CN110901703B - 高速列车移动协同闭塞控制方法及系统 - Google Patents
高速列车移动协同闭塞控制方法及系统 Download PDFInfo
- Publication number
- CN110901703B CN110901703B CN201911252728.2A CN201911252728A CN110901703B CN 110901703 B CN110901703 B CN 110901703B CN 201911252728 A CN201911252728 A CN 201911252728A CN 110901703 B CN110901703 B CN 110901703B
- Authority
- CN
- China
- Prior art keywords
- train
- speed
- representing
- time
- controlled
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000000903 blocking effect Effects 0.000 title claims description 21
- 230000009466 transformation Effects 0.000 claims description 23
- 238000013519 translation Methods 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000011160 research Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000013016 damping Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/40—Handling position reports or trackside vehicle data
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了高速列车移动协同闭塞控制方法及系统，通过根据同一线路上的当前列车的前后列车运行状态，实时获得当前列车的允许行车范围，允许行车范围之间保持预设的安全间隔，根据允许行车范围和基于列车速度受约束条件，建立列车动力学模型，根据列车动力学模型，建立控制列车运行的分布式控制模型，将待控制列车期望速度、前后列车的位置以及前后列车的期望相对距离输入到所述分布式协同控制模型中，求解得到并执行实时执行待控制列车的控制牵引力以实现多列车协同控制。解决了现有高速多列车运行效率低的技术问题，并能在保证相邻列车始终保持安全距离的基础上，实现多列车协同控制，从而保证列车能够安全、高效地运行。
Description
技术领域
本发明涉及列车系统运行控制领域，尤其涉及高速列车移动协同闭塞控制方法及系统。
背景技术
我国高速铁路的列车控制系统在不断发展，从最初的CTCS2系统到目前的CTCS3系统，地面设备不断减少，列车与调度中心的信息交互也越来越多。然而，出于行车安全的考虑，目前高速列车采取的闭塞方式仍然基于固定闭塞。在此闭塞方式下，列车间距大，运行效率低，已不适合目前高铁发展的需求。
在未来CTCS4系统中，列车通讯能力进一步加强，列车运行将采取移动闭塞的策略。但在现有理论中，研究移动闭塞方式下的多列车协同运行，只能采用势函数来处理列车之间的避碰问题，而在实际中列车控制输入(列车牵引力)不能任意大，导致列车避碰策略在实际中难以实现，因此，多列车移动闭塞方式在理论上没有完全解决。
发明内容
本发明提供的一种高速列车移动协同闭塞控制方法及系统，解决了现有列车避碰策略在实际中难以实现的技术问题。
为解决上述技术问题，本发明提出的高速列车移动协同闭塞控制方法，包括：
实时获取同一线路上的待控制列车的前后列车运行状态，并根据预设的安全间隔距离构建以待控制列车的牵引力为输入，以待控制列车的速度为输出变量，以待控制列车的允许行车范围和列车速度受约束条件为约束的列车动力学模型；
根据所述列车动力学模型设计待控制列车的分布式协同控制模型，所述分布式协同控制模型以待控制列车的期望速度和前后列车的期望相对距离作为扰动，以待控制列车的牵引力作为控制输入；
实时获取并将待控制列车期望速度、前后列车运行状态以及前后列车的期望相对距离输入到所述分布式协同控制模型中，求解得到所述待控制列车的牵引力，并控制待控制列车实时执行所述牵引力以实现多列车协同控制。
优选的，所述列车动力学模型具体为：
其中，k为采样点，取值为非负整数；T为采样周期；xi(kT)表示列车i在kT时刻的位置；vi(kT)表示列车i在kT时刻的速度；vi((k+1)T)表示列车i在(k+1)T时刻的速度；ui(kT)表示列车i在kT时刻的列车的牵引力；c0、cv和ca均为正常数；Yi代表列车i的实时允许行车范围；
为投影算子，其数学定义为：
