CN108674447A - 特殊外界环境下的列车运行控制方法 - Google Patents

Abstract

本发明提供了一种特殊外界环境下的列车运行控制方法。该方法包括：根据列车在各种外界环境下的历史运行数据进行学习，生成各种外界环境下的列车运行环境解空间数据库；在列车运行过程中，ATO系统通过各种传感器获取当前的列车运行数据，根据当前的列车运行数据查询所述列车运行环境解空间数据库，确定列车当前所处的特殊外界环境，获取当前的外界环境下推荐使用的列车运行数据，列车运行控制器追踪推荐使用的列车运行数据中的推荐速度曲线运行。本发明的方法可以使列车在雨、雪、霜等特殊外界环境条件下，基于历史数据和列车实时状况，在线识别特殊外界环境等级，并进行在线学习控制，从而实现列车在特殊外界环境下能够更安全、更高效地运行。

Description

特殊外界环境下的列车运行控制方法

技术领域

本发明涉及列车运行控制技术领域，尤其涉及一种特殊外界环境下的列车运行控制方法。

背景技术

雨、雪、霜等特殊天气会影响粘着系数，造成列车空转打滑等现象，影响列车自动运行(Automatic Train Operation,ATO)系统的控制效果，进而影响停车精度和运行效率，甚至危及行车安全。特别是在高速铁路中，列车运行速度高、站间距离大、站间运行时间长，运行环境的变化对ATO系统的影响会逐渐累积，严重影响列车运行准时性、停车精度，难以保证列车的运行效率与运行安全。对雨雪霜冻油等特殊外界环境下的列车运行控制方法进行研究，有利于提高ATO系统的控车效果，实现列车在全场景下的自动运行。

现有的列车运行控制系统在雨、雪、霜等特性外界环境下，不能根据实际运行条件自适应的控制列车运行，往往需要转为人工驾驶模式。因此需要提出一种有效的列车自动运行控制方法，以使列车在特性外界环境下能够更安全、更高效地运行。

发明内容

本发明的实施例提供了一种特殊外界环境下的列车运行控制方法，使列车在特性外界环境下能够更安全、更高效地运行。

为了实现上述目的，本发明采取了如下技术方案。

一种特殊外界环境下的列车运行控制方法，包括：

根据列车在各种外界环境下的历史运行数据进行学习，结合驾驶经验数据进行分析，生成各种外界环境下的列车运行环境解空间数据库；

在列车运行过程中，ATO系统通过各种传感器获取当前的列车运行数据，根据所述当前的列车运行数据查询所述列车运行环境解空间数据库，确定列车当前所处的特殊外界环境；

所述ATO系统根据所述列车运行环境解空间数据库获取当前的外界环境下推荐使用的列车运行数据，列车运行控制器追踪所述推荐使用的列车运行数据中的推荐速度曲线运行。

进一步地，所述的根据列车在各种外界环境下的历史运行数据进行学习，结合驾驶经验数据进行分析，生成各种外界环境下的列车运行环境解空间数据库，包括：

根据列车在正常外界环境下的历史运行数据进行学习，结合驾驶经验数据进行分析，生成正常外界环境下的列车运行环境解空间数据库。根据列车在特殊外界环境下的历史运行数据进行学习，结合驾驶经验数据进行分析，生成特殊外界环境下的列车运行环境解空间数据库；

所述历史运行数据包括人工驾驶模式和自动驾驶模式下的列车车型、编组方式、列车速度、列车牵引制动等级、列车运行速度、加速度、牵引等级、制动等级、空转打滑次数、粘着系数数据；在所述列车运行环境解空间数据库中关联存储了各种外界环境下推荐使用的列车运行数据，每种特殊外界环境下的列车运行数据构成了一种特殊外界环境运行模式。

进一步地，所述的特殊外界环境包括雨、雪、霜环境，针对特殊外界环境设置多种特性外界环境等级。

进一步地，所述的在列车运行过程中，ATO系统通过各种传感器获取当前的列车运行数据，包括：

在列车运行过程中，ATO系统记录列车运行数据，该列车运行数据包括牵引制动级位、雷达测得的速度v₁、加速度计测得的加速度a、轮轴速度传感器测得的车轮转速n，加速度测得的列车速度v₂和轮轴速度传感器测得的列车速度v₃由以下公式求出：

v₂＝v₀+at

v₃＝2πrn

式中，v₀为列车速度，t为时间，r为车轮半径；

以雷达测速v₁或者加速度计测速v₂或者雷达测速v₁、加速度计测速v₂的平均值作为列车的实际速度v，根据列车的实际速度v和轮轴速度传感器测速v₃计算列车单位时间内空转打滑的次数m；

