CN116432843A - 地铁列车故障救援应急预案优化方法及系统 - Google Patents

地铁列车故障救援应急预案优化方法及系统 Download PDF

Info

Publication number
CN116432843A
CN116432843A CN202310386987.4A CN202310386987A CN116432843A CN 116432843 A CN116432843 A CN 116432843A CN 202310386987 A CN202310386987 A CN 202310386987A CN 116432843 A CN116432843 A CN 116432843A
Authority
CN
China
Prior art keywords
train
rescue
fault
station
vehicle
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.)
Pending
Application number
CN202310386987.4A
Other languages
English (en)
Inventor
王义惠
周奕成
牛儒
孟令云
王航宇
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 CN202310386987.4A priority Critical patent/CN116432843A/zh
Publication of CN116432843A publication Critical patent/CN116432843A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • 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)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明提供地铁列车故障救援应急预案优化方法及系统，属于轨道交通运维管理技术领域，以列车到发时刻、安全运行间隔、车底周转、救援过程为约束，以最小化与计划运行图偏差、车底运用数和车次取消数为目标，构建混合整数非线性模型；根据列车不同的故障位置，求解混合整数非线性模型，计算列车故障救援时故障车、救援车以及其他列车的位置状态和到发时间，优化不同场景下列车故障救援应急预案对应的列车运行图。本发明构建了列车故障救援应急预案库，描述了列车故障救援的救援过程并将其公式化，以适应多种救援方法、救援路径的选择；同一个故障情况可以根据具体条件不同计算出不同的结果作为应急预案；优化绘制了列车故障救援应急预案的运行图。

