CN114771607B - 铁路行车调度与列车运行控制一体化方法、系统及应用 - Google Patents

铁路行车调度与列车运行控制一体化方法、系统及应用 Download PDF

Info

Publication number
CN114771607B
CN114771607B CN202210707833.6A CN202210707833A CN114771607B CN 114771607 B CN114771607 B CN 114771607B CN 202210707833 A CN202210707833 A CN 202210707833A CN 114771607 B CN114771607 B CN 114771607B
Authority
CN
China
Prior art keywords
train
running
railway
integrated
driving strategy
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
Application number
CN202210707833.6A
Other languages
English (en)
Other versions
CN114771607A (zh
Inventor
王荣笙
张琦
张涛
袁志明
王涛
丁舒忻
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.)
China Academy of Railway Sciences Corp Ltd CARS
Signal and Communication Research Institute of CARS
Beijing Ruichi Guotie Intelligent Transport Systems Engineering Technology Co Ltd
Beijing Huatie Information Technology Co Ltd
Original Assignee
China Academy of Railway Sciences Corp Ltd CARS
Signal and Communication Research Institute of CARS
Beijing Ruichi Guotie Intelligent Transport Systems Engineering Technology Co Ltd
Beijing Huatie Information Technology 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 China Academy of Railway Sciences Corp Ltd CARS, Signal and Communication Research Institute of CARS, Beijing Ruichi Guotie Intelligent Transport Systems Engineering Technology Co Ltd, Beijing Huatie Information Technology Co Ltd filed Critical China Academy of Railway Sciences Corp Ltd CARS
Priority to CN202210707833.6A priority Critical patent/CN114771607B/zh
Publication of CN114771607A publication Critical patent/CN114771607A/zh
Application granted granted Critical
Publication of CN114771607B publication Critical patent/CN114771607B/zh
Priority to PCT/CN2022/136713 priority patent/WO2023245998A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • B61L27/04—Automatic systems, e.g. controlled by train; Change-over to manual control
    • 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
    • B61L27/10—Operations, e.g. scheduling or time tables
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

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

Abstract

一种铁路行车调度与列车运行控制一体化方法，包括：信号系统在途信息感知；铁路行车调度与列车运行控制一体化最小系统构建；列车节时驾驶策略在线优化；虚拟编队模式下多列车驾驶策略优化；铁路行车调度与列车运行控制一体化调整方案生成。本发明在传统信号系统架构下，增加铁路行车调度与列车运行控制一体化决策器，用于接收各信号系统在途信息，计算一体化需求下的列车运行图和多列车目标速度曲线，降低工作强度，提升铁路运营效率；基于专家规则的列车节时驾驶策略在线优化方法，实现驾驶策略在线实时调整、预测列车在未来运行区段内的状态信息；虚拟编队模式下多列车驾驶策略优化方法实时生成铁路行车调度与列车运行控制一体化调整方案。

