CN110866309A - 一种基于地铁限界的地铁车辆最大轮廓的智能计算方法 - Google Patents

一种基于地铁限界的地铁车辆最大轮廓的智能计算方法 Download PDF

Info

Publication number
CN110866309A
CN110866309A CN201911118867.6A CN201911118867A CN110866309A CN 110866309 A CN110866309 A CN 110866309A CN 201911118867 A CN201911118867 A CN 201911118867A CN 110866309 A CN110866309 A CN 110866309A
Authority
CN
China
Prior art keywords
vehicle
coordinates
contour
curve
metro
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.)
Granted
Application number
CN201911118867.6A
Other languages
English (en)
Other versions
CN110866309B (zh
Inventor
杨陈
胡定祥
贾小平
冯遵委
陈德强
徐步震
金鑫
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.)
CRRC Nanjing Puzhen Co Ltd
Original Assignee
CRRC Nanjing Puzhen Co Ltd
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 CRRC Nanjing Puzhen Co Ltd filed Critical CRRC Nanjing Puzhen Co Ltd
Priority to CN201911118867.6A priority Critical patent/CN110866309B/zh
Publication of CN110866309A publication Critical patent/CN110866309A/zh
Application granted granted Critical
Publication of CN110866309B publication Critical patent/CN110866309B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Genetics & Genomics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Physiology (AREA)
  • Automobile Manufacture Line, Endless Track Vehicle, Trailer (AREA)
  • Image Analysis (AREA)

Abstract

本发明提出一种基于地铁限界的地铁车辆最大轮廓的智能计算方法，在垂直于直线轨道线路中心线的二维平面建立基准坐标系，其中X轴与设计轨顶平面相切，Y轴垂直于轨顶平面，坐标原点为轨距中心点，以车辆在基准坐标系的横断面上最外点的连线为车辆轮廓线；在车辆轮廓线坐标作为变量，取多个初始坐标，并对应计算车辆动态包络线坐标；利用智能算法，不断变化假设车辆动态包络线坐标，并以车辆限界为标准，计算车辆动态包络线的曲线偏移度；不断迭代后得到最小曲线偏移度，以最小曲线偏移量对应的车辆坐标作为地铁车辆最大轮廓。本发明结合现代智能算法和车辆限界的算法，推导出一个最大车辆轮廓用于车辆轮廓的设计校核，提高限界计算工作的效率。