进一步地，所述的根据所述当前的列车运行数据查询所述列车运行环境解空间数据库，确定列车当前所处的特殊外界环境，包括：

ATO系统根据当前的列车运行数据与所述列车运行环境解空间数据库中存储的各种外界环境下的列车运行数据进行比对，计算出当前的列车运行数据与列车运行环境解空间数据库中存储的列车运行数据中每种数据参数之间的差值，将所有的数据差值按照对应的权重进行相加，得到两个列车运行数据之间的综合差值，将综合差值最小的列车运行数据对应的列车运行环境解空间数据库中存储的外界环境确定为列车当前的外界环境，所述数据参数包括实际速度、加速度、空转打滑次数和牵引制动等级。

进一步地，所述的ATO系统根据所述列车运行环境解空间数据库获取当前的外界环境下推荐使用的列车运行数据，列车运行控制器追踪所述推荐使用的列车运行数据中的推荐速度曲线运行，包括：

在确定出列车当前处于特殊外界环境后，列车进入该特殊外界环境对应的特殊外界环境运行模式自动运行，ATO系统查询列车运行环境解空间数据库获取当前的特殊外界环境下推荐使用的列车运行数据，列车运行控制器追踪该列车运行数据中的推荐速度曲线运行；

在列车运行过程中，如果运行环境出现进一步变化，或者追踪推荐速度曲线出现偏差，ATO系统结合列车当前状况调用或者生成新的推荐速度曲线。

进一步地，所述的ATO系统根据所述列车运行环境解空间数据库获取当前的外界环境下推荐使用的列车运行数据，列车运行控制器追踪所述推荐使用的列车运行数据中的推荐速度曲线运行，还包括：

列车在特殊外界环境运行模式自动运行时，ATO系统进行在线学习列车当前牵引制动性能，列车实施第一次牵引或制动后，ATO系统记录当前牵引或制动等级中列车的加速度和速度信息运行数据，将运行数据与根据列车运行环境解空间数据库得到的预期控制结果进行对比，如果运行数据与预期控制效果之间的差距超过门限值，则结合列车运行环境解空间数据库内的推荐运行数据对控制器参数进行调整，以适应列车当前状况。

在之后的列车运行过程中，每次进行牵引或制动，ATO系统都进行记录和学习，使ATO系统的控制器参数与列车实时的运行状况匹配，以使控制效果能够适应列车的当前运行状况，实现列车运行的在线学习控制，列车运行过程中的牵引力和制动力应小于对应等级下不发生空转打滑的最大牵引力和制动力。

进一步地，所述的ATO系统根据所述列车运行环境解空间数据库获取当前的外界环境下推荐使用的列车运行数据，列车运行控制器追踪所述推荐使用的列车运行数据中的推荐速度曲线运行，还包括：

结合列车当前在线学习控制的控制器参数，列车进入制动停车阶段时，根据在线学习控制中ATO系统的控制器参数与停车点的目标距离，结合当前列车安全防护曲线计算出对应当前位置的停车速度曲线，ATO系统按照所述停车速度曲线控制列车制动停车，并在通过定位点时对列车计算位置进行校正，并调整控制策略保证停车，同时在停车过程中检查列车运行时间、位置、速度是否满足安全防护要求，否则触发紧急制动。

由上述本发明的实施例提供的技术方案可以看出，本发明实施例提出了一种有效的列车自动运行控制方法，可以使列车在雨、雪、霜等特性外界环境条件下，基于历史数据和列车实时状况，在线识别特性外界环境等级，并进行在线学习控制，提高列车在特性外界环境模式下的自动驾驶能力，使列车在特性外界环境条件下的安全、舒适运行，同时保证精确停车，从而实现列车在特性外界环境下能够更安全、更高效地运行。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种特殊外界环境下的列车运行控制方法的处理流程图；

图2为本发明实施例提供的一种特性外界环境模式下列车ATO系统运行在线学习控制的流程图；

图3为本发明实施例提供的一种自适应精确停车控制方法的示意图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。

