用于机动系统的优化的燃料效率、排放量和任务性能的方法

摘要

用于操作具有至少一个柴油为燃料的功率产生单元的柴油机动系统的方法(800)，所述方法包括评估柴油机动系统的运行特性(802)，比较该运行特性与满足任务目标的指定值(804)，以及采用根据反馈原理运行的闭环控制系统调节运行特性以对应于指定值以满足任务目标(806)。

说明书

技术领域

本发明涉及机动系统(powered system)，例如列车、越野车辆、 海上船只、运输车辆、农用车辆和/或固定的机动系统等，并且更加具 体地涉及用于柴油机动系统的优化的燃料效率和排放量(emission  output)的方法。

背景技术

一些机动系统(例如，但不限于，越野车辆、海上船只、固定的 功率产生设备(power generation plant)、例如运输公共汽车、农用车 辆和列车和其他轨道车辆系统等运输车辆)由一个或多个柴油机单元 (例如，发动机)和/或电力单元(例如，交流发电机和/或电池系统) 提供动力。关于列车和其他轨道车辆系统，列车典型地包括一个或多 个机车和多个轨道车，例如货车。每个机车由一个或多个柴油内燃机 提供动力。在一些配置中，每个发动机驱动交流发电机或发电机用于 发电，该电力用于驱动一个或多个操作式连接到用于移动/牵引目的的 机车车轴的DC或AC牵引电动机。在任何情况下，机车是具有许多子 系统的复杂系统，其中每个子系统与其他子系统相互依存。

操作员通常在机车上以保证机车的正确运行，并且当存在机车编 组时，操作员通常在领头机车上。机车“编组”是在操作列车中一起 被控制的一组机车。除了保证机车或机车编组的正确运行外，操作员 还负责确定列车的运行速度和列车内的力。为了执行该功能，操作员 一般必须具有在指定的地形上操作机车和各种列车的丰富经验。需要 该知识以遵守可规定的运行参数，例如可随着列车沿轨道的位置变化 的速度、排放以及等等。此外，操作员还负责保证列车钩力(in-train  force)保持在可接受极限内。

在海洋应用中，操作员通常在海洋船只上以保证船只的正确运 行，并且当存在船只编组时，操作员通常在领头船只上。如与上文引 用的机车的示例，船只编组是在执行组合任务中一起运行的一组船 只。除了保证船只或船只编组的正确运行外，操作员还负责确定编组 的运行速度和在编组内的力，例如在链接的船只之间的力。为了执行 该功能，操作员一般必须具有在指定的航道上操作船只和各种编组的 丰富经验。需要该知识以遵守可规定的运行速度和可随着船只沿任务 的位置变化的其他任务参数。此外，操作员还负责保证任务力和位置 保持在可接受极限内。

在多个柴油机动系统(其可位于例如单个船只、其他车辆、功率 产生设备或功率产生设备集合或组上)的情况下，操作员通常指挥整 个系统以保证系统或系统编组的正确运行。如一般限定，“系统编组” 是在执行任务中一起运行的一组机动系统。除了保证单个系统或系统 编组的正确运行外，操作员还负责确定系统集合的运行参数和在该集 合内的力。为了执行该功能，操作员一般必须具有在指定空间和任务 上操作系统和各种集合的丰富经验。需要该知识以遵守可随着系统集 合沿着路线、任务等的位置变化的可规定的运行参数和速度。此外， 操作员还负责保证集合内的力保持在可接受极限内。

然而，关于机车，即使具有保证安全运行的知识，操作员通常不 能操作机车使得燃料消耗和排放对每个行程都最小化。例如，必须考 虑的其他因素可包括排放量、像噪声/震动的操作员的环境状况、燃料 消耗和排放量的加权组合等。这很难做到，因为(作为示例)列车的 大小和载荷发生变化，机车和它们的燃料/排放特性不同，并且天气和 交通状况发生变化。

基于特定的列车任务，当建造列车时，常规做法是在列车组成中 提供一系列机车以向列车提供动力，其部分基于具有变化的功率的可 用机车和行驶行程任务历史。这典型地引起对于个体列车可用的机车 功率的大的变化。另外，对于关键的列车，例如Z-列车，典型地提供 后备动力(典型地后备机车)来为设备故障的事件作准备并且保证列 车准时到达它的目的地。

此外，当建造列车时，机车排放量通常通过建立基于当机车空闲 时列车中的机车的总排放量的加权平均值确定。这些平均值预计低于 当列车空闲时的某个排放量。然而，典型地，没有进一步做出当列车 空闲时关于实际排放量的确定。从而，虽然建立的计算方法可表明排 放量是可接受的，现实中机车可排放比计算的多的排放。

当操作列车时，列车操作员典型地要求当操作该列车时相同的级 位设置(notch setting)，其进而可引起燃料消耗和/或排放量(例如但 不限于，NO_X、CO₂等)的大的变化，其取决于为列车提供动力的机 车的数量。从而，操作员通常不能操作机车使得燃料消耗和排放量最 小化(对每个行程)，因为列车的大小和载荷发生变化，并且机车和 它们的动力可用性可能根据型号类型而变化。

列车拥有者通常拥有多列列车，其中列车在铁路轨道网络上运 行。由于铁路轨道网络内的多列列车的同时行驶的综合，其中还必须 考虑关于列车运行的调度问题，列车拥有者将从最优化燃料效率和排 放量以节省整体燃料消耗，同时最小化多列列车的排放量并且满足任 务行程时间限制的方法中受益。

同样，越野车辆、运输车辆、农用车辆、海洋船只和/或固定机动 系统的拥有者和/或操作员将认识到当这些柴油机动系统展现出优化 的燃料效率、排放量、队列效率(fleet efficiency)和任务参数性能以 节省整体燃料消耗同时最小化排放量并且满足运行限制(例如但不限 于任务时间限制)时实现的财务效益。

发明内容

本发明的实施例公开用于操作具有至少一个主功率产生单元的 机动系统(例如，轨道车辆、海洋船只、越野车辆等)的系统、方法 和计算机软件代码。方法提供用于评估主功率产生单元的运行特性。 该运行特性与关于任务目标的指定值比较。该运行特性可调节以满足 该任务目标。

公开可在处理器中操作的和可在计算机可读介质上存储的计算 机软件代码，其具有用于评估主功率产生单元的运行特性的计算机软 件模块。提供计算机软件模块用于将主功率产生单元的运行特性与关 于任务目标的指定值比较。还公开的是用于自主调节运行特性以满足 该任务目标的计算机软件模块。

在另一个示范性实施例中，方法包括向机动系统提供优化的任务 计划，可人工应用该计划。该优化的任务计划响应于正在执行的人工 任务计划而重新计划。当该人工任务计划偏离该优化计划超过预定量 时，调节该人工任务计划。

在另一个示范性实施例中，方法包括执行具有优化任务计划的任 务。该任务用优化任务计划自主执行。输入装置配置并且提供成当任 务进行中时允许在预定范围内人工微调(调节)任务的至少一个特性。

在另一个示范性实施例中，方法包括基于人工执行的任务计划执 行任务。人工执行的任务计划当在进行中时用包含在优化任务计划中 的信息来微调。

在另一个示范性实施例中，方法包括提供优化的任务计划。与任 务计划关联的至少第一特性人工控制。与任务计划关联的至少第二特 性自主控制。该优化的任务计划根据人工控制的特性自主调节。

附图说明

上文简短描述的本发明的更具体的说明将参照在附图中图示的 其的特定实施例提供。理解这些图仅描绘本发明的典型实施例并且因 此不考虑为它的范围的限制，本发明的示范性实施例将通过使用附图 用另外的特征和细节描述和说明，其中：

图1是根据本发明的实施例的描绘行程优化的方法的流程图；

图2描绘可连同本发明的实施例使用的列车的简化的数学模型；

图3是轨道系统的示意图；

图4描绘燃料使用/行驶时间曲线的示范性实施例；

图5描绘用于行程计划的分割分解的示范性实施例；

图6描绘用于行程计划的分割分解的另一个示范性实施例；

图7是描绘用于行程优化的方法和系统的另一个示范性实施例的 示意图和流程图；

图8描绘用于由操作员使用的动态显示的示范性实施例；

图9描绘用于由操作员使用的动态显示的另一个示范性实施例；

图10描绘用于由操作员使用的动态显示的另一个示范性实施例；

图11描绘具有多列列车的铁路轨道网络的示范性实施例；

图12是根据本发明的另外的实施例的用于通过优化的列车动力 组成提高列车的燃料效率的方法的流程图；

图13描绘包括在用于优化的列车动力组成的系统中的示范性元 件的框图；

图14描绘用于确定柴油机动系统的燃料效率和排放的传递函数 的框图；

图15是描绘用于确定具有至少一个柴油为燃料的功率产生单元 的柴油机动系统的配置的方法的示范性实施例的流程图；

图16描绘用于操作轨道车辆的闭环系统的示范性实施例；

图17描绘与主控制单元结合的图16的闭环系统；

图18描绘用于操作与轨道车辆的另一个输入运行子系统结合的 轨道车辆的闭环系统的示范性实施例；

图19描绘具有可命令主控制器操作的转换器的闭环系统的另一 个示范性实施例；

图20描绘闭环系统的另一个示范性实施例；

图21是示出当操作员输入可包括在决策环中时的行程优化方法 的示范性实施例的流程图；

图22是图示行程优化方法的示范性实施例的流程图，其中操作员 界面对于操作员是可利用的以微调优化的任务计划；

图23是图示行程优化方法的示范性实施例的流程图，其中优化器 可修改操作员的任务计划；

图24是图示行程优化方法的示范性实施例的流程图，其中部分任 务至少在行程优化器和另一个实体之间分配；

图25是示出用于操作机动系统的方法的示范性实施例的流程图；

图26是示出用于在闭环过程中操作轨道车辆的方法的示范性实 施例的流程图；

图27描绘速度对时间图表的实施例，其将当前运行与排放优化运 行比较；

图28描绘与给定的级位水平(notch level)比较的调制图形；

图29是示出用于确定柴油机动系统的配置的方法的示范性实施 例的流程图；

图30描绘用于最小化排放量的系统；

图31描绘用于最小化来自柴油机动系统的排放量的系统；

图32描绘用于操作具有至少一个柴油为燃料的功率产生单元的 柴油机动系统的方法；

图33描绘用于操作具有至少一个柴油为燃料的功率产生单元的 柴油机动系统的示范性系统的框图；和

图34是图示用于通过优化的动力组成提高机动系统的燃料效率 的方法的示范性实施例的流程图。

具体实施方式

现在将详细参考与本发明一致的实施例，其的示例在附图中图 示。在任何可能的地方，整个附图中使用的相同的标号指相同的或相 似的部件。

虽然本发明的示范性实施例关于轨道车辆或铁路运输系统、特定 地具有柴油机的列车和机车来描述，本发明的示范性实施例也可用于 其他用途，例如但不限于越野车辆、海洋船只、固定单元、以及农用 车辆、运输公共汽车，其每个可使用至少一个柴油机或柴油内燃机。 为此，当讨论指定的任务时，这包括要由柴油机动系统执行的任务或 要求。因此，关于铁路、海洋、运输车辆、农用车辆或越野车辆应用， 这可指系统从当前位置到目的地的移动。在固定应用情况下，例如但 不限于固定功率产生站或功率产生站的网络，指定的任务可指要由柴 油机动系统满足的瓦数(例如，MW/hr)或其他参数或要求。同样地， 柴油为燃料的功率产生单元的运行状况可包括速度、载荷、加燃料值、 计时等中的一个或多个。此外，虽然公开柴油机动系统，本领域内技 术人员将容易认识到本发明的实施例也可与非柴油机动系统一起使 用，例如但不限于天然气机动系统、生物柴油机动系统、电机动系统 等。此外，如本文公开的，这样的非柴油机动系统以及柴油机动系统 可包括多个发动机、其他动力源和/或另外的动力源或能量存储装置， 例如但不限于电池源、电压源(例如但不限于电容器)、化学源、基 于压力的源(例如但不限于弹簧(spring)和/或液压膨胀)、电流源 (例如但不限于电感器)、惯性源(例如但不限于飞轮装置)、基于 重力的动力源和/或基于热的动力源。