Description

地铁列车故障救援应急预案优化方法及系统
技术领域
本发明涉及轨道交通运维管理技术领域，具体涉及一种地铁列车故障救援应急预案优化方法及系统。
背景技术
随着地铁线路的快速发展和运营规模的扩大，影响正常运营的各种不确定因素急剧增加。在线路运营过程中，列车一旦发生牵引、制动、或其他故障，都可能造成列车失去自身动力，特别是当故障短时间内无法排除时，需要根据故障情况进行紧急救援。列车故障救援是指当列车发生故障不能继续运行时，通过其他列车与其连挂，采用牵引或推进的救援方式使之驶离正线，以确保正线运营安全畅通。列车发生故障需要进行救援时，调度员按照列车故障救援应急预案并结合自身经验进行调度调整，结合实际运行情况，采取多种列车运行调整措施，尽快使列车运行图恢复至计划。
很多城市的地铁线路都有列车故障救援应急预案，但是每个城市，甚至每条线路的应急预案都存在差异。有些应急预案包括在不同故障位置时可以选择不同的救援车、不同的救援方式，以及救援线路等一些具体的建议，而有些应急预案仅给出“视情况组织小交路运行、反向运营等方式调整列车运行”的建议。在调度员经验不足，或者心理压力过大从而判断错误的情况下，很有可能导致进一步的延误。
列车故障救援行动会导致部分线路中断、后续列车大面积晚点，甚至影响整个路网的运营秩序，对乘客的出行体验及安全都有很大影响，同时大幅降低运营效率和服务质量。当故障发生时，调度员根据列车故障救援应急预案的指导并结合自身经验进行调度调整。
近些年来，关于列车故障救援的研究受到越来越多国内外学者关注，有关列车故障救援的救援原则、处置流程及救援方案较多，理论研究已经较为完善，而关于不同场景下具体的精确计算还较少。现场人员给出的调度方案相对粗放，仅包含一些理论指导，缺少具体操作，需要调度员临场根据经验进行决策。部分技术研究内容较为单一，针对某一故障场景下的某一种救援方式，且优化目标考虑不够全面。现有技术缺少灵活性，在同一故障场景下使用同一种救援方式时缺少不同的备选方案，可能存在最优的结果在实际中由于某些现场条件不可行的情况。
发明内容
本发明的目的在于提供一种针对不同的故障位置，分别计算得到一组相应的解，作为实际情况的备选方案集，保证列车故障救援的效率，最大程度减小列车故障带来的影响的地铁列车故障救援应急预案优化方法及系统，以解决上述背景技术中存在的至少一项技术问题。
为了实现上述目的，本发明采取了如下技术方案：
一方面，本发明提供一种地铁列车故障救援应急预案优化方法，包括：
以列车到发时刻、安全运行间隔、车底周转、救援过程为约束，以最小化与计划运行图偏差、车底运用数和车次取消数为目标，构建混合整数非线性模型；
根据列车不同的故障位置，求解混合整数非线性模型，计算列车故障救援时故障车、救援车以及其他列车的位置状态和到发时间，优化不同场景下列车故障救援应急预案对应的列车运行图。
优选的，列车到发时刻约束为：
车次f在车站i的到站时间
Figure BDA0004174369020000021
和出站时间
Figure BDA0004174369020000022
表示为：
Figure BDA0004174369020000023
Figure BDA0004174369020000031
其中，
Figure BDA0004174369020000032
表示车次f是否在车站i-1至车站i区间内运行，
Figure BDA0004174369020000033
表示车次f在车站i-1的出站时间，
Figure BDA0004174369020000034
表示车次f在车站i-1至车站i区间内的运行时间，
Figure BDA0004174369020000035
用于表示上行车次f是否在车站i折返至下行车次g，
Figure BDA0004174369020000036
表示在车站i的折返时间，wc表示列车清客时间，
Figure BDA0004174369020000037
用于表示车次f是否在车站i离开车辆段或存车线，
Figure BDA0004174369020000038
表示车次f在车站i离开车辆段的时间，
Figure BDA0004174369020000039
用于表示上行车次f是否在车站i衔接至另一上行车次f′，
Figure BDA00041743690200000310
表示表示车次f是否在i至i+1区间内运行，
Figure BDA00041743690200000311
用于表示车次f是否在车站i进入车辆段或存车线，用于表示车次f是否在车站i停站，
Figure BDA00041743690200000313
表示车次f在车站i的停站时间。
优选的，运行间隔约束为：为了保证列车运行安全，除在救援过程中的故障车和救援车以外，其余时刻每个区间内只允许同时存在最多一列车，即列车进入一个区间的时刻必须在前车离开该区间的时刻之后，表示为：
Figure BDA00041743690200000314
其中，l∈{1，2，...，f}为任意一列在f之前的列车。
优选的，车底周转约束为：车次f在车站i的车底有四种来源和四种去向，如果车次f在车站i没有被取消，那么车次f在车站i必然有一种来源和一种去向，反之，如果车次f在车站i被取消，那么车次f在车站i的四种来源和四种去向都必然不存在，表示为：
Figure BDA00041743690200000315
Figure BDA00041743690200000316
优选的，救援过程约束为：以正向推进至存车线的救援方式，故障位置在车站为例，其余救援方式只需按要求更换故障车、救援车车次号，以及故障位置、清客位置和故障车停放位置即可；fr表示救援车车次，ff表示故障车车次，if表示故障位置所在车站，ic表示救援车清客车站，id表示故障车存放位置所在车站，tr表示故障开始时间；在救援过程中，故障车在故障位置经过故障预处理时间t1、救援车清客时间wc、救援车运行至故障位置时间
Figure BDA0004174369020000041
以及连挂所必须的时间t2，表示为：