表示集合X到点x最小距离所对应的点；Sat[.]为饱和算子，具体定义为：
其中，vi表示列车i的虚拟速度，
和
分别表示列车i所能到达的速度上限和下限值。
优选的，根据所述列车动力学模型设计待控制列车的分布式协同控制模型，包括以下步骤：
令
和Hi＝Ci-Fi，对所述列车动力学模型进行平移变换，从而得到变换后的列车动力学模型具体为：
其中，
表示变换后列车i在kT时刻的位置；xi(kT)表示列车i在kT时刻的位置；xd(k)表示平移的距离；
表示变换后列车i在kT时刻的速度；vi(k)表示列车i在kT时刻的速度；vd表示平移的速度；Hi表示平移后的区间；Ci表示列车行车范围；Fi表示列车期望位置；
表示变换后列车i在(k+1)T时刻的位置；T为采样周期；
为投影算子；
表示变换后列车i在(k+1)T时刻的速度；
表示变换后列车i在kT时刻的列车的牵引力；
表示变换后列车i在kT时刻的速度；Sat[.]为饱和算子；
根据变换后的列车动力学模型设计待控制列车的分布式协同控制模型。
优选的，所述分布式控制模型具体为：
其中，ui((k+1)T)表示列车i在(k+1)T时刻的牵引力；ui(kT)表示列车i在kT时刻的牵引力；h1i(kT)和h2i(kT)分别为列车i的第一控制参数和第二控制参数；T为采样周期；vi(kT)表示列车i在kT时刻的速度；vr为期望速度；c0、cv和ca分别表示第一拟合参数、第二拟合参数以及第三拟合参数，所述c0、cv和ca均为正常数；Ni(k)表示kT时刻列车i的邻居列车集合；xj(kT)表示列车j在kT时刻的位置；xi(kT)表示列车i在kT时刻的位置；aij为列车i与列车j之间的通信强度，
其中μ为正常数；n为研究线路区间内的列车数目；
为列车i与列车j之间的期望相对距离；Sat[.]为饱和算子，Ui表示饱和约束集合。
本发明提出的一种高速列车移动协同闭塞控制系统包括：
存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行所述计算机程序时实现本发明提出的高速列车移动协同闭塞控制方法的步骤。
与现有技术相比，本发明的优点在于：
本发明提供的高速列车移动协同闭塞控制方法及系统，通过根据同一线路上的待检测列车的前后列车运行状态，实时获得待检测列车以及前后列车的允许行车范围，并在待检测列车与前后列车的允许行车范围之间设置预设的安全间隔，根据待检测列车以及前后列车的允许行车范围和基于列车速度受约束条件，建立列车动力学模型，根据列车动力学模型，建立控制列车运行的分布式控制模型，实时获取并将待控制列车期望速度、前后列车运行状态以及前后列车的期望相对距离输入到所述分布式协同控制模型中，求解得到所述待控制列车的控制牵引力，待控制列车实时执行所述控制牵引力以实现多列车协同控制。进而解决了现有高速多列车运行效率低的技术问题，且通过分布式控制模型对控制参数进行自适应调整，能在保证相邻列车始终保持安全距离的基础上，实现多列车协同控制，从而保证列车能够安全、高效地运行。
附图说明
图1是本发明提出的移动协同闭塞下多列车运行图；
图2是本发明实施例一的高速列车移动协同闭塞控制方法的流程图；
图3是本发明实施例二的高速列车移动协同闭塞控制方法的流程图；
图4是本发明实施例二的列车动力学模型通过平移处理后的系统原理图，其中，平移后的区间H1、H2、H3中心均为0点，
表示列车变换后的位置；
图5是本发明实施例二的列车实现车车通讯的信息交互过程；
图6是采用本发明实施例二获得的多列车协同运行的位置和速度变化曲线图；
图7是本发明实施例的高速列车移动协同闭塞控制系统的结构简图。
附图标记：
10、存储器；20、处理器。
具体实施方式
为了便于理解本发明，下文将结合说明书附图和较佳的实施例对本发明作更全面、细致地描述，但本发明的保护范围并不限于以下具体的实施例。
以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
在本发明中，待控制列车即为当前列车。
由于现有采用移动闭塞方式下的多列车协同运行，只能采用势函数来处理列车之间的避碰问题，从而导致不能对列车控制参数进行自适应调整，例如采用移动闭塞方式下的多列车协同控制获得的列车控制输入，即的列车的牵引力，可能会相当大，这明显与列车实际运行情况不符，且列车控制输入太大也不能很好地实现多列车的协同优化控制，针对该问题，本发明提出移动协同闭塞机制，移动协同闭塞机制定义如图1所示，图1中列车行车范围ci通过调度中心给出或根据其前后列车的运行状态获得，Fi为列车期望位置，
为列车i与列车j之间的期望相对距离。
通过前后车运行状态给定当前列车行车范围ci，行车范围之间保持一定的安全间隔，从而实现列车避碰。下面基于本发明提出的移动协同闭塞机制提出多种实施例，具体如下：
实施例一
参照图2，本发明实施例一提供的高速列车移动协同闭塞控制方法，包括：
实时获取同一线路上的待控制列车的前后列车运行状态，并根据预设的安全间隔距离构建以待控制列车的牵引力为输入，以待控制列车的速度为输出变量，以待控制列车的允许行车范围和列车速度受约束条件为约束的列车动力学模型；
