原文传递
列车节能优化操纵理论及应用研究
| 论文题名： | 列车节能优化操纵理论及应用研究 |
| 关键词： | 列车运行;节能降耗;优化操纵理论;建模仿真 |
| 摘要： | 列车的运行是在一个复杂多变的环境下，由多种因素共同作用的结果。在中国列车的运行控制主要依靠机车驾驶员的经验及操作技术水平。尽管铁路运输的单位能耗逐年降低，但能耗总量依然巨大。因此，研究列车节能优化操纵对于铁路行业的节能减排具有重大意义。本文从列车的区间运行控制和停车制动控制两方面研究了列车节能优化操纵问题，在保证列车运行安全的前提下，建立了以能耗、正点、停车准确为目标的多目标列车节能优化操纵模型，提出并改进了模型的优化算法，进行了现场试验。论文的主要研究内容包括以下几个方面: 1.以列车运动过程为基础，研究了列车运行过程中所受力的情况，分析了列车运行能耗的主要形态，通过理论分析和专家经验指出保持列车区间运行速度的均衡性和减少不必要制动是降低列车运行能耗的关键。建立了以能耗、运行时间和停车准确度为目标的列车运行过程优化模型。 2.以遗传算法为基础研究列车优化操纵问题，并对优化算法进行改进。首先针对列车运行环境和操纵状态的不同，提出了基于混合编码的并行遗传算法，同时，为了加快算法的收敛速度，将机车驾驶员经验作为约束信息，融入到解的更新过程中，引导算法的寻优过程向最优解区域运动。将模拟退火算法用于求解列车优化操纵模型，经验证，计算结果能够满足列车运行控制要求。 3.研究了列车节能操纵的相关方法，提出了将模拟退火算法结合遗传算法求解多目标列车优化操纵问题的方法，实际操纵列车与优化模型仿真对比结果表明，该算法具有较好的灵活性，不仅能适应不同的线路状况，同时，在满足安全、准点、停车准确的前提下，也能有效降低列车运行能耗。 4.分析研究了列车的制动过程及操作要求，指出列车制动的关键是合理选择制动的初始点和缓解点，以及同时满足线路约束和避免二次制动的前提下尽可能减小列车动能损失。探讨了列车制动的控制变量及约束条件，建立了停车制动的模糊神经网络模型。仿真结果表明，采用模糊神经网络控制列车制动，能够在保证安全、平稳的前提下，实现列车的一次制动停车，有效避免了二次制动停车的控制方式，从而有利于降低列车运行能耗。 本文从理论与实际应用两方面研究了列车优化操纵问题，建立了列车优化操纵模型，经现场实际操纵与仿真计算，该模型能有效降低列车运行能耗，对铁路行业的节能减排具有一定的理论意义和应用价值。 |
| 作者： | 张勇 |
| 专业： | 载运工具运用工程 |
| 导师： | 谭南林 |
| 授予学位： | 博士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
