CN111476382A - 动车组检修的处理方法及装置 - Google Patents

动车组检修的处理方法及装置 Download PDF

Info

Publication number
CN111476382A
CN111476382A CN202010271243.4A CN202010271243A CN111476382A CN 111476382 A CN111476382 A CN 111476382A CN 202010271243 A CN202010271243 A CN 202010271243A CN 111476382 A CN111476382 A CN 111476382A
Authority
CN
China
Prior art keywords
motor train
overhaul
determining
maintenance
road
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
CN202010271243.4A
Other languages
English (en)
Inventor
郝伟
邓学寿
孙华
王川
何彬
曹艺
李凯
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 Qingdao Sifang Co Ltd
Original Assignee
CRRC Qingdao Sifang 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 Qingdao Sifang Co Ltd filed Critical CRRC Qingdao Sifang Co Ltd
Priority to CN202010271243.4A priority Critical patent/CN111476382A/zh
Publication of CN111476382A publication Critical patent/CN111476382A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种动车组检修的处理方法及装置。其中，该方法包括：获取多个动车组的检修相关数据；通过规划模型，确定与检修相关数据对应的多个动车组中每一个动车组的初始检修时间；获取多个路局的路局状态信息，其中，路局状态信息至少包括：多个路局对应的交路状态信息，多个路局对应的检修机构的检修能力；对每一个动车组的初始检修时间以及多个路局的路局状态信息进行编码，得到编码结果；将编码结果作为粒子群算法的输入，并获取粒子群算法的输出；基于粒子群算法的输出得到多个动车组的检修策略。本发明解决了相关技术中通过人工编排方式确定对高铁列车进行检修的检修方案，使得检修可靠性较低的技术问题。