根据所述列车动力学模型设计待控制列车的分布式协同控制模型，所述分布式协同控制模型以待控制列车的期望速度和前后列车的期望相对距离作为扰动，以待控制列车的牵引力作为控制输入；
实时获取并将待控制列车期望速度、前后列车运行状态以及前后列车的期望相对距离输入到所述分布式协同控制模型中，求解得到所述待控制列车的控制牵引力，控制待控制列车实时执行所述控制牵引力以实现多列车协同控制。
在本发明中前后列车运行状态包括前后列车的运行速度和运行位置。
此外，在本实施例中还提供一种高速列车移动协同闭塞控制系统包括：
存储器10、处理器20以及存储在存储器20上并可在处理器上运行的计算机程序，其中，处理器执行计算机程序时实现本实施例提出的高速列车移动协同闭塞控制方法的步骤。
本发明提供的高速列车移动协同闭塞控制方法及系统，通过根据同一线路上的待检测列车的前后列车运行状态，实时获得待检测列车的允许行车范围，允许行车范围之间保持预设的安全间隔，根据允许行车范围和基于列车速度受约束条件，建立列车动力学模型，根据列车动力学模型，建立控制列车运行的分布式控制模型，实时获取并将待控制列车期望速度、前后列车运行状态以及前后列车的期望相对距离输入到所述分布式协同控制模型中，求解得到所述待控制列车的牵引力，待控制列车实时执行所述牵引力以实现多列车协同控制。进而解决了现有高速多列车运行效率低的技术问题，且通过分布式控制模型对控制参数进行自适应调整，能在保证相邻列车始终保持安全距离的基础上，实现多列车协同控制，从而保证列车能够安全、高效地运行。
具体地，本发明实施例建立的列车动力学模型能控制列车在允许行车范围内，并保证允许行车范围之间保持预设的安全间隔，从而能保证列车前后的安全距离。此外，在保证了列车前后的安全距离后，通过本发明实施例设计的分布式控制模型对控制参数进行自适应调整，能在保证相邻列车始终保持安全距离的基础上，实现多列车协同控制。移动闭塞分区可由调度中心根据列车实时位置来实时设计，保证相邻闭塞区间保持安全距离。
需要说明的是，本发明所采用的方案基于下述假设：
1、研究的对象为同一线路上运行的列车；
2、高速列车能通过RBC或其他方式即时获取相邻列车的位置信息；
3、可通过列车运行状态实时确认可允许的行车范围。
实施例二
参照图3，本发明实施例二提供的高速列车移动协同闭塞控制方法，包括：
步骤S201，通过RBC获取同一线路上的相邻列车的位置信息。
具体地，本实施例除了通过RBC(无线闭塞中心)获取同一线路上的相邻列车的位置信息，也可以通过调度中心或其他方式即时获取相邻列车的位置信息。
步骤S202，根据位置信息，获得当前列车的允许行车范围，允许行车范围之间保持预设的安全间隔。
具体地，通过调度中心获取当前列车的位置信息，然后根据预设的安全距离得到当前列车的允许行车范围。
步骤S203，根据允许行车范围和基于列车速度受约束条件，建立的列车动力学模型具体为：
其中，k为非负整数；T为采样周期；xi(kT)表示列车i在kT时刻的位置；vi(kT)表示列车i在kT时刻的速度；vi((k+1)T)表示列车i在(k+1)T时刻的速度；ui(kT)表示列车i在kT时刻的控制输入(列车的牵引力)；c0、cv和ca均为正常数；Yi代表列车i的实时允许行车范围；
为投影算子，其数学定义为：
表示集合X到点x最小距离所对应的点；Sat[.]为饱和算子，具体定义为：
其中，vi表示列车i的虚拟速度，
和
表示列车i所能到达的速度上限和下限值。
步骤S204，令
和Hi＝Ci-Fi，对列车动力学模型进行平移变换，从而得到变换后的列车动力学模型。
为方便分析，对列车动力学方程进行平移变换，变换过程如图4所示，变换后的列车动力学模型为：
其中，
表示变换后列车i在kT时刻的位置；xi(kT)表示列车i在kT时刻的位置；xd(k)表示平移的距离；
表示变换后列车i在kT时刻的速度；vi(k)表示列车i在kT时刻的速度；vd表示平移的速度；Hi表示平移后的区间；Ci表示列车行车范围；Fi表示列车期望位置；
表示变换后列车i在(k+1)T时刻的位置；T为采样周期；
为投影算子；
表示变换后列车i在(k+1)T时刻的速度；
表示变换后列车i在kT时刻的控制输入(列车的牵引力)；
表示变换后列车i在kT时刻的速度；Sat[.]为饱和算子。
从图4可看出，相较于原系统，通过变换后的列车动力学模型更易于分析和计算。
步骤S205，根据列车动力学模型，建立控制列车运行的分布式控制模型具体为：
其中，ui((k+1)T)表示列车i在(k+1)T时刻的控制输入(列车的牵引力)；ui(kT)表示列车i在kT时刻的控制输入(列车的牵引力)；h1i(kT)和h2i(kT)为列车i的控制参数；T为采样周期；vi(kT)表示列车i在kT时刻的速度；vr为期望速度；c0、cv和ca均为正常数；Ni(k)表示kT时刻列车i的邻居列车集合；aij为列车i与列车j之间的通信强度，
