发明内容
根据现有技术存在的问题,本发明公开了一种铁路列车智能操纵优化控制系统,该系统与司机控制器、列车微机网络控制系统和对列车工作进行监控的列车控制系统进行数据通信,其特征在于包括:与列车运行控制系统车载设备相连接的信息传输与隔离装置、智能操纵优化控制器、人机交互单元和继电器阵列;
所述信息传输与隔离装置接收列车运行控制系统车载设备传送的设定的列车线路数据信息、列车编组信息、算法控制参数信息和列车当前的实时运行状况信息,并将接收到的信息传送至智能操纵优化控制器;
所述智能操纵优化控制器接收所述信息传输与隔离装置和列车微机网络控制系统传送的数据信息,监听司机控制器操纵手柄位信息,根据接收到的数据信息和其内置的列车运行时刻表、列车车辆特性参数信息,提取列车当次运行交路信息和点单信息,基于运行交路信息和列车性能参数进行优化计算,规划出列车运行目标曲线,所述智能操纵优化控制器在行车过程中自动对列车运行目标曲线进行跟踪,当列车实际的运行轨迹持续偏离列车运行目标曲线时,智能操纵优化控制器自动学习当次列车的实际运行参数,对列车运行目标曲线重新计算并进行更新;
所述智能操纵优化控制器驱动继电器阵列的工作:自动操纵时断开司机控制器与列车控制系统的连接,将智能操纵优化控制器与列车控制系统相连接进行数据通信,智能操纵优化控制器向列车控制系统发送优化的机车操纵指令;
所述人机交互单元与智能操纵优化控制器相连接进行数据通信,机车乘务员通过人机交互单元将对列车的操纵指令信息进行交互输入和确认,运行中所述人机交互单元显示相关运行信息。
进一步的,所述智能操纵优化控制器包括车载行车优化单元、列车运行自适应控制单元和参数自动学习模块;
所述车载行车优化单元根据列车车钩缓冲器挠力曲线和系统动力学方程获得缓冲器刚度和阻尼特性;根据设定的列车线路信息、列车的当前运行档位、列车当前运行速度、预期运行速度和档位序列优化控制列车的档位和行车速度从而对列车运行目标曲线进行实时优化;
所述列车运行自适应控制单元根据列车的限速曲线、列车运行目标曲线和临时限速构造搜索基准速度曲线规划列车的行驶档位和行驶速度;根据获取的当前列车运用的监控交路类型及监控交路号判断是否进行交路转移和是否自动支线转移并提取发生交路转移的交路线路信息和行程路径信息;
所述智能操纵优化控制器自适应学习过程时:当列车实际运行速度与列车运行目标曲线中的速度的偏差超过设定阈值、超过次数超过设定阈值时;所述参数自动学习模块通过对列车历史行驶数据的学习挖掘、调整列车自身特性参数;参数自动学习模块获得的新的列车参数信息后,所述车载行车优化单元对列车运行目标曲线进行重新优化和更新。
进一步的,所述智能操纵优化控制器包括底板、电源板、输入板、输出板、主控板I、表决板、主控板II、通信板和多个备板。
进一步的,所述列车运行自适应控制单元其自适应控制逻辑采用差值比例控制和预瞄控制方式。
进一步的,所述车载行车优化单元,针对列车运行过程中的临时限速的处理方案,采用临时规划优化曲线,补充原规划运行曲线;所述列车运行自适应控制单元将根据临时限速产生的补充优化曲线控制列车运行。
进一步的,所述车载行车优化单元根据列车运行过程中的支线转移与侧线转移,实时提取新的线路信息,重新规划剩余线路的优化运行曲线。
进一步的,所述参数自动学习模块在列车长时间从规划曲线持续偏离时次数超过设定阈值时,行程规划用列车参数即偏离该次列车实际参数,系统即启动参数自动学习模块,参数自动学习模块根据当次系统运行历史数据反求学习系统实际参数,用于系统规划运行曲线的更新。