本发明实施例提供了一种特殊外界环境下的列车运行控制方法，该方法的处理流程如图1所示，包括以下步骤：

步骤1：列车运行过程中，ATO系统记录列车运行数据，该列车运行数据包括牵引制动级位、雷达测得的速度v₁、加速度计测得的加速度a、轮轴速度传感器测得的车轮转速n等。加速度测得的列车速度v₂和轮轴速度传感器测得的列车速度v₃可由以下公式求出：

v₂＝v₀+at

v₃＝2πrn

式中，v₀为列车速度，t为时间，r为车轮半径。

以雷达测速v₁，加速度计测速v₂，或者雷达测速和加速度计测速的平均值作为列车的实际速度v，根据列车的实际速度v和轮轴速度传感器测速v₃计算列车单位时间内空转打滑的次数m。

为保证计算结果的准确性，最好在列车不同的轮对上装2-3个轮轴速度传感器，取各个轮轴速度传感器测量得到的数据的平均值再进行计算，以防止因单个轮对空转或打滑带来的计算结果不准确。

步骤2：根据列车在正常外界环境下的历史运行数据进行学习，结合驾驶经验数据进行分析，生成正常外界环境下的列车运行环境解空间数据库。根据列车在特殊外界环境下的历史运行数据进行学习，结合驾驶经验数据进行分析，生成特殊外界环境下的列车运行环境解空间数据库。上述特殊外界环境包括雨、雪、霜等环境，针对特殊外界环境还可以设置多种特性外界环境等级，比如，针对雨天的特殊外界环境，可以设置小雨、大雨和暴雨三种等级。

上述历史运行数据包括人工驾驶模式和自动驾驶模式下的列车车型、编组方式、列车速度、列车牵引制动等级、列车运行速度、加速度、牵引等级、制动等级、空转打滑次数、粘着系数等数据。

将列车在雨雪霜冻油等特性外界环境下的历史运行数据，包括人工驾驶模式和自动驾驶模式下的列车车型、编组方式、列车速度、列车牵引制动等级、列车加速度、列车位置、相应特性外界环境等级、对应等级下不发生空转打滑的最大牵引力和制动力等信息进行学习，结合优秀司机的驾驶经验进行分析，生成特性外界环境条件下的历史运行策略解空间。

在上述列车运行环境解空间数据库中关联存储了各种外界环境下推荐使用的列车运行数据，以及特殊外界环境对应的多种特性外界环境等级，每种特殊外界环境下的列车运行数据构成了一种特殊外界环境运行模式。上述列车运行环境解空间数据库中存储的数据可以根据后续历史数据的学习结果进行不断的更新。

ATO系统根据当前的列车运行数据与上述列车运行环境解空间数据库中存储的各种外界环境下的列车运行数据进行比对，计算出当前的列车运行数据与列车运行环境解空间数据库中存储的列车运行数据中每种数据参数之间的差值，将所有的数据差值按照对应的权重进行相加，得到两个列车运行数据之间的综合差值，将综合差值最小的列车运行数据对应的列车运行环境解空间数据库中存储的外界环境确定为列车当前的外界环境。所述数据参数包括实际速度、加速度、空转打滑次数和牵引制动等级。

步骤3：在确定出列车当前处于特殊外界环境后，列车进入该特殊外界环境对应的特殊外界环境运行模式自动运行。ATO系统查询列车运行环境解空间数据库获取当前的特殊外界环境下推荐使用的列车运行数据，列车运行控制器追踪该列车运行数据中的推荐速度曲线运行。列车运行过程中，如果运行环境出现进一步变化，或者追踪曲线出现较大偏差，ATO应结合列车当前状况调用或者生成新的推荐速度曲线。

在高速铁路中，列车自动驾驶采用CTCS3+ATO的模式，列车牵引和制动均为离散的级位，人工驾驶模式下，司机会结合驾驶经验根据列车运行情况和环境等信息综合判断后，对列车实施合适等级的牵引和制动，保证列车安全、平稳、舒适的运行。但ATO驾驶模式下，ATO根据推荐速度曲线控制列车运行，因为现场环境的变化，列车实际运行数据往往会出现一定的差距，继而引发ATO频繁的牵引和制动，影响列车的舒适度，在雨雪等恶劣天气下，甚至会危及行车安全。因此，基于司机的驾驶数据和优秀司机的经验，形成模糊逻辑，训练列车运行策略解空间，模仿人的决策过程生成模糊规则表。列车运行过程中，运行状况如果发生变化，只需从模糊逻辑表中调用相应的控制策略即可。利用模糊控制的方法对ATO的控制进行改进，使列车的控制有一定过渡期，过渡期内不动作，减少操作的频繁程度，提高列车运行的舒适性和安全性。