Description

一种基于地铁限界的地铁车辆最大轮廓的智能计算方法
技术领域
本发明涉及地铁车辆的限界校核计算领域，具体是一种基于地铁限界的地铁车辆最大轮廓的智能计算方法。
背景技术
在地铁车辆设计过程中，地铁车辆限界关系着车辆的运行安全。当前，国内的地铁车辆限界大多采用《地铁限界标准》。限界校核贯穿了车辆的设计、生产、运营调试的全过程。车辆在设计、生产、运营调试过程中，空调、车体、门槛、信号灯、天线、摄像头等布置位置和尺寸均会可能会发生变化，只要调整一下，因没有一个最大车辆轮廓的校核，故每次都得重新进行限界校核计算，根据计算结果再调整零部件尺寸及位置，然后依据该调整结果再进行限界校核。
传统的地铁车辆限界校核，造成每个项目需重复多次计算，极大的延长了生产周期，浪费了人力成本。
发明内容
为解决上述问题，本发明提供了一种基于地铁限界的地铁车辆最大轮廓的智能计算方法，能够满足车辆限界校核的需求，算法计算结果可靠，鲁棒性高，完全可以达到限界校核预期目的，大大节省了车辆设计周期。
本发明提供了一种基于地铁限界的地铁车辆最大轮廓的智能计算方法，在垂直于直线轨道线路中心线的二维平面建立基准坐标系，其中X轴与设计轨顶平面相切，Y轴垂直于轨顶平面，坐标原点为轨距中心点，以车辆在基准坐标系的横断面上最外点的连线为车辆轮廓线；
在车辆轮廓线坐标作为变量，取多个初始坐标，并对应计算车辆动态包络线坐标；利用智能算法，不断变化假设车辆动态包络线坐标，并以车辆限界为标准，计算车辆动态包络线的曲线偏移度；不断迭代后得到最小的曲线偏移度，以最小的曲线偏移量对应的车辆坐标作为地铁车辆最大轮廓。
具体的，所述智能算法是遗传算法，包括以下步骤：
步骤1、车辆轮廓线坐标用(Xr Gen,Yr Gen)来代表，上标Gen为进化代数，初始种群为1；下标r为每一代种群中的个体编号；设置预估的求解区间[Xdmin，Xdmax]、[Ydmin，Ydmax]，该区间作为车辆轮廓线坐标(Xr Gen,Yr Gen)的变化区间，车辆坐标在这个区间范围内进行相加减；
步骤2、初始种群的生成：取N个车辆初始坐标
Figure BDA00022748566800000210
其中j＝1,2…N；种群规模为M个，依据公式生成2M个车辆轮廓线个体
Figure BDA00022748566800000211
Figure BDA0002274856680000021
步骤3、依据公式(1)中的2M个车辆轮廓线的坐标
Figure BDA0002274856680000022
计算每个车辆轮廓线的车辆动态包络线的坐标
Figure BDA0002274856680000023
得到2M个车辆动态包络线；将计算出的2M个车辆动态包络线的坐标
Figure BDA0002274856680000024
与表2所示的车辆限界(Xxj,Yxj)进行曲线偏移度
Figure BDA0002274856680000025
计算；筛选前M个曲线偏移度值较小的车辆轮廓线个体作为初始种群
Figure BDA0002274856680000026
步骤4、变异：按照公式(2)对上一次迭代结果的车辆坐标
Figure BDA0002274856680000027
进行变异操作，按传统遗传算法生成中间变异个体
Figure BDA0002274856680000028
计算对应的车辆动态包络线的坐标及其曲线偏移度，并按值从小到大重新排序，引入权重因子后确定选用变异个体
Figure BDA0002274856680000029
Figure BDA0002274856680000031
式中：Pm是变异概率，取值范围[0.5，1]；r1、r2、r3＝1,2...M，且三者不能等于i；若生成的中间变异个体超出了初始范围，重新生成中间变异个体；α1是权重因子；
步骤5、交叉：按照公式(3)对变异过后的变异个体
Figure BDA0002274856680000032
的车辆坐标与变异前的初始个体
Figure BDA0002274856680000033
的车辆坐标交叉操作，按传统遗传算法生成中间交叉个体的车辆坐标
Figure BDA0002274856680000034
从而得到交叉后的个体
Figure BDA0002274856680000035
计算对应的车辆动态包络线的坐标及其曲线偏移度，并按值从小到大重新排序，引入权重因子后确定选用交叉后的个体
Figure BDA0002274856680000036
Figure BDA0002274856680000037
式中：Pc是交叉概率，取值范围[0.8,1],jrand是[1,N]上的随机整数；
步骤6、选择：如公式(4)所示，将进行过变异和交叉操作得到的车辆坐标
Figure BDA0002274856680000038
与变异前的初始个体
Figure BDA0002274856680000039
进行对比选择操作，依据传统遗传算法生成中间选择个体