Figure BDA0004174369020000042
Figure BDA0004174369020000043
救援车在故障发生后被扣停在清客车站，经过故障预处理时间t1和清客时间wc，表示为：
Figure BDA0004174369020000044
Figure BDA0004174369020000045
救援车运行至故障位置后与故障车连挂，需要连挂所必须的时间t2，表示为：
Figure BDA0004174369020000046
在退出正线阶段，救援车与故障车连挂运行，按规定的限速将故障车运送至指定地点，连挂时在区间的最小运行速度为正常最小运行速度的两倍，且救援时在站台经过不停车，表示为：
Figure BDA0004174369020000047
Figure BDA0004174369020000048
救援车将故障车运送至指定地点后，故障车进入车辆段或存车线，救援车则需要在id站经过一个必要的等待时间t3，包括列车解挂和多次换端返回正线的时间，表示为：
Figure BDA0004174369020000051
Figure BDA0004174369020000052
在使用不同的救援方式时，相应的救援车和存车线位置也需要进行相应的变化，在同一场景使用同一种救援方式时，根据情况修改部分车站是否允许折返，从而得到不同的优化结果作为备选方案。
优选的，以最小化与计划运行图偏差、最小化车底运用数和最小化取消停站数为优化目标，目标函数为：
Figure BDA0004174369020000053
其中，
Figure BDA0004174369020000054
分别为上行车次f、下行车次g在车站i的计划出发时刻。
第二方面，本发明提供一种地铁列车故障救援应急预案优化系统，包括：
构建模块，用于以列车到发时刻、安全运行间隔、车底周转、救援过程为约束，以最小化与计划运行图偏差、车底运用数和车次取消数为目标，构建混合整数非线性模型；
求解模块，用于根据列车不同的故障位置，求解混合整数非线性模型，计算列车故障救援时故障车、救援车以及其他列车的位置状态和到发时间，优化不同场景下列车故障救援应急预案对应的列车运行图。
第三方面，本发明提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如上所述的地铁列车故障救援应急预案优化方法。
第四方面，本发明提供一种计算机程序产品，包括计算机程序，所述计算机程序当在一个或多个处理器上运行时，用于实现如上所述的地铁列车故障救援应急预案优化方法。
第五方面，本发明提供一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如上所述的地铁列车故障救援应急预案优化方法的指令。
本发明有益效果：构建了列车故障救援应急预案库，包含了不同故障位置情况下的救援方案；描述了列车故障救援的救援过程并将其公式化，以适应多种救援方法、救援路径的选择；基于列车故障救援的应急预案为出发点，同一个故障情况也可以根据具体条件不同计算出不同的结果作为应急预案；本技术绘制列车故障救援应急预案的运行图可以详细看出列车故障救援的全过程，以及其他列车的调整方式，也更加清晰、直观地展现出结果。
本发明附加方面的优点，将在下述的描述部分中更加明显的给出，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明实施例所述的绘制出的部分场景下列车故障救援应急预案的列车运行图。
具体实施方式
下面详细叙述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。
还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件和/或它们的组。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
为便于理解本发明，下面结合附图以具体实施例对本发明作进一步解释说明，且具体实施例并不构成对本发明实施例的限定。
本领域技术人员应该理解，附图只是实施例的示意图，附图中的部件并不一定是实施本发明所必须的。
实施例1
本实施例1中，首先提供了一种地铁列车故障救援应急预案优化系统，包括：构建模块，用于以列车到发时刻、安全运行间隔、车底周转、救援过程为约束，以最小化与计划运行图偏差、车底运用数和车次取消数为目标，构建混合整数非线性模型；求解模块，用于根据列车不同的故障位置，求解混合整数非线性模型，计算列车故障救援时故障车、救援车以及其他列车的位置状态和到发时间，优化不同场景下列车故障救援应急预案对应的列车运行图。
本实施例1中，利用上述的系统实现了地铁列车故障救援应急预案优化方法，包括：
利用构建模块，以列车到发时刻、安全运行间隔、车底周转、救援过程为约束，以最小化与计划运行图偏差、车底运用数和车次取消数为目标，构建混合整数非线性模型；
利用求解模块，根据列车不同的故障位置，求解混合整数非线性模型，计算列车故障救援时故障车、救援车以及其他列车的位置状态和到发时间，优化不同场景下列车故障救援应急预案对应的列车运行图。
其中，列车到发时刻约束为：
车次f在车站i的到站时间
Figure BDA0004174369020000081
和出站时间
Figure BDA0004174369020000082
表示为：
Figure BDA0004174369020000083
Figure BDA0004174369020000084
其中，
Figure BDA0004174369020000085
表示车次f是否在车站i-1至车站i区间内运行，
Figure BDA0004174369020000086
表示车次f在车站i-1的出站时间，
Figure BDA0004174369020000087
表示车次f在车站i-1至车站i区间内的运行时间，
Figure BDA0004174369020000088
用于表示上行车次f是否在车站i折返至下行车次g，