Description

铁路行车调度与列车运行控制一体化方法、系统及应用
技术领域
本发明涉及一种方法和系统，尤其是涉及一种铁路行车调度与列车运行控制一体化方法及系统及其应用，属于铁路信号、行车调度、列车运行控制领域。
背景技术
目前，中国拥有全世界运营里程最长、复杂度最高、客流量最大的高铁运营网络。成网运营条件下，基础设施故障、异物侵限、客流异动等不同类型的突发事件时有发生，严重时将导致旅客滞留、线路瘫痪。当突发事件发生时，调度指挥系统、列车运行控制系统和联锁系统等信号子系统相互协作，负责列车的安全高效运行。行车调度信息、线路静态数据和列车运行状态信息等在途信息在各信号子系统之间传递，调度员凭人工经验下达调度命令和阶段调整计划，列车按照列车运行控制系统发送的车地信息，凭驾驶经验控车运行。但目前在途信息仅在各信号子系统之间存储、收发，信息的融合度和利用率较差。阶段调整计划和列车驾驶策略仍完全凭借人工经验进行决策，并未基于在途信息和计算机算法生成决策方案，自动化和智能化程度有待提高。因此，面向各信号子系统的“信息一体化”需求，展开铁路行车调度与列车运行控制一体化研究，对提升铁路的运营效率和自动化程度具有重要意义。
发明内容
本发明方法针对铁路信号系统中在途信息利用率差、阶段调整计划和列车驾驶策略主要凭人工经验决策的问题，首先，面向铁路信号各子系统“信息一体化”的需求，增加铁路行车调度与列车运行控制一体化决策器，用于接收所有在途信息，计算生成一体化调整方案。之后，提出基于专家知识规则的列车节时驾驶策略在线优化方法。最后，提出虚拟编队模式下的多列车驾驶策略优化方法，计算生成一体化方法下的列车运行图和多列车目标速度曲线，分别为调度员和列车提供阶段计划调整推荐方案和辅助驾驶策略，其技术方案如下：
一种铁路行车调度与列车运行控制一体化方法，其特征为：包括如下步骤：
步骤S1：信号系统感知各种类型突发事件发生时，无线闭塞中心RBC接收由中心调度指挥系统和联锁系统发送的在途信息；
步骤S2: 构建铁路行车调度与列车运行控制一体化最小系统，增加一体化决策器，通过无线闭塞中心RBC转发在途信息到一体化决策器；
步骤S3： 列车节时驾驶策略在线优化：考虑列车运行工况与作用力之间的耦合关系，构建区域临时限速场景，基于专家知识规则在线优化列车节时驾驶策略，计算列车运行状态信息；
步骤S4 虚拟编队模式下多列车驾驶策略优化：按照列车所受限速值的不同，划分列车群组，提出虚拟编队模式下的多列车驾驶策略优化方法；
步骤S5 铁路行车调度与列车运行控制一体化调整方案生成：列车运行图发送至中心调度指挥系统，辅助调度员调整阶段计划，多列车目标速度曲线发送至线路各列车，辅助优化驾驶策略。
本发明还公开一种铁路行车调度与列车运行控制一体化系统。
将上述的一种铁路行车调度与列车运行控制一体化方法应用于高速铁路运行过程中。
本发明所产生的有益效果可归结为：
本发明在传统信号系统架构的基础上，增加铁路行车调度与列车运行控制一体化决策器，用于接收各信号系统的在途信息，计算生成一体化需求下的列车运行图和多列车目标速度曲线，分别实时辅助调度员和列车调整阶段计划和驾驶策略，降低调度员和司机的工作强度，提升铁路运营效率；
本发明方法提出基于专家知识规则的列车节时驾驶策略在线优化方法，实现驾驶策略的在线实时调整，实时预测列车在未来运行区段内的状态信息；
本发明方法提出虚拟编队模式下的多列车驾驶策略优化方法，通过划分列车群组，调整多列车之间的追踪间隔时间和追踪距离，实时生成铁路行车调度与列车运行控制一体化调整方案，并以列车运行图和多列车目标速度曲线的方式，分别发送至中心调度指挥系统和线路上各运行列车。
附图说明
图1 铁路行车调度与列车运行控制一体化方法流程示意图；
图2 铁路行车调度与列车运行控制一体化最小系统示意图；
图3 列车节时驾驶策略在线优化方法示意图；
图4为虚拟编队模式下多列车驾驶策略优化流程示意图；
图5为列车群组划分示意图；
图6为实施例下铁路行车调度与列车运行控制一体化调整方案。
具体实施方式
本发明提出一种铁路行车调度与列车运行控制一体化方法及系统，方法流程示意图如图1所示。
步骤S1：信号系统感知各种类型突发事件发生时，无线闭塞中心RBC接收由中心调度指挥系统和联锁系统发送的在途信息；
所述在途信息分为列车运行状态信息、线路参数、轨道电路状态和空闲进路信息；该列车运行状态信息包括列车在未来运行区段内的速度和时间等。线路参数包括坡道坡度、隧道长度、曲线半径、分相区、空气阻力和临时限速时空范围等；
