CN113788045A - 基于动态多目标优化控制的有轨电车信号控制系统与方法 - Google Patents
基于动态多目标优化控制的有轨电车信号控制系统与方法 Download PDFInfo
- Publication number
- CN113788045A CN113788045A CN202111351377.8A CN202111351377A CN113788045A CN 113788045 A CN113788045 A CN 113788045A CN 202111351377 A CN202111351377 A CN 202111351377A CN 113788045 A CN113788045 A CN 113788045A
- Authority
- CN
- China
- Prior art keywords
- optimization
- tramcar
- control
- target
- objective
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 182
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000005265 energy consumption Methods 0.000 claims abstract description 27
- 238000012544 monitoring process Methods 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims description 30
- 230000006870 function Effects 0.000 claims description 11
- 238000011217 control strategy Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 5
- 238000007726 management method Methods 0.000 description 29
- 238000004891 communication Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 13
- 238000013459 approach Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000003993 interaction Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 241000283707 Capra Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- RVRCFVVLDHTFFA-UHFFFAOYSA-N heptasodium;tungsten;nonatriacontahydrate Chemical compound O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[W].[W].[W].[W].[W].[W].[W].[W].[W].[W].[W] RVRCFVVLDHTFFA-UHFFFAOYSA-N 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002912 waste gas Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or train for signalling purposes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or train for signalling purposes
- B61L15/0018—Communication with or on the vehicle or train
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or train for signalling purposes
- B61L15/0054—Train integrity supervision, e.g. end-of-train [EOT] devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明提出基于动态多目标优化控制的有轨电车信号控制系统。包括优化目标自动选择子系统、电车负载监测子系统以及目标优化控制引擎；电车负载监测子系统用于实时监测有轨电车当前时段的负载量；优化目标自动选择子系统基于所述当前时段和负载量从多个候选优化目标中匹配出至少一个待定优化目标；目标优化控制引擎基于待定优化目标建立目标优化控制模型，并基于目标优化控制模型得出的调控参数，改变所述有轨电车的运行状态。本发明还公开基于所述系统实现的控制方法。本发明的技术方案能够自适应的根据电车的当前监测参数，动态的改变运行优化目标，从而确保电车的运行状态在最佳状态，兼顾了能耗、乘客体验与实际需求。
Description
技术领域
本发明属于有轨电车控制技术领域，尤其涉及一种基于动态多目标优化控制的有轨电车信号控制系统与控制方法、控制设备与计算机可读存储介质。
背景技术
有轨电车（Tram、Streetcar、Tramcar）是采用电力驱动并在轨道上行驶的轻型轨道交通车辆。电车以电力驱动，车辆不会排放废气，因而是一种无污染的环保交通工具；并且有轨电车建造成本低（据测算，一公里路面路面电车线所需的投资只是一公里地下铁路的三分之一到二十分之一），安全系数高、可共同使用车道（采用槽型轨，汽车和有轨电车可以共用一条马路），在很多城市符合条件的区域被大力推广。
然而，有轨电车的一大缺陷是行驶速度较慢并且载客能力较小，并且在实际运行过程中除前进方向外，偶尔还要减速避让甚至小距离倒退行驶，从而导致有轨电车的运行效率较低；此外，部分城市建立了复杂的有轨电车运行网络，每辆有轨电车在运行过程中还要接收调度系统发出的其他信号，例如进路/进站/分道岔/通过/避让/停止等。