Figure BDA00022748566800000310
计算对应的车辆动态包络线的坐标及其曲线偏移度，并按值从小到大重新排序，引入权重因子后确定选用曲线偏移量值较小的个体
Figure BDA0002274856680000041
进入下一轮迭代；
Figure BDA0002274856680000042
步骤7：以步骤4-6为一次计算，不断迭代后得到最小的曲线偏移度
Figure BDA0002274856680000043
以最小的曲线偏移度对应的车辆坐标作为最终符合要求的个体。
进一步，所述步骤2中取的N个车辆初始坐标
Figure BDA0002274856680000044
坐标位置包括车体、构架、簧下部分、踏面和轮缘，还包括受电弓或受流器。
进一步，所述曲线偏移度
Figure BDA0002274856680000045
如公式(5)
Figure BDA0002274856680000046
公式(5)中的Dk，在基准坐标系中，任一动态包络线坐标
Figure BDA0002274856680000047
在车辆限界上寻找相近的两个点p(Xxj(p),Yxj(p))和k(Xxj(k),Yxj(k))；如果Δjpk中，∠pjk≤90°，则Dk＝||pj||；否则Dk等于Δjpk底边pk上的高Hk。
有益效果：本发明结合智能算法和车辆限界的算法，依据现有车辆轮廓的坐标，进行车辆动态包络线计算，求取动态包络线和限界两条曲线之间的间隙，然后利用智能算法，进行间隙自主寻优，直接推导出最大的一个车辆轮廓，用于车辆轮廓的设计校核。本发明反推出的车辆设计允许最大轮廓，参考最大轮廓开展车辆轮廓设计理念，能够满足车辆限界校核的需求，算法计算结果可靠，鲁棒性高，完全可以达到限界校核预期目的，大大提高限界计算工作的效率，缩短设计变化带来的限界校核周期。
附图说明
图1是本发明中的初始的车辆轮廓线示意图；
图2是本发明中的车辆轮廓线偏移示意图；
图3是本发明中车辆动态包络线与车辆限界的示意图；
图4是本发明中车辆动态包络线与车辆限界进行曲线偏离度计算的示意图。
具体实施方式
一种基于地铁限界的地铁车辆最大轮廓的智能计算方法，在垂直于直线轨道线路中心线的二维平面建立基准坐标系，如图1，其中X轴与设计轨顶平面相切，Y轴垂直于轨顶平面，坐标原点为轨距中心点，以车辆在基准坐标系的横断面上最外点的连线为车辆轮廓线。
在车辆轮廓线坐标作为变量，取多个初始坐标，并对应计算车辆动态包络线坐标；利用遗传算法，不断变化假设车辆动态包络线坐标，并以车辆限界为标准，计算车辆动态包络线的曲线偏移度；不断迭代后得到最小的曲线偏移度，以最小的曲线偏移量对应的车辆坐标作为地铁车辆最大轮廓。
具体的，包括以下步骤：
步骤1、车辆轮廓线坐标用
Figure BDA0002274856680000051
来代表，上标Gen为进化代数，初始种群为1；下标r为每一代种群中的个体编号；设置预估的求解区间[Xdmin，Xdmax]、[Ydmin，Ydmax]，该区间作为车辆轮廓线坐标
Figure BDA0002274856680000052
的变化区间，车辆坐标在这个区间范围内进行相加减；
步骤2、初始种群的生成：取N个车辆初始坐标
Figure BDA0002274856680000053
其中j＝1,2…N；种群规模为M个，依据公式生成2M个车辆轮廓线个体
Figure BDA0002274856680000054
Figure BDA0002274856680000061
步骤3、依据公式(1)中的2M个车辆轮廓线的坐标
Figure BDA0002274856680000062
计算每个车辆轮廓线的车辆动态包络线的坐标
Figure BDA0002274856680000063
得到2M个车辆动态包络线；将计算出的2M个车辆动态包络线的坐标
Figure BDA0002274856680000064
与车辆限界
Figure BDA0002274856680000065
进行曲线偏移度
Figure BDA0002274856680000066
计算；筛选前M个曲线偏移度值较小的车辆轮廓线个体作为初始种群
Figure BDA0002274856680000067
步骤4、变异：按照公式(2)对上一次迭代结果的车辆坐标
Figure BDA0002274856680000068
进行变异操作，按传统遗传算法生成中间变异个体
Figure BDA0002274856680000069
计算对应的车辆动态包络线的坐标及其曲线偏移度，并按值从小到大重新排序，引入权重因子后确定选用变异个体
Figure BDA00022748566800000610
Figure BDA00022748566800000611
式中：Pm是变异概率，取值范围[0.5，1]；r1、r2、r3＝1,2...M，且三者不能等于i；若生成的中间变异个体超出了初始范围，重新生成中间变异个体；α1是权重因子；