该步骤S1包括以下三步：
步骤S1-1：当各种类型（包括基础设施故障、异物侵限、客流异动等）的突发事件发生时，调度员下发阶段调整计划和调度命令至调度台管辖范围内的各列车及车站，中心调度指挥系统发送临时限速时空范围、接发车时刻、发车次序至列车运行控制系统中的无线闭塞中心（Radio Block Center，RBC）；
步骤S1-2：调度台管辖范围内的各列车向无线闭塞中心RBC报告列车运行位置、速度和行车许可（Movement Authority，MA）请求；
步骤S1-3：联锁系统根据RBC发送的各列车运行位置，将轨道电路状态和空闲进路等信息反馈至RBC。
步骤S2: 构建铁路行车调度与列车运行控制一体化最小系统，增加一体化决策器，通过无线闭塞中心RBC转发在途信息到一体化决策器:一体化决策器用于生成铁路行车调度与列车运行控制一体化方法下的列车运行图和多列车目标速度曲线，分别用于实时辅助调度员和列车调整阶段计划和驾驶策略，降低工作人员的劳动强度，提升铁路运输效率。
步骤S2-1：在公知传统铁路信号系统的架构下，增加一体化决策器，构建铁路行车调度与列车运行控制一体化最小系统，用于生成铁路行车调度与列车运行控制一体化调整方案；该最小系统包括中心调度指挥系统、RBC、联锁系统和一体化决策器，其最小系统的示意图如图2所示。
步骤S2-2：RBC整合各信号子系统的所有在途信息，发送至一体化决策器。
步骤S3： 列车节时驾驶策略在线优化：考虑列车运行工况与作用力之间的耦合关系，构建区域临时限速场景，基于专家知识规则在线优化列车节时驾驶策略，计算列车运行状态信息。
步骤S3-1：列车运行工况约束构建：列车在线路上运行时，主要受到牵引力、制动力、基本阻力和附加阻力的作用，不同作用力的组合形成四种基本的列车运行工况：牵引、巡航、惰行和制动；不同工况下列车所有合力
Figure 761235DEST_PATH_IMAGE001
的计算公式为
Figure 121809DEST_PATH_IMAGE002
（1）
式中：
Figure 102403DEST_PATH_IMAGE003
和
Figure 675467DEST_PATH_IMAGE004
分别表示列车的牵引力和制动力，二者分别由牵引特性曲线和制动特性曲线计算得到。
Figure 175850DEST_PATH_IMAGE005
为列车基本运行阻力，包括车轮在钢轨上滚动和滑动产生的运行阻力、列车振动和轴承摩擦产生的阻力和空气阻力等。
Figure 441746DEST_PATH_IMAGE006
为列车运行附加阻力，是由于列车在坡道运行、进入曲线和隧道区段而产生的附加阻力；
由于铁路以保证旅客出行质量、尽快恢复行车秩序目的，故以列车晚点时间最小为优化目标，基于“最大牵引-巡航-惰行-最大制动”工况转换下的节时驾驶策略，优化生成一体化调整方案下的多列车目标速度曲线；
步骤S3-2：区域临时限速场景构建。
发生突发事件后，调度员下达区域临时限速或者封锁等调度命令，列车一般需要在车站或区间限速运行，或在指定区段停车等待故障恢复。本发明将各类突发事件对于列车运行的影响抽象为区域临时限速，其中区域封锁可理解为该封锁区域的限速值为0。令第
Figure 644057DEST_PATH_IMAGE007
个临时限速区域的时间范围为
Figure 20812DEST_PATH_IMAGE008
，空间范围为
Figure 874236DEST_PATH_IMAGE009
。
步骤S3-3：基于专家知识规则的列车节时驾驶策略在线优化方法。
当运行线路不存在突发事件或者突发事件较小不影响列车运行时，列车可按照图定运行图行车，RBC中存储多个专家知识规则下的计划离线驾驶策略。故线路不在临时限速区域时，列车可直接读取上述离线驾驶策略，实时控制列车高效运行。然而，当线路存在临时限速区域时，离线驾驶策略不能满足临时限速区域的限速值要求，此时则基于专家知识规则，该专家知识规则是指惰行工况与其他工况的过渡距离和过渡速度差，用于降低列车的牵引能耗和保证推演策略的合理性。
在线优化列车节时驾驶策略，如图3所示，步骤如下：
令列车
Figure 311034DEST_PATH_IMAGE010
，车站
Figure 641DEST_PATH_IMAGE011
，位置点
Figure 915508DEST_PATH_IMAGE012
，临时限速区域