Figure BDA0004174369020000089
表示在车站i的折返时间，wc表示列车清客时间，
Figure BDA00041743690200000810
用于表示车次f是否在车站i离开车辆段或存车线，
Figure BDA00041743690200000811
表示车次f在车站i离开车辆段的时间，
Figure BDA00041743690200000812
用于表示上行车次f是否在车站i衔接至另一上行车次f′，
Figure BDA00041743690200000813
表示表示车次f是否在i至i+1区间内运行，
Figure BDA0004174369020000091
用于表示车次f是否在车站i进入车辆段或存车线，
Figure BDA0004174369020000092
用于表示车次f是否在车站i停站，
Figure BDA0004174369020000093
表示车次f在车站i的停站时间。
运行间隔约束为：为了保证列车运行安全，除在救援过程中的故障车和救援车以外，其余时刻每个区间内只允许同时存在最多一列车，即列车进入一个区间的时刻必须在前车离开该区间的时刻之后，表示为：
Figure BDA0004174369020000094
其中，l∈{1，2，...，f}为任意一列在f之前的列车。
车底周转约束为：车次f在车站i的车底有四种来源和四种去向，如果车次f在车站i没有被取消，那么车次f在车站i必然有一种来源和一种去向，反之，如果车次f在车站i被取消，那么车次f在车站i的四种来源和四种去向都必然不存在，表示为：
Figure BDA0004174369020000095
Figure BDA0004174369020000096
救援过程约束为：以正向推进至存车线的救援方式，故障位置在车站为例，其余救援方式只需按要求更换故障车、救援车车次号，以及故障位置、清客位置和故障车停放位置即可；fr表示救援车车次，ff表示故障车车次，if表示故障位置所在车站，ic表示救援车清客车站，id表示故障车存放位置所在车站，tr表示故障开始时间；在救援过程中，故障车在故障位置经过故障预处理时间t1、救援车清客时间wc、救援车运行至故障位置时间
Figure BDA0004174369020000097
以及连挂所必须的时间t2，表示为：
Figure BDA0004174369020000098
Figure BDA0004174369020000099
救援车在故障发生后被扣停在清客车站，经过故障预处理时间t1和清客时间wc，表示为：
Figure BDA0004174369020000101
Figure BDA0004174369020000102
救援车运行至故障位置后与故障车连挂，需要连挂所必须的时间t2，表示为：
Figure BDA0004174369020000103
在退出正线阶段，救援车与故障车连挂运行，按规定的限速将故障车运送至指定地点，连挂时在区间的最小运行速度为正常最小运行速度的两倍，且救援时在站台经过不停车，表示为：
Figure BDA0004174369020000104
Figure BDA0004174369020000105
救援车将故障车运送至指定地点后，故障车进入车辆段或存车线，救援车则需要在id站经过一个必要的等待时间t3，包括列车解挂和多次换端返回正线的时间，表示为：
Figure BDA0004174369020000106
Figure BDA0004174369020000107
在使用不同的救援方式时，相应的救援车和存车线位置也需要进行相应的变化，在同一场景使用同一种救援方式时，根据情况修改部分车站是否允许折返，从而得到不同的优化结果作为备选方案。
以最小化与计划运行图偏差、最小化车底运用数和最小化取消停站数为优化目标，目标函数为：
Figure BDA0004174369020000108
其中，
Figure BDA0004174369020000109
分别为上行车次f、下行车次g在车站i的计划出发时刻。
实施例2
本实施例2中，提供了地铁列车故障救援应急预案优化方法，首先对列车故障救援的救援方式和处置流程进行分析，然后考虑列车故障救援情况下列车到发时分、安全间隔、车底周转等因素，以最小化与计划运行图偏差、最小化车底运用数和最小化车次取消数为目标，构建混合整数非线性模型，根据列车不同的故障位置，生成该场景下可选择的救援方案作为列车故障救援应急预案，并优化不同场景下列车故障救援应急预案对应的列车运行图。
首先需要了解列车故障救援的处置流程和救援方式，常见的列车故障救援处置流程可以分为5个阶段，分别是故障处置阶段、救援准备阶段、救援连挂阶段、退出正线阶段和列车运行恢复阶段。其中，故障处置阶段是列车发生故障之后故障车司机首先对故障进行预处理，并将结果上报调度员，当故障车司机无法短时间内解除故障时，将实施救援。在救援准备阶段，调度员将决定救援车和救援路径，救援车在前方最近车站进行清客，故障车如在车站也可以进行清客，否则需等待连挂后救援车将故障车运送至车站进行清客。在救援连挂阶段，故障车和救援车应在调度员的指挥下进行连挂，连挂后两列列车将同时运行。连挂后故障车由救援车牵引或推进驶离正线，直至故障车进入存车线或返回车辆段。救援车完成救援任务后应按照调度员的指示尽快返回正线继续投入运营，直至列车运行图恢复至计划，此阶段为列车运行恢复阶段。
根据救援方式和救援方向可以将列车故障救援分为四类，分别是正向推进、正向牵引、反向推进和反向牵引。另外，以上四种救援方式还可以根据故障车最终停放的位置分为救援至存车线和救援回车辆段。其中最常见的是正向推进救援，因为这种救援方式对后续列车的影响最小，在特殊的场景下也可能会用到其余的救援方式。
本实施例中，通过建立优化模型(混合整数非线性模型)可以计算列车故障救援时故障车、救援车以及其他列车的位置状态和到发时间，从而绘制列车故障救援时的列车运行图。本方法内所有列车在线路中进行全周转，包含上行和下行两个方向，假设故障发生在上行方向，下行的建模方法与上行形式相同。
