CN112287288A - 考虑牵引变流器可靠性的轨道交通车辆运行曲线优化方法 - Google Patents
考虑牵引变流器可靠性的轨道交通车辆运行曲线优化方法 Download PDFInfo
- Publication number
- CN112287288A CN112287288A CN202010908801.3A CN202010908801A CN112287288A CN 112287288 A CN112287288 A CN 112287288A CN 202010908801 A CN202010908801 A CN 202010908801A CN 112287288 A CN112287288 A CN 112287288A
- Authority
- CN
- China
- Prior art keywords
- loss
- vehicle
- curve
- reliability
- rail transit
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000005457 optimization Methods 0.000 title claims abstract description 21
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 11
- 230000002068 genetic effect Effects 0.000 claims description 9
- 238000005265 energy consumption Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 230000036461 convulsion Effects 0.000 claims description 3
- 238000004134 energy conservation Methods 0.000 abstract description 2
- 230000035882 stress Effects 0.000 description 3
- 230000008646 thermal stress Effects 0.000 description 3
- 210000000349 chromosome Anatomy 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明为一种考虑牵引变流器可靠性的轨道交通车辆运行曲线优化方法,步骤1、根据牵引变流器采用的功率器件的信息计算功率器件在不同转速、不同转矩下的总损耗,该损耗是在基波周期内的平均值;步骤2、设计轨道交通车辆运行曲线优化的目标函数,轨道交通车辆运行曲线优化的目标为牵引变流器可靠性,约束条件包括行车安全、停车精度、运行准时性、乘客舒适度和系统节能;步骤3、采用智能算法,计算最佳的车辆转矩指令曲线或者速度曲线,使目标函数f最小。本发明可根据轨道交通车辆条件、线路条件进行运行曲线的优化,从而实现功率器件使用寿命的延长,提高功率器件和牵引变流器的可靠性和可用性,保障车辆的安全稳定运行。
Description
技术领域
本发明涉及轨道交通车辆技术领域,具体涉及一种考虑牵引变流器可靠性的轨道交通车辆运行曲线优化方法。
背景技术
随着轨道交通运营里程的增加,车辆各部件的故障数也随之增加。牵引变流器是轨道交通车辆的关键设备,其可靠性直接影响列车运行的安全性和稳定性。而在电力电子系统中,IGBT是最易受损的器件之一[1]。IGBT的使用寿命主要与车辆的运行曲线和运行工况相关。
现有技术没有基于牵引变流器可靠性进行车辆运行曲线的优化。已有部分专利提出了以节能为目标的城市轨道交通车辆运行曲线优化方法。
发明专利[2]设计了一种基于生物地理算法的地铁列车节能运行优化方法与系统,第一阶段计算最优节能驾驶曲线,达到节能的效果;第二阶段优化时刻表,提高再生能量的利用率。
仅仅以节能效果为依据进行车辆运行曲线的优化,忽视了运行曲线的变化会使得牵引变流器IGBT承受的应力损伤产生了变化,最终可能导致IGBT使用寿命的缩短。
发明专利[3]设计了一种考虑网损的多列车速度曲线协同优化方法,通过优化速度曲线,降低列车牵引能耗并提高了再生制动能量利用率,最终降低牵引变电站总能耗。
该技术方案虽然是以多列车为控制目标进行运行曲线的节能优化,但是同样没有考虑速度曲线的改变对IGBT使用寿命的影响。
发明内容
针对现有技术中存在的缺陷,本发明的目的在于提供一种考虑牵引变流器可靠性的轨道交通车辆运行曲线优化方法。现有技术没有基于牵引变流器可靠性进行轨道交通车辆的运行曲线的优化的。本发明主要根据轨道交通车辆条件、线路条件进行运行曲线的优化,从而实现IGBT使用寿命的延长。本发明技术方案以基于牵引变流器IGBT可靠性的城市轨道交通车辆运行曲线优化为例进行说明,但是本发明同样适用于高速列车以及SiCMOSFET牵引变流器。
为达到以上目的,本发明采取的技术方案是:
一种考虑牵引变流器可靠性的轨道交通车辆运行曲线优化方法,包括以下步骤:
步骤1、车辆的运行曲线体现到牵引系统,主要是牵引电机的转矩和转速输出。根据牵引变流器采用的功率器件的信息计算功率器件在不同转速、不同转矩下的总损耗Ploss,该损耗是在基波周期内的平均值;
步骤2、设计轨道交通车辆运行曲线优化的目标函数f,轨道交通车辆运行曲线优化的目标为牵引变流器可靠性f1,约束条件包括行车安全(速度要求)fc1、停车精度(距离要求)fc2、运行准时性(时间要求)fc3、乘客舒适度(加速度、冲击率要求)fc4和系统节能fc5等。可靠性f1是通过单位时间i内IGBT的总损耗Ploss_i计算得到,车辆的运行曲线不同,可靠性f1不同。同时,车辆的运行曲线也会影响目标函数中的约束条件;
步骤3、采用智能算法,计算最佳的车辆转矩指令曲线或者速度曲线,使目标函数f最小。
在上述方案的基础上,步骤1中总损耗Ploss的计算过程具体为:
首先计算不同转速、不同转矩下的基波周期,计算公式如式(1)所示,然后采集基波周期内IGBT的电流瞬时值以及导通次数,从而计算IGBT的总损耗;
Ploss=Pcond_fund+Psw_fund (4)
其中,Tfund是不同转速、不同转矩下的基波周期,fs是基波频率,p是电机极对数,n是电机转速,Rr是电机转子电阻,Lr是电机转子电感,是电机定子q轴电流指令值,是电机定子d轴电流指令值,vCE(t)是IGBT电压瞬时值,iC(t)是电流瞬时值,t是时间的积分变量,Pcond_fund是基波周期内IGBT导通损耗的平均值,Psw_fund是基波周期内IGBT开关损耗的平均值,nsw_fund是基波周期内IGBT的导通次数,Eon是单次开通的损耗,Eoff是单次关断的损耗,Ploss是基波周期内IGBT总损耗的平均值。
在上述方案的基础上,所述牵引变流器可靠性f1的设计方式有两种,分别如式(5)、(6)所示:
f1=∑Ploss_i+ω1·Ploss_max (5)
式(5)、(6)中,ω1是权重系数,Ploss_i是单位时间i内IGBT的总损耗,Ploss_max是运行过程中IGBT总损耗的最大值,Rj是变流器系统热阻,τj是热时间常数。
在上述方案的基础上,所述行车安全fc1要求轨道交通车辆在运行过程中不能超过限速,即在位置Si不能超过其对应的最大速度vmax,行车安全fc1的设计如下:
式中,inf表示目标函数f中一个无穷大的数值,即不允许出现此种情况,vSi表示轨道交通车辆在位置Si的速度,vmax_Si表示轨道交通车辆在位置Si的最大速度。
在上述方案的基础上,所述停车精度fc2要求轨道交通车辆应停在设计停车点的一定范围内,考虑停车位置Sstop和设计停车点S0的停车精度fc2设计如下:
其中,ωc2是权重系数,表征停车精度对目标函数的影响程度;b是允许的停车位置误差。
在上述方案的基础上,所述运行准时性fc3要求车辆的到站时间应该在一定的时间范围内,考虑到站时间Tstop和计划时间T0的运行准时性fc3设计如下:
其中,ωc3是权重系数,表征运行准时性对目标函数的影响程度;c是允许的到站时间误差。
在上述方案的基础上,所述乘客舒适度fc4要求列车的瞬时加速度a和冲击率不超过其最大值,冲击率Jerk定义如式(10)所示:
因此,乘客舒适度fc4设计如下:
其中,amax表示瞬时加速度最大值,Jerkmax表示冲击率最大值,inf表示目标函数f中一个无穷大的数值,即不允许出现此种情况。
在上述方案的基础上,所述系统节能fc5应满足:
fc5=ωc5·∑Fi·vi (12)
其中,Fi是由电机输出的牵引力或电制动力,vi是车辆的速度,ωc5是权重系数,表征系统牵引能耗对目标函数的影响程度。
在上述方案的基础上,所述轨道交通车辆运行曲线优化的目标函数f为:
f=f1+fc1+fc2+fc3+fc4+fc5 (13)。
在上述方案的基础上,所述智能算法为遗传算法但不限于遗传算法。
在上述方案的基础上,根据遗传算法计算获得速度曲线,计算电机的转矩指令;具体计算过程如下:
车辆加速度:
ai=vi-vi-1 (16)
车辆阻力Ffi包括起动阻力Ff1i和运行阻力Ff2i,运行阻力包括基本阻力和附加阻力;
Ffi=Ff1i+Ff2i (17)
车辆运行需要的牵引力为:
FTi=Ffi+Me·ai (18)
其中,Me为车辆的等效质量;
单台电机所需要的牵引转矩为:
其中,r为车轮半径,k为齿轮传动比,N为牵引电机总数量;
根据得到的速度曲线,计算出电机转速为:
通过转矩的时间序列Ti和转速的时间序列ni,查表得到IGBT总损耗的时间序列Ploss_i:
Ploss_i=g(Ti,ni)(21)
根据上述数据,计算出该条运行曲线的目标函数f的值。
在上述方案的基础上,所述功率器件包括:Si IGBT和SiC MOSFET。
本发明的有益效果:
本发明可以根据轨道交通车辆条件、线路条件进行运行曲线的优化,从而实现功率器件使用寿命的延长,提高功率器件和牵引变流器的可靠性和可用性,保障车辆的安全稳定运行。
附图说明
本发明有如下附图:
图1为城市轨道交通车辆牵引传动系统基本结构。
图2为牵引异步电机全速域控制策略。
图3为IGBT模块的导通特性。
图4为每个脉冲下开通和关断消耗的能量与集电极电流iC的关系。
图5为不同转矩、转速下IGBT的总损耗。
图6为牵引变流器Foster热网络模型。
图7为优化后的运行曲线。
图8为优化前IGBT结温雨流计数法的结果。
图9为优化后IGBT结温雨流计数法的结果。
具体实施方式
以下结合附图1-9对本发明作进一步详细说明。
本发明技术方案以基于牵引变流器IGBT可靠性的城市轨道交通车辆运行曲线优化为例进行说明,城市轨道交通车辆牵引传动系统基本结构如图1所示。牵引电机采用异步电机,其控制策略如图2所示。牵引变流器IGBT损耗分析与估算
功率器件的使用寿命主要与其承受的温度应力有关,因此,首先基于查表法进行IGBT的损耗分析与估算。根据器件的数据手册(如图3和图4)可以计算得到车辆不同运行工况下IGBT的损耗[4]。IGBT的损耗包括导通损耗和开关损耗,导通损耗采用瞬时电压和电流的积分计算得到,导通电压通过器件数据手册提供的图3获得;开关损耗根据开关次数计算,单次开关的开关损耗通过数据手册提供的图4获得,计算公式如式(14)、(15):
其中,Pcond是IGBT的导通损耗,T是开关周期,vCE(t)是IGBT电压瞬时值,iC(t)是电流瞬时值,Psw是IGBT的开关损耗,nsw是一个开关周期内器件开通关断的次数,Eon是单次开通的损耗,Eoff是单次关断的损耗。
单个开关周期内,IGBT的导通电流以及开通次数可以通过仿真或实验采集,其它数据通过数据手册获得。对于IGBT的损耗,应以基波周期进行分析。因此,进行不同运行工况(不同转速、转矩条件)的仿真或实验,在结温稳定后,首先确定该工况下的基波周期(见式(1)),然后采集基波周期内IGBT的导通电流以及开通次数,从而计算IGBT的总损耗(见式(2)、(3)、(4)),从而得到图5。
Ploss=Pcond_fund+Psw_fund (4)
其中,Tfund是不同运行工况下的基波周期,fs是基波频率,p是电机极对数,n是电机转速,Rr是电机转子电阻,Lr是电机转子电感,是电机定子q轴电流指令值,是电机定子d轴电流指令值,Pcond_fund是基波周期内IGBT导通损耗的平均值,Psw_fund是基波周期内IGBT开关损耗的平均值,nsw_fund是基波周期内IGBT开通关断的次数,Ploss是基波周期内IGBT总损耗的平均值。
轨道交通车辆运行曲线优化
轨道交通车辆运行曲线优化主要是根据线路条件,合理分配牵引、巡航、惰行和制动区域,并优化牵引变流器转矩指令,从而降低IGBT模块的应力,提高IGBT和牵引变流器的可靠性和可用性。
车辆运行曲线优化的目标是牵引变流器可靠性f1,约束条件是行车安全(速度要求)fc1、停车精度(距离要求)fc2、运行准时性(时间要求)fc3、乘客舒适度(加速度、冲击率要求)fc4和系统节能fc5等。
牵引变流器可靠性f1主要考虑IGBT的寿命,IGBT的使用寿命主要与其承受的热应力有关,热应力是由于IGBT的损耗产生的。因此,f1的设计方式有两种,如式(5)、(6)所示:
f1=∑Ploss_i+ω1·Ploss_max (5)
式(5)、(6)中,ω1是权重系数,Ploss_i是单位时间i内IGBT的总损耗,Ploss_max是运行过程中IGBT总损耗的最大值,Rj是变流器系统热阻,τj是热时间常数。
式(5)、(6)两种方式均可以设计f1。式(5)是直接将IGBT损耗作为可靠性的评价指标,IGBT的使用寿命主要与结温的平均值和波动值有关,因此,损耗也需要同时考虑总损耗和最大损耗。式(6)是根据牵引变流器的Foster热网络模型(如图6),通过损耗计算IGBT的结温,采用此种方式计算需要考虑损耗的持续时间,计算量相较于(5)更大。
约束条件行车安全fc1要求车辆在运行过程中不能超过限速,即在位置Si不能超过其对应的最大速度vmax,fc1的设计如下
停车精度fc2要求车辆应停在设计停车点的一定范围内,考虑停车位置Sstop和设计停车点S0的fc2设计如下:
其中,ωc2是权重系数,表征停车精度对目标函数的影响程度;b是允许的停车位置误差。
运行准时性fc3要求车辆的到站时间应该在一定的时间范围内,考虑到站时间Tstop和计划时间T0的fc3设计如下:
其中,ωc3是权重系数,表征运行准时性对目标函数的影响程度;c是允许的到站时间误差。
乘客舒适度fc4要求列车的瞬时加速度a和冲击率不超过其最大值。冲击率Jerk定义如式(10)所示:
因此,fc4设计如下:
其中,amax表示瞬时加速度最大值,Jerkmax表示冲击率最大值,
同时,运行曲线的改变会影响牵引能耗。因此,约束条件中需要考虑系统的节能性。系统节能约束条件fc5应满足:
fc5=ωc5·∑Fi·vi (12)
其中,Fi是由电机输出的牵引力或电制动力,vi是车辆的速度,ωc5是权重系数,表征系统牵引能耗对目标函数的影响程度。
运行曲线优化的目标函数为:
f=f1+fc1+fc2+fc3+fc4+fc5 (13)
通过采用智能算法,计算最佳的车辆转矩指令曲线或者速度曲线,使目标函数f最小。以遗传算法为例进行本发明技术方案的阐述。
遗传算法实现的关键因素包括编码解码操作和适应度函数的设计。染色体中的基因作为车辆的速度值,将染色体中的基因进行解码,按照解码所得到的速度曲线进行运行。
根据获得的速度曲线,计算电机的转矩指令。具体计算过程如下。
车辆加速度:
ai=vi-vi-1 (16)
车辆阻力Ffi包括起动阻力Ff1i和运行阻力Ff2i,运行阻力包括基本阻力和附加阻力等。
Ffi=Ff1i+Ff2i (17)
车辆运行需要的牵引力为:
FTi=Ffi+Me·ai (18)
其中,Me为车辆的等效质量。
单台电机所需要的牵引转矩为:
其中,r为车轮半径,k为齿轮传动比,N为牵引电机总数量。
根据优化得到的速度曲线,可以计算出电机转速为:
通过转矩的时间序列Ti和转速的时间序列ni,查表得到IGBT总损耗的时间序列Ploss_i:
Ploss_i=g(Ti,ni) (21)
根据上述数据,可以计算出该条运行曲线的目标函数f的值。
遗传算法不断进行选择、交叉和变异,实现染色体信息的交换,最终得到一条适应度函数f值最小的运行曲线,如图7所示。
实际运行曲线下的结温雨流计数结果如图8所示,优化运行曲线下的结温雨流计数结果如图9所示,优化后的运行曲线减少了对于IGBT损伤更严重的热应力循环,增加了小损伤的热应力循环。该运行曲线能够延长IGBT的使用寿命,提高牵引变流器的可靠性和可用性。
本发明的技术关键点和欲保护点:
基于牵引变流器的可靠性进行轨道交通车辆运行曲线的优化方法。可靠性主要是基于牵引变流器的功率器件,功率器件包括Si IGBT和SiC MOSFET;适用于轨道交通车辆,轨道交通车辆包括城市轨道交通车辆和高速列车;实现优化的智能算法包括但不局限于遗传算法。
附件:
参考文献(如专利/论文/标准)
[1]Yang S,Bryant A,Mawby P,et al.An industry-based survey ofreliability in power electronic converters[J].IEEE transactions on IndustryApplications,2011,47(3):1441-1451.
[2]秦斌,王欣,梁枫.基于生物地理算法的地铁列车节能运行优化方法与系统[P].湖南:CN107704975A,2018-02-16.
[3]孙鹏飞,陈默,王青元,冯晓云,宋文胜,王嵩.一种考虑网损的多列车速度曲线协同优化方法[P].四川省:CN111114596A,2020-05-08.
[4]ABB HiPak.5SNA 0800N330100[Z].
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (10)
1.一种考虑牵引变流器可靠性的轨道交通车辆运行曲线优化方法,其特征在于,包括以下步骤:
步骤1、根据牵引变流器采用的功率器件的信息计算功率器件在不同转速、不同转矩下的总损耗Ploss,该损耗是在基波周期内的平均值;
步骤2、设计轨道交通车辆运行曲线优化的目标函数f,轨道交通车辆运行曲线优化的目标为牵引变流器可靠性f1,约束条件包括行车安全fc1、停车精度fc2、运行准时性fc3、乘客舒适度fc4和系统节能fc5;
步骤3、采用智能算法,计算最佳的车辆转矩指令曲线或者速度曲线,使目标函数f最小。
2.如权利要求1所述的考虑牵引变流器可靠性的轨道交通车辆运行曲线优化方法,其特征在于,步骤1中总损耗Ploss的计算过程具体为:
首先计算不同转速、不同转矩下的基波周期,计算公式如式(1)所示,然后采集基波周期内IGBT的电流瞬时值以及导通次数,从而计算IGBT的总损耗,如式(2)-(4)所示;
Ploss=Pcond_fund+Psw_fund (4)
8.如权利要求7所述的考虑牵引变流器可靠性的轨道交通车辆运行曲线优化方法,其特征在于,所述系统节能fc5应满足:
fc5=ωc5·∑Fi·vi (12)
其中,Fi是由电机输出的牵引力或电制动力,vi是车辆的速度,ωc5是权重系数,表征系统牵引能耗对目标函数的影响程度。
9.如权利要求8所述的考虑牵引变流器可靠性的轨道交通车辆运行曲线优化方法,其特征在于,所述轨道交通车辆运行曲线优化的目标函数f为:
f=f1+fc1+fc2+fc3+fc4+fc5 (13)。
10.如权利要求9所述的考虑牵引变流器可靠性的轨道交通车辆运行曲线优化方法,其特征在于,所述智能算法为遗传算法,根据遗传算法计算获得速度曲线,计算电机的转矩指令;具体计算过程如下:
车辆加速度:
ai=vi-vi-1 (16)
车辆阻力Ffi包括起动阻力Ff1i和运行阻力Ff2i,运行阻力包括基本阻力和附加阻力;
Ffi=Ff1i+Ff2i (17)
车辆运行需要的牵引力为:
FTi=Ffi+Me·ai (18)
其中,Me为车辆的等效质量;
单台电机所需要的牵引转矩为:
其中,r为车轮半径,k为齿轮传动比,N为牵引电机总数量;
根据得到的速度曲线,计算出电机转速为:
通过转矩的时间序列Ti和转速的时间序列ni,查表得到IGBT总损耗的时间序列Ploss_i:
Ploss_i=g(Ti,ni) (21)
根据上述数据,计算出该条运行曲线的目标函数f的值;
所述功率器件包括:Si IGBT和SiC MOSFET。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010908801.3A CN112287288B (zh) | 2020-09-02 | 2020-09-02 | 考虑牵引变流器可靠性的轨道交通车辆运行曲线优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010908801.3A CN112287288B (zh) | 2020-09-02 | 2020-09-02 | 考虑牵引变流器可靠性的轨道交通车辆运行曲线优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112287288A true CN112287288A (zh) | 2021-01-29 |
CN112287288B CN112287288B (zh) | 2024-04-02 |
Family
ID=74420405
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010908801.3A Active CN112287288B (zh) | 2020-09-02 | 2020-09-02 | 考虑牵引变流器可靠性的轨道交通车辆运行曲线优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112287288B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113050724A (zh) * | 2021-03-24 | 2021-06-29 | 株洲中车时代电气股份有限公司 | 基于igbt器件运行实时结温的列车牵引控制方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190146498A1 (en) * | 2017-02-16 | 2019-05-16 | Faraday&Future Inc. | Methods and systems for vehicle motion planning |
CN110428093A (zh) * | 2019-07-19 | 2019-11-08 | 北京工商大学 | 基于改进的布谷鸟算法的城市轨道列车运行优化方法 |
CN110738369A (zh) * | 2019-10-15 | 2020-01-31 | 西南交通大学 | 一种城市轨道交通列车的运行速度优化方法 |
CN111114596A (zh) * | 2019-12-26 | 2020-05-08 | 西南交通大学 | 一种考虑网损的多列车速度曲线协同优化方法 |
-
2020
- 2020-09-02 CN CN202010908801.3A patent/CN112287288B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190146498A1 (en) * | 2017-02-16 | 2019-05-16 | Faraday&Future Inc. | Methods and systems for vehicle motion planning |
CN110428093A (zh) * | 2019-07-19 | 2019-11-08 | 北京工商大学 | 基于改进的布谷鸟算法的城市轨道列车运行优化方法 |
CN110738369A (zh) * | 2019-10-15 | 2020-01-31 | 西南交通大学 | 一种城市轨道交通列车的运行速度优化方法 |
CN111114596A (zh) * | 2019-12-26 | 2020-05-08 | 西南交通大学 | 一种考虑网损的多列车速度曲线协同优化方法 |
Non-Patent Citations (3)
Title |
---|
刘亚丽;马世伟;: "基于遗传算法的列车自动运行系统的优化研究", 电子测量技术, no. 04, pages 42 - 45 * |
杨杰;贾利民;卢少锋;李卓;: "电力牵引货运列车节能运行研究(一):目标速度曲线优化", 铁道学报, no. 04, pages 25 - 34 * |
郭建民;韩林飞;周建国;吕杰;刘杰;: "Y形共线模式下轨道交通列车开行方案研究", 铁道工程学报, no. 02, pages 89 - 94 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113050724A (zh) * | 2021-03-24 | 2021-06-29 | 株洲中车时代电气股份有限公司 | 基于igbt器件运行实时结温的列车牵引控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112287288B (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Optimal design and real-time control for energy management in electric vehicles | |
CN108791367B (zh) | 列车的节能操纵方法 | |
Ko et al. | Application of dynamic programming to the optimization of the running profile of a train | |
Chan | Present status and future trends of electric vehicles | |
Xiao et al. | Modeling and energy-optimal control for high-speed trains | |
CN109421543A (zh) | 具有供电系统的交通工具剩余里程估算方法和装置 | |
Cipek et al. | Comparative analysis of conventional diesel-electric and hypothetical battery-electric heavy haul locomotive operation in terms of fuel savings and emissions reduction potentials | |
CN107704975A (zh) | 基于生物地理算法的地铁列车节能运行优化方法与系统 | |
CN112149231B (zh) | 一种高速磁浮牵引系统节能运行曲线规划系统 | |
CN110795834A (zh) | 一种间歇式供电的城轨列车能耗优化方法 | |
CN112297876B (zh) | 一种基于电动汽车减速器的电驱动控制系统及其控制方法 | |
CN112287288B (zh) | 考虑牵引变流器可靠性的轨道交通车辆运行曲线优化方法 | |
CN109703593B (zh) | 一种无接触网有轨电车全区间运行综合优化方法 | |
CN110667393B (zh) | 一种纯电动物流车滑行能量的回收控制方法 | |
CN106740998B (zh) | 城市轨道交通cbtc系统车载ato节能操控方法 | |
Wang et al. | Analysis of energy consumption characteristics based on simulation and traction calculation model for the crh electric motor train units | |
CN111884554B (zh) | 永磁同步电机驱动系统延寿和转矩精确控制方法 | |
CN109466333B (zh) | 基于电动客车动态过程质量估计的剩余里程计算方法 | |
CN109829259B (zh) | 一种混合动力列车运行仿真计算方法 | |
CN106882081B (zh) | 基于瞬时能量消耗最小的双电机纯电动汽车能量管理方法 | |
Tian et al. | System energy optimisation of metro-transit system using Monte Carlo Algorithm | |
Sedef et al. | Performances of AC induction motors with different number of poles in urban electric cars | |
CN100439146C (zh) | 地铁机车电气软制动系统 | |
CN106685303B (zh) | 永磁牵引列车退磁故障容错下的电空混合制动优化方法 | |
Chen et al. | Impact of optimally controlled continuously variable transmission on fuel economy of a series hybrid electric vehicle |
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 |