步骤4：列车运行过程中，每次进行牵引或制动，ATO系统都进行记录和在线学习，以使ATO的控制参数能够与列车实时的状况精确匹配，从而对列车进行在线的学习控制。本发明实施例提供的一种列车ATO系统在线学习控制的流程如图2所示，具体过程如下：

列车在特殊外界环境运行模式自动运行时，ATO系统进行在线学习列车当前牵引制动性能，即列车实施第一次牵引或制动后，ATO系统记录当前牵引或制动等级中列车的加速度和速度信息等运行数据，将运行数据与根据列车运行环境解空间数据库得到的预期控制结果进行对比，如果运行数据与预期控制效果之间的差距超过门限值，则结合列车运行环境解空间数据库内的推荐运行数据对控制器参数进行调整，以适应列车当前状况。

在之后的列车运行过程中，每次进行牵引或制动，ATO系统都进行记录和学习，使ATO系统的控制器参数能够与列车实时的运行状况精确匹配，以使控制效果能够适应列车的当前运行状况，实现列车运行的在线学习控制。列车运行过程中的牵引力和制动力应小于对应等级下不发生空转打滑的最大牵引力和制动力。

特别地，如果ATO反复进行调整，运行数据与预期控制效果任有较大差距，甚至差距有变大的趋势，为保证行车安全，此时ATO系统应及时提示司机，转为人工驾驶模式运行。

步骤5：为了满足列车在雨雪等恶劣天气下仍能精确停车的需求，提供了一种雨雪模式下列车精确停车的控制方法。该方法的控制过程如图3所示，具体如下：

结合列车当前在线学习控制的控制器参数，列车进入制动停车阶段时，根据在线学习控制中ATO系统的控制器参数与停车点的目标距离，结合当前列车安全防护曲线计算出对应当前位置的停车速度曲线，ATO自动驾驶系统按照该停车速度曲线控制列车制动停车，并在通过定位点时对列车计算位置进行校正，并适当调整控制策略，保证精确停车。同时应能够在停车过程中检查列车运行时间、位置、速度等是否满足安全防护要求，否则触发紧急制动。

如果因外界环境变化、乘客等因素，使得ATO系统的控车效果与实际预期有差距时，ATO系统可根据检查结果做出适当调整。

综上所述，本发明实施例提出了一种有效的列车自动运行控制方法，可以使列车在雨、雪、霜等特性外界环境条件下，基于历史数据和列车实时状况，在线识别特性外界环境等级，并进行在线学习控制，提高列车在特性外界环境模式下的自动驾驶能力，使列车在特性外界环境条件下的安全、舒适运行，同时保证精确停车，从而实现列车在特性外界环境下能够更安全、更高效地运行。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

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 (8)

1.一种特殊外界环境下的列车运行控制方法，其特征在于，包括：

根据列车在各种外界环境下的历史运行数据进行学习，结合驾驶经验数据进行分析，生成各种外界环境下的列车运行环境解空间数据库；

在列车运行过程中，ATO系统通过各种传感器获取当前的列车运行数据，根据所述当前的列车运行数据查询所述列车运行环境解空间数据库，确定列车当前所处的特殊外界环境；

所述ATO系统根据所述列车运行环境解空间数据库获取当前的外界环境下推荐使用的列车运行数据，列车运行控制器追踪所述推荐使用的列车运行数据中的推荐速度曲线运行。

2.根据权利要求1所述的方法，其特征在于，所述的根据列车在各种外界环境下的历史运行数据进行学习，结合驾驶经验数据进行分析，生成各种外界环境下的列车运行环境解空间数据库，包括：

根据列车在正常外界环境下的历史运行数据进行学习，结合驾驶经验数据进行分析，生成正常外界环境下的列车运行环境解空间数据库。根据列车在特殊外界环境下的历史运行数据进行学习，结合驾驶经验数据进行分析，生成特殊外界环境下的列车运行环境解空间数据库；

所述历史运行数据包括人工驾驶模式和自动驾驶模式下的列车车型、编组方式、列车速度、列车牵引制动等级、列车运行速度、加速度、牵引等级、制动等级、空转打滑次数、粘着系数数据；在所述列车运行环境解空间数据库中关联存储了各种外界环境下推荐使用的列车运行数据，每种特殊外界环境下的列车运行数据构成了一种特殊外界环境运行模式。

