CN109649441B - 一种列车自动驾驶节能控制方法 - Google Patents

一种列车自动驾驶节能控制方法 Download PDF

Info

Publication number
CN109649441B
CN109649441B CN201811573510.2A CN201811573510A CN109649441B CN 109649441 B CN109649441 B CN 109649441B CN 201811573510 A CN201811573510 A CN 201811573510A CN 109649441 B CN109649441 B CN 109649441B
Authority
CN
China
Prior art keywords
train
speed
energy consumption
stage
model
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.)
Active
Application number
CN201811573510.2A
Other languages
English (en)
Other versions
CN109649441A (zh
Inventor
朱少彤
许硕
孟军
孙旺
尹逊政
李亮
史宁娟
余刚
贾鹏
高磊
张明坤
赵俊义
宋志丹
方力一
李博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Academy of Railway Sciences Corp Ltd CARS
China State Railway Group Co Ltd
Signal and Communication Research Institute of CARS
Original Assignee
China Academy of Railway Sciences Corp Ltd CARS
China Railway Corp
Signal and Communication Research Institute of CARS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Academy of Railway Sciences Corp Ltd CARS, China Railway Corp, Signal and Communication Research Institute of CARS filed Critical China Academy of Railway Sciences Corp Ltd CARS
Priority to CN201811573510.2A priority Critical patent/CN109649441B/zh
Publication of CN109649441A publication Critical patent/CN109649441A/zh
Application granted granted Critical
Publication of CN109649441B publication Critical patent/CN109649441B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L23/00—Control, warning or like safety means along the route or between vehicles or trains
    • B61L23/08—Control, warning or like safety means along the route or between vehicles or trains for controlling traffic in one direction only
    • B61L23/14—Control, warning or like safety means along the route or between vehicles or trains for controlling traffic in one direction only automatically operated

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种列车自动驾驶节能控制方法，包括：根据不同的列车性能模型、列车风阻模型、以及线路坡度信息，计算各个运行阶段的进入时刻速度、各个阶段的持续时间、以及各个阶段所用距离，并以站间运行距离为限制条件，从而计算得到一系列速度曲线模型；利用列车能耗模型预估每一条速度曲线模型的能耗；基于包含能耗大小的寻优因素及各寻优因素的权重对所有速度曲线模型进行综合评价，选出最优速度曲线模型，并利用最优速度曲线模型进行列车自动驾驶。该方法可以预估运行能耗，并结合能耗选出最优控制曲线，以达到节能控制的目的。