由于采用了上述技术方案,本发明提供一种铁路列车智能操纵优化控制系统,根据列车运行控制系统车载设备如LKJ2000、CTCS2车载设备等列车微机网络控制系统如TCMS等提供的数据信息和列车性能参数信息,通过智能操纵优化控制器基于列车运行交路信息和列车性能参数等完成优化计算,规划生成目标控制曲线,系统自动控制功能实现目标曲线的跟踪。当系统持续偏离运行轨迹时,系统将启用自学习功能,学习当次实际运行参数,用于优化计算的更新。该系统并监控司机控制器的操纵输入,通过人机交互单元完成人机交互的良好融合和手自动控制转换。
具体实施方式
为使本发明的技术方案和优点更加清楚,下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚完整的描述:
如图1所示的铁路列车智能操纵优化控制系统,该系统使用范围为铁路机车与动车组列车,该系统与列车上的列车运行控制系统车载设备7如LKJ2000、CTCS2车载设备等、列车微机网络控制系统8如TCMS等、司机控制器6和对列车工作进行监控的列车控制系统5进行数据通信。
该控制系统与列车运行控制系统车载设备7如LKJ2000、CTCS2车载设备等、列车微机网络控制系统8如TCMS设备相连接并从列车运行控制系统车载设备7和列车微机网络控制系统8中获取列车当次运行交路信息和点单信息,根据接收到的数据信息和内置其中的列车运行时刻表、列车车辆特性参数等信息,通过智能操纵优化控制器1优化计算与匹配选择合适的列车运行目标曲线,并根据调度信息实时优化当前目标曲线,用于列车实时控制。系统并监听司机控制器6的操纵输入,通过人机交互单元3完成机车乘务员与列车智能操纵优化控制系统人机交互的良好融合和手自动控制转换。该系统具体包括:信息传输与隔离装置2、智能操纵优化控制器1、人机交互单元3和继电器阵列4,该系统与列车上安装列车运行控制系统车载设备7,如LKJ2000、CTCS2车载设备等,列车微机网络控制系统8,如TCMS等,司机控制器6和对列车工作进行监控的列车控制系统5相连接、进行数据通信。
所述信息传输与隔离装置2接收列车运行控制系统车载设备如LKJ2000、CTCS2车载设备等,列车微机网络控制系统如TCMS等,传送的设定的列车运行时刻表信息、列车线路数据信息、列车车辆特性参数信息、算法控制参数信息和列车当前的实时运行状况信息,所述信息传输与隔离装置将接收到的信息传送至智能操纵优化控制器1。列车运行时刻表信息为列车行驶前设定好的信息,在离线情况下即可通过信息传输与隔离装置2导入到智能操纵优化控制器1进行信息存储。列车当前的实时运行状况信息为基础信息包括列车的当前速度、当前公里标、限速度、列车载重和计长信息调度信号等等,所述计长信息为列车的长度信息。
所述智能操纵优化控制器1根据接收到的数据信息,提取列车当次运行交路信息和点单信息,基于运行交路信息和列车性能参数进行优化计算,生成列车运行目标曲线,所述智能操纵优化控制器1自动对列车运行目标曲线进行跟踪,当列车实际的运行轨迹偏离列车运行目标曲线时,智能操纵优化控制器1自动学习当次列车的实际运行参数,对列车运行目标曲线重新计算并进行更新。
所述继电器阵列4接收所述智能操纵优化控制器1传送的控制信号、对控制信号进行切换并传送至列车上列车控制系统5。智能操纵优化控制器1驱动继电器阵列4的工作:自动操纵时断开司机控制器6与列车控制系统5的连接,将智能操纵优化控制器1与列车控制系统5相连接进行数据通信,智能操纵优化控制器1向列车控制系统5发送优化的机车操纵指令。
所述人机交互单元3与智能操纵优化控制器1相连接进行数据通信,列车上的监控人员通过人机交互单元3将对列车的操纵指令信息进行输入。