在牵涉海洋船只的一个示范性示例中，多个拖船可一起运行，其 中所有都移动相同较大的船只，其中每个拖船及时链接以完成移动较 大船只的任务。在另一个示范性示例中，单个海洋船只可具有多个发 动机。越野车辆(OHV)可牵涉具有在地上从位置“A”移动到位置 “B”的相同任务的一队车辆，其中每个ORV及时链接以完成任务。 关于固定功率产生站，多个站可聚集在一起，共同为特定位置和/或目 的产生功率。在另一个示范性实施例中，提供单个站，但具有多个组 成该单个站的功率产生装置(generator)。在牵涉机车车辆的一个示 范性示例中，多个柴油机动系统可一起运行，其中所有都移动相同较 大的载荷，其中每个系统及时链接以完成移动较大的载荷的任务。在 另一个示范性实施例中，机车车辆可具有多个柴油机动系统。

本发明的示范性实施例通过提供用于通过优化的动力组成提高 整体燃料效率和排放的系统、方法和计算机实现方法(例如计算机软 件代码等)解决本领域内的问题。关于机车，当机车编组采用分布式 动力操作时，本发明的示范性实施例也是可操作的。

本领域内技术人员将认识到例如包括CPU、存储器、I/O、程序存 储装置、连接总线和其他适当的部件的数据处理系统等设备，可以程 序化或另外设计成便于本发明的方法的实践。这样的系统将包括适当 的程序装置用于执行本发明的方法。

并且，用于与数据处理系统一起使用的制造的物品(例如预先记 录的磁盘或其他相似的计算机程序产品等)可以包括记录在其上用于 指导数据处理系统以便于本发明的方法的实践的存储介质和程序装 置。这样的设备和制造的物品也落在本发明的精神和范围内。

广义来说，技术效果是为了满足柴油机动系统的任务目标通过调 节机动系统的选择的运行特性运行柴油机动系统(具有至少一个柴油 为燃料的动力产生单元)或其他机动系统。为了便于对本发明的示范 性实施例的理解，在下文中参照其的特定实现描述。本发明的示范性 实施例可在计算机可执行指令的一般上下文中描述，例如程序模块 等，其由例如但不限于计算机的任何装置执行，设计成接收数据、通 常以高速执行规定的数学和/或逻辑运算，其中这样的运算的结果可或 可不显示。一般地，程序模块包括例程、程序、对象、部件、数据结 构等，其执行特定的任务或实现特定的抽象数据类型。例如，构成本 发明的示范性实施例的基础的软件程序可以采用不同的编程语言编 码，用于与不同的装置或平台一起使用。在接着的说明中，本发明的 示例可在采用网页浏览器的web入口的上下文中描述。然而将意识到 构成本发明的示范性实施例的基础的原理也可以用其他类型的计算 机软件技术实现。

此外，本领域内技术人员将认识到本发明的示范性实施例可与其 他计算机系统配置一起实践，其包括手持装置、多处理器系统、基于 微处理器的或可编程消费电子设备、小型计算机、大型计算机等。本 发明的示范性实施例可在分布式计算环境中实践，其中任务由通过通 信网络链接的远程处理装置执行。在分布式计算环境中，程序模块可 位于包括存储器存储装置的本地和远程计算机存储介质两者中。这些 本地和远程计算环境可整体包含在机车内、或编组中的相邻机车内、 或在车外其中使用无线通信的路边或中心站中。

术语机车“编组”在整个本文件中使用。机车编组可描述为具有 连续地连接在一起的一个或多个机车以便提供开动和/或制动能力。机 车连接在一起，其中没有列车车厢在机车之间。该列车在它的构成中 可具有多个机车编组。具体地，可以有领头编组和一个或多个远端编 组，例如在一列车中间和在列车的末端的另一个远端编组等。每个机 车编组可具有第一机车和尾部机车。虽然第一机车通常示为领头机 车，本领域内技术人员将容易认识到在多机车编组中的第一机车可在 物理上位于物理上尾部位置。并且，尽管机车编组通常示为连续的机 车，本领域内技术人员将容易认识到即使当一个或多个轨道车分开这 些机车时，例如当机车编组配置用于分布式动力运行时，该一组机车 可也是编组，其中油门和制动命令通过无线电链路或物理电缆从领头 机车中继到远端列车。为此，当论述在相同列车内的多个机车时，术 语“机车编组”不应该理解为限制因素。

编组还可能可应用于包括海洋船只、越野车辆和/或固定功率产生 设备的其他柴油机动系统，其一起运行以便提供开动、功率产生和/ 或制动能力。因此，即使“机车编组”在本文中使用，该术语还可应 用于其他柴油机动系统。相似地，可存在子编组。例如，柴油机动系 统可具有多个柴油为燃料的功率产生单元。例如，功率产生设备可具 有多个柴油电力单元，其中优化可处于子编组级。同样地，机车可具 有多个柴油动力单元。

现在参照附图，将描述本发明的实施例。本发明的示范性实施例 可以采用许多方式实现，包括作为系统(包括计算机处理系统)、方 法(包括计算机化方法)、设备、计算机可读介质、计算机程序产品、 图形用户界面，其包括web入口或实体固定在计算机可读存储器中的 数据结构。本发明的若干实施例在下文论述。

图1描绘用于行程优化的方法的示范性实施例的流程图。图3和7 示出包括配置成执行图1中示出的方法的行程优化器系统的机动系统 (例如，列车)的各种元件。如图示的，指令是在远程位置上或来自 远程位置(例如调度中心10等)的对于计划行程特定的输入。这样的 输入信息包括但不限于列车位置、编组说明(例如机车型号等)、机 车功率说明、机车牵引传输的性能、发动机燃料消耗(作为输出功率 的函数)、冷却特性、计划的行程路线(作为里程碑的函数的有效轨 道坡度和曲率或“有效坡度”分量用以反映遵循标准铁路实践的曲 率)，由车厢组成代表的列车和载荷连同有效阻力系数，行程期望的 参数，其包括但不限于出发时间和位置、结束位置、期望的行驶时间、 机务人员(用户和/或操作员)身份、机务人员轮班到期时间和路线。

该数据可采用许多方式提供给机车42(参见图3和7)，例如但不 限于操作员人工通过车载显示器将该数据输入机车42、插入包含该数 据的例如硬卡和/或USB闪存盘等存储装置进入在机车上的插座和通 过无线通信从例如轨道信令装置和/或路边装置等中心或路边位置41 传送该信息到机车42。机车42和列车31载荷特性(例如，阻力)还可 在路线上变化(例如随海拔、环境温度和轨道与轨道-车厢的状况)， 并且计划可通过上文论述的任意方法和/或通过机车/列车状况的实时 自主采集按需要更新以反映这样的变化。这包括例如通过监测在机车 42上或车外的设备而检测到的机车或列车特性中的变化。

该轨道信号系统确定列车的可允许的速度。存在许多类型的轨道 信号系统和与信号中的每个关联的运行规则。例如，一些信号具有单 个灯(开/关)，一些信号具有多个颜色的单个透镜，并且一些信号具 有多个灯和颜色。这些信号可以指示轨道是畅通的并且列车可以最大 可允许的速度行进。它们还可以指示要求减速或停止。该减速可必须 立刻完成，或在某个位置(例如，在下一个信号或十字路口之前)。

该信号状态通过各种手段传送给列车和/或操作员。一些系统具有 在轨道中的电路和在机车上的感应拾取线圈。其他系统具有无线通信 系统。信号系统还可以要求操作员在视觉上检查信号并且采取适当的 动作。

该信令系统可与车载信号系统联接并且根据输入和适当的运行 规则调节机车速度。对于要求操作员在视觉上检查信号状态的信号系 统，操作员屏幕将呈现适当的信号选项供操作员基于列车的位置输 入。作为位置的函数的信号系统的类型和运行规则可存储在车载数据 库63中。

基于输入行程优化器系统的规范数据，计算具有期望的出发和结 束时间、沿路线最小化受速度极限约束的燃料使用和/或产生的排放的 最佳计划以产生行程概况12。该概况包含列车将遵循的最佳速度和功 率(级位)设置，其表达为距离和/或时间的函数，并且这样的列车运 行极限包括但不限于最大级位功率和制动设置，和作为位置的函数的 速度极限以及预期使用的燃料和产生的排放。在示范性实施例中，级 位设置的值选择以获得大约每10至30秒一次的油门(throttle)变化决 策。本领域内技术人员将容易认识到可以更长或更短的持续时间发生 油门变化决策(如果这是为了遵循最佳速度概况所需要和/或期望的 话)。在更广阔的意义上，轮廓向列车提供处于列车级别、编组级别 和/或个体列车级别的功率设置对于本领域内技术人员将是明显的。功 率包括制动功率、开动功率和空气制动功率。在另一个实施例中，代 替以传统的分立级位功率设置运行，可选择确定为对于选择的概况最 佳的连续功率设置。从而，例如，如果代替以级位设置7运行(假定 例如6、7、8等的分立级位设置)，最佳概况指定6.8的级位设置，机 车42可以以6.8运行。允许这样的中间功率设置可带来如下文描述的附 加效率效益。

用于计算最佳概况的程序可以是许多用于计算功率序列的方法， 该功率序列驱动列车31以最小化受到机车运行和时间表约束的燃料 和/或排放，如下文总结的。在一些情况下，由于列车配置、路线和环 境状况的相似性，要求的最佳概况可能充分接近之前确定的一个。在 这些情况下，在数据库63内查找驾驶轨线并且尝试遵循它可是足够 的。当没有之前计算的计划合适时，计算新的计划的方法包括但不限 于使用微分方程模型(其近似列车运动物理学)直接计算最佳概况。 该设置牵涉定量目标函数的选择，通常为对应于排放产生和燃料消耗 的速率的模型变量的加权和(积分)加上用于处罚过度油门变化的项。

最佳控制公式设置以最小化受到包括但不限于速度极限和最小 与最大功率(油门)设置和最大累积和瞬时排放的约束的定量目标函 数。取决于在任意时间的计划目标，问题可灵活地实施以最小化受到 对排放和速度极限的约束的燃料，或最小化受到对燃料使用和到达时 间的约束的排放。建立例如在无总排放或燃料使用约束的情况(其中 对于该任务将允许或要求这样放开约束)下最小化总行驶时间的目标 也是可能的。

在整个本文件中示范性方程和目标函数提供用于最小化机车燃 料消耗。这些方程和函数仅用于说明同时其他方程和目标函数可以采 用以优化燃料消耗或优化其他机车/列车运行参数。

数学上，要解决的问题可更精确地陈述。基本物理通过如下表达：

$\frac{\mathrm{dx}}{\mathrm{dt}}=v;x\left(0\right)=0.0;x\left(T_f\right)=D$

$\frac{\mathrm{dv}}{\mathrm{dt}}=T_e(u,v)-G_a\left(x\right)-R\left(v\right);v\left(0\right)=0.0;v\left(T_f\right)=0.0$