Description

一种列车自动驾驶节能控制方法
技术领域
本发明涉及轨道交通技术领域，尤其涉及一种列车自动驾驶节能控制方法。
背景技术
近年轨道交通和列车控制技术快速发展，列车自动驾驶子系统(ATO)得到了广泛应用，在城市轨道交通领域ATO系统已经逐渐成为重要及必备的配置，在部分动车组及高铁线路中也的到了应用。做为现代列车控制系统重要组成部分的ATO系统，依靠其实现的列车自动控制能够降低人工劳动强度，根据实时运行计划精准调整运行时间，提高列车运行的舒适度，大幅提高轨道交通的运行效率。
随着轨道交通运营里程的高速增长以及ATO系统的广泛应用，对ATO系统的控制模式提出了更高的要求，其中ATO系统的能耗控制逐渐受到更为广泛的关注，目前国内外各ATO系统主要采用单一的恒速控制实现列车准点到达，在此基础上通过精确控制保持列车速度在目标恒速值附近较小范围内波动，避免不必要的、频繁的、较大幅度的牵引制动来控制列车牵引能耗，该方法具有一定的局限性，能耗的节约效果不显著。
目前国内外各ATO系统主要通过站间距离、站间运行时间等限制条件预先计算出控制曲线(如图1所示)，列车运行过程中通过速度巡航方式控制列车实际速度在目标巡航速度附近容忍的范围内小幅波动，尽可能避免不必要的牵引带来的能源消耗。但是，这一方案的缺陷在于：1)为实现巡航速度的保持，ATO系统需要实时控制列车牵引及制动，当速度波动范围的容忍度较小时容易出现反复切换牵引及制动命令，降低乘坐舒适度；当速度波动范围的容忍度较大时容易造成列车的早点或晚点。2)巡航过程中ATO系统的牵引及制动命令的反复切换本质上也是不必要的牵引能耗，在线路坡度复杂的区段中由于上下坡带来的加减速增益使得该控制方式造成的牵引能耗浪费较为明显。3)在高速铁路中由于高速下空气阻力的明显增大，ATO系统在高速下维持巡航速度所进行的牵引制动切换操作造成的牵引能耗浪费更为明显。
发明内容
本发明的目的是提供一种列车自动驾驶节能控制方法，可以预估运行能耗，并结合能耗选出最优控制曲线，以达到节能控制的目的。
本发明的目的是通过以下技术方案实现的：
一种列车自动驾驶节能控制方法，包括：
根据不同的列车性能模型、列车风阻模型、以及线路坡度信息，计算各个运行阶段的进入时刻速度、各个阶段的持续时间、以及各个阶段所用距离，并以站间运行距离为限制条件，从而计算得到一系列速度曲线模型；
利用列车能耗模型预估每一条速度曲线模型的能耗；
基于包含能耗大小的寻优因素及各寻优因素的权重对所有速度曲线模型进行综合评价，选出最优速度曲线模型，并利用最优速度曲线模型进行列车自动驾驶。
由上述本发明提供的技术方案可以看出，通过预先计算速度曲线模型，并预估速度曲线模型的能耗，再综合各方面的因素进行寻优，从而选出最优的控制曲线，可以实现节能控制；此外，速度曲线模型的限制条件为站间运行时间，还可以确保列车准点到达。
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，对于本领域的普通技术人员来讲，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附图。
图1为本发明背景技术提供的现有方案计算出的速度控制曲线示意图；
图2为本发明实施例提供的一种列车自动驾驶节能控制方法的流程图；
图3为本发明实施例提供的速度曲线模型示意图；
图4为本发明实施例提供的开始滑行地点的不同、开始滑行的速度不同、预计的滑行距离不同的惰行阶段曲线模型示意图；
图5为本发明实施例提供的限定v1、v2、t1、t2后根据风阻模型及线路坡度模拟出的惰行阶段曲线模型示意图；
图6为本发明实施例提供的列车运行过程中重构的速度曲线模型示意图。
具体实施方式
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、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。
发明实施例提供一种列车自动驾驶节能控制方法，如图1所示，其主要包括：
1、根据不同的列车性能模型、列车风阻模型、以及线路坡度信息，计算各个运行阶段的进入时刻速度、各个阶段的持续时间、以及各个阶段所用距离，并以站间运行距离为限制条件，从而计算得到一系列速度曲线模型。
如图3所示，速度曲线模型包括：加速阶段、高恒速阶段、惰行阶段、低恒速阶段以及减速阶段。
本发明实施例中，通过列车性能模型(不同牵引制动等级下的列车加减速度)、列车风阻模型(不同速度下的空气阻力)、线路坡度等信息，可以精确计算五个阶段的进入时刻速度、每个阶段的持续时间、每个阶段所用距离，并以站间运行距离为限制条件获得满足站间运行距离若干速度曲线模型。
本发明实施例中，通过列车性能模型来准确计算加减速阶段所用距离及时间，通过列车风阻模型及线路坡度信息准确模拟列车惰行阶段运行状态。