在现有技术中，上述过程都是由电车驾驶员手动控制并发出指令信号来频繁改变电车的状态，导致电车在有限的运行距离内能耗较高，同时频繁的状态改变，也影响了乘客乘坐体验；此外，由于电车采用单一的调度策略，导致其运行状态不可控，使得乘客的实际乘坐需求无法满足（例如上班迟到、晚点），可能导致有轨电车的乘坐率降低，降低了使用效率，而如果有轨电车长期处于低客流状态，将难以正常运营，它对沿线区域产生的价值也将逐渐消解。
发明内容
为解决上述技术问题，本发明提出一种基于动态多目标优化控制的有轨电车信号控制系统与控制方法、控制设备与计算机可读存储介质。
在本发明的第一个方面，提出一种基于动态多目标优化控制的有轨电车信号控制系统，所述控制系统包括优化目标自动选择子系统、电车负载监测子系统以及目标优化控制引擎。
所述电车负载监测子系统用于实时监测所述有轨电车当前时段的负载量，所述负载量包括当前载客人数和/或当前载客负重；
所述优化目标自动选择子系统基于所述当前时段和负载量，从多个候选优化目标中匹配出至少一个待定优化目标；
所述目标优化控制引擎基于所述待定优化目标建立目标优化控制模型，并基于所述目标优化控制模型得出的调控参数，改变所述有轨电车的运行状态。
更具体的，所述多个候选优化目标包括电车早晚点指标F1、乘客不舒适度F2、电车运行全程所走行的实际距离与线路全长的差距F3、电车能耗F4；
所述目标优化控制引擎基于所述目标优化控制模型得出的调控参数，改变所述有轨电车的运行状态，具体包括：
基于所述调控参数，求解所述有轨电车在城市轨道交通运行环境中的运动控制方程，使得在预设的时间段内，所有所述待定优化目标值最小。
所述优化目标自动选择子系统基于所述当前时段和负载量，从多个候选优化目标中匹配出至少一个待定优化目标，具体包括：
若当前负载量超过第一预定负载标准，并且所述当前时段为高峰时段，则选择电车早晚点指标F1、电车运行全程所走行的实际距离与线路全长的差距F3作为所述待定优化目标；
若当前负载量低于第一预定负载标准，并且当前时段为非高峰时段，则选择乘客不舒适度F2、电车能耗F4作为所述待定优化目标。
所述优化目标自动选择子系统还包括优化目标初始化引擎，所述优化目标初始化引擎设定优化目标自动选择子系统的初始状态，所述初始状态为选择电车早晚点指标F1、乘客不舒适度F2、电车运行全程所走行的实际距离与线路全长的差距F3、电车能耗F4作为待定优化目标；
若基于所述当前时段和负载量，从多个候选优化目标中匹配出至少一个待定优化目标，则将所述匹配出的至少一个待定优化目标代替所述初始状态；
否则，保持所述初始状态。
可以理解，在所述初始状态下，所述目标优化控制模型的优化目的为：使得所述初始状态为选择电车早晚点指标F1、乘客不舒适度F2、电车运行全程所走行的实际距离与线路全长的差距F3、电车能耗F4均达到最小值。
若所述优化目标自动选择子系统基于所述当前时段和负载量，从多个候选优化目标中匹配出多个待定优化目标，则所述目标优化控制模型利用加权和的方法将多目标优化问题转化为单目标优化问题；
所述单目标优化问题的目标函数为：
其中，
，
为待优化目标
的权重系数。
在本发明的第二个方面，提出一种基于动态多目标优化控制的有轨电车信号控制方法。
具体而言，所述方法可以基于第一个方面的所述控制系统执行如下步骤：
S1：实时监测所述有轨电车当前时段的负载量；
S2：判断所述有轨电车是否满足状态调节条件；
如果是，则进入步骤S3；否则，保持所述有轨电车的当前运行状态，返回步骤S1；
S3：基于所述当前时段和负载量，从多个候选优化目标中匹配出至少一个待定优化目标；
S4：基于所述待定优化目标建立目标优化控制模型；
S5：基于所述目标优化控制模型得出的调控参数，改变所述有轨电车的运行状态；返回步骤S1；
其中，所述多个候选优化目标包括电车早晚点指标F1、乘客不舒适度F2、电车运行全程所走行的实际距离与线路全长的差距F3、电车能耗F4；
所述步骤S5具体包括：基于所述调控参数，求解所述有轨电车在城市轨道交通运行环境中的运动控制方程，使得在预设的时间段内，所有待定优化目标值均最小。
所述步骤S3具体包括：
若当前负载量超过第一预定负载标准，并且所述当前时段为高峰时段，则选择电车早晚点指标F1、电车运行全程所走行的实际距离与线路全长的差距F3作为所述待定优化目标；
若当前负载量低于第一预定负载标准，并且当前时段为非高峰时段，则乘客不舒适度F2、电车能耗F4作为所述待定优化目标。
为实现上述两个方面的计划方案，本发明的控制系统还采用分层次控制网络，分别实现为中心综合调度管理子系统、路径管理服务器子系统、轨旁道岔控制子系统、轨旁平交路口控制子系统、车辆段/停车场控制子系统和车载控制子系统，有轨电车信号控制系统采用分布控制方式，从层次上分为控制中心设备层、专用网络通信层、轨旁设备层、道旁设备层及车载设备层。
在本发明的第三个方面，提供一种控制设备，所述控制设备可以是数据处理装置，其包含控制器，所述控制器包含处理器和存储器，所述存储器存储有数据处理程序，通过处理器执行所述数据处理程序，用于实现前述的控制方法的步骤。
在本发明的第四个方面，本发明还提供一种计算机设备，其包含控制器、存储器，所述存储器存储有所述控制器可执行的机器可读指令，所述控制器用于执行所述存储器中存储的机器可读指令，所述机器可读指令被所述控制器执行时，所述机器可读指令被所述控制器执行时执行前述控制方法的步骤。
在本发明的第五个方面，本发明还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被运行时执行上述第二方面的控制方法的步骤。
本发明的技术方案能够自适应的根据电车的当前监测参数，动态的改变运行优化目标，从而确保电车的运行状态在最佳状态；能够实现各子系统间功能协调一致，能够正确执行并控制道旁转辙机、信号机动作，能够实现有轨电车运行的进路锁闭和解锁操作，能够保障有轨电车安全运行，通过对城市有轨电车中电车运行多目标优化问题的分析，以电车安全因素以及电车运行动力学方程为约束条件，同时动态的自动选择电车能耗、正点率、停靠准确性、乘客舒适度等指标进行优化，建立了相应的数学模型，兼顾了能耗、乘客体验与实际需求。
