不同工况下城轨列车ATO多目标优化模型及算法研究

摘要

随着当前城市的快速发展，城市人口也急剧增多，城市交通问题日益突出。在众多交通方式之中城市轨道交通以其运量大、速度高、占地少的运行特点，成为缓解城市交通压力的有效途径。在大力发展城市轨道交通的同时，如何保证轨道列车平稳、高效、舒适的运行成为广泛关注的重要问题。随着研究的进行，列车自动驾驶系统(ATO，Automatic Train Operation)优化逐渐成为研究的关键内容。ATO控制系统是一个需要实现列车准时、安全、节能、舒适、精准停车等多个性能指标的控制系统。但对于目前ATO优化方法的研究中，存在着优化难度大，考虑信息不全，结果与实际出入大等问题。
　　针对上述问题，本文设计提出了一种新的具有高效性、普适性的ATO多目标优化策略。首先在对当前ATO优化理论，城轨列车运行方式及其运行环境进行了深入分析后，设计优化策略以简化优化难度保证优化效果。以提高计算效率为原则，利用‘化整为零’的思想，结合列车运行中特有的运行工况提出了基于工况的分段优化策略:首先将整体线路分为牵引、制动、巡航及惰行三部分，根据各段特点分别在牵引部分中建立优化能耗和舒适度模型，制动部分中建立优化能耗和舒适度模型，在确定两端工况后利用两端工况得到的信息，在巡航和惰行部分中建立优化能耗、准时、精准停车的模型。模型建立后，利用遗传算法对所建的ATO优化模型进行求解。整合三段模型的优化结果，最终形成在整体线路上的优化结果，从而达到在整体上优化准时，精准停车，能耗，舒适度四个目标的要求。该策略方法旨在提高ATO优化效率，通过将整体线路分段，降低运行中ATO多目标优化难度，提高优化效率并使得在应用中具有实用性不至于与实际操作出入太大。优化策略中将中间部分定义为可伸缩部分，提高了策略方案的普适性，并为准时和精准停车两个参数的优化提供新的优化方案。最后根据优化结果的速度曲线产生行车方案，以指导列车运行。
　　论文最后以北京地铁亦庄线中小红门至旧宫段数据为实例，在matlab仿真平台上运用本文提出的优化策略以及优化模型进行仿真。将能耗，准时，精准停车，舒适度四个参数的最终优化结果与传统列车驾驶系统数据进行比较，验证本文所设计的多目标优化策略和模型的有效性，其中利用工况分段优化的思路及设计的单目标优化模型对ATO多目标优化研究也具有很好的借鉴意义。

目录

声明

摘要

1．绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．2．3 ATO多目标优化算法

1．2．4 当前存在的问题

1．3 论文技术路线及主要研究内容

1．3．1 论文主要研究内容

1．3．2 技术路线

1．3．3 论文框架

2．ATO系统介绍及运行环境分析

2．1 城轨列车ATO系统分析

2．1．1 ATO系统的基本概念

2．1．2 ATO系统的主要功能

2．1．3 ATO的控制原理

2．2 城轨列车的动力学分析

2．2．1 城轨列车的牵引力分析

2．2．2 城轨列车的阻力分析

2．2．3 城轨列车的制动力分析

2．2．4 不同工况下列车受力分析

2．3 本章小结

3．优化策略及优化模型

3．1 ATO多目标优化问题

3．2 基于ATO工况的分段优化策略

3．3 牵引工况多目标优化建模

3．4 制动工况多目标优化建模

3．5 巡航和惰行部分多目标优化建模

3．6 本章小结

4．ATO多目标优化模型的算法设计

4．1 多目标优化问题算法

4．1．1 遗传算法

4．1．2 多目标遗传算法

4．2 求解ATO模型的多目标遗传算法设计

4．2．1 算法步骤

4．2．2 ATO模型多目标遗传算法框架

4．3 本章总结

5．ATO多目标优化策略的仿真及评估

5．1 仿真实例

5．1．1 实例背景

5．1．2 相关参数

5．2 ATO优化策略仿真结果

5．2．1 牵引部分仿真结果

5．2．2 制动部分仿真结果

5．2．3 巡航和惰行部分仿真结果

5．2．4 最终速度曲线

5．3 结果分析

5．4 本章小结

6．结论与展望

6．1 结论

6．2 展望

致谢

参考文献

攻读学位期间的研究成果