CN104015757A - 多元信息融合的铁路行车安全态势评判方法及装置 - Google Patents

Abstract

一种多元信息融合的铁路行车安全态势评判方法及装置，其中行车方法包括如下步骤：步骤S1，采集风特性参数及路况信息；步骤S2，建立列车气动力-路况模型和列车气动力-风特性参数-车速模型；步骤S3，建立车辆倾覆稳定模型；步骤S4，根据所述车辆倾覆稳定模型确定列车保持安全运行的速度限值。本发明的多元信息融合的铁路行车安全态势评判方法及装置通过综合考虑风速、风向、车型等综合信息，建立多元信息之间的关系式。基于该关系式，获得列车安全运行下的速度限值，从而对列车的运行进行指导。

Description

多元信息融合的铁路行车安全态势评判方法及装置

技术领域

本发明涉及轨道交通安全技术领域，具体地，涉及一种多元信息融合的铁路行车安全态势评判方法及装置。

背景技术

铁路运输是近现代以来发展较为迅速、普及较为广泛的运输方式。相对于航空运输、河运、海运等而言，其安全系数较高、承载量较大，不但方便了人们的出行，而且带动了社会的进步和发展。

但是，对于较为恶劣的天气环境下，例如大风、低温、雷雨等，列车在行驶过程中也可能发生一定的事故。其中，尤以大风天气环境下对列车的运行影响较为普遍和巨大。其原因在于，当风速、和风向满足一定的条件时，大风对列车产生的作用力会使列车产生倾覆，从而造成严重的事故，导致铁路的瘫痪和人员的伤亡。

因此，有必要针对上述问题提出一种多元协同行车安全预警系统，使得能够在风/车/路/网/墙/地形地貌下，对多源异类信息进行有机融合，进而实现时空同步配准，实现 “列车是否进入风区、风区内如何安全运行”的科学决策。

发明内容

本发明的目的是提供一种多元信息融合的铁路行车安全态势评判方法及装置，以用于解决上述现有技术的问题。

为实现上述发明目的，本发明提供了一种多元信息融合的铁路行车安全态势评判方法及装置，其包括：步骤S1，采集风特性参数及路况信息；步骤S2，建立列车气动力-路况模型和列车气动力-风特性参数-车速模型；步骤S3，建立车辆倾覆稳定模型；步骤S4，根据所述车辆倾覆稳定模型确定列车保持安全运行的速度限值。

优选的，在所述 步骤S4之后还包括步骤：步骤S5，建立风速-时长间隔的变化曲线；步骤S6，建立“梯级”安全行车速度限值。

其中，所述步骤S1包括：实时采集风速信息和风向信息；根据预先建立的风速-位置预测模型获得预测风速；将实时采集的风速信息与预测风速进行数值融合，以得到离散的风速-时间档位。

其中，所述步骤S2包括：基于所述采集的风特性参数及路况信息，通过数值模拟计算获得列车气动力特性；基于列车气动力特性和所述路况信息建立大风环境下的列车气动力-路况模型；基于列车气动力特性和所述风特性参数建立列车气动力-风特性参数-车速模型；以及基于所述列车气动力-风特性参数-车速模型建立风特性参数-空气动力系数的关系模型。

其中，所述步骤S3包括：建立多元信息耦合的车辆倾覆稳定模型；其中，所述多元信息至少包括下述信息：风速信息、风向信息、列车信息、路况信息、弓网信息、防风设施信息、线路信息、行车条件信息。

所述列车信息至少包括：列车行驶位置、车型、装载、编组；所述防风设施信息至少包括：挡风墙类型、过渡段、桥梁挡风结构、风屏障；以及所述行车条件信息至少包括：速度等级、信号闭塞、调度、区间长度。

其中，所述步骤S4包括：根据所建立的车辆倾覆稳定模型，确定离散的风速/风向/车型/路况/弓网/防风设施/线路条件下的列车安全运行速度限值；通过数值插值计算得到连续的风速/风向/车型/路况/弓网/防风设施/线路条件下的列车安全运行速度限值。