由于在惰行阶段ATO系统不施加任何牵引和制动，列车完全受风阻、自身动能、坡度影响进行滑行，由于风阻在不同速度下差异较大，在惰行阶段可以采用时空演进方式进行曲线的模拟，即模拟计算列车滑行固定距离后的列车速度、所需时间、所处位置的坡度等信息，再根据所得信息再次模拟计算列车滑行固定距离，如此反复迭代模拟列车行驶，生成惰行期间的速度曲线模型。
由于开始滑行地点的不同、开始滑行的速度不同、预计的滑行距离不同都会得到差异很大的滑行区间速度曲线，如图4所示。因此，本发明实施例通过不同的高恒速阶段的速度v1及对应的持续时间t1、不同低恒速阶段的速度v2及对应的持续时间t2、以及列车风阻模型与线路坡度信息模拟计算不同的惰行阶段的曲线，如图5所示。
通过组合不同的v1、v2、t1、t2生成多种速度曲线，由于四个参数搭配组合形成的速度曲线数量巨大，所需计算量极大，ATO系统主机性能有限，因此，本发明实施例通过当前列车速度、区间限速以及计划站间运行时间来初步确定v1、v2、t1与t2的取值范围，并参考历史运算数据中的有效参数组合，在初步确定的取值范围内选取部分取值进行惰行阶段的曲线模拟计算；通过限制四个参数搭配组合的数量，控制需要进行计算的速度曲线数量，由此减少运算量。同时，在列车行驶过程中，随列车速度增高及剩余时间的逐渐减小v1、v2、t1与t2取值范围。通过上述方式将逐步细化取值组合，由此解决计算精细度与运算能力有限间的矛盾。
此外，本发明实施例中，速度曲线模型为实时计算生成，在列车运行过程中，根据列车当前所处的阶段，重构后续时刻的速度曲线模型，通过此方法削减前序计算误差带来的理论曲线与实际速度曲线的偏离，如图6所示，列车当前处于惰行阶段，其可以重构后续惰行阶段、低恒速阶段以及减速阶段的速度曲线。
本领域技术人员可以理解，高恒速阶段与低恒速阶段是一个相对性的概念，即，相对而言高恒速阶段对应较高的巡航速度(即v1)，低恒速阶段对应较低的巡航速度(即v2)。
2、利用列车能耗模型预估每一条速度曲线模型的能耗。
速度曲线模型的能耗主要集中在加速阶段、高恒速阶段与低恒速阶段；通过建立列车能耗模型来分别预估每一条速度曲线模型中这三个阶段的能耗值，分别将每一条速度曲线模型的三个阶段的能耗值的汇总，得到每一条速度曲线模型总能耗。上述能耗计算方式通过分段计算列车加速、巡航等过程中的能耗数值，从而能够准确预估运行能耗。
本发明实施例中，所述列车能耗模型包括：列车在各级别牵引情况下在不同速度阶段的能耗数值，各速度下维持恒速进行巡航的能耗数值，以及在各种坡度情况下的能耗额外损失等。
3、基于包含能耗大小的寻优因素及各寻优因素的权重对所有速度曲线模型进行综合评价，选出最优速度曲线模型，并利用最优速度曲线模型进行列车自动驾驶。
本发明实施例中，所述寻优因素包括：与计划站间运行时间的贴近程度、高恒速阶段与低恒速阶段的速度差所具备的后期运行时间调节能力、以及能耗数值大小；各个寻优因素均具备一定大小的权重，且权重能够实时调整。
本发明实施例中，通过综合准点情况、可调节能力、能耗情况等信息进行寻优，并可实时调节各因素权重，综合评价模拟速度曲线，而非单一的能耗最小值选取方法。具有可调节权重的多因素综合评价系统，综合多方面因素寻优策略，具备为每一次站间运行定制寻优策略的能力。
本发明实施例中，考虑站间运行距离与站间运行时间(即，与计划站间运行时间的贴近程度)，在前述步骤1中，将站间运行距离作为限制条件，得到了一系列的速度曲线模型；在本步骤中，将站间运行时间作为第一筛选条件(即，与计划站间运行时间的贴近程度的权重高于其他因素的权重)并结合其他因素来筛选出最优曲线。
本发明实施例上述方案中，根据速度曲线模型准确预测站间运行时间，充分考虑了线路坡度、空气阻力、列车牵引性能、列车制动性能等因素对列车运行的影响，可以确保列车的准点运行。
同时为获取一条最优速度控制曲线，准确估算不同速度曲线模型的能耗数值，为最终的结果寻优提供精准的能耗信息。
此外，由于列车的运行受非常多因素的影响，这些因素在列车运行过程中随时可能发生变化，导致当前预计的列车速度模型与实际列车运行的速度曲线存在偏差，该偏差随着时间及距离的累计将逐渐放大，最终造成预计的站间运行时间、站间运行能耗等信息与实际数值出现较大偏差。本发明在列车运行过程中可以通过当前运行状态实时重构列车速度曲线模型，减少列车运行状态变化造成的偏差，确保获得最优速度控制曲线。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
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披露的技术范围内，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书的保护范围为准。