其中x是列车的位置，v是它的速度并且t是时间(视情况采用英里、英 里每小时和分钟或小时)并且u是级位(油门)命令输入。另外，D指 示要行驶的距离，T_f是沿轨道在距离D的期望到达时间，T_e是由机车编 组产生的牵引力，G_a是取决于列车长度、列车组成和列车位于的地形 的重力阻力，并且R是机车编组和列车组合的净速度依赖阻力。还可 以指定初始和最终速度，但这里不失一般性地取为零(例如，列车在 起点和终点停止)。最终，模型容易修改为包括其他重要的动力学， 例如油门u的变化之间的滞后和所得的牵引力或制动。使用该模型， 最佳控制公式设置为最小化受到包括但不限于速度极限和最小与最 大功率(油门)设置的约束的定量目标函数。取决于在任意时间的计 划目标，问题可灵活地设置以最小化受到对排放和速度极限的约束的 燃料，或最小化受到对燃料使用和到达时间的约束的排放。

实现例如在无总排放或燃料使用约束的情况(其中对于该任务将 允许或要求这样放开约束)下最小化总行驶时间的目标也是可能的。 所有这些性能测量可以表达为下列中的任意的线性组合：

$\underset{u\left(i\right)}{\min }\underset{0}{\overset{T_f}{\int }}F\left(u\left(t\right)\right)\mathrm{dt}$-最小化总燃料消耗    (1)

$\underset{u\left(t\right)}{\min }{T}_f$-最小化行驶时间

$\underset{u_i}{\min }\underset{i=2}{\overset{n_d}{\Sigma }}{(u_i-u_{i-1})}^2$-最小化级位操纵(分段常数输入)

$\underset{u\left(t\right)}{\min }\underset{0}{\overset{T_f}{\int }}{(\mathrm{du}/\mathrm{dt})}^2\mathrm{dt}$-最小化级位操纵(连续输入)

用对应于排放产生的项代替在(1)中的燃料项F是可能的。例如，对 于排放-最小化总排放产生。在该方程中E是对于级位 (或功率设置)中的每个采用gm/hphr的排放量。另外，最小化可以基 于燃料和排放的加权总数完成。

常用并且代表性的目标函数从而是：

$\underset{u\left(t\right)}{\min }{\alpha }_1\underset{0}{\overset{T_f}{\int }}F\left(u\left(t\right)\right)\mathrm{dt}+{\alpha }_3{T}_f+{\alpha }_2\underset{0}{\overset{T_f}{\int }}{(\mathrm{du}/\mathrm{dt})}^2\mathrm{dt}---\left(\mathrm{OP}\right)$

该线性组合的系数取决于给予项中的每个的重要性(权重)。注意在 方程(OP)中，u(t)是优化变量，其是连续级位位置。如果要求分立 级位(例如对于较老的机车)，方程(OP)的解离散化，其可导致较 低的燃料节省。找到最小时间解(α₁设置到零并且α₂设置到零或相对 小的值)用于找到可达到的行驶时间的下界(T_f＝T_fmin)。在该情况 下，u(t)和T_f都是优化变量。在一个实施例中，方程(OP)对T_f＞T_fmin的T_f的各种值求解，其中α₃设置到零。在该后者的情况下，T_f当作约 束。

对于熟悉这样的优化问题的解的那些人，可必须连接约束、例如 沿路径的速度极限：

0≤v≤SL(x)

或当使用最小时间作为目标时，必须保持终点约束，例如总消耗的燃 料必须小于在油箱中的燃料，这例如通过：

$0<\underset{0}{\overset{T_f}{\int }}F\left(u\left(t\right)\right)\mathrm{dt}\le W_F$

这里，W_F是在T_f时在油箱中剩余的燃料。本领域内技术人员将容易认 识到方程(OP)也可以采用其他形式并且上文提供的是用于在本发明 的示范性实施例中使用的示范性方程。例如，本领域内技术人员将容 易认识到在多个动力系统、柴油和/或非柴油用于提供多个推力器(例 如但不限于当操作海洋船只时可使用的那些)的地方要求方程(OP) 的变型。

在本发明的示范性实施例的上下文中对排放的提及实际上针对 采用氧化氮(NO_x)、氧化碳(CO_x)、未燃碳氢化合物(HC)、颗 粒物质(PM)等的形式产生的累积排放。然而，其他排放可包括但不 限于电磁发射的最大值，例如对由机车发射的各个频率的采用瓦特测 量的射频(RF)功率输出的限制等。排放的再另一个形式是由机车产 生的噪声，典型地采用分贝(dB)测量。排放要求可以是基于一天中 的时间、一年中的时间和/或例如天气或大气中的污染物水平等大气状 况的变量。排放条例可跨越铁路系统在地理上变化。例如，例如城市 或州等运行地区可具有指定的排放目标，并且相邻地区可具有不同的 排放目标，例如更低的允许排放量或对于给定的排放水平收取更高的 费用。

因此，某个地理地区的排放概况可调整以包括该概况中包括的规 定的排放物中的每个的最大排放值以满足对于该地区要求的预定排 放目标。典型地对于机车，这些排放参数由但不限于功率(级位)设 置、环境状况和发动机控制方法确定。通过设计，每个机车必须符合 EPA排放标准，并且从而在优化排放的本发明实施例中这可指任务总 排放，对此没有通行的EPA规范。根据该优化的行程计划的机车的运 行一直符合EPA排放标准。本领域内技术人员将容易认识到因为柴油 发动机在其他应用中使用，其他规定也可以是可应用的。例如，在某 些国际条约中考虑CO₂排放。

如果在行程任务期间的目标是减少排放，最佳控制公式、方程 (OP)将修订为考虑该行程目标。在优化设置中的关键灵活性是行程 目标中的任意或所有可以按地理区域或任务改变。例如，对于高优先 级列车，因为它是高优先级交通，最小时间可以是在一个路线上的唯 一目标。在另一个示例中，排放量可以沿计划的列车路线在州与州之 间变化。

为了解决产生的优化问题，在示范性实施例中，在时域中的动态 最佳控制问题转录成具有N个决策变量的等同静态数学规划问题，其 中数量“N”取决于做出油门和制动调节的频率和行程的持续时间。 对于典型的问题，该N可以是数千。例如，假设列车在美国西南部中 行驶172英里(276.8公里)轨道路程。利用该行程优化器系统，当比 较使用该行程优化器系统确定和遵循的行程与其中行程由操作员确 定的实际驾驶员油门/速度历史(actual driver throttle/speed history)时 可实现在使用的燃料上的示范性7.6％的节省。因为该行程优化器系统 产生与操作员的行程计划相比具有更少阻力损耗和很少或没有制动 损耗的驾驶策略，实现了该提高的节省。

为了使上文描述的优化在计算上易处理，可采用简化的列车数学 模型，例如在图2中图示的和上文论述的方程。如图示的，考虑例如 但不限于关于编组(consist)的信息、路线信息、列车信息和/或行程 信息等某些设置规范以确定例如优化的概况等的概况。包含在概况中 的这样的因素包括但不限于速度、在任务中剩余的距离和/或使用的燃 料。如本文公开的，可包括在概况中的其他因素是级位设置和时间。 对最佳概况的一个可能的精细化通过用产生的最佳功率序列驱动更 详细的模型而产生，以测试是否隔离其他热、电和机械约束。这导致 修改的概况，其具有最接近于可以实现而不伤害机车或列车设备的行 驶的速度与距离关系，即满足例如对机车和列车中的车厢之间的力的 热和电限制等的另外隐含约束。本领域内技术人员将容易认识到本文 论述的方程如何与图2一起利用。

参照回图1，一旦行程开始12，功率命令(power command)产生 14以使任务计划运转。取决于行程优化器系统的运行设置，一个命令 用于机车以遵循优化的功率命令16以便达到最佳速度。行程优化器系 统从列车的机车编组获得实际速度和功率信息18。由于在用于优化的 模型中不可避免的近似，获得对优化的功率的校正的闭环计算以追寻 期望的最佳速度。列车运行极限的这样的校正可以自动或由操作员做 出，该操作员一直具有列车的终极控制。

在一些情况下，在优化中使用的模型可与实际的列车显著不同。 这可以由于许多原因发生，包括但不限于额外货物接取或放置、在路 线中可变得不可运行的机车和在初始数据库63或数据录入中由于操 作员的错误。由于这些原因，监测系统设置成使用实时列车数据以实 时估计机车和/或列车参数20。该估计的参数然后与当行程最初形成时 使用的假定参数进行比较22。基于在假定和估计值中的任意差别，行 程可重新计划24，应该从新的计划中获得足够大的节省。

行程可重新计划的其他原因包括来自远程位置的指令，例如调度 (dispatch)和/或操作员要求目标变化以与更多全局移动计划目标一 致。另外的全局移动计划目标可包括但不限于其他列车时间表 (schedule)，允许废气从隧道消散、维护操作等等。另一个原因可 以是由于部件的车载退化。用于重新计划的策略可分组为增量和较大 调节，其取决于破坏的严重性，如下文更详细地论述的。一般来说， “新的”计划必须从上文描述的优化问题方程(OP)的解导出，但经 常可以找到更快的近似解，如本文描述的。

在运行中，机车42将连续地监测系统效率并且基于该测量的实际 效率连续地更新行程计划(每当这样的更新将提高行程性能时)。重 新计划计算可全部在机车内执行或完全或部分地移动到远程位置，例 如调度或路边(wayside)处理设施，其中使用无线技术以将计划传送 到机车42。在一个实施例中，行程优化器系统可还产生效率趋势，其 可以用于开发关于效率传递函数的机车队列数据。当确定初始行程计 划时可使用该队列范围的数据，并且当考虑多列列车的位置时可对网 络范围的优化权衡使用该队列范围的数据。例如，如在下文详细论述 的如在图8中图示的从在相同路线上的许多相似的列车采集的总体均 值更新的行驶时间燃料使用权衡曲线反映列车在当时在特定路线上 的列车的能力。从而，从许多机车采集像图8的曲线的中心调度设施 使用该信息以更好地协调整体列车移动以获得在燃料使用或生产率 中的系统范围优势。如上文公开的，本领域内技术人员将认识到可使 用例如但不限于柴油燃料、重海洋燃料、棕榈油、生物柴油等各种燃 料类型。

此外，如上文公开的，本领域内技术人员将认识到可使用各种能 力存储装置。例如，从例如柴油发动机和电池等特定源汲取的功率量 可以优化以便获得最大燃料效率/排放，其可以是目标函数。如进一步 说明的，假定总功率需求是2000马力(HP)，其中电池可以供应1500HP 并且发动机可以供应4400HP。最佳点可以是电池供应1200HP并且发 动机供应200HP时候。

相似地，功率量还可基于存储的能量数量和将来对能量的需要。 例如，如果存在即将到来的对功率的长期高需求，电池可以以较低速 率放电。例如，如果1000马力小时(HPhr)存储在电池中并且需求在 接着的2个小时中是4400HP，在接着的1.25小时中以800HP将电池放电 并且对于该持续时间从发动机获取3600HP可是最佳的。