Description

动车组检修的处理方法及装置
技术领域
本发明涉及列车检修技术领域，具体而言，涉及一种动车组检修的处理方法及装置。
背景技术
目前，高铁列车作为一种高效率的运载交通工具，为人们的出现提供了很好的选择，也越来越多的人在出行，尤其是长距离出行时会选择乘坐高铁列车以简约时间，提高出行效率。因此，高铁列车的数量也随着人们的需求不断增加。另外，为了提高高铁列车的安全性，检修人员也会加大对高铁列车的检修。然而，随着高铁列车数量的增加，其检修计划的编制，因受到各种约束因素的影响变得越来越复杂，当前依赖人工编制不仅费时费力，难以保证计划的质量，而且缺乏具有一定经验的人员，难以应付越来越大的计划编制工作量。
针对上述相关技术中通过人工编排方式确定对高铁列车进行检修的检修方案，使得检修可靠性较低的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种动车组检修的处理方法及装置，以至少解决相关技术中通过人工编排方式确定对高铁列车进行检修的检修方案，使得检修可靠性较低的技术问题。
根据本发明实施例的一个方面，提供了一种动车组检修的处理方法，包括：获取多个动车组的检修相关数据；通过规划模型，确定与所述检修相关数据对应的所述多个动车组中每一个动车组的初始检修时间，其中，所述规划模型为基于所述多个动车组的列车属性预先确定的，所述每一个动车组的初始检修时间为多个；获取多个路局的路局状态信息，其中，所述路局状态信息至少包括：所述多个路局对应的交路状态信息，所述多个路局对应的检修机构的检修能力；对所述每一个动车组的初始检修时间以及所述多个路局的路局状态信息进行编码，得到编码结果；将所述编码结果作为粒子群算法的输入，并获取所述粒子群算法的输出；基于所述粒子群算法的输出得到所述多个动车组的检修策略。
可选地，所述获取多个动车组的检修相关数据，包括以下至少之一：获取交路数据，其中，所述交路数据包括：交路名称，交路里程，运行时长；获取检修数据，其中，所述检修数据包括：检修项目，里程周期，时间周期，检修时长；获取所述多个动车组的初始数据，其中，所述初始数据包括：车号，初始累计里程，初始累计时长，检修时长。
可选地，在所述通过规划模型，确定与所述检修相关数据对应的所述多个动车组中每一个动车组的初始检修时间之前，该动车组检修的处理方法还包括：基于所述多个动车组的列车属性信息设定所述多个动车组的检修阈值；根据所述检修相关数据以及所述检修阈值确定所述多个动车组中的待检修动车组；将所述待检修动车组添加到待检修动车组集合。
可选地，所述根据所述检修相关数据以及所述检修阈值确定所述多个动车组中的待检修动车组，包括：确定所述多个动车组按照当前运行计划到达各个检修机构的里程数的时间分布状态一；根据所述各个检修机构的检修能力以及当前正在进行的检修任务的结束时间，确定所述各个检修机构可接收动车组的数量随时间的分布状态二；根据所述时间分布状态一和所述分布状态二，确定在所述各个检修机构可接收动车组的时间区间内到达检修里程数的动车组的数量，并确定所述各个检修机构可检修动车组数量与所述各个检修机构的检修阈值的差值；在所述差值大于或等于零时，确定检修机构的检修能力大于到达的动车组数量；在所述差值小于零时，确定检修机构的检修能力小于到达检修机构的动车组数量。
可选地，在所述确定检修机构的检修能力小于到达检修机构的动车组数量之后，该动车组检修的处理方法还包括：触发调度计划调整模型，其中，所述调度计划调整模型用于在检修机构的检修能力小于到达检修机构的动车组数量时，对动车组的运行状态进行调整；基于所述调度计划调整模型以及所述检修相关数据对所述动车组的运行计划进行调整。
可选地，该动车组检修的处理方法还包括：基于所述粒子群算法确定所述多个动车组的运行计划建议；将所述运行计划建议发送至所述多个路局。
根据本发明实施例的另外一个方面，还提供了一种动车组检修的处理装置，包括：第一获取单元，用于获取多个动车组的检修相关数据；第一确定单元，用于通过规划模型，确定与所述检修相关数据对应的所述多个动车组中每一个动车组的初始检修时间，其中，所述规划模型为基于所述多个动车组的列车属性预先确定的，所述每一个动车组的初始检修时间为多个；第二获取单元，用于获取多个路局的路局状态信息，其中，所述路局状态信息至少包括：所述多个路局对应的交路状态信息，所述多个路局对应的检修机构的检修能力；编码单元，用于对所述每一个动车组的初始检修时间以及所述多个路局的路局状态信息进行编码，得到编码结果；第三获取单元，用于将所述编码结果作为粒子群算法的输入，并获取所述粒子群算法的输出；第四获取单元，用于基于所述粒子群算法的输出得到所述多个动车组的检修策略。