步骤5、交叉：按照公式(3)对变异过后的变异个体
Figure BDA0002274856680000071
的车辆坐标与变异前的初始个体
Figure BDA0002274856680000072
的车辆坐标交叉操作，按传统遗传算法生成中间交叉个体的车辆坐标
Figure BDA0002274856680000073
从而得到交叉后的个体
Figure BDA0002274856680000074
计算对应的车辆动态包络线的坐标及其曲线偏移度，并按值从小到大重新排序，引入权重因子后确定选用交叉后的个体
Figure BDA0002274856680000075
Figure BDA0002274856680000076
式中：Pc是交叉概率，取值范围[0.8,1],jrand是[1,N]上的随机整数；
步骤6、选择：如公式(4)所示，将进行过变异和交叉操作得到的车辆坐标
Figure BDA0002274856680000077
与变异前的初始个体
Figure BDA0002274856680000078
进行对比选择操作，依据传统遗传算法生成中间选择个体
Figure BDA0002274856680000079
计算对应的车辆动态包络线的坐标及其曲线偏移度，并按值从小到大重新排序，引入权重因子后确定选用曲线偏移量值较小的个体
Figure BDA00022748566800000710
进入下一轮迭代；
Figure BDA00022748566800000711
步骤7：以步骤4-6为一次计算，不断迭代后得到最小的曲线偏移度以最小的曲线偏移度对应的车辆坐标作为最终符合要求的个体。
上述步骤中所述曲线偏移度
Figure BDA00022748566800000713
如公式(5)
Figure BDA0002274856680000081
公式(5)中的Dk，如图4，在基准坐标系中，任一动态包络线坐标
Figure BDA0002274856680000082
在车辆限界上寻找相近的两个点p(Xxj(p),Yxj(p))和k(Xxj(k),Yxj(k))；如果Δjpk中，∠pjk≤90°，则Dk＝||pj||；否则Dk等于Δjpk底边pk上的高Hk。
其中，所述步骤2中取的N个车辆初始坐标
Figure BDA0002274856680000083
坐标位置包括车体、构架、簧下部分、踏面和轮缘，还包括受电弓或受流器，坐标值如表1所示。以此为例根据车辆轮廓线坐标计算车辆动态包络线坐标。
每个部分的横向和竖向偏移量对应于不同的公式。横向偏移量也分为竖向偏移量又分为竖向向上和竖向向下两类公式。首先将初始车辆轮廓依据不同的位置进行分类，分为车体、构架等，然后将车辆轮廓在AutoCAD里面进行任意量的偏移，来判断每一个点在进行偏移的时候，是竖向是向上还是向下，横向是向外还是向内。例如，可以将将车辆轮廓进行偏移50mm，如图2所示，将偏移后的车辆坐标与偏移前的进行对比。将偏移后的X和Y坐标分别减去偏移前的，看差值。差值大于零，则表示X坐标向外，Y坐标向上；否则，表示X坐标向内，Y坐标向下。
本实施例的车辆选用CJJ96-2018《地铁限界标准》的B2型，依据图1的初始轮廓，和偏移前后的坐标差值变化，确定车辆初始坐标点如表1所示。
表1
Figure BDA0002274856680000084
Figure BDA0002274856680000091
备注：1、CB表示车体；Fr表示构架；Tr表示踏面；Fl表示轮缘；Un表示齿轮箱
2、“+”横向X表示向外，竖向Y表示向上；“-”横向X表示向内，竖向Y表示向下。
动态包络线由计算车辆轮廓线各点坐标加横向及垂向车辆偏移量得到。计算车辆动态包络线时分为车体的横向平移与车体倾角产生的横向偏移方向相同和相反两种情况，为了能够严格满足车辆限界的要求，选用横向平移和车体倾角产生的横向偏移方向的计算公式，计算在最不利的运行情况下的如图3的车辆动态包络线。见公式(6-1)、(6-2)、(6-3)、(6-4-1)、(6-4-2)、(6-5-1)、(6-5-2)、(6-6-1)、(6-6-2)、(6-7)、(6-8)、(6-9)、(6-10)、(6-11-1)、(6-11-2)、(6-11-3)、(6-11-4)、(6-11-5)、(6-11-6)、(6-11-7)、(6-11-8)、(6-11-9)、(6-11-10)和(6-11-11)。
虽然式中的Cp、Cs是非线性的，但为了简化计算，Cp、Cs仍按线性处理，这样计算出来的动态包络线比实际的包络线偏大，计算结果偏于安全。
(一)车体横向偏移量计算公式(6-1)
Figure BDA0002274856680000101
Figure BDA0002274856680000102
Figure BDA0002274856680000103
Figure BDA0002274856680000104
式中：