在日常运行中的许多事件可以导致产生或修改当前执行的计划 的需要，其中它期望保持相同的行程目标，例如当列车没有按时进行 计划的与另一列车的汇合(meet)或一起经过(pass)，则它必须补 偿时间。使用机车的实际速度、功率和位置，进行计划的到达时间和 当前估计(预测)的到达时间之间的比较25。基于时间的差别以及参 数的差别(由调度或操作员检测或改变的)，调节计划26。该调节可 根据铁路公司对于应该如何处理这样的从计划的偏离的期望做出，或 者备选方案可向车上的操作员和调度员人工地提出以共同决定回到 计划的最佳方式。每当计划更新，在起初的目标(例如但不限于到达 时间等)保持相同的情况下，另外的变化可同时因素化，例如新的将 来速度极限变化，其可以影响在任何时候恢复起初的计划的可行性。 在这样实例中，如果起初的行程计划不能保持，或也就是说列车不能 满足起初的行程计划目标，如本文论述的其他行程计划可提供给操作 员和/或远程设置或调度。

当期望改变起初的目标时可也做出如在图1中图示的重新计划24 或对计划的调节26。这样的重新计划可以在固定的预先计划的时间、 由操作员或调度员酌情决定人工地或当超出例如列车运行极限等预 先限定的极限自主地进行。例如，如果当前计划执行运行晚点超过指 定阈值，例如三十分钟等，本发明的示范性实施例可以如上文描述的 重新计划行程来以增加的燃料使用为代价适应该延迟，或提醒操作员 和调度员总共可以弥补多少时间(例如，行驶的最小时间或在时间约 束内可以节省的最大燃料是多少)。重新计划的其他触发器还可以基 于消耗的燃料或动力编组的健康状况来想象，包括但不限于到达时 间、由于设备退化(例如太热或太冷运行)的马力丧失和/或例如在假 定的列车载荷中的总设置误差的检测。即，如果变化反映当前行程的 机车性能中的损伤，这些可因素化到优化中使用的模型和/或方程中。

在计划目标中的变化还可以产生于协调事件的需要，其中一列列 车的计划损害另一列列车满足目标的能力并且要求不同级别(例如调 度办公室)的仲裁。例如，汇合和通过的协调可通过列车与列车之间 的通信进一步优化。从而，作为示例，如果列车知道它在到达汇合和 /或通过的位置上落后于时间表时，来自另一列列车的通信可通知该晚 点列车(和/或调度)。操作员然后可输入关于为晚点的信息进入行程 优化器系统，其中系统将重新计算列车的行程计划。行程优化器系统 还可以在高级别或网络级别使用以允许调度确定哪个列车应该减速 或加速(该情况应该是可能不能满足安排的汇合和/或通过时间约束)。 如本文论述的，这通过列车发送数据到调度以确定每列列车应该如何 改变它的计划目标的优先次序而完成。选择可以基于时间表、燃料节 省效益和/或排放量，其取决于情况。

对于任意人工或自动发起的重新计划，本发明的示范性实施例可 向操作员提供多个行程/任务计划。在示范性实施例中，行程优化器系 统向操作员提供不同的概况，允许操作员选择到达时间并且理解对应 的燃料和/或排放影响。这样的信息还可以提供给调度用于相似考虑， 其作为备选方案的简单列表或作为例如在图4中图示的多个权衡曲 线。

行程优化器系统具有学习和适应于在列车和动力编组中的关键 变化的能力，该变化可以包含在当前计划和/或将来计划中。例如，上 文论述的触发器中的一个是马力的丧失。在马力丧失后或当开始行程 时，当随时间增大马力，利用转变逻辑以确定何时达到期望的马力。 该信息可以保存在机车数据库61中供优化马力丧失有可能再次发生 的将来行程或当前行程中使用。

同样地，采用多个推力器可用的相似的方式，其每个可能需要独 立控制。例如，海洋船只可具有许多产生力的元件或推力器，例如但 不限于螺旋桨。每个螺旋桨可需要独立控制以产生最佳输出。因此， 利用转变逻辑，行程优化器系统可基于之前已经学到的并且通过适应 于在海洋船只运行中的关键变化确定操作哪个螺旋桨。

如上文提到的，图3描绘根据本发明的实施例的可是行程优化器 系统的部分的各种元件。提供定位器元件30以确定列车31的位置。该 定位器元件30可以是GPS传感器或传感器系统，其确定列车31的位置。 这样的其他系统的示例可包括但不限于路边装置，例如射频自动设备 识别(RF AEI)标签、调度和/或视频确定。另一个系统可包括在机车 上的转速表和从参考点的距离计算。如之前论述的，还可提供无线通 信系统47以允许列车之间和/或与例如调度60等远程位置的通信。关于 行驶位置的信息还可从其他列车传递。

还提供轨道表征元件33，其提供关于轨道的信息、主要是坡度 (grade)和海拔(elevation)以及曲率(curvature)信息。该轨道表 征元件33可包括车载轨道集成数据库36。传感器28用于测量由机车42 拖拉的牵引力40、机车编组42的油门设置、机车编组42配置信息、机 车编组42的速度、个体机车配置、个体机车能力等。在示范性实施例 中，机车编组42配置信息可不使用传感器38装载，而如上文论述的采 用其他方式输入。此外，可还考虑在编组中的机车的健康状况。例如， 如果在编组中的一个机车不能在功率级位水平5之上运行，当优化行 程计划时使用该信息。

来自定位器元件的信息还可用于确定列车31的适当的达到时间。 例如，如果存在沿轨道34向目的地移动的列车31并且没有列车跟在它 后面，并且该列车没有要遵循的固定到达最后期限，包括但不限于RF AEI标签、调度和/或视频确定的定位元件可用于度量列车31的确切位 置。此外，来自这些信令系统的输入可用于调节列车速度。使用下文 论述的车载轨道数据库和例如GPS等定位器元件，行程优化器系统可 以调节操作员界面以反映在给定机车位置的信令系统状态。在信号状 态将指示在前面限制性的速度的情况下，计划者可选择使列车减速以 节约燃料消耗。

来自定位器元件30的信息还可用于改变作为到目的地的距离的 函数的计划目标。例如，由于关于沿路线的堵车的不可避免的不确定 性，在路线的早期部分上可采用“较快”的时间目标作为对统计上较 晚发生的延迟的保障手段。如果碰巧遇到不发生延迟的特定行程，在 旅程的较晚部分上的目标可以修改以利用较早储蓄的内在富裕时间， 并且由此恢复一些燃料效率。关于排放限制目标(例如接近城市地区 时)可以援用相似的策略。

作为保障策略的示例，如果行程计划从纽约到芝加哥，系统可具 有在行程开始或在行程中间或在行程结尾较慢地运行列车的选项。在 一个实施例中，行程优化器系统将优化行程计划以允许在行程结尾较 慢运行，因为未知约束(例如但不限于天气状况和轨道维护等)可能 在行程期间发生并且被获知。作为另一个考虑，如果已知传统拥堵地 区，开发具有在这些传统拥堵区域周围具有更大灵活性的选项的计 划。因此，行程优化器系统还可考虑作为到将来的时间/距离的函数的 和/或基于已知的/过去的经验的权重/处罚。在行程期间的任意时间， 计划和重新计划可还考虑天气状况、轨道状况、在轨道上的其他列车 等，其中行程计划相应调节。

图3进一步公开可以是行程优化器系统的部分的其他元件。提供 可操作成从定位器元件30、轨道表征元件33和传感器38接收信息的处 理器44。算法46在处理器44内运算。该算法46用于基于牵涉机车42、 列车31、轨道34和如上文描述的任务的目标的参数计算优化的行程/ 任务计划。在示范性实施例中，行程计划基于当列车31沿轨道34移动 时的列车行为的模型、按从物理学(其中简化在算法中提供的假设) 导出的非线性微分方程的解来建立。算法46有权访问来自定位器元件 30、轨道表征元件33和/或传感器38的信息以形成最小化列车编组42 的燃料消耗、最小化列车编组42的排放、建立期望的行程时间和/或保 证在列车编组42上适当的机务人员操作时间的行程计划。在示范性实 施例中，还提供控制器元件51(和/或驾驶员或操作员)。如本文论述 的，该控制器元件51用于以它遵循行程计划的方式控制列车。在本文 进一步论述的示范性实施例中，该控制器元件51自主做出列车运行决 策。在另一个示范性实施例中，操作员可牵涉在指导列车遵循行程计 划中。

行程优化器系统的示范性实施例的特征是最初形成并且“不中 断”地快速修改任意正在执行的计划的能力。由于计划优化算法的复 杂性，这包括当牵涉长距离时形成最初的计划。当行程概况的总长度 超过给定距离时，算法46可用于分割任务，其中任务可按路点划分。 虽然仅论述单个算法46，本领域内技术人员将容易认识到可使用多个 算法(和/或相同的算法可执行多次)，其中算法可联系在一起。路点 可包括列车31停止的自然位置，例如但不限于与相反交通的汇合(或 与在当前列车后面的列车一起通过)安排在单轨道铁路上发生的地方 的侧线，或在将接取并且布置车厢的场侧线或作业点，以及计划工作 的位置。在这样的路点，列车31可要求在安排时间在该位置并且停下 或用在指定范围中的速度移动。在路点从到达到离开的持续时间叫做 “驻留时间”。

在示范性实施例中，行程优化器系统能够采用特殊的系统方式将 较长的行程分解为较小的分段。每个分段在长度上可以是稍微任意 的，但典型地选在例如站点或显著速度限制的自然位置，或在限定与 其他路线的交叉点的关键里程标处。给定采用该方式选择的分区或分 段，对轨道的每个分段形成作为取为独立变量的行驶时间的函数的驾 驶概况，如在图4中示出的。与每个分段关联的使用的燃料/行驶时间 权衡可以在列车31到达该轨道分段之前计算。总行程计划可以从对每 个分段形成的驾驶概况形成。本发明的示范性实施例采用最佳方式在 行程的所有分段之间分配行驶时间使得满足要求的总行程时间并且 在所有分段上消耗的总燃料尽可能少。示范性的三段行程在图6中公 开并且在下文论述。然而，本领域内技术人员将认识到尽管论述分段， 行程计划可包括代表完整行程的单个分段。

图4描绘燃料使用/行驶时间曲线50的示范性实施例。如之前提到 的，当计算每个分段的各种行驶时间的最佳行程概况时形成这样的曲 线50。即，对于给定的行驶时间49、使用的燃料53是如上文描述的计 算的详细驾驶概况的结果。一旦分配每个分段的行驶时间，从之前计 算的解确定每个分段的功率/速度计划。如果对于分段之间的速度存在 任意的路点约束，例如但不限于速度极限的变化，它们在最佳行程概 况的形成期间进行匹配。如果速度限制仅在单个分段中变化，燃料使 用/行驶时间曲线50必须仅对该改变的分段重新计算。这减少必须重新 计算行程的更多部分或分段的时间。如果机车编组或列车沿路线显著 变化，例如由于机车损耗或车厢的接取或布置，于是所有随后的分段 的驾驶概况必须重新计算，由此形成曲线50的新的实例。这些新的曲 线50然后将连同新的调度目标一起使用以计划剩余的行程。

一旦行程计划如上文论述的形成，速度和功率与距离关系的轨线 用于在要求的行程时间用最小的燃料使用和/或排放到达目的地。存在 执行行程计划的若干方式。如下文更详细提供的，在示范性实施例中， 当采用操作员“指导”模式时，信息向操作员显示供操作员遵循以达 到根据最佳行程计划确定的需要功率和速度。在该模式中，运行信息 包括操作员应该使用的建议的运行状况。在另一个示范性实施例中， 加速和维持恒定速度自主执行。然而，当列车31必须减速时，操作员 负责应用制动系统52。在另一个示范性实施例中，用于提供功率和制 动的命令按要求提供以遵循期望的速度-距离路径。