其中，所述步骤S5包括：通过在铁路沿线路上的若干测风站实时采集风速信息；根据所述采集的风速信息建立风速-时长间隔的变化曲线。

其中，所述步骤S6包括：根据所述列车安全运行速度限值与风速-时长间隔的变化曲线建立风速变化曲线图下的“梯级”安全行车速度限值。

根据本发明的另一方面，提供了一种融合多元信息的铁路安全行车预警系统，所述预警系统包括：风连续监测网络，用于对风速和风向进行连续监测，所述风连续监测网络包括沿铁路沿线分布的若干测风站；铁路TMIS和TDCS系统；风监测预警行调指挥系统；远程诊断维护系统；多元信息数据存储、处理、态势评估及发布中心。

与现有技术相比，本发明的多元信息融合的铁路行车安全态势评判方法及装置通过综合考虑风速、风向、车型、路况、弓网、防风设置、线路条件等综合信息，建立多元信息之间的关系式。基于该关系式，获得列车安全运行下的速度限值，从而对列车的运行进行指导。

附图说明

图1是本发明的多元信息融合的铁路行车安全态势评判方法及装置的运行原理示意图；

图2是本发明的多元信息融合的铁路行车安全态势评判方法及装置的流程示意图；

图3为本发明所示铁路安全行车预警方法一具体实施例的铁路地形与测风点分布图；

图4为图3所示实施例的风速变化曲线图下的普通列车安全行车速度限值曲线图；

图5为图3所示实施例的风速变化曲线图下的高铁列车安全行车速度限值曲线图；

图6显示了本发明的融合多元信息的铁路安全行车预警系统的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知技术的描述，以避免不必要地混淆本发明的概念。

图1是本发明的多元信息融合的铁路行车安全态势评判方法及装置的运行原理示意图。

图2是本发明的多元信息融合的铁路行车安全态势评判方法及装置的流程示意图。

参见图1和图2，本发明的一种多元信息融合的铁路行车安全态势评判方法及装置，其包括如下步骤：

步骤S1，采集风特性参数及路况信息。

本步骤中，实时采集风特性参数包括实时采集风速信息和风向信息。考虑到实时采集风特性参数可能因为仪器故障、偶然干扰等因素导致采集数据出现扰动，可以根据预先采集的数据库建立风速-位置预测模型，在列车行驶途中的不同位置进行滚动预测风速和风向，将实时采集的风速信息和预测风速进行数值融合，进而得到离散的风速-时间档位。这样，通过融合常年积累的风速和风向信息，有助于使列车提前应对可能的风速变化，便于列车的安全运行。

采集的路况信息包括桥梁、路堤、路堑和平地，具体包括路堤高度、路堑深度、曲线朝向、半径、超高等路况信息。此外，运行于铁路上的列车具体包括：客车、敞车、棚车、集装箱车、罐车。

步骤S2，建立列车气动力-路况模型和列车气动力-风特性参数-车速模型。

基于上述采集的风特性参数及路况信息，对运行于铁路上的列车的气动特性进行数值模拟计算，结合风洞模拟试验和理论分析，获得所述列车气动力特性的变化规律。进一步，建立大风环境下的列车气动力-路况模型，以及列车气动力-风特性参数-车速模型。进一步，基于所述列车气动力-风特性参数-车速模型，建立风特性参数-空气动力系数的关系模型。

所述风特性参数包括风速信息、风向信息。

步骤S3，建立车辆倾覆稳定模型。

基于车辆系统动力学和列车空气动力学，建立风特性、空气动力、机械动力等作用下多元信息耦合的车辆倾覆稳定模型，所述信息包括风速信息、风向信息、列车信息、路况信息、弓网信息、防风设施信息、线路信息等。

步骤S3中耦合的多元信息中列车信息包括：列车行驶位置、车型、装载、编组；防风设施信息包括：挡风墙类型、过渡段、桥梁挡风结构、风屏障；行车条件信息包括：速度等级、信号闭塞、调度、区间长度。

步骤S4，根据所述车辆倾覆稳定模型确定列车保持安全运行的速度限值。

根据所建立的车辆倾覆稳定模型，确定离散的风速/风向/车型/路况/弓网/防风设施/线路条件下的列车安全运行速度限值。进一步，通过多种数值插值，得到连续的风速/风向/车型/路况/弓网/防风设施/线路条件下的列车安全运行速度限值。

