CN111186465A - 列车速度跟踪控制方法、运行控制装置及计算机存储介质 - Google Patents

列车速度跟踪控制方法、运行控制装置及计算机存储介质 Download PDF

Info

Publication number
CN111186465A
CN111186465A CN201911343368.7A CN201911343368A CN111186465A CN 111186465 A CN111186465 A CN 111186465A CN 201911343368 A CN201911343368 A CN 201911343368A CN 111186465 A CN111186465 A CN 111186465A
Authority
CN
China
Prior art keywords
train
speed
car
acting force
control method
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.)
Pending
Application number
CN201911343368.7A
Other languages
English (en)
Inventor
梁新荣
肖龙
王雪奇
董超俊
杨世武
董海荣
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.)
Wuyi University
Original Assignee
Wuyi University
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 Wuyi University filed Critical Wuyi University
Priority to CN201911343368.7A priority Critical patent/CN111186465A/zh
Publication of CN111186465A publication Critical patent/CN111186465A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L23/00Control, warning or like safety means along the route or between vehicles or trains
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Feedback Control In General (AREA)

Abstract

本申请公开了一种列车速度跟踪控制方法、运行控制装置及计算机存储介质,所述方法包括:获取列车的实际速度和期望速度;根据实际速度和期望速度,通过模糊逻辑控制得出列车所需调整的作用力;根据作用力,通过单位移多质点模型对实际速度进行更新。本申请能够不断获取实际速度,并与期望速度进行比对,为非线性反馈闭环控制方式,能够抑制建模误差、抑制干扰和噪声,具有鲁棒性强、响应速度快、跟踪误差小等优点。其次,通过模糊逻辑控制能够快速得到列车所需调整的作用力,并对列车施加相应的牵引力或制动力;最后,采用单位移多质点模型来改变列车的实际速度,将车厢之间的作用力也考虑在内,能够更好地描述列车的动态行为,而且计算不复杂。