反馈控制策略用于向概况中的功率控制序列提供校正以对例如 但不限于由波动的顶风和/或顺风引起的列车载荷变化等事件做出校 正。另一个这样的误差可由当与在优化的行程计划中的假设比较时在 例如但不限于列车质量和/或阻力等列车参数中的误差引起。第三类误 差可与包含在轨道数据库36中的信息一起出现。另一个可能的误差可 牵涉由于机车发动机、牵引电动机热降额和/或其他因素引起的未模拟 的性能差别。反馈控制策略比较作为位置的函数的实际速度与在期望 的最佳概况中的速度。基于该差别，增加对最佳功率概况的校正以促 使实际速率接近最佳概况。为了保证稳定的调整，可提供补偿算法， 其将反馈速度过滤至功率校正中使得保证封闭的性能稳定性。补偿可 包括如由在控制系统设计领域内的技术人员使用的标准动态补偿以 满足性能目标。

行程优化器系统提供最简单因此最快的方法以适应在行程目标 中的变化，其是铁路运行中的规则而不是例外。在示范性实施例中， 为了确定从点“A”到点“B”(其中沿该路存在站点)的燃料最佳行 程，并且用于一旦行程开始更新行程的剩余部分的行程，对于找到最 佳行程概况，次最佳分解方法是可用的。使用模拟方法，计算方法可 以找到具有指定的行驶时间和最初与最终速度的行程计划，以便当存 在站点时满足所有速度极限和机车能力约束。虽然下列论述针对优化 燃料使用，它也可以应用于优化其他因素，例如但不限于排放、时间 表、机务人员舒适和载荷影响。该方法可在开发行程计划中的开始处 使用，并且更重要地用于适应于在发起行程后在目标中的变化。

如本文论述的，本发明的示范性实施例可采用如在图5中描绘的 示范性流程图中图示的并且如在图6中详细描绘的示范性三段示例的 设置。如图示的，行程可分成两个或更多分段，T1、T2和T3。(如上 文提到的，将行程考虑为单个分段是可能的。)如本文论述的，分段 边界可不导致相等的分段。相反，分段可使用自然或任务特定的边界。 最佳行程计划对每个分段预先计算。如果燃料使用与行程时间关系是 要满足的行程目标，对每个分段建立燃料与行程时间关系曲线。如本 文论述的，该曲线可基于其他因素，其中因素是行程计划所要满足的 目标。当行程时间是正在确定的参数时，计算每个分段的行程时间同 时满足整体行程时间约束。图6图示示范性三段、200英里(321.9公里) 行程的速度极限97。进一步图示的是在该200英里(321.9公里)行程 上的坡度变化98。还示出图示对于每个行程分段随行驶时间使用的燃 料的曲线的组合图99。

使用之前描述的最佳控制设置和本文描述的计算方法，行程优化 器系统可以产生具有指定的行驶时间和最初与最终速度的行程计划， 以便当存在站点时满足所有速度极限和机车能力约束。虽然下列详细 论述针对优化燃料使用，它也可以应用于优化如本文论述的其他因 素，例如但不限于排放。关键的灵活性是适应在站点处期望的驻留时 间并且考虑对于在如例如在单轨道运行中可能要求的位置(其中将在 其中的时间或由侧线获得的时间是关键的)处的最早到达和离开的约 束。

本发明的示范性实施例找到在时间T中从距离D₀行驶到D_M的燃料 最佳行程，其具有在D₁、...、D_M-1处的M-1个中间站点，并且具有由 如下约束的在这些站点的到达和离开时间：

t_min(i)≤t_arr(D_i)≤t_max(i)-Δt_i

t_arr(D_i)+Δt_i≤t_dep(D_i)≤t_max(i)i＝1，...，M-1

其中t_arr(D_i)、t_dep(D_i)和Δt_i分别是在第i^th站点的到达、离开和最小停止时 间。假定燃料最优性暗指最小化停止时间，因此t_dep(D_i)＝t_arr(D_i)+Δt_i， 其消除上文的第二不等式。假定对于每个i＝1、...、M，对于行驶时 间t(T_min(i)≤t≤T_max(i))从D_i-1到D_i的燃料最佳行程是已知的。使F_i(t)为对 应于该行程的燃料使用。如果从D_j-1到D_j的行驶时间指示为T_j，那么在 D_i的到达时间由如下给出：

$t_{\mathrm{arr}}\left(D_i\right)=\underset{j=1}{\overset{i}{\Sigma }}(T_j+\Delta t_{j-1})$

其中Δt₀限定为零。对于行驶时间T从D₀到D_M的燃料最佳行程于是通过 找到T_i，i＝1、...、M获得，其最小化：

$\underset{i=1}{\overset{M}{\Sigma }}{F}_i\left(T_i\right)T_{\min }\left(i\right)\le T_i\le T_{\max }\left(i\right)$

其条件是：

$t_{\min }\left(i\right)\le \underset{j=1}{\overset{i}{\Sigma }}(T_j+{\mathrm{\Delta t}}_{j-1})\le t_{\max }\left(i\right)-\Delta t_i,i=1,...,M-1$

$\underset{j=1}{\overset{M}{\Sigma }}(T_j+{\mathrm{\Delta t}}_{j-1})=T$

一旦行程在进行中，问题是当行驶行程时重新确定行程(最初在 时间T从D₀到D_M)的剩余部分的燃料最佳解，但其中扰动妨碍遵循该 燃料最佳解。使当前距离和速度分别为x和v，其中D_i-1＜x≤D_i。并且， 使从行程开始以来的当前时间为t_act。于是从x到D_M的行程的剩余部分 的燃料最佳解(其保持在D_M的起初的到达时间)通过找到T_j， j＝i+1、...、M而获得，其最小化：

${\tilde{F}}_i({\tilde{T}}_i,x,v)+\underset{j=i+1}{\overset{M}{\Sigma }}{F}_j\left(T_j\right)$

其条件为：

$t_{\min }\left(i\right)\le t_{\mathrm{act}}+{\tilde{T}}_i\le t_{\max }\left(i\right)-\Delta t_i$

$t_{\min }\left(k\right)\le t_{\mathrm{act}}+{\tilde{T}}_i+\underset{j=i+1}{\overset{k}{\Sigma }}(T_j+{\mathrm{\Delta t}}_{j-1})\le t_{\max }\left(k\right)-{\mathrm{\Delta t}}_k,k=i+1,...,M-1$

$t_{\mathrm{act}}+{\tilde{T}}_i+\underset{j=i+1}{\overset{M}{\Sigma }}(T_j+{\mathrm{\Delta t}}_{j-1})=T$

这里是在时间t行驶的从x到D_i的最佳行程使用的燃料，其中 在x的初始速度为v。

如上文论述的，实现更高效的重新计划的示范性方式是从划分的 分段构建站点到站点行程的最佳解。对于具有行驶时间T_i从D_i-1到D_i的行程，选择中间点D_ij，j＝1、...、N_i-1的集合。使D_i0＝D_i-1并且 然后表达从D_i-1到D_i的最佳行程的燃料使用为：

$F_i\left(t\right)=\underset{j=1}{\overset{N_i}{\Sigma }}{f}_{\mathrm{ij}}(t_{\mathrm{ij}}-t_{i,j-1},v_{i,j-1},v_{\mathrm{ij}})$

其中f_ij(t，v_i，j-1，v_ij)是对于在时间t行驶的从D_i，j-1到D_ij的最佳行程的燃料 使用，其中具有v_i，j-1和v_ij的最初和最终速度。此外，t_ij是对应于距离D_ij在最佳行程中的时间。通过限定，因为列车在D_i0和停 止，$v_{i0}=v_{{\mathrm{iN}}_i}=0.$

上文的表达使函数F_i(t)能够通过首先确定函数f_ij(·)，1≤j≤N_i，，然后 找到τ_ij，1≤j≤N_i和v_ij，1≤j＜N_i，备选地确定，其最小化

$F_i\left(t\right)=\underset{j=1}{\overset{N_i}{\Sigma }}{f}_{\mathrm{ij}}({\tau }_{\mathrm{ij}},v_{i,j-1},v_{\mathrm{ij}})$

其条件为：

$\underset{j=1}{\overset{N_i}{\Sigma }}{\tau }_{\mathrm{ij}}=T_i$

v_min(i，j)≤v_ij≤v_max(i，j)j＝1，...，N_i-1

$v_{i0}=v_{{\mathrm{iN}}_i}=0$

通过选择D_ij(例如，在速度限制或汇合点)，v_max(i，j)-v_min(i，j)可以最 小化，从而最小化需要知道在其上的f_ij()的域。

基于上文的划分，比上文描述的哪个更简单的次最佳重新计划方 法将限制重新计划到列车在距离点D_ij，1≤i≤M，1≤j≤N_i的时间。在点 D_ij，从D_ij到D_M的新的最佳行程可以通过找到τ_ik，j＜k≤N_i，v_ik，j＜k＜N_i， 和τ_mn，i＜m≤M，1≤n≤N_m，v_mn，i＜m≤M，1≤n＜N_m，来确定，其最小化

$\underset{k=j+1}{\overset{N_i}{\Sigma }}{f}_{\mathrm{ik}}({\tau }_{\mathrm{ik}},v_{i,k-1},v_{\mathrm{ik}})+\underset{m=i+1}{\overset{M}{\Sigma }}\underset{n=1}{\overset{N_m}{\Sigma }}{f}_{\mathrm{mn}}({\tau }_{\mathrm{mn}},v_{m,n-1},v_{\mathrm{mn}})$

其条件是

$t_{\min }\left(i\right)\le t_{\mathrm{act}}+\underset{k=j+1}{\overset{N_i}{\Sigma }}{\tau }_{\mathrm{ik}}\le t_{\max }\left(i\right)-{\mathrm{\Delta t}}_i$

$t_{\min }\left(n\right)\le t_{\mathrm{act}}+\underset{k=j+1}{\overset{N_i}{\Sigma }}{\tau }_{\mathrm{ik}}+\underset{m=i+1}{\overset{n}{\Sigma }}(T_m+{\mathrm{\Delta t}}_{m-1})\le t_{\max }\left(n\right)-{\mathrm{\Delta t}}_n,n=i+1,...,M-1$

$t_{\mathrm{act}}+\underset{k=j+1}{\overset{N_i}{\Sigma }}{\tau }_{\mathrm{ik}}+\underset{m=i+1}{\overset{M}{\Sigma }}(T_m+{\mathrm{\Delta t}}_{m-1})=T$

其中

$T_m=\underset{n=1}{\overset{N_m}{\Sigma }}{\tau }_{\mathrm{mn}}$

进一步的简化通过等待T_m，i＜m≤M的重新计算直到到达距离点 D_i获得。这样，在D_i-1和D_i之间的点D_ij处，上文的最小化仅需要在 τ_ik，j＜k≤N_i，v_ik，j＜k＜N_i上执行。T_i按需要增加以适应任意比计划的更 长的从D_i-1到D_ij的实际行驶时间。这点增加在以后通过在距离点D_i处、 T_m，i＜m≤M的重新计算而补偿(如果可能的话)。

关于上文公开的闭环配置，将列车31从点A移动到点B需要的总输 入能量由四个分量的总和构成，具体地：在点A和B之间的动能的差别； 在点A和B之间的势能的差别；由于摩擦和其他阻力损耗引起的能量损 耗；和由应用制动耗散的能量。假定出发和末速度为相等的(例如， 固定的)，第一分量是零。此外，第二分量独立于驾驶策略。从而最 小化最后两个分量的总和就足够了。