Figure BDA0002274856680000105
Figure BDA0002274856680000106
重力倾角附加系数S：
Figure BDA0002274856680000107
整车一系弹簧侧滚刚度
Figure BDA0002274856680000108
整车二系弹簧侧滚刚度
Figure BDA0002274856680000109
(二)车体竖向向上偏移量计算公式(6-2)
Figure BDA0002274856680000111
(三)车体竖向向下偏移量计算公式(6-3)
Figure BDA0002274856680000112
(四)构架横向偏移量计算公式
a)横向平移与倾角产生的横向偏移同向(6-4-1)
Figure BDA0002274856680000113
b)横向平移和倾角产生的横向偏移方向相反(6-4-2)
Figure BDA0002274856680000121
(五)构架竖向向上偏移量计算公式
a)竖向平移和倾角产生的竖向偏移方向相同(6-5-1)
Figure BDA0002274856680000122
b)竖向平移与倾角产生的竖向偏移反向(6-5-2)
Figure BDA0002274856680000123
(六)构架竖向向下偏移量计算公式
a)竖向平移与倾角产生的竖向偏移同向(6-6-1)
Figure BDA0002274856680000131
b)竖向平移和倾角产生的竖向偏移方向相反(6-6-2)
Figure BDA0002274856680000132
(七)簧下部分横向偏移量计算公式(6-7)
Figure BDA0002274856680000133
(八)簧下部分竖向偏移量计算公式(6-8)
Figure BDA0002274856680000134
(九)轮缘部分竖向偏移量计算公式(6-9)
Figure BDA0002274856680000135
(十)踏面部分竖向偏移量计算公式(6-10)
Figure BDA0002274856680000136
(十一)受流器部分偏移量计算公式
a)横向偏移量计算公式(6-11-1)
Figure BDA0002274856680000137
b)竖向向上偏移量(上部受流工作状态)
受流器根部转轴计算公式(6-11-2)：
ΔYsu＝ΔYtu+ΔMt16
受流器与接触轨接触点计算公式(6-11-3)：
ΔYsu＝ΔCvt(ΔCvt取正公差)
受流器端部：按以上两定位点用作图法求得。
c)竖向向上偏移量(上部受流非工作状态)计算公式(6-11-4)
ΔYsu＝ΔYtu+ΔHvt+ΔMt16
d)竖向向下偏移量(上部受流工作状态)计算公式
受流器根部转轴计算公式(6-11-5)：
ΔYsd＝ΔYtd+ΔMt16(ΔYtd公式中δw1用δ'w1代替)
受流器与接触轨接触点计算公式(6-11-6)：
ΔYsd＝ΔCvt(ΔCvt取负公差)
受流器端部：按以上两定位点用作图法求得。
e)竖向向下偏移量(上部受流非工作状态)计算公式(6-11-7)：
ΔYsd＝ΔYtd+ΔMt16(ΔYtd公式中δw1用δ'w1代替)
f)垂向向上偏移量(下部受流工作状态)计算公式(6-11-8)：
ΔYsu＝ΔCvt(ΔCvt取正公差)
g)垂向向上偏移量(下部受流非工作状态)计算公式(6-11-9)：
ΔYsu＝ΔYtu+ΔHvt+ΔMt16
h)垂向向下偏移量(下部受流工作状态)计算公式(6-11-10)：
ΔYsd＝ΔCvt(ΔCvt取负公差)
i)垂向向下偏移量(上部受流非工作状态)计算公式(6-11-11)：
ΔYsd＝ΔYtd+ΔMt16(ΔYtd公式中δw1用δ'w1代替)。
车辆动态包络线计算公式(6-1)、(6-2)、(6-3)、(6-4-1)、(6-4-2)、(6-5-1)、(6-5-2)、(6-6-1)、(6-6-2)、(6-7)、(6-8)、(6-9)、(6-10)、(6-11-1)、(6-11-2)、(6-11-3)、(6-11-4)、(6-11-5)、(6-11-6)、(6-11-7)、(6-11-8)、(6-11-9)、(6-11-10)、(6-11-11)中的计算用各参数见表2。
表2
Figure BDA0002274856680000151
Figure BDA0002274856680000161
Figure BDA0002274856680000171
Figure BDA0002274856680000181
依据表1的车辆轮廓线的初始坐标点，计算得到的车辆动态包络线坐标点如表5所示。
表5(单位：mm)
Figure BDA0002274856680000182
Figure BDA0002274856680000191
本实施例的车辆限界选自CJJ96-2018《地铁限界标准》，坐标点如表3所示。图3和图4的车辆限界曲线均依据下表生成。
表3
Figure BDA0002274856680000201