3.根据权利要求2所述的方法，其特征在于，所述的特殊外界环境包括雨、雪、霜环境，针对特殊外界环境设置多种特性外界环境等级。

4.根据权利要求2或3所述的方法，其特征在于，所述的在列车运行过程中，ATO系统通过各种传感器获取当前的列车运行数据，包括：

在列车运行过程中，ATO系统记录列车运行数据，该列车运行数据包括牵引制动级位、雷达测得的速度v₁、加速度计测得的加速度a、轮轴速度传感器测得的车轮转速n，加速度测得的列车速度v₂和轮轴速度传感器测得的列车速度v₃由以下公式求出：

v₂＝v₀+at

v₃＝2πrn

式中，v₀为列车速度，t为时间，r为车轮半径；

以雷达测速v₁或者加速度计测速v₂或者雷达测速v₁、加速度计测速v₂的平均值作为列车的实际速度v，根据列车的实际速度v和轮轴速度传感器测速v₃计算列车单位时间内空转打滑的次数m；

5.根据权利要求4所述的方法，其特征在于，所述的根据所述当前的列车运行数据查询所述列车运行环境解空间数据库，确定列车当前所处的特殊外界环境，包括：

ATO系统根据当前的列车运行数据与所述列车运行环境解空间数据库中存储的各种外界环境下的列车运行数据进行比对，计算出当前的列车运行数据与列车运行环境解空间数据库中存储的列车运行数据中每种数据参数之间的差值，将所有的数据差值按照对应的权重进行相加，得到两个列车运行数据之间的综合差值，将综合差值最小的列车运行数据对应的列车运行环境解空间数据库中存储的外界环境确定为列车当前的外界环境，所述数据参数包括实际速度、加速度、空转打滑次数和牵引制动等级。

6.根据权利要求5所述的方法，其特征在于，所述的ATO系统根据所述列车运行环境解空间数据库获取当前的外界环境下推荐使用的列车运行数据，列车运行控制器追踪所述推荐使用的列车运行数据中的推荐速度曲线运行，包括：

在确定出列车当前处于特殊外界环境后，列车进入该特殊外界环境对应的特殊外界环境运行模式自动运行，ATO系统查询列车运行环境解空间数据库获取当前的特殊外界环境下推荐使用的列车运行数据，列车运行控制器追踪该列车运行数据中的推荐速度曲线运行；

在列车运行过程中，如果运行环境出现进一步变化，或者追踪推荐速度曲线出现偏差，ATO系统结合列车当前状况调用或者生成新的推荐速度曲线。

7.根据权利要求5所述的方法，其特征在于，所述的ATO系统根据所述列车运行环境解空间数据库获取当前的外界环境下推荐使用的列车运行数据，列车运行控制器追踪所述推荐使用的列车运行数据中的推荐速度曲线运行，还包括：

列车在特殊外界环境运行模式自动运行时，ATO系统进行在线学习列车当前牵引制动性能，列车实施第一次牵引或制动后，ATO系统记录当前牵引或制动等级中列车的加速度和速度信息运行数据，将运行数据与根据列车运行环境解空间数据库得到的预期控制结果进行对比，如果运行数据与预期控制效果之间的差距超过门限值，则结合列车运行环境解空间数据库内的推荐运行数据对控制器参数进行调整，以适应列车当前状况。

在之后的列车运行过程中，每次进行牵引或制动，ATO系统都进行记录和学习，使ATO系统的控制器参数与列车实时的运行状况匹配，以使控制效果能够适应列车的当前运行状况，实现列车运行的在线学习控制，列车运行过程中的牵引力和制动力应小于对应等级下不发生空转打滑的最大牵引力和制动力。

8.根据权利要求7所述的方法，其特征在于，所述的ATO系统根据所述列车运行环境解空间数据库获取当前的外界环境下推荐使用的列车运行数据，列车运行控制器追踪所述推荐使用的列车运行数据中的推荐速度曲线运行，还包括：

结合列车当前在线学习控制的控制器参数，列车进入制动停车阶段时，根据在线学习控制中ATO系统的控制器参数与停车点的目标距离，结合当前列车安全防护曲线计算出对应当前位置的停车速度曲线，ATO系统按照所述停车速度曲线控制列车制动停车，并在通过定位点时对列车计算位置进行校正，并调整控制策略保证停车，同时在停车过程中检查列车运行时间、位置、速度是否满足安全防护要求，否则触发紧急制动。