本发明的进一步优点将结合说明书附图在具体实施例部分进一步详细体现。
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的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的一种基于动态多目标优化控制的有轨电车信号控制系统的结构示意图；
图2是图1所述控制系统的工作原理示意图；
图3是图1所述控制系统的子系统架构示意图；
图4是图1所述控制系统的分布式分层实现示意图；
图5是本发明一个实施例的一种基于动态多目标优化控制的有轨电车信号控制方法的流程示意图；
图6是本发明一个实施例的一种数据处理装置的示意图；
图7是本发明一个实施例的一种计算机设备的示意图。
具体实施方式
下面，结合附图以及具体实施方式，对发明做出进一步的描述。
参见图1，本发明一个实施例的一种基于动态多目标优化控制的有轨电车信号控制系统的结构示意图。
在图1中，所述控制系统包括优化目标自动选择子系统、电车负载监测子系统以及目标优化控制引擎；
并且，所述优化目标自动选择子系统还包括优化目标初始化引擎，所述优化目标初始化引擎设定优化目标自动选择子系统的初始状态。
所述电车负载监测子系统用于实时监测所述有轨电车当前时段的负载量，所述负载量包括当前载客人数和/或当前载客负重；
所述优化目标自动选择子系统基于所述当前时段和负载量，从多个候选优化目标中匹配出至少一个待定优化目标；
所述目标优化控制引擎基于所述待定优化目标建立目标优化控制模型，并基于所述目标优化控制模型得出的调控参数，改变所述有轨电车的运行状态。
在图1基础上，图2进一步以计算机流程语言的形式介绍图1所述控制系统的工作原理如下：
实时监测所述有轨电车当前时段的负载量；
基于所述当前时段和负载量，判断电车是否符合调节条件，
如果是，则进入下一步，否则，保持电车的当前状态，返回上一步继续实时监测；
从多个候选优化目标中匹配出至少一个待定优化目标；
基于所述待定优化目标建立目标优化控制模型，并基于所述目标优化控制模型得出的调控参数，改变所述有轨电车的运行状态；
然后，继续返回实时监测所述有轨电车当前时段的负载量的步骤，上述控制过程是一个动态循环的过程。
作为更具体的实现方式，所述多个候选优化目标包括电车早晚点指标F1、乘客不舒适度F2、电车运行全程所走行的实际距离与线路全长的差距F3、电车能耗F4；
所述目标优化控制引擎基于所述目标优化控制模型得出的调控参数，改变所述有轨电车的运行状态，具体包括：
基于所述调控参数，求解所述有轨电车在城市轨道交通运行环境中的运动控制方程，使得在预设的时间段内，所述从多个候选优化目标中匹配出所有待定优化目标值均最小。
作为进一步的优选，所述优化目标自动选择子系统基于所述当前时段和负载量，从多个候选优化目标中匹配出至少一个待定优化目标，具体包括：
若当前负载量超过第一预定负载标准，并且所述当前时段为高峰时段，则选择电车早晚点指标F1、电车运行全程所走行的实际距离与线路全长的差距F3作为所述待定优化目标；
若当前负载量低于第一预定负载标准，并且当前时段为非高峰时段，则选择乘客不舒适度F2、电车能耗F4作为所述待定优化目标。
所述优化目标自动选择子系统还包括优化目标初始化引擎，所述优化目标初始化引擎设定优化目标自动选择子系统的初始状态，所述初始状态为选择电车早晚点指标F1、乘客不舒适度F2、电车运行全程所走行的实际距离与线路全长的差距F3、电车能耗F4作为待定优化目标；
若基于所述当前时段和负载量，从多个候选优化目标中匹配出至少一个待定优化目标，则将所述匹配出的至少一个待定优化目标代替所述初始状态；
否则，保持所述初始状态。
可以理解，在所述初始状态下，所述目标优化控制模型的优化目的为：使得所述初始状态为选择电车早晚点指标F1、乘客不舒适度F2、电车运行全程所走行的实际距离与线路全长的差距F3、电车能耗F4均达到最小值。
若所述优化目标自动选择子系统基于所述当前时段和负载量，从多个候选优化目标中匹配出多个待定优化目标，则所述目标优化控制模型利用加权和的方法将多目标优化问题转化为单目标优化问题；
所述单目标优化问题的目标函数为：
其中，
，
为待优化目标
的权重系数。
需要注意的是，上述目标函数概括多种可能，即待优化目标可以是：
{F1，F2}，{F1，F3}，{F1，F4}，……{F1，F2，F3}，……{F1，F2、F3，F4}等，因此，上述求和公式∑并未限定具体的下限和上限， 但是本领域技术人员完全可以理解，其中包含多种情况，例如i=1，i=2，i=3，i=4；或者i=1、2；i=2、3、4，i=1、2、3、4等多种可能，也就是在
的前提下，有24种组合可能，当然，本实施例只考虑i为两个值以上（匹配出多个待定优化目标）的情形。
为此，作为进一步的优选，所述优化目标自动选择子系统的所述优化目标初始化引擎设定优化目标自动选择子系统的自定义状态，所述自定义状态由用户从所述电车早晚点指标F1、乘客不舒适度F2、电车运行全程所走行的实际距离与线路全长的差距F3、电车能耗F4四个指标中，选择一个或多个指标，作为待定优化目标。
进一步的，接下来进一步介绍各个优化目标的具体含义以及运动控制方程的求解。
所述有轨电车在城市轨道交通运行环境中的运动控制方程为：
式中，s表示电车在线路上位置，s∈［0，S］，S为区段全长；t表示电车运行时间，v表示电车运行速度，t∈［0，T］，T为给定的电车全程运行时间；v∈［0，V］，V为所允许的电车最高运行速度；u表示为输入控制序列包括制动“－1”、惰行“0”、牵引“1”，u∈{－1，0，1}=U，根据电车牵引特性曲线确定牵引力f(u，v)，牵引力与电车运行过程中的输入控制序列和电车的运行速度有关；电车附加阻力ω(s，v)，由电车的实时位置信息和速度求解；制动力b(u，v)，由电车运行时的控制策略，电车实时速度以及车辆制动性能求解，电车的3种运行状态定义为
进一步地，电车运行过程中以4个方面为目标建立城市有轨电车运行过程多目标优化模型；目标1:令电车早晚点指标F1最小，此时电车正点运行的概率最高，电车在区间运行的总时长为T'