Figure 390482DEST_PATH_IMAGE013
。其中，
Figure 998181DEST_PATH_IMAGE014
、
Figure 175085DEST_PATH_IMAGE015
、
Figure 893642DEST_PATH_IMAGE016
和
Figure 144495DEST_PATH_IMAGE017
分别为列车、车站、位置点和临时限速区域的总数。令列车
Figure 296996DEST_PATH_IMAGE018
在位置
Figure 836562DEST_PATH_IMAGE019
分别在计划离线驾驶策略（图3中点划线）和在线驾驶策略（图3中实线）下的运行速度为
Figure 483444DEST_PATH_IMAGE020
和
Figure 792066DEST_PATH_IMAGE021
。
步骤S3-3-1：从临时限速区域左端点
Figure 616933DEST_PATH_IMAGE022
开始至
Figure 378216DEST_PATH_IMAGE023
，列车执行惰行工况；从
Figure 828789DEST_PATH_IMAGE024
至
Figure 991917DEST_PATH_IMAGE025
，列车执行最大制动工况；从
Figure 486221DEST_PATH_IMAGE026
至
Figure 379DEST_PATH_IMAGE027
，列车执行惰行工况；
步骤S3-3-2：从
Figure 989064DEST_PATH_IMAGE028
至临时限速区域右端点
Figure 85327DEST_PATH_IMAGE029
，列车执行巡航工况；
步骤S3-3-3：从
Figure 642210DEST_PATH_IMAGE030
至
Figure 768298DEST_PATH_IMAGE031
，列车执行最大牵引工况；
步骤S3-3-4：在其他未受临时限速影响的区域，列车直接读取计划离线驾驶策略。
其中，
Figure 170460DEST_PATH_IMAGE032
和
Figure 693801DEST_PATH_IMAGE033
分别表示惰行过渡距离和惰行过渡速度差，均由具体的专家知识规则确定。
在线优化方法的优势在于：针对区域临时限速场景计算列车驾驶策略时，不需要再从始发站至终点站计算全部的列车运行状态信息，仅需计算临时限速区域影响下的列车运行区域，由此在线实时生成列车驾驶策略，满足实际应用的求解实时性需求；
步骤S3-4：列车运行状态信息计算。
计算列车在线驾驶策略时，列车
Figure 421585DEST_PATH_IMAGE018
在位置
Figure 238231DEST_PATH_IMAGE019
的运行加速度
Figure 709664DEST_PATH_IMAGE034
、速度
Figure 577257DEST_PATH_IMAGE035
和通过时刻
Figure 210364DEST_PATH_IMAGE036
的计算公式为
Figure 717568DEST_PATH_IMAGE037
（2）
Figure 55009DEST_PATH_IMAGE038
（3）
Figure 698480DEST_PATH_IMAGE039
（4）
式中：
Figure 345231DEST_PATH_IMAGE040
为列车
Figure 402048DEST_PATH_IMAGE018
在位置
Figure 215284DEST_PATH_IMAGE019
所受的合力，
Figure 57469DEST_PATH_IMAGE041
为列车质量，列车运行加速度
Figure 32378DEST_PATH_IMAGE042
实际受最大加速度
Figure 842071DEST_PATH_IMAGE043
和最大冲击率
Figure 193418DEST_PATH_IMAGE044
的约束，冲击率表示加速度对时间的变化率；列车运行速度
Figure 388645DEST_PATH_IMAGE045
受当前所在临时限速区域限速值
Figure 534455DEST_PATH_IMAGE046
的约束；
Figure 565865DEST_PATH_IMAGE047
表示更新列车运行状态信息时的距离步长。
步骤S4 虚拟编队模式下多列车驾驶策略优化：按照列车所受限速值的不同，划分列车群组，提出虚拟编队模式下的多列车驾驶策略优化方法，流程图如图4所示。