所述列车保持安全运行的速度限值包括离散风速下的速度限值以及连续风速下的速度限值，所述连续风速下的速度限值，是通过进行多种数值插值并运算得到的。

可选的，还包括步骤S5，建立风速-时长间隔的变化曲线。

通过在铁路沿线路上建立若干测风站，实时测量风速，根据各个测风站采集的风速信息，绘制不同间隔时长下的风速变化曲线图，从而可以滚动预测不同时长的风速。

其中，所述风速变化曲线图为“梯形”曲线。此处“梯形”曲线并非集合中的梯形，而是具有一定单调性的在不同间隔时长下的梯度变化曲线。

步骤S6，建立“梯级”安全行车速度限值。

在保证列车安全运行条件下，将步骤S4中得到的连续的风速/风向/车型/路况/弓网/防风设施/线路条件下的列车安全运行速度限值与风速-时长间隔的变化曲线下风速的“梯形”变化趋势相结合，实时建立风速变化曲线图下的“梯级”安全行车速度限值。

所述风速变化曲线图下的安全行车速度限值为“梯形”曲线，例如为：随风速变大，列车车速变小的曲线。

通过该风速变化曲线图下的安全行车速度限值，可对列车的运行起到指导作用，从而使其保持安全运行。

图3为本发明所示铁路安全行车预警方法一具体实施例的铁路地形与测风点分布图。

如图3所示，下面以兰新线的一段铁路为例，对本发明的多元信息融合的铁路行车安全态势评判方法及装置进行举例说明。

上述兰新线的一段铁路包括如下车站：红旗坎、小草湖、红台、大步、十三间房、红层、了墩、雅子泉。本段铁路的一侧设置有挡风墙。在上述铁路段的各个车站之间设置测风点，且根据铁路段的实际地形，在大步与十三间房、以及十三间房与红层之间，设置较多的测风点。

采集列车运行于兰新线时的实时和预测风速、风向信息、以及路况信息，对列车的气动特性进行数值模拟计算；结合风洞模拟试验和理论分析，获得所述列车气动特性的变化规律。

基于上述获得的列车气动特性的变化规律，建立该铁路段大风环境下，列车气动力-路况关系式、以及列车气动力-风特性参数-车速关系式；基于所述列车气动力-风速-风向-车速关系式，提炼出风特性参数-空气动力系数关系式。

基于车辆系统动力学和列车空气动力学，建立多信息耦合的车辆倾覆稳定计算关系式，所述信息包括风速信息、风向信息、列车信息、路况信息、弓网信息、防风设施信息、线路信息、行车条件信息。

根据建立的车辆倾覆稳定计算关系式，计算出列车保持安全运行的速度限值。

图4为图3所示实施例的风速变化曲线图下的普通列车安全行车速度限值曲线图。

图5为图3所示实施例的风速变化曲线图下的高铁列车安全行车速度限值曲线图。

如图4~5所示，沿线路上建立若干测风站，根据各个测风站采集的风速信息，绘制不同间隔时长下的风速变化曲线图。并在列车安全运行下，结合列车安全运行速度限值和风速变化曲线图，实时建立风速变化曲线图下的安全行车速度限值。

由图4可知，在普通列车运行情况下，曲线凹部一侧的区域为列车的安全运行速度区域，曲线上的点所对应的速度值为列车安全行车的速度限值，曲线凸部一侧的区域则为列车危险运行速度区域。图3中的列车为普通列车，普通列车的安全运行速度虽风速增大而减小，当风速过大时，列车需停止运行。

由图5可知，在高铁列车运行情况下，曲线凹部一侧的区域为列车的安全运行速度区域，曲线上的点所对应的速度值为列车安全行车的速度限值，曲线凸部一侧的区域则为列车危险运行速度区域。图5中的列车为高铁列车，普通列车的安全运行速度虽风速增大而减小，当风速过大时，列车需停止运行。高铁列车由于速度较快，其安全运行速度所覆盖的范围要比普通列车的安全运行速度要宽。

上述普通列车以及高铁列车需在安全运行区域所对应的速度下运行。

图6显示了本发明的融合多元信息的铁路安全行车预警系统的结构示意图。

如图6所示，本发明还提供了一种基于如上所述的多元信息融合的铁路行车安全态势评判方法及装置的预警系统，其包括：

风连续监测网络，用于对风速和风向进行连续监测，所述风连续监测网络包括沿铁路沿线分布的若干测风站；

铁路TMIS和TDCS系统；

风监测预警行调指挥系统；

远程诊断维护系统；

多元信息数据存储、处理、态势评估及发布中心。

其中，上述各个系统之间进行数据传输及通信，多元信息数据存储、处理、态势评估及发布中心用于存储和发布各个系统的处理结果、指令等。

根据本发明的预警系统，不但可以对进入风区的列车，进行多源信息的安全运行态势评判，使列车尽快安全驶离风区。还可以对对未进入风区列车，进行风速预测与行车判定，决策列车是否避风。