式中，τ为电车容许早晚点的时间长度；τ0为电车在容许范围内晚点后，让电车调整至正点到达时间所需要的单位能耗，为惩罚项系数；F1指标反映了电车运行时正点到达的情况，在容许早晚点时间长度内时，F1取值较小，若电车晚点时间大于容许早晚点时间长度，F1的取值会快速增大。
进一步地，目标2:乘客不舒适度最低，不舒适度指标F2，通过冲击率对整个运行时间的积分来获得：
进一步地，目标3:令电车运行全程所走行的实际距离与线路全长的差距F3最小，电车在车站内停靠站台的位置准确性高，电车进站后的实际停靠站台点位置为：
其中，σ为惩罚项系数；S0是容许停靠站台的位置误差，根据具体情况确定，电车进站停靠站台后在线路上停靠点距预计停车点越近，F3越小，反之越大。
进一步地，目标4:电车能耗最小，根据所有的(t，v)∈［0，T］×［0，V］，u∈U，电车不同输入控制序列在线路［0，S］上对应的能耗F4最小：
进一步地，利用加权和的方法将多目标优化问题转化为单目标优化问题，并采用CIPSO算法对电车运行过程中的多个目标求解，得到最优控制策略，
以初始状态为例，其目标函数为
电车运行控制策略的多目标优化模型为：
在上式中，λ1、λ2、λ3和λ4分别为4个优化目标的权重系数，满足λ1+λ2+λ3+λ4=1，取λ1=0.3，λ2=0.3，λ3=0.2，λ4=0.2，优化模型约束条件为描述电车动力学方程以及电车安全因素t(0)=0，t(S)=T，v(0)=v(S)=0，v(s)＜V，u∈U；
进行多目标优化时，选取适应函数fitness(f)如下式所示：
为了实现上述控制原理，参见图3-图4，本发明进一步给出了实现所述控制系统的子系统结构和分布式分层控制通信结构图。
参见图3，本发明所述的有轨电车信号控制系统，从系统功能上包括中心综合调度管理子系统、路径管理服务器子系统、轨旁道岔控制子系统、轨旁平交路口控制子系统、车辆段/停车场控制子系统和车载控制子系统。系统基本结构如图3所示。
在图3中，所述中心综合调度管理子系统，用于编制和管理有轨电车时刻表，显示运行线路、识别跟踪列车并实时显示车次号，下达有轨电车进路操作命令并记录操作数据，并与路径管理服务器子系统进行信息交互；
所述路径管理服务器子系统由双套冗余的工业级服务器构成，用于辅助中心综合调度管理子系统进行有轨电车的调度管理与运行规划；
所述路径管理服务器子系统接收中心综合调度管理子系统下达的定义线路号的运行路径并进行规划与管理，将路径规划分解并下达到对应的轨旁道岔控制子系统，由轨旁道岔控制子系统根据定义的线路号确定对应的路径方向并自主确定有轨电车的运行进路；
所述轨旁道岔控制子系统检测有轨电车的接近，结合接收到的接近有轨电车的线路号和有轨电车的接近方向，为接近的有轨电车自动办理进路；
所述轨旁道岔控制子系统还接收车载控制子系统的进路遥控命令，实现人工现场手动控制道岔；
所述轨旁道岔控制子系统还接收路径管理服务器子系统发送的路径规划，控制有轨电车进路的信号开放、道岔防护、进路锁闭和解锁，同时向接近的有轨电车发送对应路径的信号显示状态，向中心综合调度管理子系统上传道岔、信号机、轨道区段及进路的状态；
所述轨旁平交路口控制子系统根据有轨电车接近信息接收接近电车的通过请求，结合有轨电车接近信息及采集路口交通信号灯状态发送电车优先通过请求。
所述车辆段/停车场控制子系统采用二乘二取二架构的计算机联锁系统，完成车辆段/停车场内信号机、道岔、进路的控制。
所述车载控制子系统获取有轨电车速度值和位置信息并发送给中心综合调度管理子系统；
所述车载控制子系统还接收电车驾驶员输入的命令信息；通过敷设于线路的环线接收中心综合调度管理子系统下达的运营计划及进路信息，与轨旁道岔控制子系统、轨旁平交路口控制子系统进行信息交互，完成进路自动控制。
进一步的，图3所述有轨电车信号控制系统采用分布控制方式，从层次上可分为控制中心设备层、专用网络通信层、轨旁设备层、道旁设备层及车载设备层。
现根据图3给出的系统结构，图4分别从划分的各层次阐述子系统设计。
中心综合调度管理子系统包括轨电车信号控制系统的指挥中心。主要负责有轨电车时刻表编制和管理，显示运行线路、识别跟踪列车并实时显示车次号，下达有轨电车进路操作命令并记录操作数据，模拟演示及培训操作，以及与其他系统进行信息交互等。
具体的，中心综合调度管理子系统设备分布在中心综合设备室和中心综合控制室。
1)中心综合设备室主要用于集中布置运营调度数据库服务器、应用业务服务器、通信服务器、网络数据交换传输设备。各功能服务器采用双机热备冗余结构，以集群方式工作，当1台服务器或其中的1个应用分区出现硬件、软件及受控应用故障，可被集群系统自动探察，并自动地将此主机或其中的一个应用分区上的应用切换至集群内的备机上，以保证服务器运行的连续性。此外，设备室还布置有维护终端、接口终端等设备，用于查看该子系统的运行和内外部接口状态情况。
2)中心综合控制室主要用于集中布置运营行车调度终端、总调度终端、设备调度终端、维护终端、时刻表编辑显示终端、培训终端。各功能终端按照调度管理职责完成有轨电车的行车调度指挥、命令下达、编制并显示时刻表等工作。
路径管理服务器子系统由双套冗余的高可靠性工业级服务器构成，主要用于辅助中心综合调度管理子系统进行调度管理与有轨电车运行规划。该子系统主要负责接收中心综合调度管理子系统下达的定义线路号的运行路径并进行规划与管理，将路径规划分解并下达到对应的轨旁道岔控制子系统，由该轨旁道岔控制子系统根据定义的线路号确定对应的路径方向并自行确定有轨电车的运行进路。
轨旁道岔控制子系统是确保有轨电车行车安全和运营效率最为关键的子系统。该子系统主要负责检测有轨电车的接近，结合接收到的接近电车的线路号和通过环线判别的电车接近方向，为接近的有轨电车自动办理进路；接收车载控制子系统的进路遥控命令；满足人工现场手动控制道岔；接收路径管理服务器子系统的路径规划；控制有轨电车进路的信号开放、道岔防护、进路锁闭和解锁等；向接近的有轨电车发送对应路径的信号显示状态；向中心综合调度管理子系统上传道岔、信号机、轨道区段及进路的状态；满足设备自检及故障检测功能并实时向中心综合调度管理子系统上传状态信息。
轨旁道岔控制子系统包括道岔控制联锁单元、IO模块、信号模块、道岔模块、计轴模块、环线模块。
