以使动态调整的列车制动率更加精确。

应答器是一种用于地面向列车传输信息的点式设备，分为固定(无源)应答器和可变(有源)应答器。主要用途是向列车控制车载设备提供可靠的地面固定信息和可变信息。应答器是一种能向车载子系统发送报文信息的传输设备，既可以传送固定信息，也可连接轨旁单元传送可变信息。应答器设备向列控车载设备传送以下信息：

1、线路基本参数：如线路坡度、轨道区段等参数；

2、线路速度信息：如线路最大允许速度、列车最大允许速度等；

3、临时限速信息：当由于施工等原因引起的对列车运行速度进行限制时，向列车提供临时限速信息；

4、车站进路信息：根据车站接发车进路，向列车提供“线路坡度”、“线路速度”、“轨道区段”、等参数；

5、道岔信息：给出前方道岔侧向允许列车运行的速度；

6、特殊定位信息：如升降弓、进出隧道、鸣笛、列车定位等；

7、其他信息：固定的障碍物信息、列车运行目标数据、链接数据等。

无源应答器(组)用于发送固定不变的数据，提供线路固定参数，如线路坡度、线路允许速度、轨道电路参数、链接信息、列车控制等级切换等。

有源应答器用于传输可变信息，其必须通过专用的应答器电缆与LEU设备连接，可以根据LEU设备所发送的报文，变化地向列车传送应答器报文信息。与LEU(地面电子单元)连接，用于发送来自于LEU的报文，在既有线提速区段，有源应答器设置在车站进站端和出站段，主要发送进路信息和临时限速信息。

无论是无源应答器还是有源应答器，其工作原理是一样的。当列车经过地面应答器上方时，应答器接收到列车控制车载设备点式信息接收天线发送的电磁能量后，应答器将能量转换为工作电源，启动电子电路工作，把预先存储或LEU传送的信息转为应答器传输报文循环发送出去，直至电能消失。

应答器设备可以简单地理解为一个数据存储器和发送器，当车载天线激活该应答器时，应答器发送自身存储的应答器报文或地面电子单元(LEU)传送的应答器报文。

感知器是由美国学者Rosenblatt在1957年首次提出的作为有导师学习(即有监督学习)的神经网络模型。单层感知器是指包含一个突触权值可调的神经元的感知器模型，它的学习算法是Rosenblatt在1958年提出的。感知器是神经网络用来进行模式识别的一种最简单模型，属于前向神经网络类型，但是仅由单个神经元组成的单层感知器只能用来实现线性可分的两类模式的识别。单层感知器可将外部输入分为两类。当感知器的输出为+1时，输入属于ω₁类，当感知器的输出为-1时，输入属于ω₂类，从而实现两类目标的识别。

设给定一个增广的训练模式集其中每个模式类别已知，它们分属ω₁类和ω₂类。

Step1：置步数k＝1，令增量ρ为某正的常数，分别赋给增广权矢量初值的各分量较小的任意值；

Step2：输入训练模式

Step3：计算判别函数值

Step4：调整增广权矢量，规则是

a)如果 ${\stackrel{\→}{x}}_k\∈{\mathrm{\ω}}_1$ 和 ${\stackrel{\→}{w}}^t\left(k\right){\stackrel{\→}{x}}_k\≤0,$ 则 $\stackrel{\→}{w}(k+1)=\stackrel{\→}{w}\left(k\right)+\mathrm{\ρ}{\stackrel{\→}{x}}_k;$

b)如果 ${\stackrel{\→}{x}}_k\∈{\mathrm{\ω}}_2$ 和 ${\stackrel{\→}{w}}^t\left(k\right){\stackrel{\→}{x}}_k\≥0,$ 则 $\stackrel{\→}{w}(k+1)=\stackrel{\→}{w}\left(k\right)-\mathrm{\ρ}{\stackrel{\→}{x}}_k;$

c)如果 ${\stackrel{\&RightArrow;}{x}}_k\&Element;{\mathrm{\&omega;}}_1$ 和 ${\stackrel{\&RightArrow;}{w}}^t\left(k\right){\stackrel{\&RightArrow;}{x}}_k>0,$ 或 ${\stackrel{\&RightArrow;}{x}}_k\&Element;{\mathrm{\&omega;}}_2$ 和 ${\stackrel{\&RightArrow;}{w}}^t\left(k\right){\stackrel{\&RightArrow;}{x}}_k<0,$ 则 $\stackrel{\&RightArrow;}{w}(k+1)=\stackrel{\&RightArrow;}{w}\left(k\right);$