Description

列车速度跟踪控制方法、运行控制装置及计算机存储介质
技术领域
本申请涉及控制技术领域,特别涉及一种列车速度跟踪控制方法、运行控制装置及计算机存储介质。
背景技术
随着技术的不断进步和社会经济的快速发展,轨道列车的速度持续增加,轨道线路的里程日益增长。同时,先进技术不断提高高速列车运行的性能并保障高速列车运行的安全。近年来,列车自动驾驶(ATO)的研究倍受学者们的关注,研究方法也从传统的控制技术向先进的控制技术演化。列车速度和位置的跟踪控制是ATO的一个重要研究内容,其研究策略是通过建立适当的列车动态模型并采用合适的控制方法使列车沿期望的目标轨迹运行。
对于列车动态模型,往往可以通过应用牛顿第二定律的动力学原理建立,然而,由于列车运行环境的复杂性以及运行过程的非线性,要得到一个准确的列车动态模型是比较困难的。而现有的列车动态模型,往往包括单质点模型和多质点模型,单质点模型的不足在于它没有考虑列车车厢之间的相互作用力,而多质点模型比单质点模型更为准确且更接近实际情况,但是多质点模型的缺点是其计算较为复杂。
另外,对于现有的列车自动驾驶控制方法,往往集中于列车传递函数模型和简单的列车单质点模型。
发明内容
本申请旨在至少解决现有技术中存在的技术问题之一。为此,本申请提出一种列车速度跟踪控制方法、运行控制装置及计算机存储介质,能够简化列车动态模型,提高对列车速度跟踪控制的准确度。
根据本申请的第一方面实施例的列车速度跟踪控制方法,包括:
获取列车的实际速度和期望速度;
根据所述实际速度和所述期望速度,通过模糊逻辑控制得出所述列车所需调整的作用力;
根据所述作用力,通过单位移多质点模型对所述实际速度进行更新。
根据本申请实施例的列车速度跟踪控制方法,至少具有如下有益效果:本申请实施例能够不断将获取列车的实际速度,并与预设的期望速度进行比对,属于非线性反馈闭环控制方式,能够抑制列车建模误差、抑制系统干扰和噪声,具有鲁棒性强、响应速度快、跟踪误差小等优点。其次,通过模糊逻辑控制能够快速得到列车所需调整的作用力,并根据所需调整的作用力对列车施加相应的牵引力或制动力;最后,采用单位移多质点模型来改变列车的实际速度,将车厢之间的作用力也考虑在内,能够更好地描述列车的动态行为,而且计算过程并不复杂。因此,本申请实施例能够简化列车动态模型,提高对列车速度跟踪控制的准确度。
根据本申请的一些实施例,所述根据所述实际速度和所述期望速度,通过模糊逻辑控制得出所述列车所需调整的作用力,包括:
根据所述实际速度和所述期望速度获得所述列车的速度误差;
对所述速度误差进行变换得到所述列车的距离误差;
将所述速度误差和所述距离误差通过模糊逻辑控制得出所述列车所需调整的作用力。
根据本申请的一些实施例,所述模糊逻辑控制包括:所述速度误差、所述距离误差和所述作用力相对应的预设规则。
根据本申请的一些实施例,所述单位移多质点模型的获取方式,包括:
通过所述列车的车厢质量、车厢加速度、车厢作用力和基本阻力得到所述单位移多质点模型。
根据本申请的一些实施例,所述单位移多质点模型通过以下公式获得:
Figure BDA0002332693680000021
其中,i为正整数,mi为第i节车厢的车厢质量,
Figure BDA0002332693680000031
为第1节车厢的车厢加速度,ui表示第i节车厢的车厢作用力,fri是第i节车厢的基本阻力。
根据本申请的一些实施例,所述作用力包括牵引力和/或制动力。
根据本申请的第二方面实施例的运行控制装置,包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器;所述存储器存储有可以被所述至少一个控制处理器执行的指令,所述指令被所述至少一个控制处理器执行,以使所述至少一个控制处理器能够执行如上述第一方面所述的列车速度跟踪控制方法。
根据本申请的第三方面实施例的计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可以执行指令用于使计算机执行如上述第一方面所述的列车速度跟踪控制方法。
本申请的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请一个实施例的运行控制装置的示意图;
图2为本申请一个实施例的列车速度跟踪控制方法的流程图;
图3为本申请另一个实施例的列车速度跟踪控制方法的流程图;
图4为本申请一个实施例的列车速度跟踪控制方法的整体框架图;
图5为本申请一个实施例的列车速度跟踪控制方法关于速度误差的隶属度函数的示意图;
图6为本申请一个实施例的列车速度跟踪控制方法关于距离误差的隶属度函数的示意图;
图7为本申请一个实施例的列车速度跟踪控制方法关于牵引力和制动力的隶属度函数的示意图;