Claims (4)

1.一种基于地铁限界的地铁车辆最大轮廓的智能计算方法，其特征在于：在垂直于直线轨道线路中心线的二维平面建立基准坐标系，其中X轴与设计轨顶平面相切，Y轴垂直于轨顶平面，坐标原点为轨距中心点，以车辆在基准坐标系的横断面上最外点的连线为车辆轮廓线；
在车辆轮廓线坐标作为变量，取多个初始坐标，并对应计算车辆动态包络线坐标；利用智能算法，不断变化假设车辆动态包络线坐标，并以车辆限界为标准，计算车辆动态包络线的曲线偏移度；不断迭代后得到最小的曲线偏移度，以最小的曲线偏移量对应的车辆坐标作为地铁车辆最大轮廓。
2.根据权利要求1所述的基于地铁限界的地铁车辆最大轮廓的智能计算方法，其特征在于：所述智能算法是遗传算法，包括以下步骤：
步骤1、车辆轮廓线坐标用
Figure FDA0002274856670000011
来代表，上标Gen为进化代数，初始种群为1；下标r为每一代种群中的个体编号；设置预估的求解区间[Xdmin，Xdmax]、[Ydmin，Ydmax]，该区间作为车辆轮廓线坐标
Figure FDA0002274856670000012
的变化区间，车辆坐标在这个区间范围内进行相加减；
步骤2、初始种群的生成：取N个车辆初始坐标
Figure FDA0002274856670000013
其中j＝1,2…N；种群规模为M个，依据公式生成2M个车辆轮廓线个体
Figure FDA0002274856670000014
Figure FDA0002274856670000015
步骤3、依据公式(1)中的2M个车辆轮廓线的坐标
Figure FDA0002274856670000016
计算每个车辆轮廓线的车辆动态包络线的坐标
Figure FDA0002274856670000017
得到2M个车辆动态包络线；将计算出的2M个车辆动态包络线的坐标
Figure FDA0002274856670000021
与表2所示的车辆限界(Xxj,Yxj)进行曲线偏移度Fr Gen distance计算；筛选前M个曲线偏移度值较小的车辆轮廓线个体作为初始种群
Figure FDA0002274856670000022
步骤4、变异：按照公式(2)对上一次迭代结果的车辆坐标
Figure FDA0002274856670000023
进行变异操作，按传统遗传算法生成中间变异个体(X_Vi'Gen，Y_Vi'Gen)，计算对应的车辆动态包络线的坐标及其曲线偏移度，并按值从小到大重新排序，引入权重因子后确定选用变异个体(X_Vi Gen，Y_Vi Gen)；
Figure FDA0002274856670000024
式中：Pm是变异概率，取值范围[0.5，1]；r1、r2、r3＝1,2...M，且三者不能等于i；若生成的中间变异个体超出了初始范围，重新生成中间变异个体；α1是权重因子；
步骤5、交叉：按照公式(3)对变异过后的变异个体(X_Vi Gen，Y_Vi Gen)的车辆坐标与变异前的初始个体
Figure FDA0002274856670000025
的车辆坐标交叉操作，按传统遗传算法生成中间交叉个体的车辆坐标
Figure FDA0002274856670000026
从而得到交叉后的个体
Figure FDA0002274856670000027
计算对应的车辆动态包络线的坐标及其曲线偏移度，并按值从小到大重新排序，引入权重因子后确定选用交叉后的个体
Figure FDA0002274856670000028
Figure FDA0002274856670000031
式中：Pc是交叉概率，取值范围[0.8,1],jrand是[1,N]上的随机整数；
步骤6、选择：如公式(4)所示，将进行过变异和交叉操作得到的车辆坐标
Figure FDA0002274856670000038
与变异前的初始个体
Figure FDA0002274856670000032
进行对比选择操作，依据传统遗传算法生成中间选择个体
Figure FDA0002274856670000033
计算对应的车辆动态包络线的坐标及其曲线偏移度，并按值从小到大重新排序，引入权重因子后确定选用曲线偏移量值较小的个体
Figure FDA0002274856670000034
进入下一轮迭代；
Figure FDA0002274856670000035
步骤7：以步骤4-6为一次计算，不断迭代后得到最小的曲线偏移度Fr Gen distance，以最小的曲线偏移度对应的车辆坐标作为最终符合要求的个体。
3.根据权利要求2所述的基于地铁限界的地铁车辆最大轮廓的智能计算方法，其特征在于：所述步骤2中取的N个车辆初始坐标
Figure FDA0002274856670000036
坐标位置包括车体、构架、簧下部分、踏面和轮缘，还包括受电弓或受流器。
4.根据权利要求1所述的基于地铁限界的地铁车辆最大轮廓的智能计算方法，其特征在于：所述曲线偏移度Fr Gen distance如公式(5)
Figure FDA0002274856670000037
公式(5)中的Dk，在基准坐标系中，任一动态包络线坐标
Figure FDA0002274856670000041
在车辆限界上寻找相近的两个点p(Xxj(p),Yxj(p))和k(Xxj(k),Yxj(k))；如果Δjpk中，∠pjk≤90°，则Dk＝||pj||；否则Dk等于Δjpk底边pk上的高Hk。
CN201911118867.6A 2019-11-15 2019-11-15 一种基于地铁限界的地铁车辆最大轮廓的智能计算方法 Active CN110866309B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911118867.6A CN110866309B (zh) 2019-11-15 2019-11-15 一种基于地铁限界的地铁车辆最大轮廓的智能计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911118867.6A CN110866309B (zh) 2019-11-15 2019-11-15 一种基于地铁限界的地铁车辆最大轮廓的智能计算方法