优化模型的构建方法如下所示：
地铁线路中上行列车集合表示为F＝{1，2，......，F}，车次号用f表示(f∈F)，下行列车集合表示为G＝{1，2，......，G}，车次号用g表示(g∈G)，车站集合表示为I＝{1，2，......，I}，车站号用i表示(i∈I)。
Figure BDA0004174369020000121
表示车次f在车站i的停站时间，
Figure BDA0004174369020000122
表示车次f在车站i-1至车站i区间内的运行时间，
Figure BDA0004174369020000123
表示车次f在车站i离开车辆段的时间，
Figure BDA0004174369020000124
表示在车站i的折返时间，wc表示列车清客时间。up表示列车上行运行方向，dn表示列车下行运行方向。
布尔变量
Figure BDA0004174369020000125
用于表示车次f是否在i至i+1区间内运行，具体含义如下：
Figure BDA0004174369020000126
布尔变量
Figure BDA0004174369020000127
用于表示车次f是否在车站i取消，具体含义如下：
Figure BDA0004174369020000128
布尔变量
Figure BDA0004174369020000129
用于表示车次f是否在车站i停站，具体含义如下：
Figure BDA00041743690200001210
特别地，由于地铁线路客流量较大，跳停的成本较高，因此除救援过程中的故障车和救援车外，其余情况不允许跳停。
布尔变量
Figure BDA00041743690200001211
用于表示上行车次f是否在车站i折返至下行车次g，具体含义如下：
特别地，只有在具有折返设施的车站才能进行折返作业。
布尔变量
Figure BDA0004174369020000131
用于表示上行车次f是否在车站i衔接至另一上行车次f′，具体含义如下：
Figure BDA0004174369020000132
特别地，由于地铁线路两车间隔较密，大量的车次衔接会提高调度员工作量，因此除救援车在完成救援的时刻之外，其余情况不允许进行车次衔接。布尔变量
Figure BDA0004174369020000133
用于表示车次f是否在车站i进入车辆段或存车线，具体含义如下：
Figure BDA0004174369020000134
布尔变量
Figure BDA0004174369020000135
用于表示车次f是否在车站i离开车辆段或存车线，具体含义如下：
Figure BDA0004174369020000136
特别地，只有在有存车线或车辆段的车站，列车才可以进出存车线或车辆段。
对于到发时刻约束为：
车次f在车站i可能有四种来源，分别是由同向车次从i-1站运行而来、由对向车次在i站折返而来、在i站驶离存车线或车辆段以及由同向其他车次f′衔接而来。同样地，车次f在车站i也可能有四种去向，分别是继续同车次同向运行，折返至对向车次，在i站清客后驶回存车线或车辆段以及衔接至同向其他车次f′。车次f在车站i的到站时间
Figure BDA0004174369020000137
和出站时间
Figure BDA0004174369020000138
可以表示为：
Figure BDA0004174369020000139
Figure BDA0004174369020000141
对于运行间隔约束为：
为了保证列车运行安全，除在救援过程中的故障车和救援车以外，其余时刻每个区间内只允许同时存在最多一列车，即列车进入一个区间的时刻必须在前车离开该区间的时刻之后，可以表示为：
其中，l∈{1，2，...，f}为任意一列在f之前的列车。
对于车底周转约束为：
与到发时刻约束类似，车次f在车站i的车底有四种来源和四种去向，如果车次f在车站i没有被取消，那么车次f在车站i必然有一种来源和一种去向，反之，如果车次f在车站i被取消，那么车次f在车站i的四种来源和四种去向都必然不存在。可以用公式表示为：
Figure BDA0004174369020000143
Figure BDA0004174369020000144
对于救援过程约束为：
在列车故障救援过程中，故障车和救援车是两个较为特殊的列车，因此对它们有额外的约束。以正向推进至存车线的救援方式，故障位置在车站为例，其余救援方式只需按要求更换故障车、救援车车次号，以及故障位置、清客位置和故障车停放位置即可。首先，fr表示救援车车次，ff表示故障车车次，if表示故障位置所在车站，ic表示救援车清客车站，id表示故障车存放位置所在车站，tr表示故障开始时间。在救援过程中，故障车在故障位置经过故障预处理时间t1、救援车清客时间wc、救援车运行至故障位置时间
Figure BDA0004174369020000151
以及连挂所必须的时间t2，可以表示为：
Figure BDA0004174369020000152
Figure BDA0004174369020000153
救援车在故障发生后被扣停在清客车站，经过故障预处理时间t1和清客时间wc，可以表示为：
Figure BDA0004174369020000154
Figure BDA0004174369020000155
救援车运行至故障位置后与故障车连挂，需要连挂所必须的时间t2，可以表示为：
Figure BDA0004174369020000156
在退出正线阶段，救援车与故障车连挂运行，按规定的限速将故障车运送至指定地点，一般推进救援限速为25km/h，牵引救援限速为30km/h，而一般地铁线路正常限速为80km/h，近似认为连挂时在区间的最小运行速度为正常最小运行速度的两倍，且救援时在站台经过不停车，可以表示为：
Figure BDA0004174369020000157
Figure BDA0004174369020000158