1)道岔控制联锁单元是轨旁道岔控制子系统的核心单元。通过该单元可实现包括进路排列、进路锁闭控制、进路解锁控制在内的核心逻辑处理。采用二乘二取二结构，每一系道岔控制联锁单元有主从两个独立的CPU(中央处理器)构成，两个CPU独立进行逻辑运算，校核一致后对外输出。主备道岔控制联锁单元通过交换机分别连接到光纤环网实现与其他子系统通信，且各通过一路CAN总线连接到IO模块、信号模块、道岔模块、计轴模块、环线模块，以及通过单元间以太网交互运算信息。
2)IO模块、信号模块、道岔模块、计轴模块按照故障-安全的原则进行设计。每类单模块采用二取二结构，分别通过CAN总线受控于主备道岔控制联锁单元。双模块间采用背板总线进行信息交互实现双模块的二乘二取二结构。双模块对同一轨旁设备进行信息计算比对，完成驱动命令下达和状态信息采集工作，模块中任何故障不会导致模块错误输出或上传错误信息。IO模块、计轴模块用于将采集的应急控制盒操作信息、计轴信息传递给道岔控制联锁单元进行逻辑运算；信号模块、道岔模块用于接收道岔控制联锁单元控制命令并输出至控制信号机、道岔，同时采集信号机、道岔状态并传递给道岔控制联锁单元进行逻辑运算。
3)环线模块采用二取二结构进行设计。双模块间采用背板总线进行信息交互实现双模块的二乘二取二冗余模式。该模块主要通过敷设于线路的环线接收车载系统的控制命令，并将进路状态、现场设备状态等信息传递给车载系统。线路上的环线主要用于轨旁道岔控制子系统、轨旁平交路口控制子系统与车载控制子系统之间的信息传输。
4)应急控制盒为行车轨旁应急使用设备。当车地通信环线发生故障时，有轨电车驾驶员在信号机前停车，下车操作应急控制盒完成应急排列进路。应急控制盒悬挂于信号机机柱并具备防雨功能，且满足IP55防护等级，每个路口方向放置一个。应急控制盒通过专用钥匙打开，内设自复按钮。当按钮成功按下时，IO模块采集到该信息后点亮相应指示灯，并将此信息传递给道岔控制联锁单元。
轨旁平交路口控制子系统是配合轨旁道岔控制子系统用以保障有轨电车行车安全、提高行车效率、降低行车延误的重要子系统。该子系统主要负责根据有轨电车接近信息接收接近电车的通过请求；结合有轨电车接近信息及采集路口交通信号灯状态向城市公路信号灯控制系统发送电车优先通过请求；检测路口占用情况，向城市公路信号灯控制系统发送禁止通行命令；控制有轨电车路口专用信号机显示，向有轨电车发送路口专用信号机的允许/禁止通行状态。
轨旁平交路口控制子系统包括路口控制联锁单元、信号模块和环线模块。
1)路口控制联锁单元是轨旁平交路口控制子系统的核心单元。通过该单元可实现包括接收电车接近请求、路权协商等在内的核心逻辑处理。该单元采用二乘二取二结构，每一系路口控制联锁单元有主从两个独立的CPU构成，两个CPU独立进行逻辑运算，校核一致后对外输出。主备路口控制联锁单元通过交换机分别连接到光纤环网实现与其他子系统通信，且各通过一路CAN总线连接到信号模块、环线模块，以及通过单元间以太网交互运算信息。
2)轨旁平交路口控制子系统的信号模块同样按照故障-安全的原则进行设计。单模块采用二取二结构，分别通过CAN总线受控于主备路口控制联锁单元。双模块间采用背板总线进行信息交互以实现双模块的二乘二取二结构。双模块同时接收平交路口控制联锁单元的控制命令，进行信息校核并形成统一的命令，输出至与城市公路交通信号控制系统结合的继电组合来控制城市公路信号灯，同时采集城市公路信号灯状态，并通过冗余CAN总线传递给路口控制联锁单元进行逻辑运算。
3)轨旁平交路口控制子系统的环线模块设计与轨旁道岔控制子系统的环线模块设计一致。
城市有轨电车车辆段/停车场主要用于电车车辆的出库运行和入库停放、整编、检修及清洁等。因此车辆段/停车场采用目前在铁路、地铁中广泛应用的主流二乘二取二架构的计算机联锁系统作为车辆段/停车场控制子系统，主要负责完成车辆段/停车场内信号机、道岔、进路的控制。
车载控制子系统是控制有轨电车行驶的核心子系统。该子系统主要负责获取电车速度值和位置信息并将数据发送给中心综合调度管理子系统；接收电车驾驶员输入的命令信息；通过敷设于线路的环线接收中心综合调度管理子系统下达的运营计划及进路信息，与轨旁道岔控制、平交路口控制子系统进行信息交互，完成进路自动控制；具备人工模式轨旁道岔遥控控制和路口优先模式设置功能；能显示电车运行线路状态、线路号、当前位置、到站、路口等信息；显示并记录系统运行日志、报警信息等。
车载控制子系统采用单端主机配置方式，在电车两端驾驶室设置DMI及辅助设备，彼此通过贯通通信网络连接进行信息交互。该子系统包括车载控制主机、车地通信单元及环线通信天线、DCU及天线、OPG、DMI、BD/GPS天线等设备。
车载控制主机包括主控/运营调度逻辑处理模块、OPG模块、BD/GPS模块、DCU接口、车地通信单元接口、DMI接口等。其中，主控/运营调度逻辑处理模块采用二乘二取二结构，其他模块采用双套冗余结构。主控/运营调度逻辑处理模块主要用于车载控制逻辑运算以及与子系统进行信息交互处理；OPG模块和BD/GPS模块主要用于有轨电车的速度值和位置信息的运算处理；DCU接口主要用于连接车载控制主机与DCU单元，并将获取的电车速度值和位置信息发送给中心综合调度管理子系统；车地通信单元接口主要用于连接车载控制主机与车地通信单元，并传输线路计划、进路控制、进路号等信息；DMI接口主要用于连接屏幕并输出进路、设备等内容信息。
在上述硬件结构基础上，参见图5，示出了本发明一个实施例的一种基于动态多目标优化控制的有轨电车信号控制方法的流程示意图。所述方法包括步骤S1-S5，各个步骤具体实现如下：
S1：实时监测所述有轨电车当前时段的负载量；
S2：判断所述有轨电车是否满足状态调节条件；
如果是，则进入步骤S3；否则，保持所述有轨电车的当前运行状态，返回步骤S1；
S3：基于所述当前时段和负载量，从多个候选优化目标中匹配出至少一个待定优化目标；
S4：基于所述待定优化目标建立目标优化控制模型；
S5：基于所述目标优化控制模型得出的调控参数，改变所述有轨电车的运行状态；返回步骤S1；
其中，所述多个候选优化目标包括电车早晚点指标F1、乘客不舒适度F2、电车运行全程所走行的实际距离与线路全长的差距F3、电车能耗F4；
所述步骤S5具体包括：基于所述调控参数，求解所述有轨电车在城市轨道交通运行环境中的运动控制方程，使得在预设的时间段内，所有待定优化目标值均最小。