其中μ为正常数；n为研究区间的列车数目；xj(kT)表示列车j在kT时刻的位置；xi(kT)表示列车i在kT时刻的位置；
为列车i与列车j之间的期望相对距离；Sat[.]为饱和算子，Ui表示饱和约束集合。
本实施例的分布式控制算法中的ui(kT)-h1i(kT)ui(kT)T用来保持系统稳定性；-h2i(kT)(vi(kT)-vr)T用来跟踪期望速度；
用于补偿列车阻力部分；信息交互项
用来保持期望的距离。
步骤S206，检测当前列车与前后相邻列车的位置信息，并根据分布式控制模型，调整控制参数，从而实现多列车协同控制。
本发明实施例提供的高速列车移动协同闭塞控制方法，通过根据同一线路上的当前列车的前后列车运行状态，实时获得当前列车的允许行车范围，允许行车范围之间保持预设的安全间隔，根据允许行车范围和基于列车速度受约束条件，建立列车动力学模型，根据列车动力学模型，建立控制列车运行的分布式控制模型，检测当前列车与前后相邻列车的位置信息，并根据分布式控制模型，调整控制参数，从而实现多列车协同控制，解决了现有高速多列车运行效率低的技术问题，且通过分布式控制模型对控制参数进行自适应调整，能在保证相邻列车始终保持安全距离的基础上，实现多列车协同控制，从而保证列车能够安全、高效地运行。
具体地，本发明实施例建立的列车动力学模型能控制列车在允许行车范围内，并保证允许行车范围之间保持预设的安全间隔，从而能保证列车前后的安全距离。此外，在保证了列车前后的安全距离后，通过本发明实施例设计的分布式控制模型对控制参数进行自适应调整，能在保证相邻列车始终保持安全距离的基础上，实现多列车协同控制，即控制两个相邻的移动闭塞分区以很小的间隔同时前进，这使列车能以较高的速度和较小的间隔运行，从而提高运营效率。
本发明的目的在于，提供一种列车行车区域和速度受约束的高速列车系统建模与分布式协同控制方法。在移动闭塞方式的基础上提出一种新的闭塞策略：移动协同闭塞。通过列车之间的信息交互，确定当前列车可允许的行车范围，并在行车范围之间划定一个安全间隔，从而实现避碰。同时，对同一线路上的多辆列车进行协同控制，保证列车能够安全、高效地运行。
实施例三
本发明实施例所采用的方案基于下述假设：
1、研究的对象为同一线路上运行的列车；
2、高速列车能通过RBC或其他方式即时获取相邻列车的位置信息；
3、可通过列车运行状态实时确认可允许的行车范围；
本发明实施例的列车移动协同闭塞机制流程包括：依据列车行车约束与运行速度约束等信息特征建立动力学模型；实时获取相邻列车间的位置信息，设置控制算法；设置/调整控制参数，实时检测列车前后安全距离，保障列车安全、高效地运行。
本发明实施例引入了分布式控制的思想，对于列车的运行状况进行建模，具体的计算步骤如下：
步骤1：依据列车运行线路的行车区域和速度约束等信息建立动力学模型，检查当前列车能否通过RBC或其他方式与相邻列车进行通信；
步骤2：设置控制算法，选择合适的控制参数；
步骤3：当前方高速列车遭遇紧急事故停车时，自动执行设定的控制算法，保证相邻列车能够始终保持安全距离；
在实施分布式控制前，首先需要确定如下内容：
(A)掌握列车运行的基本约束条件。列车运行的基本约束主要包括其自身的速度约束、牵引能力的约束以及客流约束等。本专利主要考虑列车运行的行车区域约束和速度约束。
(B)列车的运行阻力满足Davis方程，其表示形式为：
其中，w表示列车轴重，单位吨；
n为列车轴数；
b表示与轮缘、冲击、摇晃、震荡有关的经验系数；
A表示列车的车辆面积，单位平方米；
C表示与列车车辆前段形状有关的系数；
v表示列车的行车速度，单位英里每小时。
为方便分析，将方程表示形式简化为r＝c0+cvv+cav2。其系数c0、cv和系数ca可以通过风洞实验测得。
(C)列车i的行车区域约束用投影算子
表示，其中ci表示列车i的行车区域，随列车移动实时变化。为方便分析，对列车动力学方程进行平移变换，变换过程如图4所示。系统依据列车行车约束以及速度约束所建动力学模型为：
通过平移变换，令
和Hi＝Ci-Fi，可得到如下系统：
通过分析可知，相较于原系统，此系统更易于分析。
本发明提供了一种速度受约束、参数不确定的高速列车移动协同闭塞控制方法。下面给出多列车协同控制的具体实施方案，基于移动闭塞的运行方式，保证了列车能够安全、有效地运行。
1、假设同一路线、同一供电区间共有四辆列车，分别为车1、车2、车3、车4。
2、研究区间内列车需获取相邻列车的位置信息以及运行阻尼系数信息，建立每辆列车的动力学模型。如图5所示，列车可通过RBC(无线闭塞中心)或其他通讯方式获得相邻列车间的位置信息，TSRS(temporary speed restriction server)代表临时限速服务器，GSM-R(Global System for Mobile Communication——Railway)代表铁路专用无线移动通信网络。列车运行的阻尼系数信息可通过调度中心CTC传输到车载设备。