Step5：令k＝k+1，如果k≤N，返至Step2；如果k＞N，检验判别函数对是否都能正确分类。若是，结束；若不是，令k＝1，返Step2；

Step6：如果训练模式已经符号规范化，即已乘以-1(包括增广分量)，则校正权矢量的规则可统一为：

基于上述应答器和感知器的知识，本发明提出一种通过动态调整列车制动率实现列车车站停车的方法，用以解决目前的输出固定列车制动率的列车车站停车方法存在的问题。

发明内容

本发明的目的在于，提供一种通过动态调整列车制动率实现列车车站停车的方法，解决目前的输出固定列车制动率的列车车站停车方法存在的问题。

为了实现上述目的，本发明提供的技术方案是，一种通过动态调整列车制动率实现列车车站停车的方法，其特征是所述方法包括：

步骤1：设定i＝1；

步骤2：当列车经过第i个应答器时，通过该应答器获取列车与停车点之间的距离以及列车车速，计算列车理论制动率，控制列车输出理论制动率；

步骤3：当列车经过第i+1个应答器时，通过该应答器获取列车与停车点之间的距离以及列车车速，计算列车理论制动率以及列车实际制动率，并计算列车调整制动率，控制列车输出调整制动率；

步骤4：判断列车是否停止，如果列车停止，则执行步骤6；否则，执行步骤5；

步骤5：令i＝i+1，返回步骤3；

步骤6：结束。

所述计算列车理论制动率采用公式其中，A_i为列车经过第i个应答器时的理论制动率，V_i为列车经过第i个应答器时的车速，S_i为列车经过第i个应答器时与停车点之间的距离，V₀为列车到达停车点时的速度。

所述计算列车实际制动率采用公式其中，a_i为列车经过第i+1个应答器时的实际制动率，V_i+1为列车经过第i+1个应答器时的车速，V_i为列车经过第i个应答器时的车速，ΔS_i为第i个应答器和第i+1个应答器之间的距离。

所述计算列车调整制动率采用公式A′_i+1＝A_i+1-η(a_i-A′_i)；其中，A′_i+1为列车经过第i+1个应答器时的列车调整制动率，A′_i为列车经过第i个应答器时的列车调整制动率，且A₁′＝A₁，A₁为列车经过第1个应答器时的列车理论制动率，A_i+1为列车经过第i+1个应答器时的列车理论制动率，a_i为列车经过第i+1个应答器时的列车实际制动率，η为学习系数。

所述学习系数η＝0.3。

本发明确保了列车准确停靠在车站的设定位置。

附图说明

图1是学习控制器框图；

图2是列车停车区域图；

图3是通过动态调整列车制动率实现列车车站停车的方法流程图；

图4是初始速度为10m/s的情况下列车速度-位置关系图；

图5是初始速度为10m/s的情况下控制器输出-位置及列车制动率-位置关系图；

图6是不同制动系统延时、不同初始速度和不同干扰情况下测试统计数据表。

具体实施方式

下面结合附图，对优选实施示例作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。

本发明采用一种动态调整的方式，在停车区段控制列车并最终实现精确停车的要求。主要包括以下环节：停车控制器、估计器和控制器3个环节，如图1所示。图1中，方框1/S为对输入值进行数学积分运算，方框S为对输入值进行数学微分运算，a为加速度数学符号，s是位置数学符号。估计器的作用主要是通过精确的位置信息，通过预估获得下一时刻控制量，并输入停车控制器。停车控制器通过估计器的估计控制量和控制器前一时刻的控制量进行综合计算，输出补偿控制器以减小系统延时、外界环境的影响造成的制动误差。