Publications (2)

Publication Number Publication Date
CN110866309A true CN110866309A (zh) 2020-03-06
CN110866309B CN110866309B (zh) 2023-05-23

Family

ID=69653869

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911118867.6A Active CN110866309B (zh) 2019-11-15 2019-11-15 一种基于地铁限界的地铁车辆最大轮廓的智能计算方法

Country Status (1)

Country Link
CN (1) CN110866309B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113076594A (zh) * 2021-03-12 2021-07-06 中车株洲电力机车有限公司 浮车型低地板有轨电车限界计算方法、系统、设备及介质
CN113158399A (zh) * 2020-12-14 2021-07-23 中国国家铁路集团有限公司 钢轨廓形动态拼接处理方法及装置
CN113312708A (zh) * 2021-06-18 2021-08-27 成都大学 用于非线性悬挂系统的车辆限界计算方法、设备和介质
CN113806883A (zh) * 2021-08-31 2021-12-17 中车南京浦镇车辆有限公司 一种din5573型地铁车轮的无级镟修方法
CN114112448A (zh) * 2021-11-24 2022-03-01 中车长春轨道客车股份有限公司 基于f轨的磁浮车辆动态限界的测试装置和测试方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104573397A (zh) * 2015-01-30 2015-04-29 西南交通大学 一种计算铁道车辆动态包络线的新方法
CN105446269A (zh) * 2016-01-15 2016-03-30 广东工业大学 基于遗传算法的轮廓曲线数控代码生成方法及其数控机床
CN108681524A (zh) * 2018-05-03 2018-10-19 西安交通大学 一种基于混合进化算法的自由曲线轮廓度误差评定方法
CN109532937A (zh) * 2018-11-14 2019-03-29 成都天佑路航轨道交通科技有限公司 一种车载地铁限界检测方法及其检测系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104573397A (zh) * 2015-01-30 2015-04-29 西南交通大学 一种计算铁道车辆动态包络线的新方法
CN105446269A (zh) * 2016-01-15 2016-03-30 广东工业大学 基于遗传算法的轮廓曲线数控代码生成方法及其数控机床
CN108681524A (zh) * 2018-05-03 2018-10-19 西安交通大学 一种基于混合进化算法的自由曲线轮廓度误差评定方法
CN109532937A (zh) * 2018-11-14 2019-03-29 成都天佑路航轨道交通科技有限公司 一种车载地铁限界检测方法及其检测系统