在自动控车状态下,智能操纵优化控制器1优化列车的档位信息作为控制指令传输给司机控制器6所在的控制网络,以控制列车牵引和制动。智能操纵优化控制器1节能优化计算的原理是在时间与线路限定条件下充分利用线路起伏顺势自适应平稳运行避免超速、减少制动,降低列车能耗,减少列车车辆和线路磨损。在自动控车时,因列车系统及道路状况存在一定的不确定性,导致列车运行过程可能不完全按照制定的优化速度曲线行驶。列车智能操纵优化控制系统结合自适应闭环速度反馈控制系统,优化调整档位输出序列,满足按照优化速度曲线自动巡航驾驶的运行要求。系统长时间偏离优化运行轨迹时系统启动运行特性参数自学习功能,并开展二次优化计算档位输出信息,可以在列车编组、载重、列车车辆特性参数等信息存在误差时,确保系统的鲁棒性。
如图2和图3所示:所述智能操纵优化控制器1包括车载行车优化单元11、列车运行自适应控制单元12、参数自动学习模块13。
车载行车优化单元11根据列车车钩缓冲器挠力曲线和系统动力学方程获得缓冲器刚度和阻尼特性;根据设定的列车线路信息、列车的当前运行档位、列车当前运行速度、预期运行速度和档位序列优化控制列车的档位和行车速度从而对列车运行目标曲线进行实时优化。
列车运行自适应控制单元12根据列车的临时限速、列车运行目标曲线和限速曲线构造搜索基准速度曲线规划列车的行驶档位和行驶速度;根据获取的当前列车运用的监控交路类型及监控交路号判断是否进行交路转移和是否自动支线转移并提取发生交路转移的交路线路信息和行程路径信息;
所述智能操纵优化控制器自适应学习过程时:当列车实际运行速度与列车运行目标曲线中的速度的偏差超过设定阈值、超过次数超过设定阈值时;所述参数自动学习模块13通过对列车历史行驶数据的学习挖掘、调整列车自身特性参数;参数自动学习模块13获得的新的列车参数信息后,所述车载行车优化单元对列车运行目标曲线进行重新优化和更新。
进一步的,所述智能操纵优化控制器包括底板、电源板、输入板、输出板、主控板I、表决板、主控板II、通信板和多个备板。
所述车载行车优化单元11针对列车运行过程中的临时限速的处理方案,采用临时规划优化曲线,补充原规划运行曲线;所述列车运行自适应控制单元将根据临时限速产生的补充优化曲线控制列车运行。
所述车载行车优化单元11根据列车运行过程中的支线转移与侧线转移,实时提取新的线路信息,重新规划剩余线路的优化运行曲线。
所述参数自动学习模块13在列车长时间从规划曲线持续偏离时次数超过设定阈值时,行程规划用列车参数即偏离该次列车实际参数,系统即启动参数自动学习模块13,参数自动学习模块13根据当次系统运行历史数据反求学习系统实际参数,用于系统规划运行曲线的更新。
本系统的智能操纵优化控制器1具有优化模型:
为加入车钩力等安全因素考虑,该系统使用多质点模型进行求解计算。其系统模型描述如下:
系统动力学方程的一般的形式为:
式中:[M]:列车系统质量矩阵;[C]:列车系统阻尼矩阵;[K]:列车系统刚度矩阵。
系统运动状态求解如下:
其中,根据车钩缓冲器挠力曲线,采用三次样条插值函数来获得具体的车钩力Fi,对每一段曲线所对应的di为当前车体相对位移,Si为车钩间隙,Hi为缓冲器行程,为与该车钩相连接的车体底架的纵向刚度。假如di<Si则假如di≥Hi,表示车辆相对位移车过了缓冲器的行程,即缓冲器被压死,此时车体底架已产生变形,则车钩力Fi为:
如果不是以上两种情况,则表明缓冲器在正常工作范围内。
当车辆相对运动方向不变时,车钩力的大小可以直接从车钩缓冲器挠力曲线上插值产生Fup=f1(xi),Fdown=f2(xi)。当曲线进入过渡区,需要利用车钩缓冲器挠力曲线进行近似求解,即时,引入作为修正,使其迅速连接上下两条曲线(Fup,Fdown)。
为了真实反映缓冲器特性,本文假定缓冲器作用力与相对速度、相对位移间关系如下假设刚度只与车辆唯一有关:k=f1(Δx),阻尼只与车辆相对速度有关,即通过实验找到f1,f2的曲线。或者将设两者为线性函数,通过单车模型仿真和试验来获得该参数。但根据单车撞击单车试验结果,通过大量数值试验获得缓冲器刚度和阻尼特性,数据结果表明,缓冲器刚度和阻尼特性为强非线性特性。