为了便于讨论，我们在此设定了一个停车区域，其为距离停车点L的区域。在这个区段内分布了n个应答器，分别在距离停车点S₁，S₂，…，S_n等处，其中S₁位于距离停车点S_n长度为L处，即S_n-S₁＝L，如图2所示。

我们对符号作出了规定：在图2中，S₁位置处对应的速度为V₁，相应地S₂对应V₂，…，S_N对应V_n。动态调整方法描述如下：列车以一定的速度经过制动区段的第1个应答器，即到达距离停车点S₁处，设此时列车的运行速度为V₁。根据运动学理论公式(1)，若此时列车以某个恒定制动率值做匀减速运动，正好能够在停车点停下的制动率值为A₁。公式中，因为到达停车点时列车的速度为0(停车时)，所以V₀值为0。

$V_0^2-V_1^2=2A_1{S}_1---\left(1\right)$

$V_0^2-V_2^2={2A}_2{S}_2---\left(2\right)$

$V_0^2-V_n^2={2A}_n{S}_n---\left(3\right)$

$V_{i+1}^2-V_i^2={2a}_i{D}_{i,i+1}---\left(4\right)$

由于实际列车车体制动系统的限制，制动率值A_i(i＝1，2，...，n)的范围为-1m/s²≤A_i≤0，当计算得到的数值A₁超过此限制值时，则需要降低进入区段的初始速度值V₁。通过上述方法可以得出进入停车起始点S₁采用的制动率值A₁后，将其作为列车控制的制动率输入，即调整制动率A′₁，则控制器输出A′₁＝A₁。列车会以此制动率A₁相应的力进行制动。

当列车经过第2个应答器(此应答器位于S₂处)时，相应的可以获得此时列车的运行速度V₂及通过应答器获得精确的当前位置信息S₂。此时不再简单以理论公式(2)计算此时控制器输出的制动率值A₂作为当前控制器输出值，即此时输出制动率A′₂≠A₂。进一步的，根据当前位置S₂的速度V₂、经过S₁位置时的速度V₁和两个应答器位置的间距D_1，2＝S₂-S₁代入公式(4)，计算得到实际的制动率值a₁。通过计算得到的实际制动率值a₁和前述理论计算得到的制动率值A₁会存在一定的偏差，该偏差正是前面所讨论的制动系统的延时、制动系统变化、外界阻力的变化等因素共同作用的结果，记此偏差为：

Δa₁＝a₁-A′₁                    (5)

其中，A′₁＝A₁。为了实现列车能够精确在停车点S_n停车，则需要补偿上述误差对控制器输出的制动率值造成的影响。借鉴感知器的学习算法，本发明提出了动态调整的方法来修正该存在误差的制动率值，如下：

A′_i＝A_i-η_iΔa_i-1              (6)

其中，Δa_i-1＝a_i-1-A′_i-1，η_i为学习系数。若采用固定的学习系数则该公式可以演变为：

A′_i＝A_i-ηΔα_i-1              (7)

通过大量的实验和仿真，本发明中采用固定的学习系数η＝0.3。与上述相似的过程，当列车经过第3个应答器(S₃)时，通过公式(6)或者公式(7)可以得到A′₃，并以此制动率值为控制器的输出。通过此在线学习的方式进行，可以通过每次经过地面安设的应答器提供的精确位置信息对影响列车制动的因素估计、修正、补偿，最终控制列车实现精确停车。

实施例1

图3是通过动态调整列车制动率实现列车车站停车的方法流程图。图3中，本发明提供的通过动态调整列车制动率实现列车车站停车的方法包括：

步骤1：设定i＝1。i用于记录列车经过的应答器的个数。

步骤2：当列车经过第i个应答器时，通过该应答器获取列车与停车点之间的距离以及列车车速，计算列车理论制动率，控制列车输出理论制动率。

列车经过应答器时，应答器可以向列车提供列车距离停车点的距离以及列车车速的信息。根据上述信息，能够计算出列车理论制动率，其计算公式为

$A_i=\frac{V_0^2-V_i^2}{{2S}_i}$

其中，A_i为列车经过第i个应答器时的理论制动率，V_i为列车经过第i个应答器时的车速，S_i为列车经过第i个应答器时与停车点之间的距离，V₀为列车到达停车点时的速度。当i＝1时，控制列车输出理论制动率A₁，使列车减速。