遵循恒定速度概况最小化阻力损耗。当不需要制动以维持恒定速 度时遵循恒定速度概况还最小化总能量输入。然而，如果需要制动以 维持恒定速度，只是为了维持恒定速度而应用制动将很可能增加总需 要的能量，因为必须补充由制动耗散的能量。存在一些制动可实际上 通过减小速度变化减少总能量使用的可能性(如果附加制动损耗超过 由制动引起的在阻力损耗中产生的降低所带来的偏移)。

在完成从上文描述的事件的采集的重新计划后，可以使用本文描 述的闭合控制遵循新的最佳级位/速度计划。然而，在一些情况下，可 能没有足够的时间执行上文描述的分段分解计划，并且特别当存在必 须遵守的关键速度限制时，需要备选项。本发明的示范性实施例用称 为“智能巡航控制(smart cruise control)”的算法完成此。该智能巡 航控制算法是不中断地产生用于在已知地形上驾驶列车31的能量高 效(因而燃料高效)的次最佳方案的高效方式。该算法假定一直知道 列车31沿轨道34的位置，以及知道轨道坡度和曲率与位置关系。该方 法依赖于列车31的运动的点质量模型，其的参数可如较早描述的从列 车运动的在线测量自适应地估计。

该智能巡航控制算法具有三个主分量，具体地：充当在速度极限降 低附近的能量高效(和/或排放高效或任意其他的目标函数)指导的修 改的速度极限概况；尝试在最小化速度变化和制动之间平衡的理想油 门或动态制动设置概况；以及用于组合后两个分量以产生级位命令的 机制，其采用速度反馈回路以补偿模拟参数当与现实参数比较时的错 配。智能巡航控制可以适应在本发明的示范性实施例中不进行主动制 动的策略(例如，用信号通知驾驶员并且假定其提供必需的制动)或 进行主动制动的变化形式。

关于不控制动态制动的巡航控制算法，四个示范性分量是充当在 速度极限降低附近的能量高效指导的修改的速度极限概况、针对通知 操作员什么时候应该应用制动的通知信号、尝试在最小化速度变化和 通知操作员应用制动之间平衡的理想油门概况、采用反馈回路以补偿 模型参数与现实参数的错配的机构。

同样包括在行程优化器系统的示范性实施例中的是识别列车31 的关键参数值的方法。例如，关于估计列车质量，卡尔曼滤波器和递 归最小二乘方方法可用以检测可能随时间发展的误差。

图7是示出行程优化器系统的实施例的元件之间的信息流的示意 图。如之前论述的，例如调度60等远程设施可以提供信息。如图示的， 这样的信息提供给执行控制元件62。同样供应给该执行控制元件62的 是来自机车模拟数据库63(“Loco Models”)的信息、来自轨道和/ 或分段数据库36的信息(包括例如轨道坡度信息和速度极限信息以及 例如但不限于列车重量和阻力系数等估计的列车参数)和来自燃料比 估计器64的燃料比表格。该执行控制元件62供应信息给行程概况计划 者12，其在图1中更详细地公开。一旦行程计划已经计算，该计划供 应给驾驶顾问、驾驶员/操作员或控制器元件51。该行程计划还供应给 执行控制元件62使得当提供其他新的数据时它可以比较行程。

如上文论述的，控制器元件51可以自动设置级位功率，预先建立 的级位设置或最佳连续级位功率。除向列车31供应速度命令外，提供 显示器68使得操作员可以查看计划者推荐了什么。操作员还有权访问 控制面板/台69。通过该控制面板69，操作员可以决定是否应用推荐的 级位功率。为此，操作员可限制目标或推荐的功率。即，在任何时间 操作员一直具有关于机车编组将以什么功率设置运行的最终权力。这 包括决定如果行程计划推荐使列车31减速的话是否应用制动。例如， 如果在黑暗地形中、或在路边设备不能电子地传送信息到列车并且相 反操作员查看来自路边设备的视觉信号的地方运行，操作员基于包含 在轨道数据库的信息和来自路边设备的视觉信号输入命令。基于列车 31如何工作，关于燃料测量的信息供应给燃料比估计器64。因为燃料 流的直接测量在机车编组中是典型地不可用的，关于在行程内到目前 为止消耗的燃料和遵循最佳计划进入未来的规划的所有信息使用例 如在开发最佳计划中使用的那些校准的物理模型实现。例如，这样的 预测可包括但不限于使用测量的总马力和已知的燃料特性与排放特 性以导出使用的累积燃料和产生的排放。

列车31还具有例如GPS传感器等定位器元件30。信息供应给列车 参数估计器65。这样的信息可包括但不限于GPS传感器数据、牵引/ 制动力数据、制动状态数据、速度和在速度数据中的任意变化。利用 关于坡度的信息和速度极限信息，列车重量和阻力系数信息供应给执 行控制元件62。

本发明的示范性实施例还可允许在整个优化计划和闭环控制实 现中使用连续可变功率。在常规机车中，功率典型量化到八个分立级 别。现代机车可以实现马力的连续变化，其可包含进之前描述的优化 方法。利用连续的功率，机车42可以进一步优化运行状况，例如通过 最小化辅助载荷和动力传输损耗，并且细调最佳效率的发动机马力区 域，或到增加的排放余量的点。示例包括但不限于最小化冷却系统损 耗、调节交流发电机电压、调节发动机速度和减少机动车轴的数量。 此外，机车42可使用车载轨道数据库36和预测的性能要求以最小化辅 助载荷和动力传输损耗以提供目标燃料消耗/排放的最佳效率。示例包 括但不限于在平坦地形上减少机动车轴的数量和在进入隧道之前预 冷却机车发动机。

行程优化器系统的示范性实施例还可使用车载轨道数据库36和 预测的性能以调节机车性能，以便保证列车当它接近山和/或隧道时具 有足够的速度。例如，这可以表达为在特定位置处的速度约束，其成 为求解方程(OP)形成的最佳计划生成的部分。另外，行程优化器系 统可包含列车处理规则，例如但不限于牵引力爬坡率(ramp rate)和 最大制动力爬坡率。这些可直接包含进最佳行程概况的公式或备选地 包含进用于控制功率应用以达到目标速度的闭环调整器。

在一个实施例中，行程优化器系统仅安装在列车编组的领头机车 上。即使本发明的示范性实施例不依赖于数据或与其他机车的交互， 它可与如在US专利号6,691,957和US专利号7,021,588(由受让人拥 有并且通过引用结合)中公开的编组管理器和/或编组优化器功能结合 以提高效率。不排除与多个列车的交互，如由仲裁本文描述的两个“互 相关地优化的”列车的调度的示例图示。

具有分布式动力系统的列车可以采用不同的模式操作。一个模式 是其中在列车中的所有机车以相同的级位命令运行。如此如果领头机 车命令开动-N8，将命令在列车中的所有单元产生开动-N8功率。操 作的另一个模式是“独立”控制。在该模式中，在整个列车中分布的 机车或机车集合可以以不同的开动或制动功率操作。例如，当列车到 达山顶时，领头机车(在山的下坡上)可处于制动，而在列车中间或 末端(在山的上坡上)的机车可处于开动。这进行以最小化在连接轨 道车和机车的机械耦合器上的拉力。传统上，采用“独立”模式操作 分布式动力系统要求操作员通过在领头机车中的显示期人工命令每 个远端机车或机车集合。使用基于物理的计划模型、列车设置信息、 车载轨道数据库、车载运行规则、位置确定系统、实时闭环功率/制动 控制和传感器反馈，系统能够自动采用“独立”模式操作分布式动力 系统。

当采用分布式动力运行时，在领头机车中的操作员可以通过例如 分布式动力控制元件等控制系统控制在远端编组中的远端机车的操 作功能。从而，当采用分布式动力运行时，操作员可以命令每个机车 编组以不同的级位功率水平运行(或一个编组可以处于开动并且另一 个可以处于制动)，其中在机车编组中的每个个体机车以相同的级位 功率运行。在示范性实施例中，采用安装在列车上并且与分布式动力 控制元件通信的行程优化器系统，当远端机车编组的级位功率水平期 望为由优化的行程计划推荐的时，行程优化器系统将传送该功率设置 到远端机车编组用于实现。如下文论述的，关于制动同样如此。

本发明的示范性实施例可与编组(其中机车不是邻接的)一起使 用，例如这些编组具有一个或多个机车在前而其他在列车中间和/或尾 部。这样的配置叫做“分布式动力”，其中机车之间的标准连接由无 线电链路或辅助电缆代替以从外部链接机车。当采用分布式动力运行 时，在领头机车中的操作员可以通过例如分布式动力控制元件等控制 系统控制在编组中的远端机车的操作功能。特别地，当采用分布式动 力运行时，操作员可以命令每个机车编组以不同的级位功率水平运行 (或一个编组可以处于开动并且另一个可以处于制动)，其中在机车 编组中的每个个体以相同的级位功率运行。

在示范性实施例中，采用安装在列车上并且与分布式动力控制元 件通信的行程优化器系统，当远端机车编组的级位功率水平期望为由 优化的行程计划推荐的时，行程优化器系统将传送该功率设置到远端 机车编组用于实现。如下文论述的，关于制动同样如此。当用分布式 动力运行时，可以增强之前描述的优化问题以允许另外的自由度，其 中远端单元中的每个可以从领头单元独立控制。这么做的价值是涉及 列车钩力的另外目标或约束可包含进性能函数(假定也包括反映列车 钩力的模型)。从而，本发明的示范性实施例可包括使用多个油门控 制以更好地管理列车钩力以及燃料消耗和排放。

在利用编组管理器的列车中，在机车编组中的领头机车可以与在 该编组中的其他机车不同的级位功率设置运行。在编组中的其他机车 以相同的级位功率设置运行。行程优化器系统可与编组管理器结合使 用以命令在编组中的机车的级位功率设置。从而，基于行程优化器系 统，因为编组管理器将机车编组分为两组，即领头机车和尾部单元， 将命令该领头机车以某个级位功率运行并且命令尾部机车以另外某 个级位功率运行。在示范性实施例中，分布式动力控制元件可以是容 纳该操作的系统和/或设备。

同样地，当编组优化器与机车编组一起使用时，行程优化器系统 可以与该编组优化器结合使用以确定在该机车编组中的每个机车的 级位功率。例如，假设行程计划向机车编组推荐4的级位功率设置。 基于列车的位置，编组优化器将采用该信息并且然后确定编组中的每 个机车的级位功率设置。在该实现中，提高在列车内的通信信道上设 置级位功率设置的效率。此外，如上文论述的，该配置的实现可利用 分布式控制系统进行。

此外，如之前论述的，本发明的示范性实施例可用于基于即将来 到的感兴趣的项目(例如但不限于铁路交叉口、坡度变化、接近侧线、 接近机务段场和接近燃料站)关于列车编组何时使用制动的重新计划 和连续校正，其中在编组中的每个机车可要求不同的制动选项。例如， 如果列车从山上经过，领头机车可必须进入制动状况，而还没有到达 山顶的远端机车可必须保持在开动状态。

图8、9和10是根据本发明的各种实施例供操作员使用的动态显 示68的图示。如在图8中示出的，行程概况(trip profile)72可提供 为动态显示68的部分。在该概况内提供机车的位置73。提供如列车 长度105和在列车中的车厢数量106的这样的信息。还提供关于轨道 坡度107、弯曲和路边元素108、包括桥梁位置109和列车速度110 的显示元素。显示68允许操作员查看这样的信息并且还看见列车沿 路线在什么地方。提供关于到如交叉口112、信号114、速度变化116、 路标118和目的地120这样的位置的距离和/或估计到达时间的信息。 还提供到达时间管理工具125以允许用户确定在行程期间实现的燃料 节省。操作员具有改变到达时间127和目睹这如何影响燃料节省的能 力。如本文论述的，本领域内技术人员将认识到燃料节省是可以用管 理工具回顾的唯一一个目标的示例。为此，取决于正查看的参数，本 文论述的其他参数可以用对于操作员可见的管理工具查看和评估。还 提供给操作员关于机务人员已经操作列车多久的信息。在示范性实施 例中，时间和距离信息可图示为时间和/距离直到特定事件和/或位置， 或它可提供总经过时间。