所述步骤S3具体包括：
若当前负载量超过第一预定负载标准，并且所述当前时段为高峰时段，则选择电车早晚点指标F1、电车运行全程所走行的实际距离与线路全长的差距F3作为所述待定优化目标；
若当前负载量低于第一预定负载标准，并且当前时段为非高峰时段，则乘客不舒适度F2、电车能耗F4作为所述待定优化目标。
图6示出了实现本发明所述方法的数据处理装置，该装置可以是一种控制设备，所述控制设备包含控制器，并且包含处理器和存储器以及总线，所述存储器存储有数据处理程序，通过处理器执行所述数据处理程序，用于实现图5所述的控制方法的步骤。
图7所示为本公开实施例提供的计算机设备结构示意图，包括控制器910和存储器920。所述存储器920存储有控制器910可执行的机器可读指令，控制器910用于执行存储器920中存储的机器可读指令。所述机器可读指令被控制器910执行时，控制器910执行前述步骤S1-S6或者S11-S16。
上述存储器920包括内存921和外部存储器922；这里的内存921也称内存储器，用于暂时存放控制器910中的运算数据，以及与硬盘等外部存储器922交换的数据，控制器910通过内存921与外部存储器922进行数据交换。
本公开实施例提供的计算机设备可以包括手机等智能终端，或者也可以是具有摄像头并可以进行图像处理的其他设备、服务器等，这里并不限制。
本公开实施例还提供一种计算机程序产品，该计算机程序产品承载有程序代码，所述程序代码包括的指令可用于执行上述方法实施例中所述的数据处理方法的步骤，具体可参见上述方法实施例，在此不再赘述。
其中，上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。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，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，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通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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网络单元上。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，在本公开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。
相对于现有技术，本发明的技术方案能够自适应的根据电车的当前监测参数，动态的改变运行优化目标，从而确保电车的运行状态在最佳状态；能够实现各子系统间功能协调一致，能够正确执行并控制道旁转辙机、信号机动作，能够实现有轨电车运行的进路锁闭和解锁操作，能够保障有轨电车安全运行，通过对城市有轨电车中电车运行多目标优化问题的分析，以电车安全因素以及电车运行动力学方程为约束条件，同时动态的自动选择电车能耗、正点率、停靠准确性、乘客舒适度等指标进行优化，建立了相应的数学模型，兼顾了能耗、乘客体验与实际需求。
最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化 或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。
本发明未特别明确的部分模块结构，以现有技术记载的内容为准。本发明在前述背景技术部分提及的现有技术可作为本发明的一部分，用于理解部分技术特征或者参数的含义。本发明的保护范围以权利要求实际记载的内容为准。
Claims (10)
1.一种基于动态多目标优化控制的有轨电车信号控制系统，所述控制系统包括优化目标自动选择子系统、电车负载监测子系统以及目标优化控制引擎；
其特征在于：
所述电车负载监测子系统用于实时监测有轨电车当前时段的负载量，所述负载量包括当前载客人数和/或当前载客负重；
所述优化目标自动选择子系统基于所述当前时段和负载量，从多个候选优化目标中匹配出至少一个待定优化目标；
所述目标优化控制引擎基于所述待定优化目标建立目标优化控制模型，并基于所述目标优化控制模型得出的调控参数，改变有轨电车的运行状态。
2.如权利要求1所述的一种基于动态多目标优化控制的有轨电车信号控制系统，其特征在于：
所述多个候选优化目标包括电车早晚点指标F1、乘客不舒适度F2、电车运行全程所走行的实际距离与线路全长的差距F3、电车能耗F4；
所述目标优化控制引擎基于所述目标优化控制模型得出的调控参数，改变所述有轨电车的运行状态，具体包括：
基于所述调控参数，求解所述有轨电车在城市轨道交通运行环境中的运动控制方程，使得在预设的时间段内，所述待定优化目标值最小。
3.如权利要求2所述的一种基于动态多目标优化控制的有轨电车信号控制系统，其特征在于：
所述有轨电车在城市轨道交通运行环境中的运动控制方程为：
式中：
g(u,v)为实时运动控制状态；
s表示有轨电车在线路上位置，s∈［0，S］，S为区段全长；
t表示有轨电车运行时间，t∈［0，T］，T为给定的电车全程运行时间；
v表示电车运行速度，v∈［0，V］，V为所允许的有轨电车最高运行速度；
u表示为输入控制序列值，包括制动“－1”、惰行“0”、牵引“1”；
有轨电车的3种运动控制状态定义为：
4.如权利要求3所述的一种基于动态多目标优化控制的有轨电车信号控制系统，其特征在于：
根据电车牵引特性曲线确定牵引力f(u，v)，牵引力与电车运行过程中的输入控制序列值和电车的运行速度有关；
由电车的实时位置信息和速度求解获得所述电车附加阻力ω(s，v)；
由电车运行时的控制策略、电车实时速度以及车辆制动性能求解获得所述电车制动力b(u，v)。
5.如权利要求2所述的一种基于动态多目标优化控制的有轨电车信号控制系统，其特征在于：
所述优化目标自动选择子系统基于所述当前时段和负载量，从多个候选优化目标中匹配出至少一个待定优化目标，具体包括：
若当前负载量超过第一预定负载标准，并且所述当前时段为高峰时段，则选择电车早晚点指标F1电车运行全程所走行的实际距离与线路全长的差距F3作为所述待定优化目标；
