原文传递
基于智能算法的城市轨道交通列车牵引节能研究
| 论文题名： | 基于智能算法的城市轨道交通列车牵引节能研究 |
| 关键词： | 城市轨道交通;ATO速度曲线;神经网络;牵引节能;蚁群算法 |
| 摘要： | 随着城市轨道交通运营里程和客运量的不断增长，其系统高耗能问题日益突出。为有效提高列车驾驶效率，降低运营成本，论文以列车ATO（AutomaticTrainOperation）系统为研究对象，提出了基于神经网络的列车自动驾驶方法；从牵引节能的角度出发，建立了基于蚁群算法的列车多区间运行时间优化分配模型。 论文主要研究内容如下： （1）对ATO系统基本结构及功能进行分析，建立了列车ATO速度曲线评价模型、ATP（AutomaticTrainProtection）防护曲线计算模型和列车区间最短运行时间计算模型；研究了列车运行过程中的受力情况及电机效率，建立列车牵引能耗计算模型。 （2）针对ATO系统国产化率低、技术壁垒高和系统封闭的问题，建立了基于BP（BackPropagation）神经网络的列车ATO速度曲线预测模型；对国内某地铁进行在线测试与记录，以实测ATO速度曲线对BP神经网络进行学习和训练，实现了ATO系统的高精度模拟与速度曲线的预测。 （3）采用灰色关联分析法研究了客流量、环境温度和技术速度等因素对列车区间运行能耗的影响；基于以上分析结果，针对运行能耗中的牵引能耗，在区间客流量一定的情况下，研究了不同区间牵引能耗随运行时间变化的关系曲线；基于区间能耗-时间关系曲线，建立了列车多区间运行时间优化分配模型，并采用改进的连续域蚁群算法对模型进行求解，设计节能的区间运行时间调整方案。 （4）针对上述模型与优化算法，采用C++和MATLAB混合编程方式，设计开发了城市轨道交通列车自动驾驶和牵引节能优化仿真软件。以国内某条实际地铁线路为背景，结合列车运行统计数据进行仿真分析。仿真结果表明，在总区间运行时间保持不变的情况下，总牵引能耗降低了5.87%。 |
| 作者： | 张雨 |
| 专业： | 智能电网与控制 |
| 导师： | 胡文斌 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京理工大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