如在图9中图示的，示范性显示提供关于编组数据130、事件和 情况图表132、到达时间管理工具134和动作键136的信息。如上文 论述的相似信息也在该显示中提供。该显示68还提供动作键138以 允许操作员重新计划，以及解除140行程优化器系统。

图10描绘显示的另一个示范性实施例。包括空气制动状态71、 具有数字插入物的模拟速度计74和关于采用磅力的牵引力(或DC机 车的牵引amp)的信息的现代机车典型的数据是可见的。提供指示器 74以示出在正执行的计划中的当前最佳速度，以及加速计图表用于增 补采用mph/分钟的读数。最佳计划执行的重要的新数据在屏幕中间， 其包括具有最佳速度和级位设置与距离关系(其与这些变量的当前历 史比较)的滚动带图表76。在该示范性实施例中，列车的位置使用定 位器元件得到。如图示的，位置通过识别列车离它的最终目的地、绝 对位置、最初目的地、中间点和/或操作员输入多远而提供。

带状图提供遵循最佳计划所要求的速度变化的先行估计，其在人 工控制中是有用的，并且在自动控制期间监测计划与实际关系。如本 文论述的，例如当采用指导模式时，操作员可遵循由本发明的示范性 实施例建议的级位或速度。竖条给出期望和实际级位的图表，其也在 带状图下面数字显示。当利用连续级位功率时，如上文论述的，显示 将简单地四舍五入到最接近的离散当量。显示可是模拟显示使得显示 模拟当量或百分比或实际马力/牵引力。

关于行程状态的关键信息在屏幕上显示，并且示出列车(由领头 机车、在沿列车别处的位置或在列车长度上的平均处)遇到的当前坡 度88。还显示的是迄今为止在计划中行驶的距离90、累积使用的燃 料92，下一站计划的地方94(和/或到下一个计划的站点的距离)和 当前与下一站推断的到达时间96。显示68还示出采用可用的计算的 计划可能的到目的地的最大的可能时间。如果要求较晚到达，将执行 重新计划。Delta计划数据示出燃料的状态和超前或落后于当前最佳计 划的时间表。负数意味与计划相比更少的燃料或比它早，正数意味与 计划相比更多的燃料或比它晚，和在相反方向上典型地权衡(为了节 省燃料减速使列车迟到以及相反)。

一直，这些显示68提供操作员列车处于关于当前制定的驾驶计 划的什么地方的快照。该显示仅用于说明性的目的，因为存在许多其 他显示/传达该信息给操作员和/或调度的方式。为此，上文公开的信 息可以互混合以提供与公开的相比不同的显示。

可包括在行程优化器系统中的其他特征包括但不限于允许数据 记录和报告的产生。该信息可存储在列车上并且及时下载到在某点的 车外系统。下载可通过人工和/或无线传输发生。该信息还可通过机车 显示器可由操作员查看。数据可包括例如但不限于操作员输入、系统 运行的时间、节省的燃料、跨越列车中的机车的燃料不平衡性、列车 偏航行程和例如如果GPS传感器故障等系统诊断问题的信息。

因为行程计划必须还考虑可允许的机务人员操作时间，当计划行 程时本发明的示范性实施例可考虑这样的信息。例如，如果机务人员 可操作的最大时间是八个小时，那么行程可改变为包括供新的机务人 员代替现在的机务人员的停止位置。这样的指定停止位置可包括但不 限于铁路站场、汇合/通过位置等。如果当行程行进时，可能超过行程 时间，行程优化器系统可由操作员超驰(override)以满足如由操作员 确定的标准。最终，不管列车的运行状况(例如，高载荷、低速和列 车路程状况)，操作员保持控制以命令列车的速度和/或运行状况。

使用行程优化器系统，列车可采用多个运行方式/配置运行。在一 个运行概念中，行程优化器系统可提供用于命令推进和动态制动的命 令。操作员然后处理所有其他列车功能。在另一个运行概念中，行程 优化器系统可提供用于仅命令推进的命令。操作员然后处理动态制动 和所有其他列车功能。在再另一个运行概念中，行程优化器系统可提 供用于命令推进、动态制动和空气制动的应用的命令。操作员然后处 理所有其他列车功能。

行程优化器系统还可用于通知操作员即将来到的感兴趣的项目 和/或要采取的动作。具体地，使用本发明的示范性实施例的预测逻辑、 对优化的行程计划的连续校正与重新计划和/或轨道数据库，操作员可 被通知即将到来的交叉口、信号、坡度变化、制动动作、侧线、铁路 站场、燃料站等等。该通知可可听见地和/或通过操作员界面发生。

具体地，使用基于物理的计划模型、列车设置信息、车载轨道数 据库、车载运行规则、位置确定系统、实时闭环功率/制动控制和传感 器反馈，系统向操作员呈现和/或通知要求的动作。该通知可以是视觉 和/或可听见的。示例包括通知要求操作员激活机车喇叭和/或铃的交 叉口，和通知不要求操作员激活机车喇叭或铃的“静音”交叉口。

在另一个示范性实施例中，使用上文论述的基于物理的计划模 型、列车设置信息、车载轨道数据库、车载运行规则、位置确定系统、 实时闭环功率/制动控制和传感器反馈，对操作员可呈现允许操作员看 见列车何时将到达各个位置的信息(例如，显示的仪表)，如在图9 中图示的。系统允许操作员调节行程计划(例如，目标到达时间)。 该信息(实际估计的到达时间或需要在车外得到信息)还可以传送到 调度中心以允许调度员或调度系统调节目标到达时间。这允许系统快 速调节并且对适当的目标函数优化(例如权衡速度和燃料使用)。

图11描绘具有多列列车的铁路轨道网络的示范性实施例。在铁 路网络200中，获得多个交互轨道210、220、230和列车235、236、 237的整体网络的优化的燃料效率和到达时间是可取的。如图示的， 多个轨道210、220、230与在每个相应轨道上的列车235、236、237 一起示出。虽然机车编组42图示为列车235、236、237的部分，本 领域内技术人员将容易认识到任意列车可仅具有单个机车编组，其具 有单个机车。如本文公开的，远端设施240可也牵涉在通过优化的列 车动力组成提高燃料效率和减少列车的排放中。这可用位于远程设施 240处的例如计算机等处理器245完成。在另一个示范性实施例中， 手持装置250可用以便于通过优化的列车动力组成提高列车235、236、 237的燃料效率。典型地采用这些方法中的任一个，当正编制列车时， 列车235、236、237的配置通常在驼峰(hump)、铁路站场等发生。

备选地，如下文论述的，处理器245可位于列车235、236、237 上或在另一列列车上，其中列车设置可使用来自另一列列车的输入完 成。例如，如果列车最近在相同的轨道上完成任务，来自该列车的任 务的输入可供应给当前列车(当它执行和/或将开始它的任务时)。从 而，配置列车可在列车运行时间并且甚至在运行时间期间发生。例如， 实时配置数据可用以配置列车机车。关于使用来自另一列列车的数据 上文提供一个这样的示例。另一个示例需要如上文论述的使用与列车 的行程优化关联的其他数据。另外，列车设置可使用来自多个来源的 输入执行，其例如但不限于调度系统、路边系统270、操作员、离线 实时系统、外部设置、分布式网络、本地网络和/或集中式网络。

图12是描绘用于通过优化的列车动力组成提高燃料效率并且减 少排放量的方法的示范性实施例的流程图。如上文公开的，为了最小 化燃料使用和排放同时维持到达时间，可最小化加速和匹配的制动。 非期望的排放还可通过向机车的最小集合提供动力来最小化。例如， 在具有若干机车或机车编组的列车中，以更高的功率设置向机车的最 小集合提供动力同时使剩余的机车处于空闲、无动力待命或如下文论 述的自动发动机起止(“AESS”)模式，将减少排放。这至少部分因 为当机车以较低功率设置运行时(例如，级位1-3)在机车上的废气 排放后处理装置(例如，催化转化器)处于低于它们最佳运行的温度。 因此，使用最小数量的机车或机车编组以使任务按时，以高功率设置 运行将允许废气排放处理装置以最佳温度运行，由此进一步减少排 放。

在图12中的流程图500中图示的方法提供用于在510确定列车 载荷。当发动机在其他应用中使用时，载荷基于发动机配置确定。列 车载荷可用如在图13中图示的载荷或列车载荷估计器560确定。在 示范性实施例中，列车载荷基于如在如在图11中图示的列车组成清 单480中公开的获得的信息估计。例如，列车组成清单480可包含在 处理器245(在图11和13中图示)中，其中处理器245做出估计， 或可在操作员做出估计的纸上。列车组成清单480可包括例如车厢数 量、车厢重量、车厢容纳物、车厢年限等的信息。在另一个示范性实 施例中，列车载荷使用历史数据估计，该历史数据例如但不限于做出 相同行程的之前的列车任务和相似的列车车厢配置等。如上文论述 的，使用历史数据可用处理器或人工完成。在再另一个示范性实施例 中，列车载荷使用经验法则或表格数据估计。例如，配置列车235、 236、237的操作员可基于建立的指南确定要求的列车载荷，这些指南 例如但不限于在列车中的车厢数量、在列车中的车厢类型、在列车中 的车厢重量和正由列车运输的产品量等。该相同的经验法则确定可也 使用处理器245完成。

参照回图12，公开在520识别柴油动力系统的任务时间和/或持 续时间。关于在其他应用中使用的发动机，识别柴油动力系统的任务 时间和/或持续时间可等同于限定预计发动机配置完成任务的任务时 间。在530基于列车载荷做出关于要求的最小总功率量的确定。在540 选择机车以满足最小要求的功率同时产生提高的燃料效率和/或最小 化的排放量。

尽管图12公开确定要求的最小总功率量，本领域内技术人员将 认识到其他任务特性可代替确定要求的最小总功率量。作为示例，并 且不公开为限制，可做出关于允许的最小排放量的确定。同样地，识 别任务时间和持续时间也不应该认为是限制因素。本领域内技术人员 将容易认识到可识别其他特性或因素。这样的其他特性和/或因素可包 括但不限于维护时间表、机动系统的退化运行(例如由于系统和/或子 系统的故障或部分故障引起受限制的使用)、信号和/或路线设置(例 如来从网络观点来看)、轨道磨损数据等。

图34描绘图示用于通过优化的动力组成提高机动系统的燃料效 率的方法的示范性实施例的流程图。流程图400图示在402确定要求 载荷或载荷要求。在404识别与机动系统关联的第一特性。在406识 别第二特性，其中基于载荷要求期望第二特性的特定的范围。在408 选择功率产生单元以满足第二特性的特定范围，同时产生提高的燃料 效率和最小化的排放量中的至少一个。

机车可基于需要的机车类型(基于它的发动机)和/或需要的机车 数量(基于发动机的数量)选择。相似地，关于在其他动力应用(例 如但不限于海洋、OHV和固定功率站(power station)等)中使用的 柴油发动机，每个的多个单元用于完成对于特定应用唯一的指定任 务。