尽管实时获取列车位置信息在目前系统中仅是理论上可实现，但随着无线通讯技术的发展以及移动闭塞模式的需求，高速列车位置信息即时获取已经成为高铁发展的必然趋势。
3、当最前方车辆进站停车或遇到紧急事故需要停车时，后方车辆自动执行控制算法，实时检测列车前后安全距离，并对控制参数自适应调整，从而实现多列车协同控制，保证列车在移动闭塞的行车方式下能够安全、高效地运行。
如图6所示，在采用了上述多列车协同控制的具体实施方案后，通过仿真得到的多列车运行的位置和速度变化曲线图可以看出，各列车之间的距离随着时间的变化始终保持固定的等距离间隔，且随着时间的变化各列车的速度相当，实现了多列车协同控制。
参照图7，本发明实施例提出的高速列车移动协同闭塞控制系统，包括：
存储器10、处理器20以及存储在存储器10上并可在处理器上运行的计算机程序，其中，处理器执行计算机程序时实现本实施例提出的高速列车移动协同闭塞控制方法的步骤。
本实施例的高速列车移动协同闭塞控制系统的具体工作过程和工作原理可参照本实施例中的高速列车移动协同闭塞控制方法的工作过程和工作原理。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (2)
1.一种高速列车移动协同闭塞控制方法，其特征在于，所述方法包括：
实时获取同一线路上的待控制列车的前后列车运行状态，并根据预设的安全间隔距离构建以待控制列车的牵引力为输入，以待控制列车的速度为输出变量，以待控制列车的允许行车范围和列车速度受约束条件为约束的列车动力学模型；
根据所述列车动力学模型设计待控制列车的分布式协同控制模型，所述分布式协同控制模型以待控制列车的期望速度和前后列车的期望相对距离作为扰动，以待控制列车的牵引力作为控制输入；
实时获取将待控制列车期望速度、前后列车运行状态以及前后列车的期望相对距离输入到所述分布式协同控制模型中，求解得到所述待控制列车的牵引力，并控制待控制列车实时执行所述牵引力以实现多列车协同控制；
其中，所述分布式控制模型具体为：
其中，ui((k+1)T)表示列车i在(k+1)T时刻的牵引力；ui(kT)表示列车i在kT时刻的牵引力；h1i(kT)和h2i(kT)分别为列车i的第一控制参数和第二控制参数；T为采样周期；vi(kT)表示列车i在kT时刻的速度；vr为期望速度；c0、cv和ca分别表示第一拟合参数、第二拟合参数以及第三拟合参数，所述c0、cv和ca均为正常数；Ni(k)表示kT时刻列车i的邻居列车集合；xj(kT)表示列车j在kT时刻的位置；xi(kT)表示列车i在kT时刻的位置；aij为列车i与列车j之间的通信强度，
其中μ为正常数；n为研究线路区间内的列车数目；
为列车i与列车j之间的期望相对距离；Sat[.]为饱和算子，Ui表示饱和约束集合；
其中，分布式控制算法中的ui(kT)-h1i(kT)ui(kT)T用来保持系统稳定性；-h2i(kT)(vi(kT)-vr)T用来跟踪期望速度；
用于补偿列车阻力部分；信息交互项
用来保持期望的距离；
所述列车动力学模型具体为：
其中，k为采样点，取值为非负整数；T为采样周期；xi(kT)表示列车i在kT时刻的位置；vi(kT)表示列车i在kT时刻的速度；vi((k+1)T)表示列车i在(k+1)T时刻的速度；ui(kT)表示列车i在kT时刻的列车的牵引力；c0、cv和ca均为正常数；Yi代表列车i的实时允许行车范围；
为投影算子，其数学定义为：
表示集合X到点x最小距离所对应的点；Sat[.]为饱和算子，具体定义为：
其中，vi表示列车i的虚拟速度，
和α i分别表示列车i所能到达的速度上限和下限值；
根据所述列车动力学模型设计待控制列车的分布式协同控制模型，包括以下步骤：
令
和Hi＝Ci-Fi，对所述列车动力学模型进行平移变换，从而得到变换后的列车动力学模型具体为：
其中，
表示变换后列车i在kT时刻的位置；xi(kT)表示列车i在kT时刻的位置；xd(k)表示平移的距离；
表示变换后列车i在kT时刻的速度；vi(k)表示列车i在kT时刻的速度；vd表示平移的速度；Hi表示平移后的区间；Ci表示列车行车范围；Fi表示列车期望位置；
表示变换后列车i在(k+1)T时刻的位置；T为采样周期；
为投影算子；
表示变换后列车i在(k+1)T时刻的速度；
表示变换后列车i在kT时刻的列车的牵引力；
表示变换后列车i在kT时刻的速度；Sat[.]为饱和算子；
根据变换后的列车动力学模型设计待控制列车的分布式协同控制模型。
2.一种高速列车移动协同闭塞控制系统，其特征在于，所述系统包括：
存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述权利要求1所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911252728.2A CN110901703B (zh) | 2019-12-09 | 2019-12-09 | 高速列车移动协同闭塞控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911252728.2A CN110901703B (zh) | 2019-12-09 | 2019-12-09 | 高速列车移动协同闭塞控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110901703A CN110901703A (zh) | 2020-03-24 |