对于给定路段线路,根据档位序列通过优化算法搜索最佳节省整体数学模型如下:
subject to
vi<vi_lim
Fi<Fi max
X∈T
T∈U
其中,E为列车总体运行能耗,i为步长计数器,m为总步长数,gi为i步长时的档位,vi为i步长时的列车速度,Ti为i步长时运行时间,ΔEi(gi,vi)为i步长时单位能耗,vi_lim为i步长时的运行限速,为总运行时间误差,Tmax为总运行时间误差允许值。Fi max为最大车钩力允许值。X为决策变量,其表示制定的档位规则中档位序列对应的时间分配比例序列;T表示所有满足时间约束和限速约束条件的时间分配比例序列组成的集合;U表示所有时间分配比例序列所组成的基本空间;
多目标优化模型为在给定起止状态,即起止速度vo=0,终止速度vt=0,起始公里标位置so=0,起始时间to=0条件下,考虑约束条件下,最小化能耗E和实际运行时间与调度运行时间的差△T,其中,约束条件为:限速约束0≤vi≤vlim(i),其中vi表示i步长时的速度,vlim(i)表示i步长时的限速,总距离约束其中si表示i步长时的运行距离,加速度变化率约束|(ai-ai-1)/△ti|≤ε,其中ai和ai-1分别表示i步长和i-1步长时的加速度,△ti表示i步长时的运行时间大小,ε为大于0的常数。
所述列车运行自适应控制单元12其自适应控制逻辑采用差值比例控制和预瞄控制方式。
智能操纵优化控制器1在进行自适应控制时,采用差值比例控制和预瞄控制方式:列车运行自适应控制单元12的基本规则如下:设定比例系数K,K>0,当当前运行速度与预期运行速度差值位△v时,列车运行自适应控制单元12基于当前运行档位G,按比例改变一定档位-K△v,当K△v非整数时就近取整,当当前运行速度比预期运行速度差值位低△v,则增加取整后档位数;当当前运行速度比预期运行速度差值位高△v,则降低取整后档位数,如档位改变已经改至最高档位或最低档位而不能够再继续增加或降低时,则保持该档位运行,并提示机车乘务员当前档位状态,机车乘务员可视实际情况转为手动驾驶。自适应控制同时采用前方预瞄方式,固定预瞄前方L米处,当前方L米出现坡度变化时,按如下规则调整当前档位:当前规划档位或运行档位为牵引档位时,前方预瞄出现大下坡时,调整当前档位为惰行档位,惰行距离以保证可安全惰性至下破点为准;当前规划档位或运行档位为制动档位时,前方预瞄出现大上坡时,调整当前档位为惰性档位,惰性距离以保证不超过限速且安全惰行至上坡路段为准。
揭示信息中临时限速的处理步骤是:1、查询揭示信息中临时信息时间段是否仍旧有效;2、如已无效则不做处理。如仍旧有效,则查询临时限速与实时查询目标优化曲线关系,当目标优化曲线不超过该限速时,不做处理。如目标优化曲线超过该限速时,则进入下一步处理;3、基于限速曲线,统一下浮一定阈值A,形成搜索基准速度曲线,并基于该搜索基准曲线,求取以该搜索基准曲线行驶情况下所需要花费时间T0;4、基于给定时间约束T1,比较T1与T0大小,并用于有方向引导的搜索,如果T1>T0,说明给定时间较长,则曲线优化搜索方向往进一步减小速度进行;如T1<T0,说明给定时间较短,则曲线优化搜索方向往进一步增加速度进行;该处搜索过程采用常规档位试凑的方式进行,即沿引导方向确定某起始位置,试凑相应牵引或制动档位直至档位满足引导方向要求;一次搜索完毕后重新计算新的曲线的耗时T1,重新比较T1与T0大小,以确定新的搜索方向,曲线优化搜索变更值采用自适应调整方式进行,首先按照阈值A继续搜索,如A值过小,则按照2n-1A取值,如过小,则按照A/2n-1取值,这里n为搜索次数,n为整数,且n≥1;重复该过程,直至所搜索优化曲线满足时间约束要求;