救援车将故障车运送至指定地点后，故障车进入车辆段或存车线，救援车则需要在id站经过一个必要的等待时间t3，包括列车解挂和多次换端返回正线的时间，可以表示为：
Figure BDA0004174369020000159
Figure BDA00041743690200001510
在使用不同的救援方式时，相应的救援车和存车线位置也需要进行相应的变化，在同一场景使用同一种救援方式时，也可以根据情况修改部分车站是否允许折返，从而得到不同的优化结果作为备选方案。
本实施例中，以最小化与计划运行图偏差、最小化车底运用数和最小化取消停站数为优化目标，有目标函数为：
Figure BDA0004174369020000161
其中，
Figure BDA0004174369020000162
分别为上行/下行车次f/g在车站i的计划出发时刻。
根据不同的故障位置，求出该场景下可选择的救援方案作为列车故障救援应急预案，绘制出部分场景下列车故障救援应急预案的列车运行图如图1所示。图中横轴表示时间，以10分钟等间隔划分，纵轴表示车站，其中可以折返的车站在站名前标记*，带有存车线的车站在站名后标记*，线路数据使用某市地铁7号线实际数据。图中虚线为计划运行图，实线为调整运行图，且每条线代表一个不同的车次，车次号在该车次第一次出现时标记。在列车折返时，列车的车次号会变化，用折返后对应线上的的小方块来表示折返行动完成。列车进入车辆段或存车线用*标记，列车离开车辆段或存车线用☆标记。特别地，在故障车与救援车连挂时，两车运行图重叠，图中仅显示救援车。
实施例3
本实施例3提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如上所述的地铁列车故障救援应急预案优化方法，该方法包括：
以列车到发时刻、安全运行间隔、车底周转、救援过程为约束，以最小化与计划运行图偏差、车底运用数和车次取消数为目标，构建混合整数非线性模型；
根据列车不同的故障位置，求解混合整数非线性模型，计算列车故障救援时故障车、救援车以及其他列车的位置状态和到发时间，优化不同场景下列车故障救援应急预案对应的列车运行图。
实施例4
本实施例4提供一种计算机程序产品，包括计算机程序，所述计算机程序当在一个或多个处理器上运行时，用于实现如上所述的地铁列车故障救援应急预案优化方法，该方法包括：
以列车到发时刻、安全运行间隔、车底周转、救援过程为约束，以最小化与计划运行图偏差、车底运用数和车次取消数为目标，构建混合整数非线性模型；
根据列车不同的故障位置，求解混合整数非线性模型，计算列车故障救援时故障车、救援车以及其他列车的位置状态和到发时间，优化不同场景下列车故障救援应急预案对应的列车运行图。
实施例5
本实施例5提供一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如上所述的地铁列车故障救援应急预案优化方法的指令，该方法包括：
以列车到发时刻、安全运行间隔、车底周转、救援过程为约束，以最小化与计划运行图偏差、车底运用数和车次取消数为目标，构建混合整数非线性模型；
根据列车不同的故障位置，求解混合整数非线性模型，计算列车故障救援时故障车、救援车以及其他列车的位置状态和到发时间，优化不同场景下列车故障救援应急预案对应的列车运行图。
综上所述，本发明实施例所述的地铁列车故障救援应急预案的优化方法，首先对列车故障救援的救援方式和处置流程进行分析，然后考虑列车故障救援情况下列车到发时分、安全间隔、车底周转等因素，以最小化与计划运行图偏差、最小化车底运用数和最小化车次取消数为目标，构建混合整数非线性模型，根据列车不同的故障位置，生成该场景下可选择的救援方案作为列车故障救援应急预案，并优化不同场景下列车故障救援应急预案对应的列车运行图。构建了列车故障救援应急预案库，包含了不同故障位置情况下的救援方案，以便故障发生时进行快速决策。详细地描述了列车故障救援的救援过程并将其公式化，以适应多种救援方法、救援路径的选择；基于列车故障救援的应急预案为出发点，与传统的实时调整模型不同，同一个故障情况也可以根据具体条件不同计算出不同的结果作为应急预案；绘制列车故障救援应急预案的运行图可以详细看出列车故障救援的全过程，以及其他列车的调整方式，也更加清晰、直观地展现出结果。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明公开的技术方案的基础上，本领域技术人员在不需要付出创造性劳动即可做出的各种修改或变形，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种地铁列车故障救援应急预案优化方法，其特征在于，包括：
以列车到发时刻、安全运行间隔、车底周转、救援过程为约束，以最小化与计划运行图偏差、车底运用数和车次取消数为目标，构建混合整数非线性模型；
根据列车不同的故障位置，求解混合整数非线性模型，计算列车故障救援时故障车、救援车以及其他列车的位置状态和到发时间，优化不同场景下列车故障救援应急预案对应的列车运行图。
2.根据权利要求1所述的地铁列车故障救援应急预案优化方法，其特征在于，列车到发时刻约束为：
车次f在车站i的到站时间
Figure FDA0004174369010000011
和出站时间
Figure FDA0004174369010000012
表示为：
Figure FDA0004174369010000013
Figure FDA0004174369010000014
其中，
Figure FDA0004174369010000015
表示车次f是否在车站i-1至车站i区间内运行，
Figure FDA0004174369010000016
表示车次f在车站i-1的出站时间，
Figure FDA0004174369010000017
表示车次f在车站i-1至车站i区间内的运行时间，
Figure FDA0004174369010000018
用于表示上行车次f是否在车站i折返至下行车次g，
Figure FDA0004174369010000019