可选地，所述第一获取单元，包括以下至少之一：第一获取模块，用于获取交路数据，其中，所述交路数据包括：交路名称，交路里程，运行时长；第二获取模块，用于获取检修数据，其中，所述检修数据包括：检修项目，里程周期，时间周期，检修时长；第三获取模块，用于获取所述多个动车组的初始数据，其中，所述初始数据包括：车号，初始累计里程，初始累计时长，检修时长。
可选地，该动车组检修的处理装置还包括：设定单元，用于在所述通过规划模型，确定与所述检修相关数据对应的所述多个动车组中每一个动车组的初始检修时间之前，基于所述多个动车组的列车属性信息设定所述多个动车组的检修阈值；第二确定单元，用于根据所述检修相关数据以及所述检修阈值确定所述多个动车组中的待检修动车组；添加单元，用于将所述待检修动车组添加到待检修动车组集合。
可选地，所述第二确定单元，包括：第一确定模块，用于确定所述多个动车组按照当前运行计划到达各个检修机构的里程数的时间分布状态一；第二确定模块，用于根据所述各个检修机构的检修能力以及当前正在进行的检修任务的结束时间，确定所述各个检修机构可接收动车组的数量随时间的分布状态二；第三确定模块，用于根据所述时间分布状态一和所述分布状态二，确定在所述各个检修机构可接收动车组的时间区间内到达检修里程数的动车组的数量，并确定所述各个检修机构可检修动车组数量与所述各个检修机构的检修阈值的差值；第四确定模块，用于在所述差值大于或等于零时，确定检修机构的检修能力大于到达的动车组数量；第五确定模块，用于在所述差值小于零时，确定检修机构的检修能力小于到达检修机构的动车组数量。
可选地，该动车组检修的处理装置还包括：触发模块，用于在所述确定检修机构的检修能力小于到达检修机构的动车组数量之后，触发调度计划调整模型，其中，所述调度计划调整模型用于在检修机构的检修能力小于到达检修机构的动车组数量时，对动车组的运行状态进行调整；调整模块，用于基于所述调度计划调整模型以及所述检修相关数据对所述动车组的运行计划进行调整。
可选地，该动车组检修的处理装置还包括：第三确定单元，用于基于所述粒子群算法确定所述多个动车组的运行计划建议；发送单元，用于将所述运行计划建议发送至所述多个路局。
在本发明实施例中，采用获取多个动车组的检修相关数据；通过规划模型，确定与检修相关数据对应的多个动车组中每一个动车组的初始检修时间，其中，规划模型为基于多个动车组的列车属性预先确定的，每一个动车组的初始检修时间为多个；获取多个路局的路局状态信息，其中，路局状态信息至少包括：多个路局对应的交路状态信息，多个路局对应的检修机构的检修能力；对每一个动车组的初始检修时间以及多个路局的路局状态信息进行编码，得到编码结果；将编码结果作为粒子群算法的输入，并获取粒子群算法的输出；基于粒子群算法的输出得到多个动车组的检修策略，通过本发明实施例提供的动车组检修的处理方法，实现了根据获取的多个动车组的检修相关数据确定对多个动车组的检修策略的目的，达到了提高对动车组列车进行检修的可靠性的技术效果，进而解决了相关技术中通过人工编排方式确定对高铁列车进行检修的检修方案，使得检修可靠性较低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的动车组检修的处理方法的流程图；
图2是根据本发明实施例的检修相关数据的示意图；
图3是根据本发明实施例的基于粒子群算法的高级修计划模型的流程图；
图4是根据本发明实施例的动车组检修的处理装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将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的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例，提供了一种动车组检修的处理方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的动车组检修的处理方法的流程图，如图1所示，该动车组检修的处理方法包括如下步骤：
步骤S102，获取多个动车组的检修相关数据。
可选的，上述多个动车组是指调度到各个路局，并按照预先规划好的运行计划运行的动车组。
由于动车组高级修计划方案的编制要考虑到多种因素，上述检修相关数据是用于确定多个动车组的运行方案，进而得到比较精确的多个动车组的检修时间，以预先规划检修策略，使得各个检修机构能够基于自身的检修能力对待检修的动车组进行检修。
在一种可选的实施例中，获取多个动车组的检修相关数据，包括以下至少之一：获取交路数据，其中，交路数据包括：交路名称，交路里程，运行时长；获取检修数据，其中，检修数据包括：检修项目，里程周期，时间周期，检修时长；获取多个动车组的初始数据，其中，初始数据包括：车号，初始累计里程，初始累计时长，检修时长。