图8为本申请一个实施例的列车速度跟踪控制方法关于由n节车厢相连的列车的结构示意图;
图9为本申请一个实施例的列车速度跟踪控制方法关于速度跟踪的仿真结果示意图;
图10为本申请一个实施例的列车速度跟踪控制方法关于距离跟踪的仿真结果示意图;
图11为本申请一个实施例的列车速度跟踪控制方法关于速度跟踪误差的仿真结果示意图。
具体实施方式
下面详细描述本申请的实施例,实施例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例是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。
在本申请的描述中,需要理解的是,涉及到方位描述,例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
在本申请的描述中,若干的含义是一个或者多个,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本申请的描述中,除非另有明确的限定,设置、安装、连接等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本申请中的具体含义。
目前,为了对提高高速列车运行的性能并保障高速列车运行的安全,往往会对列车的速度进行跟踪控制,现有的手段是通过建立列车动态模型并采用合适的控制方法使列车沿期望的目标轨迹运行,其中所建立的列车动态模型通常采用单质点模型或者多质点模型,其中单质点模型并没有考虑到列车车厢之间的相互作用力,因此误差往往较大,另外多质点模型虽然比单质点模型更为准确,但是其计算复杂,响应较慢。
基于此,本申请提供了一种列车速度跟踪控制方法、运行控制装置及计算机存储介质,通过建立单位移多质点模型来跟踪列车的实际速度,其中单位移多质点模型将车厢之间的作用力也考虑在内,能够更好地描述列车的动态行为,而且计算过程并不复杂,从而使得列车速度的跟踪控制更加准确,响应更加快速。
下面结合附图,对本申请实施例作进一步阐述。
如图1所示,图1是本申请一个实施例提供的用于执行列车速度跟踪控制方法的运行控制装置100的示意图。
本申请实施例的运行控制装置100可以是独立的设备,也可以是和其他电路系统配合使用的模块装置。当该运行控制装置100作为独立的设备时,用户可以单独使用该运行控制装置100对列车速度进行跟踪控制;当该运行控制装置100作为和其他电路系统配合使用的模块装置时,例如该运行控制装置100作为列车中控系统的一个模块装置,用户可以把该运行控制装置100放置于中控系统内,结合中控系统的功能对列车速度进行跟踪控制。另外,当运行控制装置100作为和其他电路系统配合使用的模块装置时,该运行控制装置100可以是不可拆卸的,也可以是可拆卸的,本实施例并不对其作具体限制。
如图1所示,该运行控制装置100包括:一个或多个控制处理器110和存储器120,图1中以一个控制处理器110及一个存储器120为例。
控制处理器110和存储器120可以通过总线或者其他方式连接,图1中以通过总线连接为例。
存储器120作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外,存储器120可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器120可选包括相对于控制处理器110远程设置的存储器120,这些远程存储器可以通过网络连接至该运行控制装置100。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本领域技术人员可以理解,图1中示出的装置结构并不构成对运行控制装置100的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
在图1所示的运行控制装置100中,控制处理器110可以用于调用存储器120中储存的列车速度跟踪控制程序,以实现列车速度跟踪控制方法。
基于上述运行控制装置100的硬件结构,提出本申请的列车速度跟踪控制方法的各个实施例。
参照图2,图2是本申请的一个实施例提供的列车速度跟踪控制方法的流程图,该列车速度跟踪控制方法包括但不限于以下步骤:
S210:获取列车的实际速度和期望速度;
S220:根据实际速度和期望速度,通过模糊逻辑控制得出列车所需调整的作用力;
S230:根据作用力,通过单位移多质点模型对实际速度进行更新。
在一实施例中,本申请实施例中的列车速度跟踪控制方法可以应用于火车、城轨、高铁或其他类型的列车,也可以应用于低速、中速、高速等不同速度的列车。本申请实施例主要是采用非线性反馈闭环控制方式、模糊逻辑控制和单位移多质点模型来共同跟踪控制列车的速度,具体分析如下:
关于非线性反馈闭环控制方式,本申请实施例的输入是列车的预设的期望速度,输出是列车的实际速度,控制变量是列车的作用力,能够不断将获取列车的实际速度,并与预设的期望速度进行比对,形成闭环控制,能够抑制列车建模误差、抑制系统干扰和噪声,具有鲁棒性强、响应速度快、跟踪误差小等优点。
关于模糊逻辑控制,能够快速得到列车所需调整的作用力,并根据所需调整的作用力对列车施加相应的牵引力或制动力。
关于单位移多质点模型,将车厢之间的作用力也考虑在内,能够更好地描述列车的动态行为,而且计算过程并不复杂。因此,本申请实施例能够简化列车动态模型,提高对列车速度跟踪控制的准确度。
需要说明的是,上述作用力可以为列车的牵引力或制动力。
参照图3,图3是本申请的另一个实施例提供的列车速度跟踪控制方法的流程图,图3是图2中步骤S220的具体执行流程图,包括但不限于以下步骤:
S310:根据实际速度和期望速度获得列车的速度误差;
S320:对速度误差进行变换得到列车的距离误差;
S330:将速度误差和距离误差通过模糊逻辑控制得出列车所需调整的作用力。
在一实施例中,对于任意给定的期望速度,与速度-距离曲线相对应,列车应能在可接受的误差范围内跟踪它,以保障列车的运行安全。本申请实施例的方法是一个非线性反馈闭环控制系统,系统的输入是列车的期望速度,系统的输出是列车的实际速度,作用力即牵引力和制动力是控制变量,通过选择合适的牵引力和制动力使列车的实际速度跟踪列车的期望速度。与开环控制相比较,这种非线性反馈闭环控制能够抑制列车建模误差,能够抑制系统干扰和噪声,具有鲁棒性强、响应速度快、跟踪误差小等优点。
需要说明的是,模糊逻辑控制包括:速度误差、距离误差和作用力相对应的预设规则。模糊逻辑控制的输入是速度误差ev和距离误差ex,输出是单位牵引力和制动力u;输入ev的取值范围为-40~+40km/h,ev分为10个语言变量,分别为:NVB(负很大),NB(负大),NM(负中),NS(负小),NO(负零),PO(正零),PS(正小),PM(正中),PB(正大),PVB(正很大),其隶属度函数如图5所示,主要采用高斯曲线。由图4可知,速度误差ev=v-vd,输入ex的取值范围为-500~+500m,ex分为9个语言变量,这些语言变量的含义同ev,但ex中ZO含义为零,其隶属度函数如图6所示,采用高斯曲线。输出u的取值范围为-1~+1N(N表示牛顿),分为7个语言变量,其含义同ex,u的隶属度函数如图7所示,也为高斯曲线。
本申请可以对模糊逻辑控制制定多条复杂规则,在一实施例中,可以制定了90条复杂规则,如表1所示。
Figure BDA0002332693680000081
表1
对于上述表1,第1条规则解释如下:第1条规则中ev为NVB,ex为NVB,u为PB,ev定义为实际速度减去期望速度,ex定义为实际距离减去期望距离,ev为NVB意味着实际速度远小于期望速度,ex为NVB意味着实际距离远小于期望距离,因此,必须尽量增大牵引力,即u为PB,其它规则可作类似解释,不再细述。
表1中的规则都是这种标准形式:“如果ev是EV并且ex是EX,那么u是U”。此外,一种新颖的逻辑蕴含“A蕴含B”用来执行规则库,其隶属度值由下面公式(11)给出。
Figure BDA0002332693680000082
首先,在该方法中,为了得到每条规则的信任度,令x=ev和ex,那么μprex=μev∧μex=min(μevex),因此,“如果”部分的隶属度值由μprex给出,即:μprex=min(μevex).其次,在“那么”部分,为了给控制信号u一个隶属度值μu,令μu=μev×μex,因此,μu随μev和μex变化而变化。再次,每条规则“如果x那么u”的隶属度值通过蕴含逻辑操作给出:
Figure BDA0002332693680000091
最后,以加权的形式μc×μu×u得到每条规则的控制信号。
另外,使用的反模糊化采用如下的重力中心公式(12)。
Figure BDA0002332693680000092
根据本申请的一些实施例,单位移多质点模型的获取方式,包括:
通过列车的车厢质量、车厢加速度、车厢作用力和基本阻力得到单位移多质点模型。具体地,可以通过以下面公式获得:
Figure BDA0002332693680000093
其中,i为正整数,mi为第i节车厢的车厢质量,
Figure BDA0002332693680000094
为第1节车厢的车厢加速度,ui表示第i节车厢的车厢作用力,fri是第i节车厢的基本阻力。
需要说明的是,上述公式(8)的推导过程如下:
考虑一辆列车,它由n节车厢通过耦合器相连接,如图8所示。
由牛顿第二定律得
Figure BDA0002332693680000095
公式(1)中,mi是第i节车厢的质量;xi,
Figure BDA0002332693680000096
分别是第i节车厢的位移、速度和加速度;ui表示第i节车厢的牵引力和制动力;fci是第i节车厢经受的列车内力,它由耦合器产生;fri是第i节车厢的基本阻力,其中首节车厢还有一个额外的阻力,它由空气阻力产生。
公式(1)能反映高速列车的动态特性,但计算量相当大。下面进行简化以得到单位移多质点模型。
Figure BDA0002332693680000101
公式(2)中右边第一项表示来自所有前面车厢的作用力,易知该向量的第1个元为零;右边第二项表示来自所有后面车厢的作用力,易知该向量的最后1个元为零。
两节车厢之间的连接可由Δxi表示的弹性部分来描述,因此第i节车厢和第i-1节车厢之间的距离可描述为:
xi-xi-1=△xi-1+K (3)
公式(3)中K为固定的数。相邻车厢之间的位移、速度和加速度可描述为
Figure BDA0002332693680000102
公式(4)中i=2,3,…,n.选择首节车厢为参考点,则首节车厢和第i节车厢之间的距离、速度和加速度可描述为
Figure BDA0002332693680000103
公式(5)中Km为固定长度。公式(1)可写为
Figure BDA0002332693680000104
将公式(4)中的加速度关系代入到公式(6)得
Figure BDA0002332693680000111
将公式(7)的两边相加,便得到列车单位移多质点模型,即
Figure BDA0002332693680000112
公式(8)的单位移多质点模型已经考虑了车厢之间的作用力,该模型能更好地描述列车的动态行为,而且计算过程并不复杂。
值得一提的是:公式(7)两边相加后,所有的γ(·)项相互抵消了,这点也可以从如下的分析中得到。考虑车厢之间的相互作用力,公式(6)可写为
Figure BDA0002332693680000113
将公式(4)中的加速度关系代入到公式(9)得
Figure BDA0002332693680000114
将公式(10)两边相加,并利用车厢之间相互作用力和反作用力之间的关系fi-1←i=-fi-1→i,同样可以得到公式(8)的列车单位移多质点模型。
最后,对于本申请实施例的列车速度跟踪控制方法,本申请对其进行了仿真测试,具体如下:
考虑由四节拖车和四节动车组成的一辆高速列车,列车重量为840t(t表示吨);基本阻力公式a+bv+cv2中的参数分别是a=0.53,b=0.0039,c=0.000114;列车最大速度为400km/h,ATP限速是405km/h.对图4所示的速度跟踪控制器进行仿真,图4中的单位移多质点模型考虑了基本阻力、附加阻力和车间力(即:车厢之间的相互作用力)。制定了上述90条复杂规则,并结合蕴含逻辑设计了模糊控制,反模糊化方法采用重心法。期望速度数据和列车参数数据来源于北京交通大学,仿真结果如图9、图10和图11所示。从图9和图10可以看出,实际速度可以很好地跟踪期望速度,且实际距离可以很好地跟踪期望距离。由图11可知,在整个过程中,速度跟踪误差控制在±5km/h的范围内。
为了进一步说明基于复杂规则的模糊逻辑控制的控制效果,在仿真参数完全相同的情况下,我们还采用49条规则的模糊控制以及PID控制进行仿真对比。结果表明,三种方法都能实现速度跟踪和距离跟踪,但跟踪效果和跟踪性能有一定的差别。如下表2比较了三种方法的控制性能。可以看出,90条复杂规则的模糊控制具有最好的速度跟踪性能,其唯一的不足是它的仿真时间略大于其余两种方法。
三种方法性能比较
Figure BDA0002332693680000121
表2
此外,本申请的一个实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个控制处理器110执行,例如,被图1中的一个控制处理器110执行,可使得上述一个或多个控制处理器110执行上述方法实施例中的列车速度跟踪控制方法,例如,执行以上描述的图2中的方法步骤S210-S230、图3中的方法步骤S310-S330。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器120技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
上面结合附图对本申请实施例作了详细说明,但是本申请不限于上述实施例,在技术领域普通技术人员所具备的知识范围内,还可以在不脱离本申请宗旨的前提下作出各种变化。