步骤S4-1：列车群组划分。
调度台管辖范围内的各列车在线路上追踪运行时，依据多智能体相关理论，本发明按照各列车运行在不同的临时限速区域和无临时限速区域，将受突发事件影响下的所有列车划分为各个列车群组
Figure 986482DEST_PATH_IMAGE048
，如图5所示。其中，
Figure 272101DEST_PATH_IMAGE049
为列车群组个数。每个列车群组的所有列车组成一个虚拟编队，虚拟编队中的各列车相互独立，基于虚拟编队模式优化追踪列车驾驶策略。
相较于传统计算多列车追踪曲线的方法，虚拟编队模式的优势在于：不再通过前行列车的位置计算所有后行追踪列车的追踪驾驶策略，而是首先满足虚拟编队中各列车之间的最小追踪距离和最小追踪间隔时间，之后计算编队内各列车的追踪驾驶策略，并使之完全相同，由此极大提升了求解实时性。
步骤S4-2：多列车驾驶策略生成。
首先线路上各列车按照图定运行图的计划从始发站发车。之后确定线路上无临时限速区域和不同临时限速区域内的各列车。若一个虚拟编队下的所有列车运行在无临时限速区域，则直接读取计划离线驾驶策略。若一个虚拟编队下的所有列车运行在临时限速区域，则采用步骤S3-3的在线优化方法生成驾驶策略。
步骤S4-3：多列车追踪间隔时间调整。
当计算完所有列车驾驶策略后，各列车之间应满足调度层面上最小追踪间隔时间的安全性要求，使线路上不存在区间运行冲突。具体方法是：若相邻两列车之间的追踪间隔时间
Figure 854392DEST_PATH_IMAGE050
不满足最小追踪间隔时间
Figure 373098DEST_PATH_IMAGE051
的约束，则后行追踪列车在始发站晚点发车1分钟。当遍历完所有列车后，更新所有列车的运行状态信息。
步骤S4-4：多列车追踪距离调整。
其次，各列车之间还应满足列车运行控制层面上最小追踪距离的安全性要求。由于RBC每间隔1分钟更新列车MA，故按照1分钟的时间步长，计算相邻两列车之间的追踪距离
Figure 66248DEST_PATH_IMAGE052
是否满足最小追踪距离
Figure 236067DEST_PATH_IMAGE053
的约束，若不满足，则优化后行追踪列车的驾驶策略或令该车在始发站晚点发车1分钟，使之满足安全性约束。
最终，在满足调度和列车运行控制层面上的所有安全性要求后，输出所有列车的驾驶策略。
步骤S5 铁路行车调度与列车运行控制一体化调整方案生成：列车运行图发送至中心调度指挥系统，辅助调度员调整阶段计划，多列车目标速度曲线发送至线路各列车，辅助优化驾驶策略。
步骤S5-1：计算步骤S4所有列车驾驶策略下的列车运行时间，生成列车运行图，与多列车驾驶策略下的多列车目标速度曲线形成一体化调整方案。
以中国某铁路局高速铁路线路某日下行列车的时刻表为实施例，临时限速区域的时间范围为[6: 20, 6: 40]，空间范围为[40 km, 60 km]，最小追踪间隔时间
Figure 989259DEST_PATH_IMAGE054
设置为5分钟，最小追踪距离
Figure 729682DEST_PATH_IMAGE055
根据准移动闭塞制式计算，根据上述参数条件，计算本发明方法下的一体化
调整方案，如图6所示，并以多列车目标速度曲线（图6中实线）和列车运行图（图6中虚线）的方式表示。图6纵坐标表示速度（km/h），由图6可知，临时限速区域影响5列列车。列车1和列车2组成列车编组1，列车3、列车4和列车5组成列车编组2，两个编组内各自所有列车的驾驶策略是相同的。
步骤S5-2：生成的多列车目标速度曲线可直接作为列车的辅助驾驶策略，经由RBC发送至其管辖范围内的各列车，辅助列车安全高效运行。
步骤S5-3：生成的列车运行图可直接作为运行图调整方案，经由RBC传递至中心调度指挥系统的行车调度台，辅助调度员调整阶段计划。
综上，本发明方法整合线路参数并计算列车未来的运行状态信息，生成的一体化调整方案下的列车运行图可辅助调度员调整阶段计划，由此降低列车调度员的工作强度，提升突发事件下的应急处置效率。另一方面，一体化调整方案下的多列车目标速度曲线可辅助列车安全高效运行。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各 种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。

