原文传递
列车自动驾驶运行过程的多目标优化研究
| 论文题名： | 列车自动驾驶运行过程的多目标优化研究 |
| 关键词： | 列车自动驾驶;粒子群算法;灰色预测;多目标优化 |
| 摘要： | 随着经济的高速发展，我国的铁路行业已经进入了发展的黄金时期。列车运行速度的提高以及运营密度的增大，使得传统的人工驾驶模式，难以满足列车运行的进一步发展需求。自动驾驶模式作为一种在取代驾驶司机的同时，又能提升列车运行性能指标的运行模式，通常被用来取代人工驾驶模式，是未来发展的趋势。 ATO(Automatic Train Operation，列车自动驾驶)系统，作为自动驾驶模式的核心子系统，是提高列车运行效率、增大列车运行密度的关键装备。由于列车运行过程的复杂性，其运行速度通常要受到线路条件、限速条件及司机熟练程度的影响，因此具有很多不确定因素。使用自动驾驶系统取代列车司机驾驶，可以在满足列车运行过程各性能指标需求的基础上，同时避免人为引起的随意性因素。所以，对自动驾驶系统进行研究具有其必要性。 本文首先介绍ATO系统的结构、功能及其工作原理，提出从自动驾驶的运行曲线和控制器两方面，来优化列车自动驾驶运行过程的思路;其次，针对列车运行曲线的优化，选择使用智能的NPSO(Niche Particle Swarm Optimization，小生境粒子群)算法，通过对多目标优化模型的求解，得到理想的列车运行曲线;在控制器的设计方面，结合灰色预测、模糊控制以及PID(Proportion Integration Differentiation，比例积分微分)控制的优点，设计基于灰色预测模糊PID控制的ATO控制器核心算法;最后，针对理想运行曲线的生成及ATO控制器的控制效果，选取相关的仿真线路及车型，进行仿真分析，验证其合理性及有效性。 对仿真得到的列车运行曲线各性能指标进行分析，其结果可以实现各性能指标综合最优化的目标，证明小生境粒子群算法可以达到优化列车运行目标曲线的目的。以优化后的列车运行曲线作为输入，经控制器作用后，对比输入与输出曲线，发现这两者间的误差较小，证明以灰色预测模糊PID控制算法为核心的列车自动驾驶控制器，可以取得良好的控制效果。综上，通过对列车运行曲线及自动驾驶控制器的核心算法进行优化，可以达到优化列车自动驾驶运行过程的目的。 |
| 作者： | 卢稳 |
| 专业： | 交通信息工程及控制 |
| 导师： | 朱爱红 |
| 授予学位： | 硕士 |
| 授予学位单位： | 兰州交通大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