步骤3：当列车经过第i+1个应答器时，通过该应答器获取列车与停车点之间的距离以及列车车速，计算列车理论制动率以及列车实际制动率，并计算列车调整制动率，控制列车输出调整制动率。

计算列车理论制动率的过程与步骤2相同。计算列车实际制动率，采用公式

$a_i=\frac{V_{i+1}^2-V_i^2}{2\mathrm{\&Delta;}{S}_i}$

其中，a_i为列车经过第i+1个应答器时的实际制动率，V_i+1为列车经过第i+1个应答器时的车速，V_i为列车经过第i个应答器时的车速，ΔS_i为第i个应答器和第i+1个应答器之间的距离。

在获得列车实际制动率后，可以根据该列车实际制动率计算列车调整制动率，具体采用公式

A′_i+1＝A_i+1-η(a_i-A′_i)

其中，A′_i+1为列车经过第i+1个应答器时的列车调整制动率，A′_i为列车经过第i个应答器时的列车调整制动率且有A′₁＝A₁，A_i+1为列车经过第i+1个应答器时的列车理论制动率，a_i为列车经过第i+1个应答器时的列车实际制动率，η为学习系数。

步骤4：判断列车是否停止，如果列车停止，则执行步骤6；否则，执行步骤5；

步骤5：令i＝i+1，返回步骤3。

在列车没有停止时，可以继续采用步骤3的操作方式，对列车的制动率进行调整，直至列车停止。

步骤6：结束。

实施例2

步骤101：列车进入停车区域。此时列车的速度为36.00km/h(10.00m/s)，列车经过第1个应答器。此时列车的位置距离停车点(停车点位置坐标记为1280.5m)为102m。

步骤102：列车通过第1个应答器获得了此时此刻列车的速度和精确位置信息。控制器将上述采集信息代入运动学公式其中列车的末速度V₀＝0，V₁等于10m/s，S₁等于102m。计算得出A₁等于-0.49m/s²。列车控制器输出此制动率给列车制动系统，列车开始做减速运动。

步骤103，列车采取上述A₁＝-0.49m/s²制动率制动。在此过程中，列车受到基本阻力作用和外界环境随机干扰。当列车经过第2个应答器时，同样，传感器获得列车此时此刻的速度为29.66km/h(8.24m/s)，以及列车的精确位置信息，距离停车点为58m。控制器将上述采集信息代入运动学公式其中列车的末速度V₀＝0，V₂等于8.24m/s，S₂等于58m。计算得出A₂＝-0.59m/s²。此时还需要计算列车经过第1个应答器和第2个应答器之间的实际制动率，再次根据运动学公式其中V₂等于8.24m/s，V1等于10m/s，ΔS₁＝S₁-S₂等于44m，计算得出实际制动率为a₁＝-0.36m/s²。实际制动率与经过第1个应答器计算得出的理论制动率之间有一定的偏差Δa₁＝-0.36-(-0.49)＝0.13m/s²，此偏差是由于基本阻力、制动系统延时和外界环境干扰造成的。通过学习公式A′₂＝A₂-η(A′₁-a₁)＝A₂-ηΔa₁，此时控制器输出给制动系统的制动率为A′₂＝A₂-ηΔa₁＝-0.63m/s²。

步骤104，列车采取上述A′₂＝-0.63m/s²制动率制动，在此过程中，列车受到基本阻力作用和外界环境随机干扰。当列车经过第3个应答器时，同样，传感器获得列车此时此刻的速度为13.21km/h(3.67m/s)，以及列车的精确位置信息，距离停车点为13m。控制器将上述采集信息代入运动学公式其中列车的末速度V₀等于0，A₃等于3.67m/s，S₃等于13m。计算得出A₃＝-0.52m/S²。此时还需要计算列车经过第2个应答器和第3个应答器之间的实际制动率，再次根据运动学公式其中V₃等于3.674m/s，V₂等于8.24m/s，ΔS₂等于45m，计算得出实际制动率为a₂＝-0.60m/s²。实际制动率与经过第2个应答器计算得出的理论制动率之间有一定的偏差Δa₂＝-0.60-(-0.63)＝0.03m/s²，此偏差是由于基本阻力、制动系统延时和外界环境干扰造成的。通过学习公式A′₃＝A₃-ηΔa₂＝-0.53m/s²，此时控制器输出给制动系统的制动率为-0.53m/s²。