表示在车站i的折返时间，wc表示列车清客时间，
Figure FDA00041743690100000110
用于表示车次f是否在车站i离开车辆段或存车线，
Figure FDA00041743690100000111
表示车次f在车站i离开车辆段的时间，
Figure FDA00041743690100000112
用于表示上行车次f是否在车站i衔接至另一上行车次f'，
Figure FDA00041743690100000113
表示表示车次f是否在i至i+1区间内运行，
Figure FDA00041743690100000114
用于表示车次f是否在车站i进入车辆段或存车线，
Figure FDA00041743690100000115
用于表示车次f是否在车站i停站，
Figure FDA00041743690100000116
表示车次f在车站i的停站时间。
3.根据权利要求2所述的地铁列车故障救援应急预案优化方法，其特征在于，运行间隔约束为：为了保证列车运行安全，除在救援过程中的故障车和救援车以外，其余时刻每个区间内只允许同时存在最多一列车，即列车进入一个区间的时刻必须在前车离开该区间的时刻之后，表示为：
Figure FDA0004174369010000021
其中，l∈{1,2,…,f}为任意一列在f之前的列车。
4.根据权利要求2所述的地铁列车故障救援应急预案优化方法，其特征在于，车底周转约束为：车次f在车站i的车底有四种来源和四种去向，如果车次f在车站i没有被取消，那么车次f在车站i必然有一种来源和一种去向，反之，如果车次f在车站i被取消，那么车次f在车站i的四种来源和四种去向都必然不存在，表示为：
Figure FDA0004174369010000022
Figure FDA0004174369010000023
5.根据权利要求2所述的地铁列车故障救援应急预案优化方法，其特征在于，救援过程约束为：以正向推进至存车线的救援方式，故障位置在车站为例，其余救援方式只需按要求更换故障车、救援车车次号，以及故障位置、清客位置和故障车停放位置即可；fr表示救援车车次，ff表示故障车车次，if表示故障位置所在车站，ic表示救援车清客车站，id表示故障车存放位置所在车站，tr表示故障开始时间；在救援过程中，故障车在故障位置经过故障预处理时间t1、救援车清客时间wc、救援车运行至故障位置时间
Figure FDA0004174369010000024
以及连挂所必须的时间t2，表示为：
Figure FDA0004174369010000025
Figure FDA0004174369010000026
救援车在故障发生后被扣停在清客车站，经过故障预处理时间t1和清客时间wc，表示为：
Figure FDA0004174369010000031
Figure FDA0004174369010000032
救援车运行至故障位置后与故障车连挂，需要连挂所必须的时间t2，表示为：
Figure FDA0004174369010000033
在退出正线阶段，救援车与故障车连挂运行，按规定的限速将故障车运送至指定地点，连挂时在区间的最小运行速度为正常最小运行速度的两倍，且救援时在站台经过不停车，表示为：
Figure FDA0004174369010000034
Figure FDA0004174369010000035
救援车将故障车运送至指定地点后，故障车进入车辆段或存车线，救援车则需要在id站经过一个必要的等待时间t3，包括列车解挂和多次换端返回正线的时间，表示为：
Figure FDA0004174369010000036
Figure FDA0004174369010000037
6.根据权利要求5所述的地铁列车故障救援应急预案优化方法，其特征在于，以最小化与计划运行图偏差、最小化车底运用数和最小化取消停站数为优化目标，目标函数为：
Figure FDA0004174369010000038
其中，
Figure FDA0004174369010000039
分别为上行车次f、下行车次g在车站i的计划出发时刻。
7.一种地铁列车故障救援应急预案优化系统，其特征在于，包括：
构建模块，用于以列车到发时刻、安全运行间隔、车底周转、救援过程为约束，以最小化与计划运行图偏差、车底运用数和车次取消数为目标，构建混合整数非线性模型；
求解模块，用于根据列车不同的故障位置，求解混合整数非线性模型，计算列车故障救援时故障车、救援车以及其他列车的位置状态和到发时间，优化不同场景下列车故障救援应急预案对应的列车运行图。
8.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如权利要求1-6任一项所述的地铁列车故障救援应急预案优化方法。
9.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序当在一个或多个处理器上运行时，用于实现如权利要求1-6任一项所述的地铁列车故障救援应急预案优化方法。
10.一种电子设备，其特征在于，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如权利要求1-6任一项所述的地铁列车故障救援应急预案优化方法的指令。
CN202310386987.4A 2023-04-12 2023-04-12 地铁列车故障救援应急预案优化方法及系统 Pending CN116432843A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310386987.4A CN116432843A (zh) 2023-04-12 2023-04-12 地铁列车故障救援应急预案优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310386987.4A CN116432843A (zh) 2023-04-12 2023-04-12 地铁列车故障救援应急预案优化方法及系统

