CN112380605B - 一种地铁纵断面设计和节能操纵方案优化方法及装置 - Google Patents
一种地铁纵断面设计和节能操纵方案优化方法及装置 Download PDFInfo
- Publication number
- CN112380605B CN112380605B CN202011276145.6A CN202011276145A CN112380605B CN 112380605 B CN112380605 B CN 112380605B CN 202011276145 A CN202011276145 A CN 202011276145A CN 112380605 B CN112380605 B CN 112380605B
- Authority
- CN
- China
- Prior art keywords
- train
- scheme
- constraint
- optimal
- longitudinal section
- 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 63
- 238000005457 optimization Methods 0.000 title claims abstract description 16
- 238000005265 energy consumption Methods 0.000 claims abstract description 63
- 230000008569 process Effects 0.000 claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 238000010845 search algorithm Methods 0.000 claims abstract description 7
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000004611 spectroscopical analysis Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Civil Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Architecture (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明提供了一种地铁纵断面设计和节能操纵方案优化方法及装置,所述方法包括:获取基础数据;根据预设的最小坡长约束条件,采用暴力搜索算法对预先构建的坡长计算模型进行求解得到若干个坡道划分方案;根据预设的纵断面设计约束条件以及预设的列车运行过程约束条件,采用GPOPS求解每一坡道划分方案的最优坡度方案,并根据基础数据计算与每一最优坡度方案相对应的列车牵引能耗;从所有列车牵引能耗中选取出最小列车牵引能耗,获取得到与最小列车牵引能耗相对应的最优纵断面设计方案以及与最小列车牵引能耗相对应的最优操纵方案。本发明能够综合考虑列车节能操纵对线路纵断面设计进行优化调整,从而有利于减少列车运行时的牵引能耗。
Description
技术领域
本发明涉及地铁工程设计技术领域,尤其是涉及一种地铁纵断面设计和节能操纵方案优化方法及装置。
背景技术
由于能耗增长导致地铁总运营成本增加,运营单位及学者们对于地铁节能控制优化问题的关注度越来越高。地铁节能控制优化问题为在给定的线路条件、信号系统和运行时分下,研究使牵引能耗最小的列车操纵方案。由于线路条件的制约,仅对列车操纵方案进行优化的节能效果是有限的,因此现有技术的方案未能够最大限度地节约牵引能耗。
发明内容
本发明实施例所要解决的技术问题在于,提供一种地铁纵断面设计和节能操纵方案优化方法及装置,能够考虑列车节能操纵对线路纵断面设计进行优化调整,从而有利于减少列车运行时的牵引能耗。
为了解决上述技术问题,本发明实施例提供了一种地铁纵断面设计和节能操纵方案优化方法,包括:
获取基础数据;所述基础数据包括列车参数和线路平面参数;
根据预设的最小坡长约束条件,采用暴力搜索算法对预先构建的坡长计算模型进行求解得到若干个坡道划分方案;
根据预设的纵断面设计约束条件以及预设的列车运行过程约束条件,采用GPOPS求解每一所述坡道划分方案的最优坡度方案,并根据所述基础数据计算与每一所述最优坡度方案相对应的列车牵引能耗;
从所有所述列车牵引能耗中选取出最小列车牵引能耗,获取得到与所述最小列车牵引能耗相对应的最优纵断面设计方案以及与所述最小列车牵引能耗相对应的最优操纵方案。
进一步地,所述列车运行过程约束条件包括列车运动方程约束条件,所述列车运动方程约束条件为:
其中,v为列车运行速度,s为列车运行位移,t为列车运行时间,ρ为回转质量系数,F为列车牵引力,B为列车制动力,W为附加阻力。
进一步地,所述纵断面设计约束条件包括坡度绝对值范围约束、坡道避让区间约束、车站高程差约束和最小夹直线约束;所述列车运行过程约束条件包括列车运行动力学模型约束、运行时间约束、最大牵引力约束、最大制动力约束和加速度绝对值范围约束。
进一步地,所述最优纵断面设计方案的获取方式包括:
获取与所述最小列车牵引能耗相对应的最优坡道划分方案;
获取与该最优坡道划分方案相对应的最优坡度方案,将该最优坡度方案与所述最优坡道划分方案进行组合得到所述最优纵断面设计方案。
进一步地,所述坡长计算模型为:
其中,lp代表第p个坡道划分区间的坡长,L代表站间距,P为坡道数,ap代表预设的与第p个坡道划分区间相对应的系数。
为了解决相同的技术问题,本发明还提供了一种地铁纵断面设计和节能操纵方案优化装置,包括:
数据获取模块,用于获取基础数据;所述基础数据包括列车参数和线路平面参数;
坡道划分模块,用于根据预设的最小坡长约束条件,采用暴力搜索算法对预先构建的坡长计算模型进行求解得到若干个坡道划分方案;
能耗计算模块,用于根据预设的纵断面设计约束条件以及预设的列车运行过程约束条件,采用GPOPS求解每一所述坡道划分方案的最优坡度方案,并根据所述基础数据计算与每一所述最优坡度方案相对应的列车牵引能耗;
最优方案获取模块,用于从所有所述列车牵引能耗中选取出最小列车牵引能耗,获取得到与所述最小列车牵引能耗相对应的最优纵断面设计方案以及与所述最小列车牵引能耗相对应的最优操纵方案。
进一步地,所述列车运行过程约束条件包括列车运动方程约束条件,所述列车运动方程约束条件为:
其中,v为列车运行速度,s为列车运行位移,t为列车运行时间,ρ为回转质量系数,F为列车牵引力,B为列车制动力,W为附加阻力。
进一步地,所述纵断面设计约束条件包括坡度绝对值范围约束、坡道避让区间约束、车站高程差约束和最小夹直线约束;所述列车运行过程约束条件包括列车运行动力学模型约束、运行时间约束、最大牵引力约束、最大制动力约束和加速度绝对值范围约束。
进一步地,所述最优纵断面设计方案的获取方式包括:
获取与所述最小列车牵引能耗相对应的最优坡道划分方案;
获取与该最优坡道划分方案相对应的最优坡度方案,将该最优坡度方案与所述最优坡道划分方案进行组合得到所述最优纵断面设计方案。
进一步地,所述坡长计算模型为:
其中,lp代表第p个坡道划分区间的坡长,L代表站间距,P为坡道数,ap代表预设的与第p个坡道划分区间相对应的系数。
与现有技术相比,本发明具有如下有益效果:
本发明实施例提供了一种地铁纵断面设计和节能操纵方案优化方法及装置,所述方法包括:获取基础数据;根据预设的最小坡长约束条件,采用暴力搜索算法对预先构建的坡长计算模型进行求解得到若干个坡道划分方案;根据预设的纵断面设计约束条件以及预设的列车运行过程约束条件,采用GPOPS求解每一所述坡道划分方案的最优坡度方案,并根据所述基础数据计算与每一所述最优坡度方案相对应的列车牵引能耗;从所有所述列车牵引能耗中选取出最小列车牵引能耗,获取得到与所述最小列车牵引能耗相对应的最优纵断面设计方案以及与所述最小列车牵引能耗相对应的最优操纵方案。本发明能够综合考虑列车节能操纵对线路纵断面设计进行优化调整,从而有利于减少列车运行时的牵引能耗。
附图说明
图1是本发明一实施例提供的地铁纵断面设计和节能操纵方案优化方法的流程示意图;
图2是本发明一实施例提供的地铁纵断面设计和节能操纵方案优化方法的另一流程示意图;
图3是本发明一实施例提供的地铁纵断面设计和节能操纵方案优化方法的又一流程示意图;
图4是本发明一实施例提供的地铁纵断面设计和节能操纵方案优化装置的结构示意图。
具体实施方式
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、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参见图1,本发明实施例提供了一种地铁纵断面设计和节能操纵方案优化方法,包括步骤:
S1、获取基础数据;所述基础数据包括列车参数和线路平面参数。
在本发明实施例中,步骤S1为获取基础数据,具体地,读取的列车数据包括列车质量、阻力方程系数、列车长度、最大加速度和减速度、最大功率、牵引和制动特性曲线、技术速度(区间中不包括停站时分的平均行驶速度)。读取的线路平面数据包括曲线信息、站间距、车站高程、避让区。进一步地,区间运行时分由站间距除以预期的技术速度得到。
S2、根据预设的最小坡长约束条件,采用暴力搜索算法对预先构建的坡长计算模型进行求解得到若干个坡道划分方案。
在本发明实施例中,进一步地,所述坡长计算模型为:
其中,lp代表第p个坡道划分区间的坡长,L代表站间距,P为坡道数,ap代表预设的与第p个坡道划分区间相对应的系数。
S3、根据预设的纵断面设计约束条件以及预设的列车运行过程约束条件,采用GPOPS求解每一所述坡道划分方案的最优坡度方案,并根据所述基础数据计算与每一所述最优坡度方案相对应的列车牵引能耗。
在本发明实施例中,进一步地,所述列车运行过程约束条件包括列车运动方程约束条件,所述列车运动方程约束条件为:
其中,v为列车运行速度,s为列车运行位移,t为列车运行时间,ρ为回转质量系数,F为列车牵引力,B为列车制动力,W为附加阻力。
在本发明实施例中,进一步地,所述纵断面设计约束条件包括坡度绝对值范围约束、坡道避让区间约束、车站高程差约束和最小夹直线约束;所述列车运行过程约束条件包括列车运行动力学模型约束、运行时间约束、最大牵引力约束、最大制动力约束和加速度绝对值范围约束。
S4、从所有所述列车牵引能耗中选取出最小列车牵引能耗,获取得到与所述最小列车牵引能耗相对应的最优纵断面设计方案以及与所述最小列车牵引能耗相对应的最优操纵方案。
在本发明实施例中,进一步地,所述最优纵断面设计方案的获取方式包括:
获取与所述最小列车牵引能耗相对应的最优坡道划分方案;
获取与该最优坡道划分方案相对应的最优坡度方案,将该最优坡度方案与所述最优坡道划分方案进行组合得到所述最优纵断面设计方案。
请参见图1-3,基于上述方案,为便于更好的理解本发明实施例提供的地铁纵断面设计和节能操纵方案优化方法,以下对各个步骤进行详细说明:
(1)获取基础数据:
读取的列车数据包括列车质量、阻力方程系数、列车长度、最大加速度和减速度、最大功率、牵引和制动特性曲线、技术速度(区间不包括停站时分的平均行驶速度)。
读取的线路平面数据包括曲线信息、站间距、车站高程、避让区。
进一步地,区间运行时分由站间距除以预期的技术速度得到。
(2)使用暴力搜索算法求解坡道划分方案:
首先根据设计阶段选定区域划分单位长度为10(根据实际需求设定),将两个相邻站间划分为T个小区域(T等于站间距除以区域划分单位长度10)。接着考虑纵断面设计中的车站和区间坡长约束,根据“各坡道的坡度唯一,且坡长不小于坡长最小值”的组合原则,将多个相邻小区域组合为一个坡道。进一步地,车站、区间坡长最小值分别根据车站布置和列车远期长度确定。按照图3中的暴力搜索算法求解坡道划分方案,具体步骤为:
2.1)初始化计算数据:
首先输入站间距L、区域划分单位长度和最大坡道个数。接着定义坡道数P的初始值,正整数a1,a2,……,a(P-1),从而计算车站和区间的坡道长度lp,计算lp的具体公式为:
进一步地,p=1和p=P时表示由公式计算所得坡长的坡道处于车站区域,为车站坡。
进一步地,初始化a1,a2,……,a(P-1)为0。
2.2)求解满足约束的坡道划分方案:
通过在取值范围内从小到大枚举各坡道坡长计算公式中的系数ap,并以最后一个坡道坡长约束(lp>=100)作为判断条件,输出满足约束的所有坡道划分方案,每一坡道划分方案包括各个坡道的长度信息。
(3)使用GPOPS求解各坡道划分方案下的最优操纵方案和坡道坡度方案
对于步骤(2)输出的每一个坡道划分方案,都使用基于伪谱法的GPOPS求解对应的最优操纵方案和坡道坡度方案,求解流程图如图3,具体步骤为:
3.1)输入坡道划分方案进行阶段划分:
输入坡道划分方案,按照坡道、限速将区间划分为多个阶段,划分原则为每个阶段的限速和所处坡道唯一。
3.2)离散变换:
使用Legendre插值法离散化牵引力、制动力和附加阻力。再借助离散后的控制变量,将列车运动方程约束转换为代数约束,将原问题转换为非线性规划问题。进一步地,列车运动方程约束是列车运行速度v和时间t关于位置s的导数需要满足的约束:
式中ρ为回转质量系数,为给定常数。
3.3)求解非线性规划问题:
利用GPOPS进行非线性规划问题的求解,流程如图3中“GPOPS求解最优方案”所示,输出坡长组合方案(坡道划分方案)对应最优坡度方案的列车牵引能耗。进一步地,求解过程中需要满足的各个约束具体为:
a)车站和区间坡度约束
车站坡度约束为坡度绝对值的最小值和最大值约束,根据运行环境按照地铁设计规范取值。区间坡道约束除满足坡度绝对值的最小值和最大值约束外,还需要避让一些区间,坡道取值范围为非避让区对应坡度区间和坡度绝对值最小值和最大值区间的交集。
b)车站高程差约束
车站高程差约束指相邻站间高程差固定,各个坡道的坡度与坡长乘积之和等于给定高程差。
c)最小夹直线约束
最小夹直线约束是指相邻两缓和曲线端点间的直线段不小于规定值,转换为坡度约束为:
式中:
L:相邻变坡点距离,m;
k:当前坡道标号,k∈{1,…,N},N为区间坡道数目。
d)最大牵引力和制动力约束
最大牵引力Fmax、制动力Bmax与速度v有关,根据牵引、制动特性曲线确定。
e)乘客舒适度约束
乘客舒适度约束为列车运行加、减速度不得大于规定值。
(4)选择最优操纵方案和纵断面设计方案
将第一个坡道划分方案对应的最小列车牵引能耗记作Jmin。接着求解下一个坡道划分方案对应的最小列车牵引能耗J,与Jmin比较,如J<Jmin,则令Jmin=J。重复以上过程,至暴力搜索算法求解坡道划分方案结束。输出此时的Jmin及其对应的操纵方案(确定列车从起点运行到终点过程中每一个距离步长下的速度v(s))和纵断面设计方案(由坡道划分方案和坡道坡度方案组成,确定各个坡道的坡长和坡度),即为本方法得到的最优方案。
使用以上方法得到的列车操纵方案,较固定线路条件下得到的列车操纵方案具有更好的节能效果。本发明的上述实施例仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定,对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,这里无法对所有的实施方式予以穷举,凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。
需要说明的是,本发明提供的地铁纵断面设计和节能操纵方案优化方法主要包括以下内容:
1、建立地铁纵断面设计和节能操纵方案优化模型
以区间双向运行能耗最小为优化目标,坡长、牵引力、制动力和坡道附加阻力为决策变量,考虑纵断面设计约束和列车运行过程约束,建立地铁纵断面设计和节能操纵方案优化模型。
进一步地,列车牵引能耗由牵引力对位置s在站间区间上积分得到。坡道附加阻力与坡度成正比,本方法中的坡度为考虑曲线附加阻力的加算坡度。
模型首先以坡长为决策变量,考虑纵断面设计中的车站和区间坡长约束,将站间划分为多个坡道。接着以牵引力、制动力和附加阻力为决策变量,考虑纵断面设计约束和列车运行过程约束,同时对纵断面坡度方案和操纵方案进行优化。纵断面设计约束包括车站和区间坡度约束、车站高程差约束、最小夹直线约束、避让高程区约束;列车运行过程约束包括列车运行动力学模型约束,时间约束,最大牵引力和制动力约束,乘客舒适度约束。
2、使用暴力搜索算法与基于伪谱法的GPOPS求解
为求解(2)中模型,首先使用暴力搜索算法搜索所有满足车站、区间坡长约束的坡道划分方案。接着对于各个坡道划分方案,使用基于伪谱法的GPOPS求解满足纵断面设计约束和列车运行过程约束的操纵方案和纵断面坡度方案。伪谱法求解的基本原理为:对于给定的阶段,将变量在[-1,1]上进行离散变换;借助离散后变量将原问题转换为一个非线性规划问题并使用序列二次规划方法求解。在本方法中,阶段划分方法为根据坡道组合方案,将区间划分为多个阶段,每个阶段的限速、所处坡道唯一。最后比较每个坡道划分方案对应最优坡度方案的列车牵引能耗,选出最小的列车牵引能耗,其对应的操纵方案和纵断面设计方案即为本方法得到的最优方案。
需要说明的是,与现有技术相比,本发明方案考虑列车操纵对纵断面设计方案进行优化,在满足区间运行时分要求的前提下,结合列车动力学模型同时优化线路坡长、坡度,最小化列车运行能耗,并输出对应的操纵方案和纵断面设计方案。输出的操纵方案不仅能满足乘客舒适度要求和行车安全,还考虑了运营商运营成本的节约,可嵌入列车自动驾驶系统中,为列车运行提供参考。
需要说明的是,对于以上方法或流程实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作并不一定是本发明实施例所必须的。
请参见图4,为了解决相同的技术问题,本发明还提供了一种地铁纵断面设计和节能操纵方案优化装置,包括:
数据获取模块1,用于获取基础数据;所述基础数据包括列车参数和线路平面参数;
坡道划分模块2,用于根据预设的最小坡长约束条件,采用暴力搜索算法对预先构建的坡长计算模型进行求解得到若干个坡道划分方案;
能耗计算模块3,用于根据预设的纵断面设计约束条件以及预设的列车运行过程约束条件,采用GPOPS求解每一所述坡道划分方案的最优坡度方案,并根据所述基础数据计算与每一所述最优坡度方案相对应的列车牵引能耗;
最优方案获取模块4,用于从所有所述列车牵引能耗中选取出最小列车牵引能耗,获取得到与所述最小列车牵引能耗相对应的最优纵断面设计方案以及与所述最小列车牵引能耗相对应的最优操纵方案。
在本发明实施例中,进一步地,所述列车运行过程约束条件包括列车运动方程约束条件,所述列车运动方程约束条件为:
其中,v为列车运行速度,s为列车运行位移,t为列车运行时间,ρ为回转质量系数,F为列车牵引力,B为列车制动力,W为附加阻力,M为列车质量。
在本发明实施例中,进一步地,所述纵断面设计约束条件包括坡度绝对值范围约束、坡道避让区间约束、车站高程差约束和最小夹直线约束;所述列车运行过程约束条件包括列车运行动力学模型约束、运行时间约束、最大牵引力约束、最大制动力约束和加速度绝对值范围约束。
在本发明实施例中,进一步地,所述最优纵断面设计方案的获取方式包括:
获取与所述最小列车牵引能耗相对应的最优坡道划分方案;
获取与该最优坡道划分方案相对应的最优坡度方案,将该最优坡度方案与所述最优坡道划分方案进行组合得到所述最优纵断面设计方案。
在本发明实施例中,进一步地,所述坡长计算模型为:
其中,lp代表第p个坡道划分区间的坡长,L代表站间距,P为坡道数,ap代表预设的与第p个坡道划分区间相对应的系数。
可以理解的是上述装置项实施例,是与本发明方法项实施例相对应的,本发明实施例提供的一种地铁纵断面设计和节能操纵方案优化装置,可以实现本发明任意一项方法项实施例提供的地铁纵断面设计和节能操纵方案优化方法。
以上所述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,这些改进和润饰也视为本发明的保护范围。
Claims (8)
1.一种地铁纵断面设计和节能操纵方案优化方法,其特征在于,包括:
获取基础数据;所述基础数据包括列车参数和线路平面参数;
根据预设的最小坡长约束条件,采用暴力搜索算法对预先构建的坡长计算模型进行求解得到若干个坡道划分方案;所述坡长计算模型为:
其中,lp代表第p个坡道划分区间的坡长,L代表站间距,P为坡道数,ap代表预设的与第p个坡道划分区间相对应的系数;
根据预设的纵断面设计约束条件以及预设的列车运行过程约束条件,采用GPOPS求解每一所述坡道划分方案的最优坡度方案,并根据所述基础数据计算与每一所述最优坡度方案相对应的列车牵引能耗;
从所有所述列车牵引能耗中选取出最小列车牵引能耗,获取得到与所述最小列车牵引能耗相对应的最优纵断面设计方案以及与所述最小列车牵引能耗相对应的最优操纵方案。
2.根据权利要求1所述的地铁纵断面设计和节能操纵方案优化方法,其特征在于,所述列车运行过程约束条件包括列车运动方程约束条件,所述列车运动方程约束条件为:
其中,v为列车运行速度,s为列车运行位移,t为列车运行时间,ρ为回转质量系数,F为列车牵引力,B为列车制动力,W为附加阻力。
3.根据权利要求1所述的地铁纵断面设计和节能操纵方案优化方法,其特征在于,所述纵断面设计约束条件包括坡度绝对值范围约束、坡道避让区间约束、车站高程差约束和最小夹直线约束;所述列车运行过程约束条件包括列车运行动力学模型约束、运行时间约束、最大牵引力约束、最大制动力约束和加速度绝对值范围约束。
4.根据权利要求1所述的地铁纵断面设计和节能操纵方案优化方法,其特征在于,所述最优纵断面设计方案的获取方式包括:
获取与所述最小列车牵引能耗相对应的最优坡道划分方案;
获取与该最优坡道划分方案相对应的最优坡度方案,将该最优坡度方案与所述最优坡道划分方案进行组合得到所述最优纵断面设计方案。
5.一种地铁纵断面设计和节能操纵方案优化装置,其特征在于,包括:
数据获取模块,用于获取基础数据;所述基础数据包括列车参数和线路平面参数;
坡道划分模块,用于根据预设的最小坡长约束条件,采用暴力搜索算法对预先构建的坡长计算模型进行求解得到若干个坡道划分方案;所述坡长计算模型为:
其中,lp代表第p个坡道划分区间的坡长,L代表站间距,P为坡道数,ap代表预设的与第p个坡道划分区间相对应的系数;
能耗计算模块,用于根据预设的纵断面设计约束条件以及预设的列车运行过程约束条件,采用GPOPS求解每一所述坡道划分方案的最优坡度方案,并根据所述基础数据计算与每一所述最优坡度方案相对应的列车牵引能耗;
最优方案获取模块,用于从所有所述列车牵引能耗中选取出最小列车牵引能耗,获取得到与所述最小列车牵引能耗相对应的最优纵断面设计方案以及与所述最小列车牵引能耗相对应的最优操纵方案。
6.根据权利要求5所述的地铁纵断面设计和节能操纵方案优化装置,其特征在于,所述列车运行过程约束条件包括列车运动方程约束条件,所述列车运动方程约束条件为:
其中,v为列车运行速度,s为列车运行位移,t为列车运行时间,ρ为回转质量系数,F为列车牵引力,B为列车制动力,W为附加阻力。
7.根据权利要求5所述的地铁纵断面设计和节能操纵方案优化装置,其特征在于,所述纵断面设计约束条件包括坡度绝对值范围约束、坡道避让区间约束、车站高程差约束和最小夹直线约束;所述列车运行过程约束条件包括列车运行动力学模型约束、运行时间约束、最大牵引力约束、最大制动力约束和加速度绝对值范围约束。
8.根据权利要求5所述的地铁纵断面设计和节能操纵方案优化装置,其特征在于,所述最优纵断面设计方案的获取方式包括:
获取与所述最小列车牵引能耗相对应的最优坡道划分方案;
获取与该最优坡道划分方案相对应的最优坡度方案,将该最优坡度方案与所述最优坡道划分方案进行组合得到所述最优纵断面设计方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011276145.6A CN112380605B (zh) | 2020-11-16 | 2020-11-16 | 一种地铁纵断面设计和节能操纵方案优化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011276145.6A CN112380605B (zh) | 2020-11-16 | 2020-11-16 | 一种地铁纵断面设计和节能操纵方案优化方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112380605A CN112380605A (zh) | 2021-02-19 |
CN112380605B true CN112380605B (zh) | 2024-04-19 |
Family
ID=74584201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011276145.6A Active CN112380605B (zh) | 2020-11-16 | 2020-11-16 | 一种地铁纵断面设计和节能操纵方案优化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112380605B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114692266B (zh) * | 2022-03-03 | 2024-05-07 | 北京市市政工程设计研究总院有限公司 | 一种基于高斯伪谱法的节能坡优化方法 |
CN117521485A (zh) * | 2023-10-16 | 2024-02-06 | 西南交通大学 | 基于深度强化学习的地铁纵断面线路节能设计寻优方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663192A (zh) * | 2012-04-12 | 2012-09-12 | 铁道第三勘察设计院集团有限公司 | 铁路纵断面自动设计与优化方法 |
US8831801B1 (en) * | 2013-03-14 | 2014-09-09 | Mitsubishi Electric Research Laboratories, Inc. | System and method for optimizing energy consumption in railway systems |
CN107515537A (zh) * | 2017-08-21 | 2017-12-26 | 南京理工大学 | 一种基于改进型暴力搜索法的列车单车节能运行方法 |
CN108764571A (zh) * | 2018-05-28 | 2018-11-06 | 西南交通大学 | 一种重载列车运行的多目标优化方法 |
CN109815523A (zh) * | 2018-12-05 | 2019-05-28 | 南京工程学院 | 基于分解的列车运行多目标差分进化算法 |
CN111409673A (zh) * | 2019-09-04 | 2020-07-14 | 南京理工大学 | 基于动态规划算法的列车准点节能运行方法 |
-
2020
- 2020-11-16 CN CN202011276145.6A patent/CN112380605B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663192A (zh) * | 2012-04-12 | 2012-09-12 | 铁道第三勘察设计院集团有限公司 | 铁路纵断面自动设计与优化方法 |
US8831801B1 (en) * | 2013-03-14 | 2014-09-09 | Mitsubishi Electric Research Laboratories, Inc. | System and method for optimizing energy consumption in railway systems |
CN107515537A (zh) * | 2017-08-21 | 2017-12-26 | 南京理工大学 | 一种基于改进型暴力搜索法的列车单车节能运行方法 |
CN108764571A (zh) * | 2018-05-28 | 2018-11-06 | 西南交通大学 | 一种重载列车运行的多目标优化方法 |
CN109815523A (zh) * | 2018-12-05 | 2019-05-28 | 南京工程学院 | 基于分解的列车运行多目标差分进化算法 |
CN111409673A (zh) * | 2019-09-04 | 2020-07-14 | 南京理工大学 | 基于动态规划算法的列车准点节能运行方法 |
Non-Patent Citations (3)
Title |
---|
地铁线路区间纵断面节能设计优化模型;柏赟 等;铁道学报;20200915;42(09);第10-16页 * |
城市轨道交通线路纵断面节能优化;白骁;中国优秀硕士学位论文全文数据库工程科技Ⅱ辑;第1-71页 * |
白骁.城市轨道交通线路纵断面节能优化.中国优秀硕士学位论文全文数据库工程科技Ⅱ辑.2019,第1-71页. * |
Also Published As
Publication number | Publication date |
---|---|
CN112380605A (zh) | 2021-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112380605B (zh) | 一种地铁纵断面设计和节能操纵方案优化方法及装置 | |
CN108764571B (zh) | 一种重载列车运行的多目标优化方法 | |
CN108791367B (zh) | 列车的节能操纵方法 | |
US11292466B2 (en) | Method and system for vehicle curve speed restriction | |
CN111125831B (zh) | 一种轨道交通列车节能速度轨迹曲线优化方法 | |
CN103847749B (zh) | 一种双层多目标优化铁路机车操纵序列生成方法 | |
Ke et al. | Optimization of train-speed trajectory and control for mass rapid transit systems | |
CN107182206A (zh) | 车辆自动驾驶的速度规划方法、装置及计算装置 | |
Fernández-Rodríguez et al. | Balancing energy consumption and risk of delay in high speed trains: A three-objective real-time eco-driving algorithm with fuzzy parameters | |
US20140350821A1 (en) | Method and module for controlling a vehicle's speed based on rules and/or costs | |
CN106056238B (zh) | 列车区间运行轨迹的规划方法 | |
CN109720213B (zh) | 一种车辆转矩控制方法及装置 | |
CN108845498B (zh) | 一种考虑反应滞后时间的驾驶员跟驰模型 | |
CN111460633A (zh) | 一种基于多目标粒子群算法的列车节能运行方法 | |
CN103955135A (zh) | 一种基于双层模式曲线的机车优化操纵序列计算方法 | |
Xiangxian et al. | Train speed control algorithm based on PID controller and single-neuron PID controller | |
CN108831181A (zh) | 一种用于公交车辆行程时间预测的模型建立方法及系统 | |
CN105151024A (zh) | 车辆的制动控制方法和装置 | |
CN106019938A (zh) | 基于数据驱动的acc系统离散二阶滑模控制系统及其方法 | |
CN112255918A (zh) | 汽车队列优化控制的方法及系统 | |
CN108873691A (zh) | 高速列车广义预测调优控制方法 | |
Xiao et al. | On scalability of platoon of automated vehicles for leader-predecessor information framework | |
CN115056825B (zh) | 自适应性能的列车加速方法 | |
CN109686086A (zh) | 模糊控制网络的训练、生成路口建议速度的方法及装置 | |
CN114692266B (zh) | 一种基于高斯伪谱法的节能坡优化方法 |
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 |