Claims (8)

1.一种列车速度跟踪控制方法,其特征在于,包括:
获取列车的实际速度和期望速度;
根据所述实际速度和所述期望速度,通过模糊逻辑控制得出所述列车所需调整的作用力;
根据所述作用力,通过单位移多质点模型对所述实际速度进行更新。
2.根据权利要求1所述的列车速度跟踪控制方法,其特征在于,所述根据所述实际速度和所述期望速度,通过模糊逻辑控制得出所述列车所需调整的作用力,包括:
根据所述实际速度和所述期望速度获得所述列车的速度误差;
对所述速度误差进行变换得到所述列车的距离误差;
将所述速度误差和所述距离误差通过模糊逻辑控制得出所述列车所需调整的作用力。
3.根据权利要求2所述的列车速度跟踪控制方法,其特征在于,所述模糊逻辑控制包括:所述速度误差、所述距离误差和所述作用力相对应的预设规则。
4.根据权利要求1所述的列车速度跟踪控制方法,其特征在于,所述单位移多质点模型的获取方式,包括:
通过所述列车的车厢质量、车厢加速度、车厢作用力和基本阻力得到所述单位移多质点模型。
5.根据权利要求4所述的列车速度跟踪控制方法,其特征在于,所述单位移多质点模型通过以下公式获得:
Figure FDA0002332693670000011
其中,i为正整数,mi为第i节车厢的车厢质量,
Figure FDA0002332693670000012
为第1节车厢的车厢加速度,ui表示第i节车厢的车厢作用力,fri是第i节车厢的基本阻力。
6.根据权利要求1至5任一所述的列车速度跟踪控制方法,其特征在于,所述作用力包括牵引力和/或制动力。
7.一种运行控制装置,其特征在于,包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器;所述存储器存储有可以被所述至少一个控制处理器执行的指令,所述指令被所述至少一个控制处理器执行,以使所述至少一个控制处理器能够执行如权利要求1至6任一项所述的列车速度跟踪控制方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可以执行指令用于使计算机执行如权利要求1至6任一项所述的列车速度跟踪控制方法。
CN201911343368.7A 2019-12-24 2019-12-24 列车速度跟踪控制方法、运行控制装置及计算机存储介质 Pending CN111186465A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911343368.7A CN111186465A (zh) 2019-12-24 2019-12-24 列车速度跟踪控制方法、运行控制装置及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911343368.7A CN111186465A (zh) 2019-12-24 2019-12-24 列车速度跟踪控制方法、运行控制装置及计算机存储介质