Claims (5)

1.一种列车自动驾驶节能控制方法，其特征在于，包括：
根据不同的列车性能模型、列车风阻模型以及线路坡度信息，计算各个运行阶段的进入时刻速度、各个阶段的持续时间以及各个阶段所用距离，并以站间运行距离为限制条件，从而计算得到一系列速度曲线模型；
利用列车能耗模型预估每一条速度曲线模型的能耗；
基于包含能耗大小的寻优因素及各寻优因素的权重对所有速度曲线模型进行综合评价，选出最优速度曲线模型，并利用最优速度曲线模型进行列车自动驾驶；
速度曲线模型包括：加速阶段、高恒速阶段、惰行阶段、低恒速阶段以及减速阶段；其中，所述列车性能模型包含牵引制动等级下的列车加减速度，所述列车风阻模型包含不同速度下的空气阻力；通过不同的列车性能模型来计算高恒速阶段和低恒速阶段的距离与时间；通过不同的高恒速阶段的速度v1及对应的持续时间t1、不同低恒速阶段的速度v2及对应的持续时间t2以及列车风阻模型与线路坡度信息模拟计算不同的惰行阶段的曲线。
2.根据权利要求1所述的一种列车自动驾驶节能控制方法，其特征在于，通过当前列车速度、区间限速以及计划站间运行时间来初步确定v1、v2、t1与t2的取值范围，并参考历史运算数据中的有效参数组合，在初步确定的取值范围内选取部分取值进行惰行阶段的曲线模拟计算；同时，在列车行驶过程中，随列车速度增高及剩余时间的逐渐减小v1、v2、t1与t2取值范围。
3.根据权利要求1或2所述的一种列车自动驾驶节能控制方法，其特征在于，在列车运行过程中，根据列车当前所处的阶段，重构后续时刻的速度曲线模型。
4.根据权利要求1或2所述的一种列车自动驾驶节能控制方法，其特征在于，所述利用列车能耗模型预估每一条速度曲线模型的能耗包括：
速度曲线模型的能耗集中在加速阶段、高恒速阶段与低恒速阶段；通过建立列车能耗模型来分别预估每一条速度曲线模型中这三个阶段的能耗值，分别将每一条速度曲线模型的三个阶段的能耗值的汇总，得到每一条速度曲线模型总能耗；
所述列车能耗模型包括：列车在各级别牵引情况下在不同速度阶段的能耗数值，各速度下维持恒速进行巡航的能耗数值，以及在各种坡度情况下的能耗额外损失。
5.根据权利要求1所述的一种列车自动驾驶节能控制方法，其特征在于，所述寻优因素包括：与计划站间运行时间的贴近程度、高恒速阶段与低恒速阶段的速度差所具备的后期运行时间调节能力以及能耗数值大小；
各个寻优因素均具备一定大小的权重，且权重能够实时调整。
CN201811573510.2A 2018-12-21 2018-12-21 一种列车自动驾驶节能控制方法 Active CN109649441B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811573510.2A CN109649441B (zh) 2018-12-21 2018-12-21 一种列车自动驾驶节能控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811573510.2A CN109649441B (zh) 2018-12-21 2018-12-21 一种列车自动驾驶节能控制方法

Publications (2)

Publication Number Publication Date
CN109649441A CN109649441A (zh) 2019-04-19
CN109649441B true CN109649441B (zh) 2021-05-11

Family

ID=66115762

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811573510.2A Active CN109649441B (zh) 2018-12-21 2018-12-21 一种列车自动驾驶节能控制方法

Country Status (1)