5、在上面具体搜索过程中,需设定最大允许计算时间为强制停止时间TM,即以不耽误列车当前优化目标曲线用于该位置列车自适应控制为准,强制停止时间到达时即停止搜索过程,所得曲线即为实时当前优化目标曲线,当前优化目标曲线将被进一步用于列车运行实时自适应控制过程。
支线转移与侧线转移的处理方式如下:1、系统获取当前列车运用的监控交路的类型及监控交路号;2、在线路数据中可能发生交路转移的位置,根据监控交路号、交路转移目的地址结合一定的规则确定是否进行交路转移;3、如果发生交路转移,则交路线路信息根据转移后的目的地址进行提取。
支线转移过程:1、系统获取当前列车运用的监控交路的类型及监控交路号;2、在线路数据中可能发生支线转移的位置根据一定的规则判断是否自动转支线;3、如果不是自动转支线且获得机车乘务员输入的支线号,则进行相应的转移,从而获得新的行程路径。
该系统的智能操纵优化控制器1还包括参数自动学习模块13,解决列车特性参数输入不当情况下的系统自动参数学习问题,提升系统的智能性。参数学习是在列车行驶过程中,当列车实际运行速度与列车运行目标曲线中的理想速度出现较大偏差时,通过对历史数据的学习挖掘,调整列车自身特性参数,更新优化计算的结果,让优化计算更加精确,符合当前列车的运行情况。参数反求是在没有人工参与的条件下,系统自动进行优化和调整的过程。
在列车行驶过程中,智能操纵优化控制器1会实时地从列车运行控制系统车载设备7,如LKJ2000、CTCS2车载设备等,列车微机网络控制系统8,如TCMS等,获得列车的运行信息。通过对比列车实时的运行速度和理想的优化速度,系统会进行自适应控制。在自适应控制的过程中,如果多次出现列车实际运行速度和理想速度之间的差距超出某一个阈值的情况,说明当前优化计算的结果不符合列车实际的运行特性,需要对列车的质量参数和阻力参数进行修正。参数反求的过程如下:
a)系统会记录下列车运行的历史数据,从历史数据中获得列车实际运行的速度曲线和档位信息;
b)通过列车实际运行的速度曲线,获得列车在每个位置点的加速度的值,公式如下:
c)其中a为加速度,Vt为每相邻两个位置点中的末速度,V0为每相邻两个位置点中的初速度,t为两个位置点的间隔时间。
d)通过历史数据中的档位信息,查表可得列车的牵引/制动力F;
e)现假设列车的阻力参数是准确的,阻力参数α,β和δ与阻力合力之间的关系如下:
f阻=α·V2+β·V+δ
f)其中f阻为阻力合力,V为列车实际运行的实时速度。通过阻力系数和每个位置点的速度计算出每个位置点的f阻。
g)通过第d)步得到的牵引/制动力F和第e)步得到的f阻,以及每个位置点的加速度a,可以获得列车的质量分布M,公式如下:
h)通过对质量分布M的统计分析可以得到一个相对准确的质量参数m;
i)利用第h)步得到的质量参数m,和类似的反求步骤,我们可以反求阻力参数的值。利用公式:
f阻=F-m·a
j)获得每个位置点的阻力合力,利用阻力合力与速度,阻力系数之间的函数关系,使用最小二乘法,逼近一个较准确的阻力系数的值;
k)利用第j)步中得到的阻力系数的值,重复第e)至h)步的操作,进行迭代反求的过程;
l)最终得到一个较为稳定的质量系数和阻力系数的值,更新列车的参数列表,并重新进行优化计算,更新优化计算的结果。
参数自动学习模块13是系统内部的一种智能学习和调整机制,它可以增强系统的安全性,稳定性和鲁棒性,对于优化系统具有非常重要的意义。
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,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。