若当前负载量低于第一预定负载标准，并且当前时段为非高峰时段，则选择乘客不舒适度F2、电车能耗F4作为所述待定优化目标。
6.如权利要求2所述的一种基于动态多目标优化控制的有轨电车信号控制系统，其特征在于：
所述优化目标自动选择子系统还包括优化目标初始化引擎，所述优化目标初始化引擎设定优化目标自动选择子系统的初始状态，所述初始状态为选择电车早晚点指标F1、乘客不舒适度F2、电车运行全程所走行的实际距离与线路全长的差距F3、电车能耗F4作为待定优化目标；
若基于所述当前时段和负载量，从多个候选优化目标中匹配出至少一个待定优化目标，则将所述匹配出的至少一个待定优化目标代替所述初始状态；
否则，保持所述初始状态。
7.如权利要求2所述的一种基于动态多目标优化控制的有轨电车信号控制系统，其特征在于：
若所述优化目标自动选择子系统基于所述当前时段和负载量，从多个候选优化目标中匹配出多个待定优化目标，则所述目标优化控制模型利用加权和的方法将多目标优化问题转化为单目标优化问题；
所述单目标优化问题的目标函数为：
其中，
，
为待优化目标
的权重系数。
8.一种基于动态多目标优化控制的有轨电车信号控制方法，其特征在于，所述方法包括如下步骤：
S1：实时监测所述有轨电车当前时段的负载量；
S2：判断所述有轨电车是否满足状态调节条件；
如果是，则进入步骤S3；否则，保持所述有轨电车的当前运行状态，返回步骤S1；
S3：基于所述当前时段和负载量，从多个候选优化目标中匹配出至少一个待定优化目标；
S4：基于所述待定优化目标建立目标优化控制模型；
S5：基于所述目标优化控制模型得出的调控参数，改变所述有轨电车的运行状态；返回步骤S1；
其中，所述多个候选优化目标包括电车早晚点指标F1、乘客不舒适度F2、电车运行全程所走行的实际距离与线路全长的差距F3、电车能耗F4；
所述步骤S5具体包括：基于所述调控参数，求解所述有轨电车在城市轨道交通运行环境中的运动控制方程，使得在预设的时间段内，所有待定优化目标值均最小。
9.如权利要求8所述的一种基于动态多目标优化控制的有轨电车信号控制方法，其特征在于：
所述步骤S3具体包括：
若当前负载量超过第一预定负载标准，并且所述当前时段为高峰时段，则选择电车早晚点指标F1、电车运行全程所走行的实际距离与线路全长的差距F3作为所述待定优化目标；
若当前负载量低于第一预定负载标准，并且当前时段为非高峰时段，则乘客不舒适度F2、电车能耗F4作为所述待定优化目标。
10.一种控制设备，其包含控制器、处理器和存储器以及总线，所述存储器存储有数据处理程序，通过处理器执行所述数据处理程序，用于实现权利要求8或9任一所述的一种基于动态多目标优化控制的有轨电车信号控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111351377.8A CN113788045B (zh) | 2021-11-16 | 2021-11-16 | 基于动态多目标优化控制的有轨电车信号控制系统与方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111351377.8A CN113788045B (zh) | 2021-11-16 | 2021-11-16 | 基于动态多目标优化控制的有轨电车信号控制系统与方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113788045A true CN113788045A (zh) | 2021-12-14 |
| CN113788045B CN113788045B (zh) | 2022-02-22 |
Family
ID=78955443
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111351377.8A Active CN113788045B (zh) | 2021-11-16 | 2021-11-16 | 基于动态多目标优化控制的有轨电车信号控制系统与方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113788045B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103847749A (zh) * | 2014-03-27 | 2014-06-11 | 北京清软英泰信息技术有限公司 | 一种双层多目标优化铁路机车操纵序列生成方法 |
| CN103863364A (zh) * | 2014-03-27 | 2014-06-18 | 北京清软英泰信息技术有限公司 | 一种基于调度信号的货运机车自动操纵实时优化控制系统 |
| CN103879414A (zh) * | 2014-03-26 | 2014-06-25 | 北京清软英泰信息技术有限公司 | 一种基于自适应A-Star算法的铁路机车优化操纵方法 |
| JP2014220859A (ja) * | 2013-05-01 | 2014-11-20 | 株式会社日立製作所 | 自動列車運転システム、列車運転支援システム及び列車運行管理システム |
| CN106777717A (zh) * | 2016-12-23 | 2017-05-31 | 南京理工大学 | 一种考虑载客量变化的ato速度命令节能优化方法 |
| CN107368920A (zh) * | 2017-07-01 | 2017-11-21 | 南京理工大学 | 一种非高峰时段多列车运行节能优化方法 |
| CN108985500A (zh) * | 2018-06-28 | 2018-12-11 | 兰州交通大学 | 基于改进模拟退火算法的城际列车开行方案优化方法 |
| CN110371163A (zh) * | 2019-07-24 | 2019-10-25 | 北京航空航天大学 | 考虑全路段环境及人为因素的列车自动驾驶预测控制方法 |
| CN112158238A (zh) * | 2020-10-28 | 2021-01-01 | 重庆交通大学 | 基于目标和客流差异的列车自动驾驶曲线生成方法 |