Claims (8)

1.一种铁路行车调度与列车运行控制一体化方法，其特征为：包括如下步骤：
步骤S1：信号系统感知各种类型突发事件发生时，无线闭塞中心RBC接收由中心调度指挥系统和联锁系统发送的在途信息；
步骤S2：构建铁路行车调度与列车运行控制一体化最小系统，增加一体化决策器，通过无线闭塞中心RBC转发在途信息到一体化决策器；
步骤S3：列车节时驾驶策略在线优化：考虑列车运行工况与作用力之间的耦合关系，构建区域临时限速场景，基于专家知识规则在线优化列车节时驾驶策略，计算列车运行状态信息；
步骤S4：虚拟编队模式下多列车驾驶策略优化：按照列车所受限速值的不同，划分列车群组，提出虚拟编队模式下的多列车驾驶策略优化方法；
步骤S5：铁路行车调度与列车运行控制一体化调整方案生成：列车运行图发送至中心调度指挥系统，辅助调度员调整阶段计划，多列车目标速度曲线发送至线路各列车，辅助优化驾驶策略。
2.根据权利要求1所述的一种铁路行车调度与列车运行控制一体化方法，其特征为：所述步骤S1进一步包括如下内容：
步骤S1-1：当包括基础设施故障、异物侵限、客流异动类型的突发事件发生时，调度员下发阶段调整计划和调度命令至调度台管辖范围内的各列车及车站，中心调度指挥系统发送临时限速时空范围、接发车时刻、发车次序至列车运行控制系统中的无线闭塞中心RBC；
步骤S1-2：调度台管辖范围内的各列车向无线闭塞中心RBC报告列车运行位置、速度和行车许可（Movement Authority，MA）请求；
步骤S1-3：联锁系统根据无线闭塞中心RBC发送的各列车运行位置，将轨道电路状态和空闲进路信息反馈至无线闭塞中心RBC。
3.根据权利要求1所述的一种铁路行车调度与列车运行控制一体化方法，其特征为：所述步骤S2进一步包括如下内容：
步骤S2-1：在公知传统铁路信号系统的架构下，增加一体化决策器，构建铁路行车调度与列车运行控制一体化最小系统，用于生成铁路行车调度与列车运行控制一体化调整方案；该最小系统包括中心调度指挥系统、无线闭塞中心RBC、联锁系统和一体化决策器；
步骤S2-2：无线闭塞中心RBC整合各信号子系统的所有在途信息，发送至一体化决策器。
4.根据权利要求1所述的一种铁路行车调度与列车运行控制一体化方法，其特征为：所述步骤S3进一步包括如下内容：
步骤S3-1：列车运行工况约束构建：不同工况下列车所有合力C的计算公式为：
Figure 596593DEST_PATH_IMAGE001
（1）
式中：
Figure 869443DEST_PATH_IMAGE002
和
Figure 771933DEST_PATH_IMAGE003
分别表示列车的牵引力和制动力，二者分别由牵引特性曲线和制动特性曲线计算得到；
Figure 257272DEST_PATH_IMAGE004
为列车基本运行阻力，包括车轮在钢轨上滚动和滑动产生的运行阻力、列车振动和轴承摩擦产生的阻力和空气阻力；
Figure 896195DEST_PATH_IMAGE005
为列车运行附加阻力，是由于列车在坡道运行、进入曲线和隧道区段而产生的附加阻力；
步骤S3-2：区域临时限速场景构建：
发生突发事件后，调度员下达区域临时限速或者封锁调度命令，列车需要在车站或区间限速运行，或在指定区段停车等待故障恢复；将各类突发事件对于列车运行的影响抽象为区域临时限速，其中区域封锁能够理解为封锁区域的限速值为0；令第r个临时限速区域的时间范围为
Figure 104060DEST_PATH_IMAGE006
，空间范围为
Figure 726802DEST_PATH_IMAGE007
；
步骤S3-3：基于专家知识规则的列车节时驾驶策略在线优化方法：
令列车
Figure 750253DEST_PATH_IMAGE008
，车站
Figure 366104DEST_PATH_IMAGE009
，位置点
Figure 246335DEST_PATH_IMAGE010
，临时限速区域
Figure 356374DEST_PATH_IMAGE011
；其中，G、I、J和R分别为列车、车站、位置点和临时限速区域的总数；令列车
Figure 416471DEST_PATH_IMAGE012
在位置点
Figure 295566DEST_PATH_IMAGE013
分别在计划离线驾驶策略和在线驾驶策略下的运行速度为
Figure 549960DEST_PATH_IMAGE014
和
Figure 383181DEST_PATH_IMAGE015
；
步骤S3-4：列车运行状态信息计算；
计算列车在线驾驶策略时，列车
Figure 14013DEST_PATH_IMAGE016
在位置点
Figure 544352DEST_PATH_IMAGE017
的运行加速度
Figure 468183DEST_PATH_IMAGE018
、速度
Figure 287235DEST_PATH_IMAGE019
和通过时刻
Figure 987337DEST_PATH_IMAGE020
的计算公式为：
Figure 76909DEST_PATH_IMAGE021
（2）
Figure 735424DEST_PATH_IMAGE022
（3）
Figure 41771DEST_PATH_IMAGE023
（4）
式中：
Figure 512942DEST_PATH_IMAGE024
为列车
Figure 486714DEST_PATH_IMAGE016
在位置点
Figure 253813DEST_PATH_IMAGE017
所受的合力，
Figure 80080DEST_PATH_IMAGE025
为列车质量，列车运行加速度
Figure 121985DEST_PATH_IMAGE026