综上所述，本发明的多元信息融合的铁路行车安全态势评判方法及装置通过综合考虑风速、风向、车型、路况、弓网、防风设置、线路条件等综合信息，建立多元信息之间的关系式。基于该关系式，获得列车安全运行下的速度限值，从而对列车的运行进行指导。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (10)

1.一种多元信息融合的铁路行车安全态势评判方法及装置，其特征在于，所述铁路安全行车预警方法包括：

步骤S1，采集风特性参数及路况信息；

步骤S2，建立列车气动力-路况模型和列车气动力-风特性参数-车速模型；

步骤S3，建立车辆倾覆稳定模型；

步骤S4，根据所述车辆倾覆稳定模型确定列车保持安全运行的速度限值。

2.根据权利要求1所述的多元信息融合的铁路行车安全态势评判方法及装置，其特征在于，在所述 步骤S4之后还包括步骤：

步骤S5，建立风速-时长间隔的变化曲线；

步骤S6，建立“梯级”安全行车速度限值。

3.根据权利要求1所述的多元信息融合的铁路行车安全态势评判方法及装置，其特征在于，所述步骤S1包括：

实时采集风速信息和风向信息；

根据预先建立的风速-位置预测模型获得预测风速；

将实时采集的风速信息与预测风速进行数值融合，以得到离散的风速-时间档位。

4.根据权利要求1所述的多元信息融合的铁路行车安全态势评判方法及装置，其特征在于，所述步骤S2包括：

基于所述采集的风特性参数及路况信息，通过数值模拟计算获得列车气动力特性；

基于列车气动力特性和所述路况信息建立大风环境下的列车气动力-路况模型；

基于列车气动力特性和所述风特性参数建立列车气动力-风特性参数-车速模型；以及

基于所述列车气动力-风特性参数-车速模型建立风特性参数-空气动力系数的关系模型。

5.根据权利要求1所述的多元信息融合的铁路行车安全态势评判方法及装置，其特征在于，所述步骤S3包括：建立多元信息耦合的车辆倾覆稳定模型；

其中，所述多元信息至少包括下述信息：风速信息、风向信息、列车信息、路况信息、弓网信息、防风设施信息、线路信息、行车条件信息。

6.根据权利要求5所述的多元信息融合的铁路行车安全态势评判方法及装置，其特征在于

所述列车信息至少包括：列车行驶位置、车型、装载、编组；

所述防风设施信息至少包括：挡风墙类型、过渡段、桥梁挡风结构、风屏障；以及

所述行车条件信息至少包括：速度等级、信号闭塞、调度、区间长度。

7.根据权利要求1所述的多元信息融合的铁路行车安全态势评判方法及装置，其特征在于，所述步骤S4包括：

根据所建立的车辆倾覆稳定模型，确定离散的风速/风向/车型/路况/弓网/防风设施/线路条件下的列车安全运行速度限值；

通过数值插值计算得到连续的风速/风向/车型/路况/弓网/防风设施/线路条件下的列车安全运行速度限值。

8.根据权利要求2所述的多元信息融合的铁路行车安全态势评判方法及装置，其特征在于，所述步骤S5包括：

通过在铁路沿线路上的若干测风站实时采集风速信息；

根据所述采集的风速信息建立风速-时长间隔的变化曲线。

9.根据权利要求2所述的多元信息融合的铁路行车安全态势评判方法及装置，其特征在于，所述步骤S6包括：

根据所述列车安全运行速度限值与风速-时长间隔的变化曲线建立风速变化曲线图下的“梯级”安全行车速度限值。

10.一种融合多元信息的铁路安全行车预警系统，其特征在于，所述预警系统包括：

风连续监测网络，用于对风速和风向进行连续监测，所述风连续监测网络包括沿铁路沿线分布的若干测风站；

铁路TMIS和TDCS系统；

风监测预警行调指挥系统；

远程诊断维护系统；

多元信息数据存储、处理、态势评估及发布中心。