步骤105，列车采取上述A′₃＝-0.53m/s²制动率制动，在此过程中，列车受到基本阻力作用和外界环境随机干扰。当列车经过第4个应答器时，同样，传感器获得列车此时此刻的速度为8.03km/h(2.23m/s)，以及列车的精确位置信息，距离停车点为6m。控制器将上述采集信息代入运动学公式其中列车的末速度V₀等于0，V₄等于2.23m/s，S₄等于6m。计算得出A₄＝0.41m/s²。此时还需要计算列车经过第3个答器和第4个应答器之间的实际制动率，再次根据运动学公式其中V₄等于2.23m/s，V₃等于3.67m/s，ΔS₃等于7m，计算得出实际制动率为a₃＝-0.61m/s²。实际制动率与经过第3个应答器计算得出的理论制动率之间有一定的偏差Δa₃＝-0.61-(-0.53)＝-0.12m/s²，此偏差是由于基本阻力、制动系统延时和外界环境干扰造成的。通过学习公式A′₄＝A₄-ηΔa₃＝-0.37m/s²，此时控制器输出给制动系统的制动率为A′₄＝-0.37m/s²。

步骤106，列车最终在距离停车点前方0.07m处停下。

列车运行的速度-位置关系如图4所示，列车运行的控制器输出-位置、列车制动率-位置关系如图5所示。为了测试该动态调整方法对于不同情况的适应性，分别测试在不同初始速度、不同制动系统延时、外界环境干扰的情况下的系统性能。为了模拟外界环境干扰，加入白噪声影响系统控制。经过仿真获得数据如图6所示。

本发明确保了列车准确停靠在车站的设定位置。其与传统PID控制算法相比，能够很好适应列车制动系统时滞和外部环境的变化。利用应答器提供的精确位置信息作为主要停车依据信息，提高停车可靠性。运算量小，对于列车控制系统计算负担较小，无需提高现有列车控制计算机的性能即可使用。制动控制器的输出变化次数较少，提高了列车制动设备的寿命及乘客的舒适度。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (4)

1.一种通过动态调整列车制动率实现列车车站停车的方法，其特征是所述方法包括：

步骤1：设定i＝1；

步骤2：当列车经过第i个应答器时，通过该应答器获取列车与停车点之间的距离以及列车车速，计算列车理论制动率，控制列车输出理论制动率；

步骤3：当列车经过第i+1个应答器时，通过该应答器获取列车与停车点之间的距离以及列车车速，计算列车理论制动率以及列车实际制动率，并计算列车调整制动率，控制列车输出调整制动率；

所述计算列车调整制动率采用公式其中，为列车经过第i+1个应答器时的列车调整制动率，为列车经过第i个应答器时的列车调整制动率，且A₁为列车经过第1个应答器时的列车理论制动率，A_i+1为列车经过第i+1个应答器时的列车理论制动率，a_i为列车经过第i+1个应答器时的列车实际制动率，η为学习系数；

步骤4：判断列车是否停止，如果列车停止，则执行步骤6；否则，执行步骤5；

步骤5：令i＝i+1，返回步骤3；

步骤6：结束。

2.根据权利要求1所述的方法，其特征是所述计算列车理论制动率采用公式其中，A_i为列车经过第i个应答器时的理论制动率，V_i为列车经过第i个应答器时的车速，S_i为列车经过第i个应答器时与停车点之间的距离，V₀为列车到达停车点时的速度。

3.根据权利要求1所述的方法，其特征是所述计算列车实际制动率采用公式其中，a_i为列车经过第i+1个应答器时的实际制动率，V_i+1为列车经过第i+1个应答器时的车速，V_i为列车经过第i个应答器时的车速，ΔS_i为第i个应答器和第i+1个应答器之间的距离。

4.根据权利要求1所述的方法，其特征是所述学习系数η＝0.3。