-
2021
- 2021-11-16 CN CN202111351377.8A patent/CN113788045B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014220859A (ja) * | 2013-05-01 | 2014-11-20 | 株式会社日立製作所 | 自動列車運転システム、列車運転支援システム及び列車運行管理システム |
| CN103879414A (zh) * | 2014-03-26 | 2014-06-25 | 北京清软英泰信息技术有限公司 | 一种基于自适应A-Star算法的铁路机车优化操纵方法 |
| CN103847749A (zh) * | 2014-03-27 | 2014-06-11 | 北京清软英泰信息技术有限公司 | 一种双层多目标优化铁路机车操纵序列生成方法 |
| CN103863364A (zh) * | 2014-03-27 | 2014-06-18 | 北京清软英泰信息技术有限公司 | 一种基于调度信号的货运机车自动操纵实时优化控制系统 |
| CN106777717A (zh) * | 2016-12-23 | 2017-05-31 | 南京理工大学 | 一种考虑载客量变化的ato速度命令节能优化方法 |
| CN107368920A (zh) * | 2017-07-01 | 2017-11-21 | 南京理工大学 | 一种非高峰时段多列车运行节能优化方法 |
| CN108985500A (zh) * | 2018-06-28 | 2018-12-11 | 兰州交通大学 | 基于改进模拟退火算法的城际列车开行方案优化方法 |
| CN110371163A (zh) * | 2019-07-24 | 2019-10-25 | 北京航空航天大学 | 考虑全路段环境及人为因素的列车自动驾驶预测控制方法 |
| CN112158238A (zh) * | 2020-10-28 | 2021-01-01 | 重庆交通大学 | 基于目标和客流差异的列车自动驾驶曲线生成方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113788045B (zh) | 2022-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108725520B (zh) | 适用于低密度铁路的列车运行控制系统 | |
| JP6771381B2 (ja) | ホームより長い列車及び編成システム | |
| CN107284471A (zh) | 一种基于车车通信的cbtc系统 | |
| CN101905702B (zh) | 无线网络控制的轨道交通系统 | |
| US20180319416A1 (en) | Fixed guideway transportation systems having lower cost of ownership and optimized benefits | |
| RU2355596C1 (ru) | Способ управления и обеспечения безопасности движения тягового подвижного состава и единая комплексная система (екс) для его осуществления | |
| 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 | |
| CN108146471B (zh) | 采用基于车车通信的cbtc系统应对潮汐客流的运行方法 | |
| CN106828540A (zh) | 基于列车运行等级的列车运行控制方法 | |
| CN111688767A (zh) | 一种ctcs系统与cbtc系统叠加的方法 | |
| CN110194201A (zh) | 一种列控等级转换系统及其方法 | |
| CN102114861A (zh) | 区域无线网络传递信息的智能化轨道交通系统 | |
| WO2015131661A1 (zh) | 长超站台的轨道列车及其编组系统 | |
| CN113562023A (zh) | 含列车定位和完整性判断的基于通信的列车运行控制方法 | |
| CN113002565B (zh) | 一种智能网联捷运系统及运行控制方法 | |
| CN113247055A (zh) | 基于分散式目标控制的有轨电车信号控制系统 | |
| CN109532964A (zh) | 一种铁路平交道口控制系统 | |
| CN113788045B (zh) | 基于动态多目标优化控制的有轨电车信号控制系统与方法 | |
| US20240092407A1 (en) | Method and device for multi-train operation trend deduction | |
| Liu | Unmanned driving systems for smart trains | |
| Zieger et al. | Opportunities and challenges for the demand-responsive transport using highly automated and autonomous rail units in rural areas | |
| WO2022257673A1 (zh) | 基于列车制动管理的闭塞系统及方法 | |
| CN214565379U (zh) | 一种基于5g网络和车联网的车辆控制系统 | |
| CN100457517C (zh) | 单人车厢高架轨道列车交通系统 | |
| Zhang et al. | Research on length design and dynamic usage strategy of railway successive routes |
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 |