Publications (1)

Publication Number Publication Date
CN116432843A true CN116432843A (zh) 2023-07-14

Family

ID=87093961

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310386987.4A Pending CN116432843A (zh) 2023-04-12 2023-04-12 地铁列车故障救援应急预案优化方法及系统

Country Status (1)

Country Link
CN (1) CN116432843A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117002570A (zh) * 2023-08-04 2023-11-07 交控科技股份有限公司 列车行车调度方法及装置
CN117719576A (zh) * 2023-12-07 2024-03-19 天津津航计算技术研究所 一种面向正线停车应用的列车救援方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117002570A (zh) * 2023-08-04 2023-11-07 交控科技股份有限公司 列车行车调度方法及装置
CN117002570B (zh) * 2023-08-04 2024-03-26 交控科技股份有限公司 列车行车调度方法及装置
CN117719576A (zh) * 2023-12-07 2024-03-19 天津津航计算技术研究所 一种面向正线停车应用的列车救援方法

Similar Documents

Publication Publication Date Title
CN116432843A (zh) 地铁列车故障救援应急预案优化方法及系统
Yin et al. Research and development of automatic train operation for railway transportation systems: A survey
CN110341763B (zh) 一种快速恢复高铁列车准点运行的智能调度方法
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
CN106828540B (zh) 基于列车运行等级的列车运行控制方法
CN112319557B (zh) 一种晚点条件下地铁列车的运行调整方法及系统
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
CN109733445B (zh) 突发事件下的基于多智能体系统模型的分布式调度方法
CN112706803B (zh) 一种地铁列车救援自动调整方法及系统
CN103192855B (zh) 基于站台冗余的列车运行图调整方法和系统
CN105460048A (zh) 城轨交通优化操纵与行车调度综合节能控制方法及装置
CN110920700A (zh) 一种高铁调度优化方法、系统、及存储介质
CN113415322A (zh) 一种基于q学习的高速列车运行调整方法与系统
CN104537913A (zh) 用于高速铁路行车指挥调度的培训与演练模拟方法
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
CN111762238B (zh) 一种列车间隔调整系统及其调整方法
CN113581261B (zh) 一种高速铁路阶段调整计划的综合性能评估系统
CN102955985B (zh) 一种调度日班计划协同编制平台系统及编制方法
CN114872747A (zh) 一种基于复合异型翼缘轨道的高速巴士公交系统
CN108327747A (zh) 一种动车段所控制集中系统与信号系统的接口方法
CN109131451B (zh) 无惰行工况的高速列车快速并节能运行控制方法
CN115257879A (zh) 一种基于5g技术的城市轨道交通云化全自动运行信号系统
CN105984477A (zh) 高铁合分联运列车连接装置
US11926356B1 (en) Method and device for multi-train operation trend deduction
Zhou et al. Integrated optimization of dispatching decision and speed trajectory for high-speed railway under disturbances

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