实际受最大加速度
Figure 950264DEST_PATH_IMAGE027
和最大冲击率
Figure 183537DEST_PATH_IMAGE028
的约束，冲击率表示加速度对时间的变化率；列车运行速度
Figure 933318DEST_PATH_IMAGE029
受当前所在临时限速区域限速值
Figure 310073DEST_PATH_IMAGE030
的约束；
Figure 258437DEST_PATH_IMAGE031
表示更新列车运行状态信息时的距离步长；
Figure 122664DEST_PATH_IMAGE032
表示列车g在区段(j-1,j)内的运行时间。
5.根据权利要求4所述的一种铁路行车调度与列车运行控制一体化方法，其特征为：所述步骤S3进一步包括如下内容：
步骤S3-3-1：从临时限速区域左端点
Figure 828583DEST_PATH_IMAGE033
开始至
Figure 9029DEST_PATH_IMAGE034
，列车执行惰行工况；从
Figure 44856DEST_PATH_IMAGE035
至
Figure 121396DEST_PATH_IMAGE036
，列车执行最大制动工况；从
Figure 642507DEST_PATH_IMAGE037
至
Figure 3475DEST_PATH_IMAGE038
，列车执行惰行工况；
步骤S3-3-2：从
Figure 192011DEST_PATH_IMAGE039
至临时限速区域右端点
Figure 610091DEST_PATH_IMAGE040
，列车执行巡航工况；
步骤S3-3-3：从
Figure 618499DEST_PATH_IMAGE041
至
Figure 344009DEST_PATH_IMAGE042
，列车执行最大牵引工况；
步骤S3-3-4：在其他未受临时限速影响的区域，列车直接读取计划离线驾驶策略；
其中，
Figure 91779DEST_PATH_IMAGE043
和
Figure 510122DEST_PATH_IMAGE044
分别表示惰行过渡距离和惰行过渡速度差，均由具体的专家知识规则确定。
6.根据权利要求1所述的一种铁路行车调度与列车运行控制一体化方法，其特征为：所述步骤S4进一步包括如下内容：
步骤S4-1：列车群组划分；
按照各列车运行在不同的临时限速区域和无临时限速区域，将受突发事件影响下的所有列车划分为各个列车群组
Figure 412350DEST_PATH_IMAGE045
，其中，
Figure 3868DEST_PATH_IMAGE046
为列车群组个数；每个列车群组的所有列车组成一个虚拟编队，虚拟编队中的各列车相互独立，基于虚拟编队模式优化追踪列车驾驶策略；
步骤S4-2：多列车驾驶策略生成：
首先线路上各列车按照图定运行图的计划从始发站发车；之后确定线路上无临时限速区域和不同临时限速区域内的各列车；若一个虚拟编队下的所有列车运行在无临时限速区域，则直接读取计划离线驾驶策略；若一个虚拟编队下的所有列车运行在临时限速区域，则采用步骤S3-3的在线优化方法生成驾驶策略；
步骤S4-3：多列车追踪间隔时间调整；
当计算完所有列车驾驶策略后，各列车之间应满足调度层面上最小追踪间隔时间的安全性要求，使线路上不存在区间运行冲突；
步骤S4-4：多列车追踪距离调整；
由于无线闭塞中心RBC每间隔1分钟更新列车行车许可，故按照1分钟的时间步长，计算相邻两列车之间的追踪距离
Figure 603214DEST_PATH_IMAGE047
是否满足最小追踪距离
Figure 395721DEST_PATH_IMAGE048
的约束，若不满足，则优化后行追踪列车的驾驶策略或令该车在始发站晚点发车，使之满足安全性约束；在满足调度和列车运行控制层面上的所有安全性要求后，输出所有列车的驾驶策略。
7.根据权利要求1所述的一种铁路行车调度与列车运行控制一体化方法，其特征为：所述步骤S5进一步包括如下内容：
步骤S5-1：计算步骤S4所有列车驾驶策略下的列车运行时间，生成列车运行图，与多列车驾驶策略下的多列车目标速度曲线形成一体化调整方案；
步骤S5-2：生成的多列车目标速度曲线能够直接作为列车的辅助驾驶策略，经由无线闭塞中心RBC发送至其管辖范围内的各列车，辅助列车安全高效运行；
步骤S5-3：生成的列车运行图能够直接作为运行图调整方案，经由无线闭塞中心RBC传递至中心调度指挥系统的行车调度台，辅助调度员调整阶段计划。
8.一种铁路行车调度与列车运行控制一体化系统，其特征为：包括权利要求1-7任一所述的一种铁路行车调度与列车运行控制一体化方法。
CN202210707833.6A 2022-06-22 2022-06-22 铁路行车调度与列车运行控制一体化方法、系统及应用 Active CN114771607B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210707833.6A CN114771607B (zh) 2022-06-22 2022-06-22 铁路行车调度与列车运行控制一体化方法、系统及应用
PCT/CN2022/136713 WO2023245998A1 (zh) 2022-06-22 2022-12-06 铁路行车调度与列车运行控制一体化方法、系统及应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210707833.6A CN114771607B (zh) 2022-06-22 2022-06-22 铁路行车调度与列车运行控制一体化方法、系统及应用