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113158399A (zh) * 2020-12-14 2021-07-23 中国国家铁路集团有限公司 钢轨廓形动态拼接处理方法及装置
CN113158399B (zh) * 2020-12-14 2024-03-12 中国国家铁路集团有限公司 钢轨廓形动态拼接处理方法及装置
CN113076594A (zh) * 2021-03-12 2021-07-06 中车株洲电力机车有限公司 浮车型低地板有轨电车限界计算方法、系统、设备及介质
CN113312708A (zh) * 2021-06-18 2021-08-27 成都大学 用于非线性悬挂系统的车辆限界计算方法、设备和介质
CN113806883A (zh) * 2021-08-31 2021-12-17 中车南京浦镇车辆有限公司 一种din5573型地铁车轮的无级镟修方法
CN113806883B (zh) * 2021-08-31 2024-02-20 中车南京浦镇车辆有限公司 一种din5573型地铁车轮的无级镟修方法
CN114112448A (zh) * 2021-11-24 2022-03-01 中车长春轨道客车股份有限公司 基于f轨的磁浮车辆动态限界的测试装置和测试方法
CN114112448B (zh) * 2021-11-24 2024-02-09 中车长春轨道客车股份有限公司 基于f轨的磁浮车辆动态限界的测试装置和测试方法

Also Published As

Publication number Publication date
CN110866309B (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
CN110866309A (zh) 一种基于地铁限界的地铁车辆最大轮廓的智能计算方法
CN107132849B (zh) 一种相平面车辆稳定性判断方法
CN106951657A (zh) 一种磨损钢轨打磨目标廓形快速设计方法
CN102542901B (zh) 用于电子地图的线段抽稀装置及其方法
CN106952281B (zh) 一种焊缝轮廓特征识别及其焊道实时规划的方法
WO2008005661A3 (en) Occupancy change detection system and method
CN110458174B (zh) 一种无序点云关键特征点精确提取方法
CN107622499A (zh) 一种基于目标二维轮廓模型的识别与空间定位方法
CN112882485B (zh) 一种双足机器人逆运动学的几何计算方法
CN109455197B (zh) 轨道几何参数高精度检测方法和轨道几何参数高精度检测车
CN109041210B (zh) 一种无线传感器网络定位方法
CN113446939B (zh) 一种轮轨接触几何参数测量方法
US20220315179A1 (en) Dynamic compensation method for curved surface deformation in ship segmental construction
CN106981097A (zh) 一种基于分区局部光顺权因子的t样条曲面拟合方法
CN110209183A (zh) 一种基于双阈值法zmp的六足机器人失稳调节算法
CN105528474A (zh) 飞机样板激光切割编程图形的碎线拟合圆弧方法
CN102622460B (zh) 轮胎截面的成形方法
CN110033390A (zh) 露天矿山生产爆堆自动创建方法
CN107710229A (zh) 图像中的形状识别方法、装置、设备及计算机存储介质
Teng et al. Generating efficient tool paths from point cloud data via machining area segmentation
CN109372545A (zh) 圆形盾构通缝隧道管片底部接缝张开程度评价方法
CN112270720A (zh) 一种基于二基点的标定板特征点自动排序方法
CN117314786A (zh) 一种基于深度学习的三维网格修补方法
CN106934853A (zh) 一种基于点云模型的汽车工件表面法向量的求取方法
CN108919322B (zh) 一种采用角度信息转换的定位解算方法

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