| CN110901703B true CN110901703B (zh) | 2021-11-02 |
Family
ID=69823616
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911252728.2A Active CN110901703B (zh) | 2019-12-09 | 2019-12-09 | 高速列车移动协同闭塞控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110901703B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112084636B (zh) * | 2020-08-24 | 2024-03-26 | 北京交通大学 | 一种多列车协同控制方法和装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106651009A (zh) * | 2016-11-23 | 2017-05-10 | 北京交通大学 | 城市轨道交通任意多车协作的节能优化控制方法 |
| CN108583555A (zh) * | 2018-05-23 | 2018-09-28 | 湖南工业大学 | 基于一致性理论高速列车分布式协同制动控制方法及系统 |
| CN109080667A (zh) * | 2018-06-06 | 2018-12-25 | 卡斯柯信号有限公司 | 一种基于车车协作的列车移动授权方法 |
| CN109634281A (zh) * | 2018-12-20 | 2019-04-16 | 中南大学 | 一种列车系统建模与分布式协同控制方法 |
| CN109733445A (zh) * | 2018-12-27 | 2019-05-10 | 中南大学 | 突发事件下的基于多智能体系统模型的分布式调度方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190322299A1 (en) * | 2018-04-20 | 2019-10-24 | General Electric Company | Locomotive control system |
-
2019
- 2019-12-09 CN CN201911252728.2A patent/CN110901703B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106651009A (zh) * | 2016-11-23 | 2017-05-10 | 北京交通大学 | 城市轨道交通任意多车协作的节能优化控制方法 |
| CN108583555A (zh) * | 2018-05-23 | 2018-09-28 | 湖南工业大学 | 基于一致性理论高速列车分布式协同制动控制方法及系统 |
| CN109080667A (zh) * | 2018-06-06 | 2018-12-25 | 卡斯柯信号有限公司 | 一种基于车车协作的列车移动授权方法 |
| CN109634281A (zh) * | 2018-12-20 | 2019-04-16 | 中南大学 | 一种列车系统建模与分布式协同控制方法 |
| CN109733445A (zh) * | 2018-12-27 | 2019-05-10 | 中南大学 | 突发事件下的基于多智能体系统模型的分布式调度方法 |
Non-Patent Citations (2)
| Title |
|---|
| Distributed control for high-speed trains movements;YAN ZHAO 等;《2017 29th Chinese Control And Decision Conference (CCDC)》;20170717;第354卷(第10期);第6044-6061页 * |
| 约束非线性控制及其在列车牵引系统中的应用;于海洋;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20180615(第6期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110901703A (zh) | 2020-03-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109634281B (zh) | 一种列车系统建模与分布式协同控制方法 | |