Publications (1)

Publication Number Publication Date
CN111186465A true CN111186465A (zh) 2020-05-22

Family

ID=70703345

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911343368.7A Pending CN111186465A (zh) 2019-12-24 2019-12-24 列车速度跟踪控制方法、运行控制装置及计算机存储介质

Country Status (1)

Country Link
CN (1) CN111186465A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112346346A (zh) * 2020-12-04 2021-02-09 华东交通大学 一种重载列车速度跟踪控制方法及系统
CN112793625A (zh) * 2021-01-08 2021-05-14 北京交通大学 一种基于离散采样数据的高速列车事件触发控制方法
CN113759701A (zh) * 2021-09-09 2021-12-07 五邑大学 一种高速列车速度控制方法及系统
CN113859313A (zh) * 2021-10-29 2021-12-31 中车株洲电力机车有限公司 一种货运列车及其速度跟踪方法与系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105372996A (zh) * 2015-12-25 2016-03-02 北京交通大学 一种基于马尔可夫跳跃系统的列车容错控制方法
CN109655294A (zh) * 2018-12-19 2019-04-19 西南民族大学 基于混合动力的虚拟轨道列车半实物仿真系统
CN110281982A (zh) * 2019-05-21 2019-09-27 北京交通大学 一种基于周期性间歇控制的重载列车巡航控制方法
CN110333655A (zh) * 2019-07-02 2019-10-15 北京交通大学 一种高速列车多动力单元分布式控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105372996A (zh) * 2015-12-25 2016-03-02 北京交通大学 一种基于马尔可夫跳跃系统的列车容错控制方法
CN109655294A (zh) * 2018-12-19 2019-04-19 西南民族大学 基于混合动力的虚拟轨道列车半实物仿真系统
CN110281982A (zh) * 2019-05-21 2019-09-27 北京交通大学 一种基于周期性间歇控制的重载列车巡航控制方法
CN110333655A (zh) * 2019-07-02 2019-10-15 北京交通大学 一种高速列车多动力单元分布式控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
王花: "基于模糊自适应控制的城轨列车牵引控制策略研究与仿真", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *
程宝: "基于在线规划的高速动车组智能驾驶算法研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *
董海荣等: "基于模糊PID软切换控制的列车自动驾驶系统调速制动", 《控制与决策》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112346346A (zh) * 2020-12-04 2021-02-09 华东交通大学 一种重载列车速度跟踪控制方法及系统
CN112793625A (zh) * 2021-01-08 2021-05-14 北京交通大学 一种基于离散采样数据的高速列车事件触发控制方法
CN113759701A (zh) * 2021-09-09 2021-12-07 五邑大学 一种高速列车速度控制方法及系统
CN113859313A (zh) * 2021-10-29 2021-12-31 中车株洲电力机车有限公司 一种货运列车及其速度跟踪方法与系统

Similar Documents

Publication Publication Date Title
CN111186465A (zh) 列车速度跟踪控制方法、运行控制装置及计算机存储介质
CN108919795B (zh) 一种自动驾驶汽车换道决策方法及装置
CN110297494B (zh) 一种基于滚动博弈的自动驾驶车辆换道决策方法及系统
CN111898211B (zh) 基于深度强化学习的智能车速度决策方法及其仿真方法
Alam et al. Experimental evaluation of decentralized cooperative cruise control for heavy-duty vehicle platooning
Alam et al. Guaranteeing safety for heavy duty vehicle platooning: Safe set computations and experimental evaluations
Alam Fuel-efficient heavy-duty vehicle platooning
CN107169567A (zh) 一种用于车辆自动驾驶的决策网络模型的生成方法及装置
CN106828493A (zh) 一种自动驾驶车辆分层式纵向规划控制系统及方法
CN102951189B (zh) 基于安全车距实时标定的高速列车跟驰运行控制方法
CN103640622A (zh) 一种基于驾驶员模型的汽车方向智能控制方法及控制系统
CN112208581B (zh) Ato控车方法、装置、电子设备及存储介质
CN105480228A (zh) 增强的车辆速度控制
US8285429B2 (en) Automatic estimation of train characteristics
CN110281987B (zh) 基于状态约束的列车速度跟踪控制方法
CN112298281A (zh) 一种时滞通信网络环境的列车运行控制方法
Turri Look-ahead control for fuel-efficient and safe heavy-duty vehicle platooning
Lee et al. An investigation on the integrated human driver model for closed-loop simulation of intelligent safety systems
CN114162145A (zh) 车辆自动驾驶方法、装置及电子设备
CN117170228A (zh) 面向虚拟编组高速列车间隔控制的自适应滑模控制方法
Lin et al. Adaptive prediction-based control for an ecological cruise control system on curved and hilly roads
Bertoni Ecological cooperative adaptive cruise control for autonomous electric vehicles
CN103101559A (zh) 一种基于跟驰行为质量评估的全速域列车间隔实时控制方法
CN117930666B (zh) 基于快速变幂次趋近律的动车组控制方法、设备及介质
CN117698808B (zh) 融合列车纵向动力学的大规模重载列车群组运行控制方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200522

RJ01 Rejection of invention patent application after publication