Country Link
CN (1) CN109649441B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112722011B (zh) * 2019-10-29 2022-12-13 中车株洲电力机车研究所有限公司 重载列车自动驾驶节能控制方法及装置
CN111325462A (zh) * 2020-02-18 2020-06-23 中国铁道科学研究院集团有限公司 动车组辅助驾驶方法及系统
CN111591324B (zh) * 2020-05-29 2022-01-25 中车青岛四方车辆研究所有限公司 基于灰狼优化算法的重载列车能耗优化方法
CN113635916B (zh) * 2020-07-28 2023-04-25 株洲中车时代电气股份有限公司 一种机车运行速度曲线规划方法、装置及相关组件
CN112498420A (zh) * 2020-07-31 2021-03-16 中铁第四勘察设计院集团有限公司 一种列车运行受扰后的ato曲线优化方法
CN112562313B (zh) * 2020-11-02 2022-05-24 北京全路通信信号研究设计院集团有限公司 一种优化分段制动减速度模型的方法
CN113306604B (zh) * 2021-05-26 2022-01-04 西南交通大学 列车车载储能设备的储能量设计方法
CN113135208B (zh) * 2021-05-27 2022-01-11 西南交通大学 一种能量受限且时间自由的列车运行优化方法
CN113562032B (zh) * 2021-08-10 2022-09-23 北京交通大学 一种满足地铁秒级调整的ato巡航速度实时优化方法
CN114179861A (zh) * 2021-12-22 2022-03-15 交控科技股份有限公司 用于列车的编队运行控制方法、装置及存储介质
CN114802362B (zh) * 2022-05-07 2024-01-02 通号城市轨道交通技术有限公司 时分控制的列车节能运行方法和装置
CN115800871B (zh) * 2023-02-09 2023-04-11 南京理工大学 基于驱动器温升抑制的摇臂伺服控制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102424050A (zh) * 2011-12-13 2012-04-25 北京交控科技有限公司 列车自动驾驶系统节能控制方法及系统
JP2016199057A (ja) * 2015-04-07 2016-12-01 株式会社日立製作所 列車制御システム、車上装置、地上制御装置
CN106740998A (zh) * 2016-12-29 2017-05-31 广州地铁集团有限公司 城市轨道交通cbtc系统车载ato节能操控方法
CN106828540A (zh) * 2017-01-22 2017-06-13 北京交通大学 基于列车运行等级的列车运行控制方法
WO2018008337A1 (ja) * 2016-07-07 2018-01-11 株式会社日立製作所 走行パターン作成装置及び走行パターン作成方法
CN107585180A (zh) * 2017-08-16 2018-01-16 交控科技股份有限公司 车载ato基于多目标自调整驾驶策略的方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105243430B (zh) * 2015-09-07 2018-10-09 北京交通大学 列车节能运行的目标速度曲线的优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102424050A (zh) * 2011-12-13 2012-04-25 北京交控科技有限公司 列车自动驾驶系统节能控制方法及系统
JP2016199057A (ja) * 2015-04-07 2016-12-01 株式会社日立製作所 列車制御システム、車上装置、地上制御装置
WO2018008337A1 (ja) * 2016-07-07 2018-01-11 株式会社日立製作所 走行パターン作成装置及び走行パターン作成方法
CN106740998A (zh) * 2016-12-29 2017-05-31 广州地铁集团有限公司 城市轨道交通cbtc系统车载ato节能操控方法
CN106828540A (zh) * 2017-01-22 2017-06-13 北京交通大学 基于列车运行等级的列车运行控制方法
CN107585180A (zh) * 2017-08-16 2018-01-16 交控科技股份有限公司 车载ato基于多目标自调整驾驶策略的方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"列车自动驾驶系统（ATO）节能控制策略及工程实现";肖骁;《铁路技术创新》;20121231(第5期);第1-5节 *
"基于多目标约束的机车驾驶策略优化研究";王烈等;《铁道运输与经济》;20160229;第38卷(第2期);第1-4节 *
"基于极大值原理的电动车组节能操纵";梁志成等;《铁道学报》;20151031;第37卷(第10期);全文 *

Also Published As

Publication number Publication date
CN109649441A (zh) 2019-04-19

Similar Documents

Publication Publication Date Title
CN109649441B (zh) 一种列车自动驾驶节能控制方法
US20220144324A1 (en) Method and device for optimizing target operation speed curve in ato of train
CN111267913B (zh) 一种城市轨道交通列车节能运行方法
CN104282162B (zh) 一种基于实时车辆轨迹的交叉口自适应信号控制方法
CN106828493B (zh) 一种自动驾驶车辆分层式纵向规划控制系统及方法
CN109840641B (zh) 一种列车多区间运行曲线快速优化方法
CN106143540B (zh) 轨道交通列车全速密贴运行控制曲线的自适应计算方法
CN111267830A (zh) 一种混合动力公交车能量管理方法、设备和存储介质
EP3464020B1 (en) Automated system and method for optimizing the control of a train
CN110990950B (zh) 基于混合运行模式的多目标列车节能优化方法
CN111125831A (zh) 一种轨道交通列车节能速度轨迹曲线优化方法
CN105118308A (zh) 基于聚类强化学习的城市道路交叉口交通信号优化方法
CN102275601A (zh) 一种智能控车方法及装置
CN109895794A (zh) 基于机器学习的列车自动驾驶系统精准停车方法及装置
CN112078631B (zh) 列车速度控制方法及系统
CN104851280A (zh) 一种车辆行驶控制方法、装置、系统及相关设备
CN106056238B (zh) 列车区间运行轨迹的规划方法
CN109398426A (zh) 一种定时条件下基于离散蚁群算法的节能驾驶策略寻优方法
CN110427690A (zh) 一种基于全局粒子群算法生成ato速度曲线的方法及装置
CN112733448A (zh) 列车自动驾驶系统参数自学习双q表联合代理建立方法
CN114802362B (zh) 时分控制的列车节能运行方法和装置
CN114074680B (zh) 基于深度强化学习的车辆换道行为决策方法及系统
CN115520188A (zh) 节能型车辆速度规划方法、系统、电子设备、存储介质
CN116187161A (zh) 一种智能网联环境下混合动力客车智能能量管理方法及系统
Hamid et al. Investigation into train positioning systems for saving energy with optimised train trajectories

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant