CN112706803A - 一种地铁列车救援自动调整方法及系统 - Google Patents

一种地铁列车救援自动调整方法及系统 Download PDF

Info

Publication number
CN112706803A
CN112706803A CN202110017463.9A CN202110017463A CN112706803A CN 112706803 A CN112706803 A CN 112706803A CN 202110017463 A CN202110017463 A CN 202110017463A CN 112706803 A CN112706803 A CN 112706803A
Authority
CN
China
Prior art keywords
train
time
station
fault
rescue
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
Application number
CN202110017463.9A
Other languages
English (en)
Other versions
CN112706803B (zh
Inventor
宿帅
王志凯
苏博艺
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.)
Beijing Jiaotong University
Original Assignee
Beijing Jiaotong 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 Beijing Jiaotong University filed Critical Beijing Jiaotong University
Priority to CN202110017463.9A priority Critical patent/CN112706803B/zh
Publication of CN112706803A publication Critical patent/CN112706803A/zh
Application granted granted Critical
Publication of CN112706803B publication Critical patent/CN112706803B/zh
Priority to ZA2021/10305A priority patent/ZA202110305B/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L25/00Recording or indicating positions or identities of vehicles or trains or setting of track apparatus
    • B61L25/02Indicating or recording positions or identities of vehicles or trains
    • B61L25/023Determination of driving direction of vehicle or train
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L25/00Recording or indicating positions or identities of vehicles or trains or setting of track apparatus
    • B61L25/02Indicating or recording positions or identities of vehicles or trains
    • B61L25/04Indicating or recording train identities
    • 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
    • B61L27/04Automatic systems, e.g. controlled by train; Change-over to manual control

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明涉及一种地铁列车救援自动调整方法及系统。所述方法为获取故障信息和待调整车次的车次信息,根据故障信息确定故障列车与救援列车连挂后到达各车站的时间;以车底周转及列车中途折返约束模型、列车最小停站时间约束模型、列车运行时间约束模型、列车发车间隔约束模型和列车停站时间约束模型为约束条件,以各待调整车次停止运营的车站总数与偏移之和最小为目标构建列车运行图自动调整模型;将车次信息输入自动调整模型,得到各待调整车次的实际运行数据;根据连挂后到达各车站的时间和实际运行数据构建实际运行图。本发明充分利用车底资源和线路资源,提高地铁列车救援调整的效率,救援结束后,也可快速恢复正常的运行秩序。

Description

一种地铁列车救援自动调整方法及系统
技术领域
本发明涉及地铁列车运行控制技术领域,特别是涉及一种车辆故障无法运行条件下地铁列车救援自动调整方法及系统。
背景技术
城市轨道交通系统(以下称地铁)的发展日新月异,路网结构日趋复杂。地铁的迅速发展为城市居民的出行带来了极大的便利。在地铁发展规模日趋庞大的情况下,一旦发生故障及应急条件,则容易造成列车延误、停运等不良后果,甚至会造成运营中断,严重影响乘客服务质量。
因此,列车运行图的调整技术作为城市地铁运营管理的一项关键技术具有重要作用,其实施好坏直接影响到地铁运营的各个环节。目前,主要由行车调度人员人工调整运行图。在故障及应急条件下,行车调度员(以下简称行调)必须第一时间做出反应,利用线路拓扑结构、列车运行状态、车辆资源等信息对运行图进行合理调整,以减小故障及应急条件对运营造成的影响,并保证故障恢复后各列车能够快速有序地恢复正常运行。
当列车发生故障时,列车司机第一时间把故障信息通报给行调,行调首先对后续列车进行扣停,防止故障影响的传播。一旦列车司机判断出列车故障不能在短时间内排除或故障处置时间已经超出了标准,则需要行调组织救援列车对故障列车进行救援。行调在组织救援任务时,需根据故障列车的位置及线路拓扑结构等条件,使救援列车与故障列车连挂后回车辆段,同时,应尽可能减少列车救援任务对正线运营列车的影响。因此在这种情况下,调度员的工作强度大,而且人工调整的方式多凭调度员自身经验和能力,调整的效果很难预知。
另一方面,现有的地铁列车运行图自动调整方法通常只考虑5分钟以内的列车延误。而在实际运营的过程中,5分钟以上的延误事件时有发生。据统计,2018-2019年共发生5分钟及以上延误事件2719次,平均5分钟及以上延误率超过0.35次/百万车公里。尤其是当发生车辆故障无法运行的事件时,由于一系列的复杂操作,包括故障车辆清客、救援车与故障车连挂、推送等,通常会造成5分钟及以上的列车延误。因此,现阶段的运行图自动调整方法往往无法适用于地铁车辆故障无法运行的场景。
综上,为提高城市轨道交通运营管理水平,迫切需要一种综合运用多种调整方式并且考虑车底周转的优化方法来实现车辆故障无法运行件下地铁列车救援自动调整方法。
发明内容
本发明的目的是提供一种地铁列车救援自动调整方法及系统,充分利用车底资源和线路资源,降低运营成本,大大提高车辆故障无法运行条件下地铁列车救援调整的效率,救援结束后,也可快速恢复正常的运行秩序。
为实现上述目的,本发明提供了如下方案:
一种地铁列车救援自动调整方法,包括:
获取故障信息和各待调整车次的车次信息,所述故障信息包括车辆段位置、故障列车的运行方向、故障列车的救援等待时间、故障列车与救援列车连挂后在各车站的最小运行时间和故障列车发生故障的时刻;所述车次信息包括在各车站的计划到达时间、在各车站的计划出发时间、车次的运行方向、最小停站时间、在各车站间的最小运行时间、在各车站间的最大运行时间、最小追踪间隔、最小停站时间和在各车站的最小折返时间;
根据所述故障信息确定所述故障列车与救援列车连挂后到达各车站的时间;
以车底周转及列车中途折返约束模型、列车最小停站时间约束模型、列车运行时间约束模型、列车发车间隔约束模型和列车停站时间约束模型为约束条件,以各待调整车次停止运营的车站总数与偏移之和最小为目标构建列车运行图自动调整模型,所述偏移为计划运行图与实际运行图之间的偏移;
将所述车次信息输入所述列车运行图自动调整模型,采用线性求解器求解,得到各待调整车次的实际运行数据;所述实际运行数据包括各待调整车次之间的车底周转关系、各待调整车次是否进入各车站的存车线、各待调整车次是否驶入车辆段、各待调整车次是否由车站存车线的备用车开行、各待调整车次是否在各车站停止运营、各待调整车次在各车站的实际到达时间和各待调整车次在各车站的实际发车时间;
根据所述故障列车与救援列车连挂后到达各车站的时间和各所述待调整车次的实际运行数据构建实际运行图。
一种地铁列车救援自动调整系统,包括:
获取模块,用于获取故障信息和各待调整车次的车次信息,所述故障信息包括车辆段位置、故障列车的运行方向、故障列车的救援等待时间、故障列车与救援列车连挂后在各车站的最小运行时间和故障列车发生故障的时刻;所述车次信息包括在各车站的计划到达时间、在各车站的计划出发时间、车次的运行方向、最小停站时间、在各车站间的最小运行时间、在各车站间的最大运行时间、最小追踪间隔、最小停站时间和在各车站的最小折返时间;
第一时间确定模块,用于根据所述故障信息确定所述故障列车与救援列车连挂后到达各车站的时间;
模型构建模块,用于以车底周转及列车中途折返约束模型、列车最小停站时间约束模型、列车运行时间约束模型、列车发车间隔约束模型和列车停站时间约束模型为约束条件,以各待调整车次停止运营的车站总数与偏移之和最小为目标构建列车运行图自动调整模型,所述偏移为计划运行图与实际运行图之间的偏移;
第二时间确定模块,用于将所述车次信息输入所述列车运行图自动调整模型,采用线性求解器求解,得到各待调整车次的实际运行数据;所述实际运行数据包括各待调整车次之间的车底周转关系、各待调整车次是否进入各车站的存车线、各待调整车次是否驶入车辆段、各待调整车次是否由车站存车线的备用车开行、各待调整车次是否在各车站停止运营、各待调整车次在各车站的实际到达时间和各待调整车次在各车站的实际发车时间;
运行图确定模块,用于根据所述故障列车与救援列车连挂后到达各车站的时间和各所述待调整车次的实际运行数据构建实际运行图。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明中的列车运行图自动调整模型综合考虑了车底周转、列车发车间隔时间大小、列车发车时间、折返时间等约束条件,充分利用车底资源和线路资源,降低运营成本,大大提高车辆故障无法运行条件下地铁列车救援调整的效率,救援结束后,也可快速恢复正常的运行秩序。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1提供的地铁列车救援自动调整方法的流程图;
图2为本发明实施例1提供的地铁列车救援自动调整系统的结构示意图;
图3为本发明实施例1提供的地铁线路拓扑结构图;
图4为本发明实施例1提供的更为具体的地铁列车救援自动调整方法的流程图;
图5为本发明实施例2提供的地铁计划运行图;
图6为本发明实施例2提供的索引为25的下行列车在区间18发生故障时申请救援后调整后的地铁运行图;
图7为本发明实施例2提供的索引为0的上行列车在区间9发生故障时申请救援后调整后的地铁运行图。
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、完整地描述,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做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。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
目前列车运行调整方法往往只针对0-5分钟内延误进行调整,而且,车底周转和地铁运营也有着紧密联系,在运行图中,列车的发车间隔大小直接影响投入运营的车底数量,列车在终点站折返与否也直接影响各站到发时间。但是现有的地铁列车运行图自动调整方法往往不采用加开备车和中途折返等运行调整方式,无法充分利用车辆及线路资源。与此同时,现有的地铁列车运行图自动调整方法通常未考虑车底周转,基于此本实施例提供了一种地铁列车救援自动调整方法,如图1所示,包括:
101:获取故障信息和各待调整车次的车次信息。所述故障信息包括车辆段位置、故障列车的运行方向、故障列车的救援等待时间、故障列车与救援列车连挂后在各车站的最小运行时间和故障列车发生故障的时刻;所述车次信息包括在各车站的计划到达时间、在各车站的计划出发时间、折返车次的运行方向、最小停站时间、在各车站间的最小运行时间、在各车站间的最大运行时间、最小追踪间隔、最小停站时间和在各车站的最小折返时间;其中车辆段是车辆段是铁路行车系统的重要单位之一,主要负责列车车辆的运营、整备、检修等工作。车辆段同时也是城市轨道交通系统(地铁、城市轻轨)中对车辆进行运营管理、停放及维修、保养的场所。待调整车次是除故障车次以外的列车。
102:根据所述故障信息确定所述故障列车与救援列车连挂后到达各车站的时间。
103:以车底周转及列车中途折返约束模型、列车最小停站时间约束模型、列车运行时间约束模型、列车发车间隔约束模型和列车停站时间约束模型为约束条件,以各待调整车次停止运营的车站总数与偏移之和最小为目标构建列车运行图自动调整模型,所述偏移为计划运行图与实际运行图之间的偏移
104:将所述车次信息输入所述列车运行图自动调整模型,采用线性求解器求解,得到各待调整车次的实际运行数据。所述实际运行数据包括各待调整车次之间的车底周转关系、各待调整车次是否进入各车站的存车线、各待调整车次是否驶入车辆段、各待调整车次是否由车站存车线的备用车开行、各待调整车次是否在各车站停止运营、各待调整车次在各车站的实际到达时间和各待调整车次在各车站的实际发车时间。
105:根据所述故障列车与救援列车连挂后到达各车站的时间和各所述待调整车次的实际运行数据构建调整后的列车运行图(实际运行图)。
其中在实际应用中,所述根据所述故障信息确定所述故障列车与救援列车连挂后到达各车站的时间,具体为:
根据所述车辆段位置和所述故障列车的运行方向确定所述故障列车与救援列车连挂后的运行方式;所述运行方式为推进或先推进后牵引。
根据所述运行方式、所述故障列车的救援等待时间、所述故障列车与救援列车连挂后在各车站的最小运行时间和所述故障列车发生故障的时刻确定所述故障列车与救援列车连挂后到达各车站的时间。
其中在实际应用中,所述车底周转及列车中途折返约束模型为:
Figure BDA0002887474270000061
Figure BDA0002887474270000062
Figure BDA0002887474270000063
Figure BDA0002887474270000064
Figure BDA0002887474270000065
Figure BDA0002887474270000066
Figure BDA0002887474270000067
Figure BDA0002887474270000068
Figure BDA0002887474270000069
Figure BDA00028874742700000610
Figure BDA00028874742700000611
Figure BDA00028874742700000612
Figure BDA00028874742700000613
其中,Xk,l,i为车次k与车次l在车站i的车底周转关系,Bl,i为车次l是否由车站i存车线的备用车开行,Ck,i为车次k是否存入车站i的存车线或由车站i驶入车辆段,Yk,i为车次k是否在车站i停止运营,Is为存在存车线的车站,zk,l为车次k与车次k对应的折返车次l的运行方向是否相同,ak,i为车次k在车站i的实际到达时间,dk,i为车次k在车站i的实际发车时间,uturn为车次在各车站的最小折返时间,dk,2I-i+1为车次k在车站2I-i+1的实际发车时间,Xk,l,2I-i+1为车次k与车次l在车站2I-i+1的车底周转关系,K为车次集合,I为车站集合。
所述列车最小停站时间约束模型为:
Figure BDA00028874742700000614
其中,
Figure BDA00028874742700000616
为车次i的最小停站时间。
所述列车运行时间约束模型为:
Figure BDA00028874742700000615
其中,ri min为车次i在各车站间的最小运行时间,ri max为车次i在各车站间的最大运行时间,ak,i+1为车次k在车站i+1的实际到达时间。
所述列车发车间隔约束模型为:
Figure BDA0002887474270000071
其中,hmin为车次的最小追踪间隔,dk-1,i为车次k-1在车站i的实际发车时间
所述列车停站时间约束模型为:
Figure BDA0002887474270000072
所述列车运行图自动调整模型的目标函数模型为:
Figure BDA0002887474270000073
其中,ω1为第一权重参数,ω2为第二权重参数,z为各待调整车次停止运营的车站总数与偏移之和,
Figure BDA0002887474270000074
为车次k在车站i的计划到达时间,
Figure BDA0002887474270000075
为车次k在车站i的计划发车时间。
其中在实际应用中,所述根据所述车辆段位置和所述故障列车的运行方向确定所述故障列车与救援列车连挂后的运行方式,具体包括:
若所述故障列车的运行方向存在车辆段,则确定所述故障列车与救援列车连挂后的运行方式为推进。
若所述故障列车的运行方向不存在车辆段,则确定所述故障列车与救援列车连挂后的运行方式为先推进后牵引。
其中在实际应用中,所述根据所述运行方式、所述故障列车的救援等待时间、所述故障列车与救援列车连挂后在各车站的最小运行时间和所述故障列车发生故障的时刻确定所述故障列车与救援列车连挂后到达各车站的时间,具体包括:
若所述运行方式为推进,则根据公式
Figure BDA0002887474270000077
计算所述故障列车与救援列车连挂后到达各车站的时间。
其中,
Figure BDA0002887474270000076
为故障列车与救援列车连挂后采用推进的方式运行的车次到达车站i的时间,σ1为故障列车与救援列车连挂后采用推进的方式运行的车次,ts为故障列车发生故障的时刻,tr为故障列车的救援等待时间,ri res为故障列车与救援列车连挂后在车站i的最小运行时间,Kr为故障列车与救援列车连挂后采用推进的方式运行的车次集合。
若所述运行方式为先推进后牵引,则根据公式
Figure BDA0002887474270000081
计算所述故障列车与救援列车连挂后到达各车站的时间。
Figure BDA0002887474270000082
为故障列车与救援列车连挂后采用牵引的方式运行的车次到达车站i的时间,σ2为故障列车与救援列车连挂后采用牵引的方式运行的车次,
Figure BDA0002887474270000083
为故障列车与救援列车连挂后采用推进的方式运行的车次到达折返车站的时间,i*为救援列车与故障列车连挂后的折返车站,ξ为故障列车发生故障时所在车站。
如图2所示,与上述方法对应的地铁列车救援自动调整系统,包括:
获取模块A1,用于获取故障信息和各待调整车次的车次信息。所述故障信息包括车辆段位置、故障列车的运行方向、故障列车的救援等待时间、故障列车与救援列车连挂后在各车站的最小运行时间和故障列车发生故障的时刻;所述车次信息包括在各车站的计划到达时间、在各车站的计划出发时间、车次的运行方向、最小停站时间、在各车站间的最小运行时间、在各车站间的最大运行时间、最小追踪间隔、最小停站时间和在各车站的最小折返时间。
第一时间确定模块A2,用于根据所述故障信息确定所述故障列车与救援列车连挂后到达各车站的时间。
模型构建模块A3,用于以车底周转及列车中途折返约束模型、列车最小停站时间约束模型、列车运行时间约束模型、列车发车间隔约束模型和列车停站时间约束模型为约束条件,以各待调整车次停止运营的车站总数与偏移之和最小为目标构建列车运行图自动调整模型,所述偏移为计划运行图与实际运行图之间的偏移。第二时间确定模块A4,用于将所述车次信息输入所述列车运行图自动调整模型,采用线性求解器求解,得到各待调整车次的实际运行数据。所述实际运行数据包括各待调整车次之间的车底周转关系、各待调整车次是否进入各车站的存车线、各待调整车次是否驶入车辆段、各待调整车次是否由车站存车线的备用车开行、各待调整车次是否在各车站停止运营、各待调整车次在各车站的实际到达时间和各待调整车次在各车站的实际发车时间。
运行图确定模块A5,用于根据所述故障列车与救援列车连挂后到达各车站的时间和各所述待调整车次的实际运行数据构建调整后的列车运行图(实际运行图)。
作为一种可选的实施方式,所述第一时间确定模块包括:
运行方式确定单元,用于根据所述车辆段位置和所述故障列车的运行方向确定所述故障列车与救援列车连挂后的运行方式;所述运行方式为推进或先推进后牵引。
第一时间确定单元,用于根据所述运行方式、所述故障列车的救援等待时间、所述故障列车与救援列车连挂后在各车站的最小运行时间和所述故障列车发生故障的时刻确定所述故障列车与救援列车连挂后到达各车站的时间。
作为一种可选的实施方式,所述车底周转及列车中途折返约束模型为:
Figure BDA0002887474270000091
Figure BDA0002887474270000092
Figure BDA0002887474270000093
Figure BDA0002887474270000094
Figure BDA0002887474270000095
Figure BDA0002887474270000096
Figure BDA0002887474270000097
Figure BDA0002887474270000098
Figure BDA0002887474270000099
Figure BDA00028874742700000910
Figure BDA00028874742700000911
Figure BDA00028874742700000912
Figure BDA00028874742700000913
其中,Xk,l,i为车次k与车次l在车站i的车底周转关系,Bl,i为车次l是否由车站i存车线的备用车开行,Ck,i为车次k是否存入车站i的的存车线或由车站i驶入车辆段,Yk,i为车次k是否在车站i停止运营,Is为存在存车线的车站,zk,l为车次k与车次k对应的折返车次l的运行方向是否相同,ak,i为车次k在车站i的实际到达时间,dk,i为车次k在车站i的实际发车时间,uturn为车次在各车站的最小折返时间,dk,2I-i+1为车次k在车站2I-i+1的实际发车时间,Xk,l,2I-i+1为车次k与车次l在车站2I-i+1的车底周转关系,K为车次集合,I为车站集合。
所述列车最小停站时间约束模型为:
Figure BDA0002887474270000101
其中,
Figure BDA00028874742700001010
为车次i的最小停站时间。
所述列车运行时间约束模型为:
Figure BDA0002887474270000102
其中,ri min为车次i在各车站间的最小运行时间,ri max为车次i在各车站间的最大运行时间,ak,i+1为车次k在车站i+1的实际到达时间。
所述列车发车间隔约束模型为:
Figure BDA0002887474270000103
其中,hmin为车次的最小追踪间隔,dk-1,i为车次k-1在车站i的实际发车时间。
所述列车停站时间约束模型为:
Figure BDA0002887474270000104
所述列车运行图自动调整模型的目标函数模型为:
Figure BDA0002887474270000105
其中,ω1为第一权重参数,ω2为第二权重参数,z为各待调整车次停止运营的车站总数与偏移之和,
Figure BDA0002887474270000106
为车次k在车站i的计划到达时间,
Figure BDA0002887474270000107
为车次k在车站i的计划发车时间。
作为一种可选的实施方式,所述运行方式确定单元包括:
第一运行方式子单元,用于若所述故障列车的运行方向存在车辆段,则确定所述故障列车与救援列车连挂后的运行方式为推进。
第二运行方式子单元,用于若所述故障列车的运行方向不存在车辆段,则确定所述故障列车与救援列车连挂后的运行方式为先推进后牵引。
作为一种可选的实施方式,所述第一时间确定单元包括:
推进时间子单元,用于若所述运行方式为推进,则根据公式
Figure BDA0002887474270000108
计算所述故障列车与救援列车连挂后到达各车站的时间。
其中,
Figure BDA0002887474270000109
为故障列车与救援列车连挂后采用推进的方式运行的车次到达车站i的时间,σ1为故障列车与救援列车连挂后采用推进的方式运行的车次,ts为故障列车发生故障的时刻,tr为故障列车的救援等待时间,ri res为故障列车与救援列车连挂后在车站i的最小运行时间,Kr为故障列车与救援列车连挂后采用推进的方式运行的车次集合。
牵引时间子单元,用于若所述运行方式为先推进后牵引,则根据公式
Figure BDA0002887474270000111
计算所述故障列车与救援列车连挂后到达各车站的时间。
Figure BDA0002887474270000112
为故障列车与救援列车连挂后采用牵引的方式运行的车次到达车站i的时间,σ2为故障列车与救援列车连挂后采用牵引的方式运行的车次,
Figure BDA0002887474270000113
为故障列车与救援列车连挂后采用推进的方式运行的车次到达折返车站的时间,i*为救援列车与故障列车连挂后的折返车站,ξ为故障列车发生故障时所在车站。
本实施例提供了一种更为具体的地铁列车救援自动调整方法,具体如下:
1.根据线路拓扑结构和其他基本参数信息计算车辆故障无法运行条件下地铁救援列车和故障列车连挂回车辆段模型,输出故障列车与救援列车连挂后在各车站的到达时分。
2.根据1中故障列车与救援列车在各车站的到达时分以及线路拓扑结构等基本信息,进一步建立基于混合整数线性规划的地铁列车运行图自动调整模型,进而确定除故障列车和救援列车以外的其他列车的在各车站的到发时间。所述地铁列车运行图自动调整模型包括:车底周转及列车中途折返约束模型、列车运行时间约束模型、列车最小停站时间约束模型、列车发车间隔约束和目标函数模型,输出混合整数线性模型。
3.根据2输出的混合整数线性规划模型,对模型中非线性约束进行线性化,求解该混合整数线性规划优化模型,输出列车在各车站的到发时刻及车底周转等决策信息,进而输出调整后的列车运行图。
进一步,1中线路拓扑结构主要指:各车站位置、车站存车线容量、车辆段位置、各车站最小折返时间等。其他基本参数包括:计划车次在各车站的到发时刻、故障发生时间、故障列车车次号及位置、列车最小和最大站间运行时间、列车最小站停时间、列车最小追踪间隔等信息。地铁线路如图3所示。线路上共有2I个车站,表示为I={1,2,...,I,I+1,...2I},车站索引由i表示。线路上共有Is个存在存车线的车站,表示为Is={1,2,...,Is},其中
Figure BDA0002887474270000121
计划运行图中共有K个按照发车时间由小到大排序的计划车次,可表示为K={1,2,...,K},车次索引由k,l表示,故障列车索引由η表示。救援列车与故障列车连挂后的救援车次集合为Kr。救援列车与故障列车连挂后的救援车次可表示为σ1212∈Kr,其中σ1表示故障列车与救援列车连挂后采用推进的方式运行的车次,σ2表示故障列车与救援列车连挂后采用牵引的方式运行的车次。计划车次k在各车站的计划到发时间可表示为
Figure BDA0002887474270000122
根据上述实际线路拓扑结构可配置计算车辆故障无法运行条件下列车救援模型所需的基础参数,该部分基础参数从系统中获取。包括站间最小运行时间ri min及最大运行时间ri max、最小停站时间
Figure BDA0002887474270000123
故障列车与救援列车连挂后在各区间的最小运行时间ri res、车辆段位置v、系统允许的列车在各车站的最小折返时间uturn、系统允许列车最小追踪间隔hmin、发生故障时故障列车所在车站(区间)ξ、车辆故障发生时刻ts、救援等待时间tr
根据上述的线路拓扑结构及基本参数,进一步计算救援条件下的救援列车与故障列车连挂回段模型,包括:
首先,地铁列车救援任务根据故障列车运行方向是否存在车辆段可将救援方式分为牵引和推进两种方式。根据上述线路拓扑结构和基本参数信息,故障列车运行方向是否存在车辆段可根据下式计算得到:
Figure BDA0002887474270000124
其中Vη,ξ=1表示故障列车运行方向存在车辆段,否则表示故障列车运行方向不存在车辆段。v,ξ分别表示车辆段索引和故障车所在区间索引,η为故障列车索引。
根据公式(1),若救援列车的运行方向前方存在车辆段,即Vη,ξ=1,则救援列车与故障列车连挂后,可采用推进的方式运行,驶入车辆段。设σ1∈Kr为救援列车和故障列车连挂后的车次号,则可根据公式(2)分别计算救援列车和故障列车连挂后到达各车站的时间:
根据公式(1),车辆段的位置与救援列车运行方向相反,即Vη,ξ=0,则救援列车与故障列车连挂后,将根据线路结构,利用渡线道岔折返后驶入车辆段。该过程包含两个阶段:(1)救援列车采取推进的运行方式,越过渡线道岔到达对向线路;(2)救援列车换端后,采用牵引的运行方式,与故障列车一起驶入车辆段。
首先设故障列车和救援列车连挂后的折返车站为i*,为尽可能减少列车连挂后的走行距离,则i*可由下式计算得到:
Figure BDA0002887474270000131
设救援列车与故障列车连挂后的车次号分别为σ121,
Figure BDA0002887474270000132
其中σ1为救援列车和故障列车折返前的车次号,σ2为折返后的车次号,则救援列车与故障列车连挂后在各车站的到达时间可由公式(4)和(5)计算得到。
根据上述计算得到的救援列车与故障列车连挂后在各车站的到达时间,可输出救援列车与故障列车连挂后的运行图。
进一步,根据1中配置的线路拓扑结构和基本参数以及计算得到的故障列车与救援列车连挂后的到达时间,建立2中所述列车运行图自动调整模型如下:
定义整形变量ak,i,dk,i用于表示运行图调整后,列车k在车站i的实际到发时间,其中
Figure BDA0002887474270000133
定义0-1变量Xk,l,i表示车底周转关系:
Figure BDA0002887474270000134
定义0-1变量Bk,i表示车次k是否由车站i存车线的备用车开行:
Figure BDA0002887474270000135
定义0-1变量Ck,i表示执行车次k的列车是否存入车站i的的存车线或由车站i驶入车辆段。车辆段和车站存车线是连接在一起的,所以这个变量可以表示两个含义。
Figure BDA0002887474270000141
根据上述定义,可以计算计划车次k是否在车站i停止运营即车次k是否为停运车次。
Figure BDA0002887474270000142
进一步,2中所述车底周转及列车中途折返约束模型包括(10)-(22):
备用车和正线运营的车底不能开行同一计划车次:
Figure BDA0002887474270000143
运行至终点站的车次必须开行其他计划车次或存入终点站存车线:
Figure BDA0002887474270000144
如果执行计划车次k的列车在车站i开行车次l或存入车站i存车线,则该列车必须在车站i停站:
Figure BDA0002887474270000145
Figure BDA0002887474270000146
只有在具备存车线或车辆段的车站才能进行折返、存车以及加开备车的操作:
Figure BDA0002887474270000147
Figure BDA0002887474270000148
Figure BDA0002887474270000149
一个列车只能在一个车站折返后开行一个计划车次:
Figure BDA0002887474270000151
一个车次在一个车站只能被一辆列车开行:
Figure BDA0002887474270000152
折返后开行的车次必须与原来执行的车次运行方向相反:
Figure BDA0002887474270000153
其中:
Figure BDA0002887474270000154
若执行计划车次l的列车在车站2I-i+1折返后开行车次k,则需满足一定的发车时间约束,即执行计划车次k的列车到达车站i的时间与折返时间之和应小于计划车次l在车站i的发车时间:
Figure BDA0002887474270000155
若列车在车站i开行其他计划车次,则该列车不能同时驶入该车站的存车线:
Figure BDA0002887474270000156
进一步,2中所述列车最小停站时间约束模型包括(23):
Figure BDA0002887474270000157
上式中
Figure BDA0002887474270000158
为系统允许的列车最小停站时间。
进一步,2中所述列车运行时间约束模型包括(24):
Figure BDA0002887474270000159
该约束保证列车在区间的运行时间在一定的范围内。其中ri min及ri max分别表示列车在区间的最小和最大运行时间。
进一步,2中所述列车发车间隔约束包括(25)-(26):
Figure BDA00028874742700001510
Figure BDA00028874742700001511
进一步,2中所述列车停站时间约束包括:
Figure BDA00028874742700001512
该约束保证列车停站时间需大于最小停站时间,从而满足乘客乘降的需求。
进一步,2中所述目标函数模型为:
Figure BDA00028874742700001513
该目标函数计算了列车停止运营的车站总数和计划运行图与实际运行图之间的偏移和,其中ω12表示权重参数。
进一步,根据步骤2输出的混合整数线性规划模型,3中所述将该优化模型中非线性约束条件部分进行线性化包括:
对步骤2中公式(9)中两个决策变量相乘的项进行线性化,即:
Figure BDA0002887474270000161
显然,当i的取值为{i|1<i≤I}∪{i|I+1<i≤2I}时,该约束是非线性约束。以i∈{i|1<i≤I}为例,定义辅助变量
Figure BDA0002887474270000162
对该约束进行线性化。其中:
Figure BDA0002887474270000163
Figure BDA0002887474270000164
根据2中中途折返和车底周转约束公式(10)、(22)可知,
Figure BDA0002887474270000165
故原约束可转换为:
Figure BDA0002887474270000166
上式只有当
Figure BDA0002887474270000167
Figure BDA0002887474270000168
同时为1时,Yk,i=1,否则Yk,i=0,这与原约束等价。
同理,当i∈{i|I+1<i≤2I}时使用上述线性化方法对约束进行线性化。
对中途折返发车时间约束,即公式(21)进行线性化包括:
Figure BDA0002887474270000169
其中Xl,k,2I-i+1为0-1变量,dl,2I-i+1为整形变量。通过引入M,可将原约束转化为线性形式:
Figure BDA00028874742700001610
其中M是充分大的整数,故只有当Xl,k,2I-i+1=1时,该约束生效,否则该约束自然满足。
输入配置参数,使用cplex、gurobi等求解器进对该混合整数线性规划优化问题,输出各列车在车站的到发时间,以及车底周转信息,并铺画调整后的列车运行图。
该实施例提供了一种车辆故障无法运行条件下综合运用多种列车调整方式并且考虑车底周转的地铁列车救援自动调整方法的处理流程,如图4所示,包括如下处理步骤:
步骤1:根据线路拓扑结构配置地铁故障车辆故障无法运行下列车运行调整所需的基础参数,包括:各车站位置、车站存车线容量、车辆段位置、各车站最小折返时间、计划车次在各车站的到发时刻、故障发生时间、故障列车车次号及位置、列车最小和最大站间运行时间、列车最小站停时间、列车最小追踪间隔等信息。
步骤2:根据步骤1配置的线路与列车的基本参数信息,计算故障列车与救援列车连挂回车辆段模型,该过程分为步骤B1、B2、B3。
B1、根据公式(1)计算故障列车运行方向是否存在车辆段,如果Vη,ξ=1则执行步步骤B2,否则执行步骤B3。
B2、根据公式(2)计算故障列车与救援列车连挂后在各车站的到达时间。
B3、根据公式(3)计算故障列车与救援列车连挂后的折返车站。进一步根据公式(4)计算救援列车推送故障列车到达折返车站过程中在各车站的到达时间。根据公式(5)计算救援列车牵引故障列车到达车辆段的过程中在各车站的到达时间。
步骤3:根据步骤2计算的救援列车和故障列车连挂回段模型,进一步建立基于混合整数规划的列车运行图自动运行调整模型,该过程分为步骤C1、C2、C3、C4。
C1、根据公式(9)到(22)建立列车中途折返与车底运用约束。
C2、根据公式(23)建立列车最小停站时间约束。
C3、根据公式(24)建立列车运行时间约束。
C4、根据公式(25)到(26)建立列车发车间隔约束。
C5、根据公式(27)建立列车停站时间约束。
C6、建立目标函数模型公式(28)。
步骤4:将步骤3中的非线性约束进行线性化,利用CPLEX进行求解,具体包括D1、D2、D3。
D1、当定义辅助变量
Figure BDA0002887474270000181
其中:
Figure BDA0002887474270000182
Figure BDA0002887474270000183
当i的取值为{i|1<i≤I}∪{i|I+1<i≤2I}时,添加约束条件:
Figure BDA0002887474270000184
Figure BDA0002887474270000185
同理,当i∈{i|I+1<i≤2I}时,按照上述方法添加约束进行线性化。
D2、引入人工变量M,将C1中关于发车时间的非线性约束转化为:
Figure BDA0002887474270000186
D3、使用CPLEX求解器进行求解,并输出结果。
本发明在车辆故障无法运行条件下,根据预先给定的基本参数,可自动计算故障列车与救援列车连挂后回车辆段模型,并自动调整列车运行图使其满足车辆故障无法运行条件下的运营需求,包括列车发车时间、折返时间、安全间隔等约束条件,尤其是综合运用了加开备车、延长或缩短站停时间及中途折返等多种地铁列车运行调整方式,充分利用车底资源和线路资源,降低运营成本,可大大提高车辆故障无法运行条件下地铁列车救援调整的效率,救援结束后,快速恢复正常的运行秩序。
实施例2
以房山线为例,调整前的计划运行图如图5所示。按照本发明实施例一的方法实现的车辆故障无法运行条件下地铁列车救援自动调整实例如图6、7所示。基本参数配置如表一所示,其中,列车与车站的索引均从0开始计算:
表一
Figure BDA0002887474270000191
图5中上下行计划车次各20个,其中上行列车索引为[0,19],下行列车索引为[20,39]。车底总数为26个。运行图纵坐标为车站,上下行车站共24个,其中车辆段与索引为23的车站相连接,横坐标表示时间,上下行列车发车间隔均为3min。图中实线表示上行列车运行线,细虚线表示下行列车运行线。
按照实施例一的方法调整后的列车运行图如图6和图7所示。图中粗虚线表示救援列车与故障列车连挂后的运行线。图6中索引为25的下行列车在区间18发生故障并申请救援,救援等待时间为720s。车辆段索引为23,根据公式(1)计算得Vη,ξ=1,即故障列车运行方向存在车辆段,故索引为26的下行列车作为救援列车采用推进的方式将故障列车推回车辆段。图7中索引为0的上行列车在区间9发生故障并申请救援,由于上行列车运行方向不存在车辆段,即Vη,ξ=0,根据公式(3)计算可得i*=11,故索引为1的救援列车采用推进的方式与故障列车连挂后运行到车站11进行换端后,采用牵引的方式牵引故障列车回车辆段。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
1、自动调整的列车运行图可满足车辆故障无法运行条件下折返时间、安全间隔、车底周转等约束条件,保证调整后运行图的可行性,提高了地铁运行图调整效率。
2、综合运用多种列车运行调整方法并且考虑车底周转的地铁列车运行图自动调整方法可充分利用车辆与地铁线路资源,能够在车辆故障无法运行条件下减少停运列车数,提高运营服务水平,降低地铁运营成本。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种地铁列车救援自动调整方法,其特征在于,包括:
获取故障信息和各待调整车次的车次信息,所述故障信息包括车辆段位置、故障列车的运行方向、故障列车的救援等待时间、故障列车与救援列车连挂后在各车站的最小运行时间和故障列车发生故障的时刻;所述车次信息包括在各车站的计划到达时间、在各车站的计划出发时间、车次的运行方向、最小停站时间、在各车站间的最小运行时间、在各车站间的最大运行时间、最小追踪间隔、最小停站时间和在各车站的最小折返时间;
根据所述故障信息确定所述故障列车与救援列车连挂后到达各车站的时间;
以车底周转及列车中途折返约束模型、列车最小停站时间约束模型、列车运行时间约束模型、列车发车间隔约束模型和列车停站时间约束模型为约束条件,以各待调整车次停止运营的车站总数与偏移之和最小为目标构建列车运行图自动调整模型,所述偏移为计划运行图与实际运行图之间的偏移;
将所述车次信息输入所述列车运行图自动调整模型,采用线性求解器求解,得到各待调整车次的实际运行数据;所述实际运行数据包括各待调整车次之间的车底周转关系、各待调整车次是否进入各车站的存车线、各待调整车次是否驶入车辆段、各待调整车次是否由车站存车线的备用车开行、各待调整车次是否在各车站停止运营、各待调整车次在各车站的实际到达时间和各待调整车次在各车站的实际发车时间;
根据所述故障列车与救援列车连挂后到达各车站的时间和各所述待调整车次的实际运行数据构建实际运行图。
2.根据权利要求1所述的地铁列车救援自动调整方法,其特征在于,所述根据所述故障信息确定所述故障列车与救援列车连挂后到达各车站的时间,具体为:
根据所述车辆段位置和所述故障列车的运行方向确定所述故障列车与救援列车连挂后的运行方式;所述运行方式为推进或先推进后牵引;
根据所述运行方式、所述故障列车的救援等待时间、所述故障列车与救援列车连挂后在各车站的最小运行时间和所述故障列车发生故障的时刻确定所述故障列车与救援列车连挂后到达各车站的时间。
3.根据权利要求1所述的地铁列车救援自动调整方法,其特征在于,所述车底周转及列车中途折返约束模型为:
Figure FDA0002887474260000021
Figure FDA0002887474260000022
Figure FDA0002887474260000023
Figure FDA0002887474260000024
Figure FDA0002887474260000025
Figure FDA0002887474260000026
Figure FDA0002887474260000027
Figure FDA0002887474260000028
Figure FDA0002887474260000029
Figure FDA00028874742600000210
Figure FDA00028874742600000211
Figure FDA00028874742600000212
Figure FDA00028874742600000213
其中,Xk,l,i为车次k与车次l在车站i的车底周转关系,Bl,i为车次l是否由车站i存车线的备用车开行,Ck,i为车次k是否存入车站i的存车线或由车站i驶入车辆段,Yk,i为车次k是否在车站i停止运营,Is为存在存车线的车站,zk,l为车次k与车次k对应的折返车次l的运行方向是否相同,ak,i为车次k在车站i的实际到达时间,dk,i为车次k在车站i的实际发车时间,uturn为车次在各车站的最小折返时间,dk,2I-i+1为车次k在车站2I-i+1的实际发车时间,Xk,l,2I-i+1为车次k与车次l在车站2I-i+1的车底周转关系,K为车次集合,I为车站集合;
所述列车最小停站时间约束模型为:
Figure FDA00028874742600000214
其中,
Figure FDA00028874742600000215
为车次i的最小停站时间;
所述列车运行时间约束模型为:ri min≤ak,i+1-dk,i≤ri max,
Figure FDA0002887474260000031
其中,ri min为车次i在各车站间的最小运行时间,ri max为车次i在各车站间的最大运行时间,ak,i+1为车次k在车站i+1的实际到达时间;
所述列车发车间隔约束模型为:
Figure FDA0002887474260000032
其中,hmin为车次的最小追踪间隔,dk-1,i为车次k-1在车站i的实际发车时间;
所述列车停站时间约束模型为:
Figure FDA0002887474260000033
所述列车运行图自动调整模型的目标函数模型为:
Figure FDA0002887474260000034
其中,ω1为第一权重参数,ω2为第二权重参数,z为各待调整车次停止运营的车站总数与偏移之和,
Figure FDA0002887474260000035
为车次k在车站i的计划到达时间,
Figure FDA0002887474260000036
为车次k在车站i的计划发车时间。
4.根据权利要求2所述的地铁列车救援自动调整方法,其特征在于,所述根据所述车辆段位置和所述故障列车的运行方向确定所述故障列车与救援列车连挂后的运行方式,具体包括:
若所述故障列车的运行方向存在车辆段,则确定所述故障列车与救援列车连挂后的运行方式为推进;
若所述故障列车的运行方向不存在车辆段,则确定所述故障列车与救援列车连挂后的运行方式为先推进后牵引。
5.根据权利要求4所述的地铁列车救援自动调整方法,其特征在于,所述根据所述运行方式、所述故障列车的救援等待时间、所述故障列车与救援列车连挂后在各车站的最小运行时间和所述故障列车发生故障的时刻确定所述故障列车与救援列车连挂后到达各车站的时间,具体包括:
若所述运行方式为推进,则根据公式
Figure FDA0002887474260000037
σ1∈Kr,i∈I计算所述故障列车与救援列车连挂后到达各车站的时间;
其中,
Figure FDA0002887474260000038
为故障列车与救援列车连挂后采用推进的方式运行的车次到达车站i的时间,σ1为故障列车与救援列车连挂后采用推进的方式运行的车次,ts为故障列车发生故障的时刻,tr为故障列车的救援等待时间,ri res为故障列车与救援列车连挂后在车站i的最小运行时间,Kr为故障列车与救援列车连挂后采用推进的方式运行的车次集合;
若所述运行方式为先推进后牵引,则根据公式
Figure FDA0002887474260000041
计算所述故障列车与救援列车连挂后到达各车站的时间;
Figure FDA0002887474260000042
为故障列车与救援列车连挂后采用牵引的方式运行的车次到达车站i的时间,σ2为故障列车与救援列车连挂后采用牵引的方式运行的车次,
Figure FDA0002887474260000043
为故障列车与救援列车连挂后采用推进的方式运行的车次到达折返车站的时间,i*为救援列车与故障列车连挂后的折返车站,ξ为故障列车发生故障时所在车站。
6.一种地铁列车救援自动调整系统,其特征在于,包括:
获取模块,用于获取故障信息和各待调整车次的车次信息,所述故障信息包括车辆段位置、故障列车的运行方向、故障列车的救援等待时间、故障列车与救援列车连挂后在各车站的最小运行时间和故障列车发生故障的时刻;所述车次信息包括在各车站的计划到达时间、在各车站的计划出发时间、车次的运行方向、最小停站时间、在各车站间的最小运行时间、在各车站间的最大运行时间、最小追踪间隔、最小停站时间和在各车站的最小折返时间;
第一时间确定模块,用于根据所述故障信息确定所述故障列车与救援列车连挂后到达各车站的时间;
模型构建模块,用于以车底周转及列车中途折返约束模型、列车最小停站时间约束模型、列车运行时间约束模型、列车发车间隔约束模型和列车停站时间约束模型为约束条件,以各待调整车次停止运营的车站总数与偏移之和最小为目标构建列车运行图自动调整模型,所述偏移为计划运行图与实际运行图之间的偏移;
第二时间确定模块,用于将所述车次信息输入所述列车运行图自动调整模型,采用线性求解器求解,得到各待调整车次的实际运行数据;所述实际运行数据包括各待调整车次之间的车底周转关系、各待调整车次是否进入各车站的存车线、各待调整车次是否驶入车辆段、各待调整车次是否由车站存车线的备用车开行、各待调整车次是否在各车站停止运营、各待调整车次在各车站的实际到达时间和各待调整车次在各车站的实际发车时间;
运行图确定模块,用于根据所述故障列车与救援列车连挂后到达各车站的时间和各所述待调整车次的实际运行数据构建实际运行图。
7.根据权利要求6所述的地铁列车救援自动调整系统,其特征在于,所述第一时间确定模块包括:
运行方式确定单元,用于根据所述车辆段位置和所述故障列车的运行方向确定所述故障列车与救援列车连挂后的运行方式;所述运行方式为推进或先推进后牵引;
第一时间确定单元,用于根据所述运行方式、所述故障列车的救援等待时间、所述故障列车与救援列车连挂后在各车站的最小运行时间和所述故障列车发生故障的时刻确定所述故障列车与救援列车连挂后到达各车站的时间。
8.根据权利要求6所述的地铁列车救援自动调整系统,其特征在于,所述车底周转及列车中途折返约束模型为:
Figure FDA0002887474260000051
Figure FDA0002887474260000052
Figure FDA0002887474260000053
Figure FDA0002887474260000054
Figure FDA0002887474260000055
Figure FDA0002887474260000056
Figure FDA0002887474260000057
Figure FDA0002887474260000058
Figure FDA0002887474260000059
Figure FDA00028874742600000510
Figure FDA00028874742600000511
Figure FDA00028874742600000512
Figure FDA0002887474260000061
其中,Xk,l,i为车次k与车次l在车站i的车底周转关系,Bl,i为车次l是否由车站i存车线的备用车开行,Ck,i为车次k是否存入车站i的存车线或由车站i驶入车辆段,Yk,i为车次k是否在车站i停止运营,Is为存在存车线的车站,zk,l为车次k与车次k对应的折返车次l的运行方向是否相同,ak,i为车次k在车站i的实际到达时间,dk,i为车次k在车站i的实际发车时间,uturn为车次在各车站的最小折返时间,dk,2I-i+1为车次k在车站2I-i+1的实际发车时间,Xk,l,2I-i+1为车次k与车次l在车站2I-i+1的车底周转关系,K为车次集合,I为车站集合;
所述列车最小停站时间约束模型为:
Figure FDA00028874742600000610
其中,
Figure FDA0002887474260000063
为车次i的最小停站时间;
所述列车运行时间约束模型为:ri min≤ak,i+1-dk,i≤ri max,
Figure FDA0002887474260000064
其中,ri min为车次i在各车站间的最小运行时间,ri max为车次i在各车站间的最大运行时间,ak,i+1为车次k在车站i+1的实际到达时间;
所述列车发车间隔约束模型为:
Figure FDA0002887474260000065
其中,hmin为车次的最小追踪间隔,dk-1,i为车次k-1在车站i的实际发车时间;
所述列车停站时间约束模型为:
Figure FDA0002887474260000066
所述列车运行图自动调整模型的目标函数模型为:
Figure FDA0002887474260000067
其中,ω1为第一权重参数,ω2为第二权重参数,z为各待调整车次停止运营的车站总数与偏移之和,
Figure FDA0002887474260000068
为车次k在车站i的计划到达时间,
Figure FDA0002887474260000069
为车次k在车站i的计划发车时间。
9.根据权利要求7所述的地铁列车救援自动调整系统,其特征在于,所述运行方式确定单元包括:
第一运行方式子单元,用于若所述故障列车的运行方向存在车辆段,则确定所述故障列车与救援列车连挂后的运行方式为推进;
第二运行方式子单元,用于若所述故障列车的运行方向不存在车辆段,则确定所述故障列车与救援列车连挂后的运行方式为先推进后牵引。
10.根据权利要求9所述的地铁列车救援自动调整系统,其特征在于,所述第一时间确定单元包括:
推进时间子单元,用于若所述运行方式为推进,则根据公式aσ1,i=ts+tr+ri res1∈Kr,i∈I计算所述故障列车与救援列车连挂后到达各车站的时间;
其中,
Figure FDA0002887474260000074
为故障列车与救援列车连挂后采用推进的方式运行的车次到达车站i的时间,σ1为故障列车与救援列车连挂后采用推进的方式运行的车次,ts为故障列车发生故障的时刻,tr为故障列车的救援等待时间,ri res为故障列车与救援列车连挂后在车站i的最小运行时间,Kr为故障列车与救援列车连挂后采用推进的方式运行的车次集合;
牵引时间子单元,用于若所述运行方式为先推进后牵引,则根据公式
Figure FDA0002887474260000071
计算所述故障列车与救援列车连挂后到达各车站的时间;
Figure FDA0002887474260000072
为故障列车与救援列车连挂后采用牵引的方式运行的车次到达车站i的时间,σ2为故障列车与救援列车连挂后采用牵引的方式运行的车次,
Figure FDA0002887474260000073
为故障列车与救援列车连挂后采用推进的方式运行的车次到达折返车站的时间,i*为救援列车与故障列车连挂后的折返车站,ξ为故障列车发生故障时所在车站。
CN202110017463.9A 2021-01-07 2021-01-07 一种地铁列车救援自动调整方法及系统 Active CN112706803B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110017463.9A CN112706803B (zh) 2021-01-07 2021-01-07 一种地铁列车救援自动调整方法及系统
ZA2021/10305A ZA202110305B (en) 2021-01-07 2021-12-13 Automatic adjustment method and system for metro train rescue

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110017463.9A CN112706803B (zh) 2021-01-07 2021-01-07 一种地铁列车救援自动调整方法及系统

Publications (2)

Publication Number Publication Date
CN112706803A true CN112706803A (zh) 2021-04-27
CN112706803B CN112706803B (zh) 2021-08-17

Family

ID=75548468

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110017463.9A Active CN112706803B (zh) 2021-01-07 2021-01-07 一种地铁列车救援自动调整方法及系统

Country Status (2)

Country Link
CN (1) CN112706803B (zh)
ZA (1) ZA202110305B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114312926A (zh) * 2021-12-03 2022-04-12 北京交通大学 一种城市轨道交通列车运行调整方案优化方法和系统
CN114475726A (zh) * 2022-02-15 2022-05-13 北京交通大学 一种列车运行自动调整方法
CN116605264A (zh) * 2023-04-18 2023-08-18 卡斯柯信号有限公司 一种区域控制器内推送救援列车管理方法、设备及介质
CN116714645A (zh) * 2023-08-03 2023-09-08 比亚迪股份有限公司 列车测试方法、系统、存储介质及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106335524A (zh) * 2016-09-08 2017-01-18 北京交通大学 一种突发场景下城市轨道交通小交路运行调整方法
CN106428126A (zh) * 2016-10-13 2017-02-22 交控科技股份有限公司 一种列车连挂的故障列车救援方法及系统
CN107284480A (zh) * 2017-06-08 2017-10-24 北京交通大学 一种基于车底复用的列车运行图自动编制方法
CN108163013A (zh) * 2017-12-12 2018-06-15 交控科技股份有限公司 城市轨道交通全自动运行信号车载设备故障应急处理方法
DE102017212179A1 (de) * 2017-07-17 2019-01-17 Siemens Aktiengesellschaft Korrektur eines gemessenen Positionswerts eines schienengebundenen Fahrzeugs
CN109774750A (zh) * 2019-01-09 2019-05-21 北京全路通信信号研究设计院集团有限公司 一种基于虚拟耦合模式的动态调度时空决策方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106335524A (zh) * 2016-09-08 2017-01-18 北京交通大学 一种突发场景下城市轨道交通小交路运行调整方法
CN106428126A (zh) * 2016-10-13 2017-02-22 交控科技股份有限公司 一种列车连挂的故障列车救援方法及系统
CN107284480A (zh) * 2017-06-08 2017-10-24 北京交通大学 一种基于车底复用的列车运行图自动编制方法
DE102017212179A1 (de) * 2017-07-17 2019-01-17 Siemens Aktiengesellschaft Korrektur eines gemessenen Positionswerts eines schienengebundenen Fahrzeugs
CN108163013A (zh) * 2017-12-12 2018-06-15 交控科技股份有限公司 城市轨道交通全自动运行信号车载设备故障应急处理方法
CN109774750A (zh) * 2019-01-09 2019-05-21 北京全路通信信号研究设计院集团有限公司 一种基于虚拟耦合模式的动态调度时空决策方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114312926A (zh) * 2021-12-03 2022-04-12 北京交通大学 一种城市轨道交通列车运行调整方案优化方法和系统
CN114312926B (zh) * 2021-12-03 2022-12-16 北京交通大学 一种城市轨道交通列车运行调整方案优化方法和系统
CN114475726A (zh) * 2022-02-15 2022-05-13 北京交通大学 一种列车运行自动调整方法
CN116605264A (zh) * 2023-04-18 2023-08-18 卡斯柯信号有限公司 一种区域控制器内推送救援列车管理方法、设备及介质
CN116714645A (zh) * 2023-08-03 2023-09-08 比亚迪股份有限公司 列车测试方法、系统、存储介质及电子设备
CN116714645B (zh) * 2023-08-03 2023-11-14 比亚迪股份有限公司 列车测试方法、系统、存储介质及电子设备

Also Published As

Publication number Publication date
CN112706803B (zh) 2021-08-17
ZA202110305B (en) 2022-02-23

Similar Documents

Publication Publication Date Title
CN112706803B (zh) 一种地铁列车救援自动调整方法及系统
Yin et al. Research and development of automatic train operation for railway transportation systems: A survey
CN112319557B (zh) 一种晚点条件下地铁列车的运行调整方法及系统
CN112793631B (zh) 一种列车退出正线运营条件下的地铁行车调整方法及系统
CN111768074A (zh) 一种新型列车运行智能调整方法
CN110920700B (zh) 一种高铁调度优化方法、系统、及存储介质
CN114312926B (zh) 一种城市轨道交通列车运行调整方案优化方法和系统
CN109754180B (zh) 突发事件终止时间不确定情况下的高速铁路行车调整方法
Wang et al. Train scheduling and circulation planning in urban rail transit lines
EP3219573A1 (en) Train driving assistance system
EP2799307A1 (en) Transportation management device, transportation management system, and control program
US20140330460A1 (en) Method and system for controlling energy demand of vehicles on a network
CN111055891B (zh) 列车运行图调整方法
CN112232552A (zh) 面向突发事件不确定性的列车运行计划调整风险控制方法
CN112977553A (zh) 一种列车运行自动调整方法
CN112580866B (zh) 基于全程车与区间车组合调度的公交线路串车优化方法
CN112977546B (zh) 轨道交通列车的追踪间隔的缩变调整控制方法
CN115583271A (zh) 一种地铁列车运行图自动调整方法、系统、设备及介质
CN114880770B (zh) 一种基于参考深度强化学习的列车协同运行控制方法
Allen et al. Application of regenerative braking with optimized speed profiles for sustainable train operation
Sun et al. Optimal Control Strategies for Metro Trains to Use the Regenerative Braking Energy: A Speed Profile Adjustment Approach
CN113935581A (zh) 基于滚动时域事件影响分析的货物列车调度方法及系统
Wang et al. Real-time train scheduling and control based on model predictive control
CN109697555A (zh) 一种针对风速报警解除前的高速铁路运行状态调度方法
CN117382704A (zh) 一种客货共线下乘务接续与列车运行图协同调整的方法

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