Publications (2)

Publication Number Publication Date
CN114771607A CN114771607A (zh) 2022-07-22
CN114771607B true CN114771607B (zh) 2022-09-16

Family

ID=82420575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210707833.6A Active CN114771607B (zh) 2022-06-22 2022-06-22 铁路行车调度与列车运行控制一体化方法、系统及应用

Country Status (2)

Country Link
CN (1) CN114771607B (zh)
WO (1) WO2023245998A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114771607B (zh) * 2022-06-22 2022-09-16 中国铁道科学研究院集团有限公司通信信号研究所 铁路行车调度与列车运行控制一体化方法、系统及应用
CN115180002B (zh) * 2022-09-13 2023-01-31 中国铁道科学研究院集团有限公司通信信号研究所 一种多列车运行态势推演方法及装置
CN116039730B (zh) * 2023-03-31 2023-08-18 通号城市轨道交通技术有限公司 列车运行控制方法及系统
CN116331271B (zh) * 2023-04-20 2024-05-17 华东交通大学 一种重载列车的辅助智能驾驶控制方法、系统及产品
CN117698808B (zh) * 2024-02-05 2024-05-03 西南交通大学 融合列车纵向动力学的大规模重载列车群组运行控制方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012149761A1 (zh) * 2011-09-22 2012-11-08 华为技术有限公司 列车控制系统切换方法及装置
CN102514602B (zh) * 2011-12-29 2015-04-29 浙江众合机电股份有限公司 一种列车运行速度规划与控制的方法及系统
CN102582665A (zh) * 2012-02-15 2012-07-18 华为技术有限公司 一种列车定位的方法、设备及系统
CN102608991B (zh) * 2012-03-01 2014-01-29 北京交通大学 C3列控系统rbc互联互通测试平台
CN110155126B (zh) * 2019-06-03 2020-09-15 北京交通大学 临时限速下的高铁列车调度与控制一体优化方法
CN111232024A (zh) * 2020-02-17 2020-06-05 中国铁道科学研究院集团有限公司通信信号研究所 高速铁路智能行车调度系统及方法
CN112084636B (zh) * 2020-08-24 2024-03-26 北京交通大学 一种多列车协同控制方法和装置
CN113552801B (zh) * 2021-07-08 2024-04-12 北京交通大学 一种基于分布式的地铁列车虚拟编队运行控制方法
CN113525461B (zh) * 2021-08-06 2022-04-22 北京交通大学 面向虚拟编队的列车运行控制方法
CN113562039B (zh) * 2021-09-09 2022-04-29 中国铁道科学研究院集团有限公司通信信号研究所 一种面向多车协同的运行图自动调整方法及装置
CN114771607B (zh) * 2022-06-22 2022-09-16 中国铁道科学研究院集团有限公司通信信号研究所 铁路行车调度与列车运行控制一体化方法、系统及应用

Also Published As

Publication number Publication date
CN114771607A (zh) 2022-07-22
WO2023245998A1 (zh) 2023-12-28

Similar Documents

Publication Publication Date Title
CN114771607B (zh) 铁路行车调度与列车运行控制一体化方法、系统及应用
Cao et al. Trajectory optimization for high-speed trains via a mixed integer linear programming approach
Yin et al. Research and development of automatic train operation for railway transportation systems: A survey
Wang et al. Multiple-phase train trajectory optimization with signalling and operational constraints
CN106828540B (zh) 基于列车运行等级的列车运行控制方法
Bai et al. Distributed cooperative cruise control of multiple high-speed trains under a state-dependent information transmission topology
CN111768074A (zh) 一种新型列车运行智能调整方法
CN103863364B (zh) 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
CN110782079B (zh) 基于停站方案节能的高速铁路列车运行图的调整方法
Song et al. Train-centric communication based autonomous train control system
CN113562039B (zh) 一种面向多车协同的运行图自动调整方法及装置
CN112319557A (zh) 一种晚点条件下地铁列车的运行调整方法及系统
CN110920700A (zh) 一种高铁调度优化方法、系统、及存储介质
Luo et al. A model predictive control based inter-station driving strategy for virtual coupling trains in railway system
CN111785088B (zh) 一种网联车辆匝道合并的双层协同优化方法
CN114834503A (zh) 基于弹性追踪模型的虚拟编组列车控制方法
CN114999227A (zh) 非信控交叉路口混合多车无模型预测协同控制方法
JPH09315310A (ja) 列車運行管理装置
CN112464453B (zh) 一种考虑列车动态响应过程的运行速度曲线规划仿真方法
JP3525481B2 (ja) 列車制御装置
CN115180002B (zh) 一种多列车运行态势推演方法及装置
Caramia et al. Automatic train operation systems: A survey on algorithm and performance index
He et al. Energy-efficient receding horizon trajectory planning of high-speed trains using real-time traffic information
Han et al. Velocity planning of the autonomous rail rapid transit with consideration of obstacles
Liu et al. A real-Time rescheduling approach using loop iteration for high-Speed railway traffic

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