| Bai et al. | Distributed cooperative cruise control of multiple high-speed trains under a state-dependent information transmission topology | |
| US8838302B2 (en) | System and method for asynchronously controlling a vehicle system | |
| CN105243430B (zh) | 列车节能运行的目标速度曲线的优化方法 | |
| ShangGuan et al. | Multiobjective optimization for train speed trajectory in CTCS high-speed railway with hybrid evolutionary algorithm | |
| Li et al. | Coordinated cruise control for high-speed train movements based on a multi-agent model | |
| CN104859654B (zh) | 车辆限速目标距离的实时计算方法及跟驰运行控制方法 | |
| Liu et al. | Enhancing the fuel-economy of V2I-assisted autonomous driving: A reinforcement learning approach | |
| CN108883784B (zh) | 向列车驾驶员提供驾驶建议的方法和列车驾驶员咨询系统 | |
| CN111169513B (zh) | 面向乘客舒适性的多自动驾驶列车分布式协同控制方法 | |
| Mohebifard et al. | Trajectory control in roundabouts with a mixed fleet of automated and human‐driven vehicles | |
| KR102528317B1 (ko) | 차량 제어용 컨트롤러, 시스템 및 방법 | |
| US20140005877A1 (en) | Method for Determining Run-Curves for Vehicles in Real-Time Subject to Dynamic Travel Time and Speed Limit Constraint | |
| CN103956045A (zh) | 利用半实物仿真技术手段实现车队协同驾驶的方法 | |
| Won | L-Platooning: A protocol for managing a long platoon with DSRC | |
| Zhang et al. | Data-driven based cruise control of connected and automated vehicles under cyber-physical system framework | |
| CN106553555B (zh) | Gps辅助再生制动 | |
| Ding et al. | Centralized cooperative intersection control under automated vehicle environment | |
| CN104228887A (zh) | 一种列车自动运行等级实时调整的方法及系统 | |
| CN104851280A (zh) | 一种车辆行驶控制方法、装置、系统及相关设备 | |
| CN110901703B (zh) | 高速列车移动协同闭塞控制方法及系统 | |
| De Martinis et al. | Towards a simulation-based framework for evaluating energy-efficient solutions in train operation | |
| Segata | Platooning in SUMO: an open source implementation | |
| US20240134386A1 (en) | Framework for validating autonomy and teleoperations systems | |
| Richardson et al. | Reinforcement Learning with Communication Latency with Application to Stop-and-Go Wave Dissipation |
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 |