图2是根据本发明实施例的检修相关数据的示意图，如图2所示，检修相关数据可以分为：交路数据，检修数据，初始数据，以及节假日(由于节假日对动车组列车的运行也会存在较大的影响，因此，在本发明实施例中将节假日这个因素对动车组的运行的影响也考虑进来)。其中，上述交路数据可以包括：交路名称、交路里程以及运行天数(即，上述运行时长)；上述检修数据可以包括：检修项目，里程周期，天数周期(时间周期)，检修时长；初始数据可以包括：车号，初始累计里程，初始累计天数，天数周期以及检修时长；节假日主要是节假日动车组的调度情况，例如，是否临时调整运行计划等。
可选的，上述检修相关数据中的部分数据或者全部数据可以是从前一天统计的数据中获取的。
步骤S104，通过规划模型，确定与检修相关数据对应的多个动车组中每一个动车组的初始检修时间，其中，规划模型为基于多个动车组的列车属性预先确定的，每一个动车组的初始检修时间为多个。
可选的，在上述步骤S102中得到检修相关数据之后，还可以在规划模型的基础上基于检修相关数据确定多个动车组中每一个动车组的初始检修时间。即，利用上述检修相关数据预先预测出多个动车组中每一个动车组的初始检修时间，这里初步预测得到的每一个动车组的初始检修时间可以为多个。
为了可以得到比较精确的多个动车组中每一个动车组的检修时间，以便后续检修资源的准备，检修策略的制定等，还需要基于预测得到的每一个动车组中多个检修时间并结合其他数据确定最佳检修时间。在下述实施例中会详细介绍，在此不再赘述。
步骤S106，获取多个路局的路局状态信息，其中，路局状态信息至少包括：多个路局对应的交路状态信息，多个路局对应的检修机构的检修能力。
步骤S108，对每一个动车组的初始检修时间以及多个路局的路局状态信息进行编码，得到编码结果。
可选的，在本发明实施例中，可以基于粒子群算法对数据格式的要求，进而基于其编码方式对粒子群算法中的函数的输入数据进行编码，进而得到编码结果。
步骤S110，将编码结果作为粒子群算法的输入，并获取粒子群算法的输出。
步骤S112，基于粒子群算法的输出得到多个动车组的检修策略。
由上可知，在本发明实施例中，可以获取多个动车组的检修相关数据；通过规划模型，确定与检修相关数据对应的多个动车组中每一个动车组的初始检修时间，其中，规划模型为基于多个动车组的列车属性预先确定的，每一个动车组的初始检修时间为多个；获取多个路局的路局状态信息，其中，路局状态信息至少包括：多个路局对应的交路状态信息，多个路局对应的检修机构的检修能力；对每一个动车组的初始检修时间以及多个路局的路局状态信息进行编码，得到编码结果；将编码结果作为粒子群算法的输入，并获取粒子群算法的输出；基于粒子群算法的输出得到多个动车组的检修策略，实现了根据获取的多个动车组的检修相关数据确定对多个动车组的检修策略的目的，达到了提高对动车组列车进行检修的可靠性的技术效果。
因此，通过本发明实施例提供的动车组检修的处理方法，解决了相关技术中通过人工编排方式确定对高铁列车进行检修的检修方案，使得检修可靠性较低的技术问题。
可选地，在通过规划模型，确定与检修相关数据对应的多个动车组中每一个动车组的初始检修时间之前，该动车组检修的处理方法还包括：基于多个动车组的列车属性信息设定多个动车组的检修阈值；根据检修相关数据以及检修阈值确定多个动车组中的待检修动车组；将待检修动车组添加到待检修动车组集合。
在本发明实施例中，可以通过设定检修阈值确定待检修动车组；具体地，可以根据动车组列车预测的检修信息，在列车的运行里程将要到达高级修阈值时，例如，一个月内，将该列车加入待检修列车集合中。
在一种可选的实施例中，根据检修相关数据以及检修阈值确定多个动车组中的待检修动车组，包括：确定多个动车组按照当前运行计划到达各个检修机构的里程数的时间分布状态一；根据各个检修机构的检修能力以及当前正在进行的检修任务的结束时间，确定各个检修机构可接收动车组的数量随时间的分布状态二；根据时间分布状态一和分布状态二，确定在各个检修机构可接收动车组的时间区间内到达检修里程数的动车组的数量，并确定各个检修机构可检修动车组数量与各个检修机构的检修阈值的差值；在差值大于或等于零时，确定检修机构的检修能力大于到达的动车组数量；在差值小于零时，确定检修机构的检修能力小于到达检修机构的动车组数量。
由上已经说明，动车组高级修计划方案的编制要考虑多种因素，包括但不限于：高铁车辆累计运行里程、基地检修能力、节假日客流高峰、路局正常运输能力等，而且，高铁车辆的使用常常会出现临时调整，如加开列车等。提出使用损失里程、是否超过检修能力和节假日检修天数等。因此，在本发明实施例中，提出的检修计划模型(即，规划模型)根据每列车运行里程和时间预测结果、不同检修基地的产能情况，综合考虑多种因素，制定合理列车的高级修计划，合理安排检修资源。
在上述实施例中，首先，需要根据高铁车辆里程预测，计算在无需调整情况下，各高铁车辆到达各检修修程里程数的时间分布；然后，根据各检修基地的检修资源和能力，以及当前(或计划)正在进行的检修任务的结束时间，计算可接收高铁车辆检修的数量随时间的分布；并根据上述计算结果，计算在检修基地可接收高铁车辆的时间区间内，到达检修修程里程数的高铁车辆数，计算可检修高铁车辆数量与到限高铁车辆数量的差值；当差值大于等于零时，表示检修能力大于到达的高铁车辆的数量，可将全部接近检修修程规定里程数的高铁车辆纳入相应的高级修计划；当差值小于零时，表示检修能力不足以处理全部的到达高铁车辆，说明需要对这些车的调度计划进行调整，因此启动调度计划调整算法模型，给出最佳调整计划，以确保车辆在维修产能足够的情况下达到维修里程，同时保证车辆的运用效率和安全。
即，在确定检修机构的检修能力小于到达检修机构的动车组数量之后，该动车组检修的处理方法还可以包括：触发调度计划调整模型，其中，调度计划调整模型用于在检修机构的检修能力小于到达检修机构的动车组数量时，对动车组的运行状态进行调整；基于调度计划调整模型以及检修相关数据对动车组的运行计划进行调整。
在一种可选的实施例中，该动车组检修的处理方法还可以包括：基于粒子群算法确定多个动车组的运行计划建议；将运行计划建议发送至多个路局。
在该实施例中，可以将基于粒子群算法得到的多个动车组的运行计划建议发送至多个路局，以供各个路局进行参考，从而提高动车组列车的运行能力。
具体地，可以统计各个路局交路情况以及检修机构的检修能力，根据粒子群算法对数据格式的要求，对待检修列车和交路进行粒子编码，初始化时可以根据历史运行情况，将各个动车组列车选择最长运行的交路，基于迭代策略，设置合适的最大迭代次数，进行迭代寻优，得到寻优结果，为各个路局提供动车组类车的运行计划建议。
图3是根据本发明实施例的基于粒子群算法的高级修计划模型的流程图，如图3所示，初始化种群规模群M与迭代次数N，m＝1，n＝1，其中，这里的M是选择的粒子群的组数，即，在多少组数据利进行寻优；判断m是否小于M，若是，则生成动车组检修计划，m＝m+1；反之，判断n是否小于N，若是，计算个体最优值与全局最优值，并更新惯性权重和粒子速度，n＝n+1；反之，生成最优检修计划。
另外，由于动车组列车运行情况复杂，受到各种因素的制约，所以实际运行情况与对路局的建议可能存在不一致的情况，针对这种情况，可以设置合适的周期，每个周期统计当前高铁车辆的实际情况，重新制定最佳维修计划。
通过本发明实施例提供的动车组检修的处理方法，可以根据每列车运行里程和时间预测结果、不同检修基地的产能情况，综合考虑多种因素，制定合理列车的高级修计划，合理安排检修资源；另外，在本发明实施例中，将节假日因素考虑在内，提高了动车组列车的运用保障能力。
根据本发明实施例的另外一个方面，还提供了一种动车组检修的处理装置，图4是根据本发明实施例的动车组检修的处理装置的示意图，如图4所示，该动车组检修的处理装置包括：第一获取单元41，第一确定单元42，第二获取单元43，编码单元44，第三获取单元45以及第四获取单元46。下面对该动车组检修的处理装置进行详细说明。
第一获取单元41，用于获取多个动车组的检修相关数据。
第一确定单元42，用于通过规划模型，确定与检修相关数据对应的多个动车组中每一个动车组的初始检修时间，其中，规划模型为基于多个动车组的列车属性预先确定的，每一个动车组的初始检修时间为多个。
第二获取单元43，用于获取多个路局的路局状态信息，其中，路局状态信息至少包括：多个路局对应的交路状态信息，多个路局对应的检修机构的检修能力。
编码单元44，用于对每一个动车组的初始检修时间以及多个路局的路局状态信息进行编码，得到编码结果。
第三获取单元45，用于将编码结果作为粒子群算法的输入，并获取粒子群算法的输出。
第四获取单元46，用于基于粒子群算法的输出得到多个动车组的检修策略。
此处需要说明的是，上述第一获取单元41，第一确定单元42，第二获取单元43，编码单元44，第三获取单元45以及第四获取单元46对应于实施例1中的步骤S102至S112，上述单元与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述单元作为装置的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
由上可知，在本申请上述实施例中，可以利用第一获取单元获取多个动车组的检修相关数据，然后利用第一确定单元通过规划模型，确定与检修相关数据对应的多个动车组中每一个动车组的初始检修时间，其中，规划模型为基于多个动车组的列车属性预先确定的，每一个动车组的初始检修时间为多个；接着利用第二获取单元获取多个路局的路局状态信息，其中，路局状态信息至少包括：多个路局对应的交路状态信息，多个路局对应的检修机构的检修能力；再利用编码单元对每一个动车组的初始检修时间以及多个路局的路局状态信息进行编码，得到编码结果；并利用第三获取单元将编码结果作为粒子群算法的输入，并获取粒子群算法的输出；以及利用第四获取单元基于粒子群算法的输出得到多个动车组的检修策略。通过本发明实施例提供的动车组检修的处理装置，实现了根据获取的多个动车组的检修相关数据确定对多个动车组的检修策略的目的，达到了提高对动车组列车进行检修的可靠性的技术效果，进而解决了相关技术中通过人工编排方式确定对高铁列车进行检修的检修方案，使得检修可靠性较低的技术问题。
在一种可选的实施例中，第一获取单元，包括以下至少之一：第一获取模块，用于获取交路数据，其中，交路数据包括：交路名称，交路里程，运行时长；第二获取模块，用于获取检修数据，其中，检修数据包括：检修项目，里程周期，时间周期，检修时长；第三获取模块，用于获取多个动车组的初始数据，其中，初始数据包括：车号，初始累计里程，初始累计时长，检修时长。
在一种可选的实施例中，该动车组检修的处理装置还包括：设定单元，用于在通过规划模型，确定与检修相关数据对应的多个动车组中每一个动车组的初始检修时间之前，基于多个动车组的列车属性信息设定多个动车组的检修阈值；第二确定单元，用于根据检修相关数据以及检修阈值确定多个动车组中的待检修动车组；添加单元，用于将待检修动车组添加到待检修动车组集合。
在一种可选的实施例中，第二确定单元，包括：第一确定模块，用于确定多个动车组按照当前运行计划到达各个检修机构的里程数的时间分布状态一；第二确定模块，用于根据各个检修机构的检修能力以及当前正在进行的检修任务的结束时间，确定各个检修机构可接收动车组的数量随时间的分布状态二；第三确定模块，用于根据时间分布状态一和分布状态二，确定在各个检修机构可接收动车组的时间区间内到达检修里程数的动车组的数量，并确定各个检修机构可检修动车组数量与各个检修机构的检修阈值的差值；第四确定模块，用于在差值大于或等于零时，确定检修机构的检修能力大于到达的动车组数量；第五确定模块，用于在差值小于零时，确定检修机构的检修能力小于到达检修机构的动车组数量。
在一种可选的实施例中，该动车组检修的处理装置还包括：触发模块，用于在确定检修机构的检修能力小于到达检修机构的动车组数量之后，触发调度计划调整模型，其中，调度计划调整模型用于在检修机构的检修能力小于到达检修机构的动车组数量时，对动车组的运行状态进行调整；调整模块，用于基于调度计划调整模型以及检修相关数据对动车组的运行计划进行调整。
在一种可选的实施例中，该动车组检修的处理装置还包括：第三确定单元，用于基于粒子群算法确定多个动车组的运行计划建议；发送单元，用于将运行计划建议发送至多个路局。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
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单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种动车组检修的处理方法，其特征在于，包括：
获取多个动车组的检修相关数据；
通过规划模型，确定与所述检修相关数据对应的所述多个动车组中每一个动车组的初始检修时间，其中，所述规划模型为基于所述多个动车组的列车属性预先确定的，所述每一个动车组的初始检修时间为多个；
获取多个路局的路局状态信息，其中，所述路局状态信息至少包括：所述多个路局对应的交路状态信息，所述多个路局对应的检修机构的检修能力；
对所述每一个动车组的初始检修时间以及所述多个路局的路局状态信息进行编码，得到编码结果；
将所述编码结果作为粒子群算法的输入，并获取所述粒子群算法的输出；
基于所述粒子群算法的输出得到所述多个动车组的检修策略。
2.根据权利要求1所述的方法，其特征在于，所述获取多个动车组的检修相关数据，包括以下至少之一：
获取交路数据，其中，所述交路数据包括：交路名称，交路里程，运行时长；
获取检修数据，其中，所述检修数据包括：检修项目，里程周期，时间周期，检修时长；
获取所述多个动车组的初始数据，其中，所述初始数据包括：车号，初始累计里程，初始累计时长，检修时长。
3.根据权利要求1所述的方法，其特征在于，在所述通过规划模型，确定与所述检修相关数据对应的所述多个动车组中每一个动车组的初始检修时间之前，所述方法还包括：
基于所述多个动车组的列车属性信息设定所述多个动车组的检修阈值；
根据所述检修相关数据以及所述检修阈值确定所述多个动车组中的待检修动车组；
将所述待检修动车组添加到待检修动车组集合。
4.根据权利要求3所述的方法，其特征在于，所述根据所述检修相关数据以及所述检修阈值确定所述多个动车组中的待检修动车组，包括：
确定所述多个动车组按照当前运行计划到达各个检修机构的里程数的时间分布状态一；
根据所述各个检修机构的检修能力以及当前正在进行的检修任务的结束时间，确定所述各个检修机构可接收动车组的数量随时间的分布状态二；
根据所述时间分布状态一和所述分布状态二，确定在所述各个检修机构可接收动车组的时间区间内到达检修里程数的动车组的数量，并确定所述各个检修机构可检修动车组数量与所述各个检修机构的检修阈值的差值；
在所述差值大于或等于零时，确定检修机构的检修能力大于到达的动车组数量；
在所述差值小于零时，确定检修机构的检修能力小于到达检修机构的动车组数量。
5.根据权利要求4所述的方法，其特征在于，在所述确定检修机构的检修能力小于到达检修机构的动车组数量之后，所述方法还包括：
触发调度计划调整模型，其中，所述调度计划调整模型用于在检修机构的检修能力小于到达检修机构的动车组数量时，对动车组的运行状态进行调整；
基于所述调度计划调整模型以及所述检修相关数据对所述动车组的运行计划进行调整。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于所述粒子群算法确定所述多个动车组的运行计划建议；
将所述运行计划建议发送至所述多个路局。
7.一种动车组检修的处理装置，其特征在于，包括：
第一获取单元，用于获取多个动车组的检修相关数据；
第一确定单元，用于通过规划模型，确定与所述检修相关数据对应的所述多个动车组中每一个动车组的初始检修时间，其中，所述规划模型为基于所述多个动车组的列车属性预先确定的，所述每一个动车组的初始检修时间为多个；
第二获取单元，用于获取多个路局的路局状态信息，其中，所述路局状态信息至少包括：所述多个路局对应的交路状态信息，所述多个路局对应的检修机构的检修能力；
编码单元，用于对所述每一个动车组的初始检修时间以及所述多个路局的路局状态信息进行编码，得到编码结果；
第三获取单元，用于将所述编码结果作为粒子群算法的输入，并获取所述粒子群算法的输出；
第四获取单元，用于基于所述粒子群算法的输出得到所述多个动车组的检修策略。
8.根据权利要求7所述的装置，其特征在于，所述第一获取单元，包括以下至少之一：
第一获取模块，用于获取交路数据，其中，所述交路数据包括：交路名称，交路里程，运行时长；
第二获取模块，用于获取检修数据，其中，所述检修数据包括：检修项目，里程周期，时间周期，检修时长；
第三获取模块，用于获取所述多个动车组的初始数据，其中，所述初始数据包括：车号，初始累计里程，初始累计时长，检修时长。
9.根据权利要求7所述的装置，其特征在于，所述装置还包括：
设定单元，用于在所述通过规划模型，确定与所述检修相关数据对应的所述多个动车组中每一个动车组的初始检修时间之前，基于所述多个动车组的列车属性信息设定所述多个动车组的检修阈值；
第二确定单元，用于根据所述检修相关数据以及所述检修阈值确定所述多个动车组中的待检修动车组；
添加单元，用于将所述待检修动车组添加到待检修动车组集合。
10.根据权利要求9所述的装置，其特征在于，所述第二确定单元，包括：
第一确定模块，用于确定所述多个动车组按照当前运行计划到达各个检修机构的里程数的时间分布状态一；
第二确定模块，用于根据所述各个检修机构的检修能力以及当前正在进行的检修任务的结束时间，确定所述各个检修机构可接收动车组的数量随时间的分布状态二；
第三确定模块，用于根据所述时间分布状态一和所述分布状态二，确定在所述各个检修机构可接收动车组的时间区间内到达检修里程数的动车组的数量，并确定所述各个检修机构可检修动车组数量与所述各个检修机构的检修阈值的差值；
第四确定模块，用于在所述差值大于或等于零时，确定检修机构的检修能力大于到达的动车组数量；
第五确定模块，用于在所述差值小于零时，确定检修机构的检修能力小于到达检修机构的动车组数量。
CN202010271243.4A 2020-04-08 2020-04-08 动车组检修的处理方法及装置 Pending CN111476382A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010271243.4A CN111476382A (zh) 2020-04-08 2020-04-08 动车组检修的处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010271243.4A CN111476382A (zh) 2020-04-08 2020-04-08 动车组检修的处理方法及装置

Publications (1)

Publication Number Publication Date
CN111476382A true CN111476382A (zh) 2020-07-31

Family

ID=71750084

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010271243.4A Pending CN111476382A (zh) 2020-04-08 2020-04-08 动车组检修的处理方法及装置

Country Status (1)

Country Link
CN (1) CN111476382A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112215418A (zh) * 2020-10-12 2021-01-12 苏州大学 多轨道车辆洗检编排方案自动生成方法、装置及存储介质
CN112613621A (zh) * 2020-12-03 2021-04-06 北京交通大学 一种面向高速列车高级修计划调整方法、系统及介质
CN113222226A (zh) * 2021-04-26 2021-08-06 武汉科技大学 动车所调车的方法、装置、电子设备及存储介质
CN114676859A (zh) * 2022-03-24 2022-06-28 山东同域网络安全技术有限公司 基于物联网的综合安全防护系统及方法
CN117172435A (zh) * 2023-06-01 2023-12-05 中国铁道科学研究院集团有限公司通信信号研究所 一种atp车载设备运用检修标准化作业方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103279827A (zh) * 2013-05-23 2013-09-04 中国铁道科学研究院电子计算技术研究所 基于反馈型神经网络的动车组高级修计划编制方法
CN103714396A (zh) * 2013-12-25 2014-04-09 中国铁道科学研究院电子计算技术研究所 动车组运用和检修方案的快速智能优化方法及系统
CN104504454A (zh) * 2014-11-28 2015-04-08 北京交通大学 基于车型-交路匹配度的动车组运检计划一体化编制方法
CN105069441A (zh) * 2015-08-21 2015-11-18 燕山大学 一种基于背景更新与粒子群算法的运动车辆检测方法
CN105141070A (zh) * 2015-07-18 2015-12-09 刘言成 电动车风阻自发电微风启动发电机系统
CN108596229A (zh) * 2018-04-13 2018-09-28 北京华电智慧科技产业有限公司 在线异常的监测诊断方法和系统
CN110191177A (zh) * 2019-05-27 2019-08-30 深圳市融纳海川科技有限公司 一种采集运动数据的方法、装置及系统
CN110298507A (zh) * 2019-06-27 2019-10-01 北京交通大学 高速铁路列车运行图与动车组运用一体化优化方法
CN110341763A (zh) * 2019-07-19 2019-10-18 东北大学 一种快速恢复高铁列车准点运行的智能调度系统及方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103279827A (zh) * 2013-05-23 2013-09-04 中国铁道科学研究院电子计算技术研究所 基于反馈型神经网络的动车组高级修计划编制方法
CN103714396A (zh) * 2013-12-25 2014-04-09 中国铁道科学研究院电子计算技术研究所 动车组运用和检修方案的快速智能优化方法及系统
CN104504454A (zh) * 2014-11-28 2015-04-08 北京交通大学 基于车型-交路匹配度的动车组运检计划一体化编制方法
CN105141070A (zh) * 2015-07-18 2015-12-09 刘言成 电动车风阻自发电微风启动发电机系统
CN105069441A (zh) * 2015-08-21 2015-11-18 燕山大学 一种基于背景更新与粒子群算法的运动车辆检测方法
CN108596229A (zh) * 2018-04-13 2018-09-28 北京华电智慧科技产业有限公司 在线异常的监测诊断方法和系统
CN110191177A (zh) * 2019-05-27 2019-08-30 深圳市融纳海川科技有限公司 一种采集运动数据的方法、装置及系统
CN110298507A (zh) * 2019-06-27 2019-10-01 北京交通大学 高速铁路列车运行图与动车组运用一体化优化方法
CN110341763A (zh) * 2019-07-19 2019-10-18 东北大学 一种快速恢复高铁列车准点运行的智能调度系统及方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112215418A (zh) * 2020-10-12 2021-01-12 苏州大学 多轨道车辆洗检编排方案自动生成方法、装置及存储介质
CN112215418B (zh) * 2020-10-12 2024-04-16 苏州大学 多轨道车辆洗检编排方案自动生成方法、装置及存储介质
CN112613621A (zh) * 2020-12-03 2021-04-06 北京交通大学 一种面向高速列车高级修计划调整方法、系统及介质
CN113222226A (zh) * 2021-04-26 2021-08-06 武汉科技大学 动车所调车的方法、装置、电子设备及存储介质
CN114676859A (zh) * 2022-03-24 2022-06-28 山东同域网络安全技术有限公司 基于物联网的综合安全防护系统及方法
CN114676859B (zh) * 2022-03-24 2022-11-18 山东同域网络安全技术有限公司 基于物联网的综合安全防护系统及方法
CN117172435A (zh) * 2023-06-01 2023-12-05 中国铁道科学研究院集团有限公司通信信号研究所 一种atp车载设备运用检修标准化作业方法及系统

Similar Documents

Publication Publication Date Title
CN111476382A (zh) 动车组检修的处理方法及装置
Yin et al. Dynamic passenger demand oriented metro train scheduling with energy-efficiency and waiting time minimization: Mixed-integer linear programming approaches
Sun et al. The holding problem at multiple holding stations
CN107284480B (zh) 一种基于车底复用的列车运行图自动编制方法
CN105279955B (zh) 一种拼车方法及设备
CN107704950A (zh) 一种基于出行需求与系统节能的城轨列车运行图优化方法
CN109002625B (zh) 一种基于鲁棒优化的接驳公交网络设计方法
CN108734353A (zh) 一种公交线路行车计划生成方法及装置
Kazhaev et al. Modelling urban route transport network parameters with traffic, demand and infrastructural limitations being considered
US20150100285A1 (en) System for Providing Infrastructure Impacts on an Urban Area
CN112977553A (zh) 一种列车运行自动调整方法
CN110033177A (zh) 基于gps大数据的出租车高效益智能集体调度算法
Bie et al. Bus scheduling of overlapping routes with multi-vehicle types based on passenger OD data
CN111882156A (zh) 面向随机动态客流和节能运行的列车时刻表鲁棒优化方法
CN114462864A (zh) 一种充电设施共享策略影响下的电动公交线路车辆调度方法
Zhang et al. A timetable optimization model for urban rail transit with express/local mode
JP2015512027A (ja) 動力車のエネルギー消費量を推定するための方法
Zhang et al. Optimal train scheduling under a flexible skip-stop scheme for urban rail transit based on smartcard data
Janoš et al. Smart urban transport
CN113344336A (zh) 一种车辆调度方法、装置及存储介质
Feng et al. Empirical analysis of bus bunching characteristics based on bus AVL/APC data
CN111882216A (zh) 一种基于平均最小间隔时间的城际铁路运输能力计算方法
CN116654058A (zh) 一种轨道交通线网运行调整方法、装置、设备和存储介质
CN110674967A (zh) 一种不确定行车时间下快递车辆路径鲁棒优化方法
CN114331231B (zh) 一种公共交通排班的方法和系统

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