为此，如在图13中图示的行程任务时间测定仪570可用于基于 例如但不限于天气状况、轨道状况等的信息确定任务时间。机车组成 可基于需要的机车类型(作为功率输出的函数或另外)和/或需要的机 车的最小数量。例如，基于可用的机车，选择刚好满足要求的总功率 的那些机车。为此，作为示例，如果十个机车是可用的，做出来自每 个机车的功率输出的确定。基于该信息，选择满足总功率要求需要的 机车的最少数量和类型。例如，机车可具有不同的马力(HP)额定值 或起动牵引力(TE)额定值。除要求的总功率外，可以确定在列车中 的功率分布和功率类型。例如，为了限制在重型列车上的最大耦合器 力，机车可在列车中分布。另一个考虑是机车的能力。在列车的首端 上放置四个DC机车可是可能的；然而，具有相同HP的四个AC单 元可能不能在首端使用，因为总挂钩力可能超过指定极限。

在另一个示范性实施例中，机车的选择可不仅基于减少在列车中 使用的机车数量。例如，如果总功率要求由可用机车中的五个来最低 限度地满足(当与通过使用可用机车中的三个也满足功率要求比较 时)，使用五个机车代替三个。鉴于这些选项，本领域内技术人员将 容易认识到机车的最小数量可从可用机车的顺序(和随机)集合选择。 当在运行时间和/或在任务期间列车235、236、237已经编制并且正在 做决定时可使用这样的方法，其中剩余的机车不用于向列车235、236、 237提供动力，如下文进一步详细论述的。

当编制列车235、236、237时，如果列车235、236、237要求备 用功率，可增加增量机车255或多个机车(参见图11)。然而，该附 加机车255被隔离以最小化燃料使用、排放量和功率变化，但假使运 行机车变为不可运行的时可用于提供备用功率，和/或提供附加功率以 在建立的任务时间内完成行程。隔离的机车255可处于AESS模式以 最小化燃料使用同时使机车当需要时可用。在示范性实施例中，如果 提供备用或隔离机车255，当确定列车载荷时可考虑它的尺度(例如 重量)。

从而，如上文更详细论述的，确定向列车235、236、237提供动 力所需要的最小功率可在列车运行时间和/或在运行(或任务)期间发 生。在该实例中，一旦做出关于优化的列车功率的确定，并且识别在 列车235、236、237中的机车或机车编组42以提供需要的必要功率， 没有识别用于使用的附加机车255处于空闲或AESS模式。

在示范性实施例中，总任务运行可分成多个部分或分段，例如但 不限于至少2个分段，例如如在图11中图示的分段A和分段B。基 于完成任何分段花费的时间量，假使需要增量功率以满足行程任务目 标，使由隔离机车255提供的备用功率可用。为此，可对特定的行程 分段利用隔离机车255以使列车235、236、237回至按时状态并且然 后对随后的分段关闭(如果列车235、236、237保持按时的话)。

从而，在运行中，领头机车可使提供用于增量功率的机车255处 于隔离模式直到需要该功率。这可通过使用从通常在领头机车上的操 作员到隔离机车255的有线或无线调制解调器或通信完成。在另一个 示范性实施例中，这些机车采用分布式动力配置运行并且隔离机车 255已经结合在该分布式动力配置中，但是它们是空闲的并且当要求 附加功率时启动。在再另一个实施例中，操作员使隔离机车255处于 适当的模式。

在示范性实施例中，机车基于列车载荷和任务时间的最初设置由 行程优化器更新，如上文公开的，并且做出对机动机车的数量和类型 的调节。作为示范性说明，考虑分别具有1、1.5和0.75的相对可用最 大功率的三个机车的机车编组42。(相对可用功率是相对于“基准” 机车，其用于确定总编组功率。例如，在“3000HP”基准机车的情况 下，第一机车具有3000HP，第二4500HP和第三2250HP。)假设任务 分成七个分段。考虑到上文的场景，下列组合是可用的并且可以匹配 于轨道部分载荷：0.75、1、1.5、1.75、2.25、2.5、3.25，其是编组的 最大相对HP设置的组合。从而，对于上文提到的每个相应相对HP设 置，对于0.75设置，第三机车启动并且第一和第二关闭，对于1，第一 机车启动并且第二和第三关闭，等等。在一个实施例中，行程优化器 选择最大要求的载荷并且通过级位调用调节同时最小化功率设置的 重叠。因此，如果分段要求2和2.5之间(乘3000HP)那么使用机车1 和机车2，同时机车3处于空闲或处于待命模式，取决于它在该分段中 的时间和机车的重启时间。

在另一个示范性实施例中，可执行分析以确定排放量和机车功率 设置之间的权衡以最大化更高的级位运行，其中来自废气后处理装置 的排放是更佳的。该分析还可考虑关于列车运行优化上文论述的其他 参数中的一个。该分析可对整个任务运行、任务运行的分段和/或两者 的结合执行。

图13描绘根据本发明的一个方面包括在用于优化的列车动力组 成的系统中的元件的框图。如上文图示和论述的，提供列车载荷估计 器560。还提供行程任务时间测定仪570。还提供处理器245。如上文 公开的，虽然针对列车，相似的元件可用于不在轨道车辆内使用的其 他发动机，例如但不限于越野车辆、海洋船只和固定单元。处理器245 基于由列车载荷估计器560确定的列车载荷和由行程任务时间测定仪 570确定的行程任务时间计算向列车235、236、237提供动力所要求 的总功率量。进一步基于每个机车功率输出来确定需要的机车类型和 /或需要的机车数量，以最低限度地达到基于列车载荷和行程任务时间 要求的最小总功率量。

行程任务时间测定仪570可将任务分段为多个任务分段，例如分 段A和分段B，如上文论述的。总功率量于是可对任务的每个分段分 别确定。如上文进一步论述的，附加机车255是列车235、236、237 的部分并且提供用于备用功率。当识别要求时，来自该备用机车255 的功率可增量地使用，例如但不限于提供功率以使列车235、236、237 回到对于特定行程分段的按时情况。在该情况下，操作列车235、236、 237以达到和/或满足行程任务时间。

列车载荷估计器560可基于包含在列车组成清单480、历史数据、 经验法则估计和/或表格数据中的信息估计列车载荷。此外，处理器 245可确定排放量和机车功率设置之间的权衡以最大化更高的级位运 行，其中优化了来自废气后处理装置的排放。

图14描绘用于确定柴油机动系统的燃料效率和排放的传递函数 的框图。这样的柴油机动系统包括但不限于机车、海洋船只、OHV和 /或固定功率产生站。如图示的，关于输入能量580(例如功率、废热 等)的信息和关于后处理过程583的信息提供给传递函数585 (“f(x，y)”)。该传递函数585利用该信息以确定最佳燃料效率587 和排放量590。

图15描绘用于确定具有至少一个柴油为燃料的功率产生单元的 柴油机动系统的配置的方法的示范性实施例。如在流程图600中示出 的，该方法包括在605确定从柴油机动系统中需要的以便完成指定任 务的最小功率。如在610，确定柴油为燃料的功率产生单元的运行状 况使得满足最小功率要求同时产生柴油机动系统的更低燃料消耗和/ 或更低排放中的至少一个。如上文公开的，在流程图600中图示的方 法可应用于多个柴油为燃料的功率产生单元，例如但不限于机车、海 洋船只、OHV和/或固定功率产生站。另外，该流程图600可使用计 算机软件程序实现，其可位于计算机可读介质上。

图16描绘用于操作轨道车辆的闭环系统的示范性实施例。如图 示的，该系统包括优化器650、转换器652、轨道车辆653和从采集 特定信息的至少一个输出654，其例如但不限于速度、排放、牵引力、 马力和摩擦修改技术(例如，应用沙子)。输出654可由传感器656 确定，其是轨道车辆653的部分，或在另一个示范性实施例中独立于 轨道车辆653。最初从行程优化器650和/或调节装置(regulator)产 生的信息得到的信息通过转换器652提供给轨道车辆653。由传感器 656从轨道车辆采集的机车数据然后在闭环通信路径657上传送回优 化器650。

优化器650确定待调节的至少一个因素的运行特性，例如速度、 燃料、排放等。优化器650基于确定的优化值确定功率和/或转矩设置 中的至少一个。转换器652提供用于转换关于功率、转矩、速度、排 放、摩擦修改技术(例如但不限于应用沙子)、设置、配置等的信息 为适合于应用于轨道车辆653(通常机车)的控制输入的形式。具体 地，该信息或数据可转换为电信号。

如下文进一步详细说明的，转换器652可与多个装置中的任意一 个联接，例如主控制器、远程控制机车控制器、分布式动力驱动控制 器、列车线路调制解调器(train line modem)、模拟输入等。图17描 绘与主控制单元或控制器651结合的闭环系统。转换器例如可选择性 地断开或停用主控制器(或致动器)651的输出。(主控制器651一 般由操作员使用以命令机车，如涉及功率、马力、牵引力、摩擦修改 技术的实现(例如但不限于应用沙子)、制动(包括动态制动、空气 制动、手制动等中的至少一个)、推进等等。本领域内技术人员将容 易认识到主控制器可用于控制在控制机车中使用的硬开关和基于软 件的开关两者。)一旦主控制器651断开，转换器652然后代替主控 制器651产生控制信号。致动器651的断开可通过电线、软件开关、 可配置输入选择过程等。图示开关装置655执行该功能。更具体地， 主控制器651的操作员控制输入被断开。

虽然图17公开主控制器651，这对机车是特定的。本领域内技术 人员将认识到在例如上文公开的那些的其他应用中，其他装置可提供 等同于如在机车中使用的主控制器的功能。例如，加速器踏板在OHV 或运输公共汽车中使用，并且激励控制在发生器(generator)上使用。 关于海洋船只，可有多个力产生装置(例如，螺旋桨)，处于不同的 角度/取向，其采用闭环方式被控制。

如上文论述的，相同的技术可用于其他装置，例如控制机车控制 器、分布式动力驱动控制器、列车线路调制解调器、模拟输入等。虽 然未说明，本领域内技术人员将容易认识到转换器同样可以使用这些 装置和它们到机车的关联连接，其用于应用输入控制信号于机车。这 些其他装置的通信系统657可是无线或有线的。更具体地，转换器可 与除主控制器651外的装置(例如驱动控制器、调制解调器等)接口。

图18描绘用于操作与轨道车辆的另一个输入运行子系统结合的 轨道车辆的闭环系统的示范性实施例。例如，分布式动力驱动控制器 659可从各种来源661(例如但不限于操作员、列车线路和机车控制 器等)接收输入并且传送信息到远端位置的机车。转换器652可直接 提供信息给DP控制器659的输入(作为附加输入)或断开输入连接 中的一个并且发送该信息到DP控制器659。开关655被提供以指导 转换器652如何如上文论述的提供信息给DP控制器659。开关655 可是基于软件的开关和/或有线开关。另外，开关655不必须是双路开 关。开关可基于它控制的信号数量具有多个开关方向。

在另一个示范性实施例中，转换器可命令主控制器的操作，如在 图19中图示的。转换器652具有用于基于从优化器650接收的电信 号自动移动致动器651的机械工具。

传感器656提供在机车上以采集运行状况数据654，例如速度、 排放、牵引力、马力等。来自传感器656的机车输出信息然后通常通 过轨道车辆653提供给优化器650，从而完成闭环系统。

图20描绘另一个闭环系统，但其中操作员处于环中。优化器650 产生最佳性能要求的功率/运行特性。该信息通过人机界面(HMI)和 /或显示器649等传送给操作员647。信息可以采用包括音频、文本或 图表或视频显示的各种信息传送。操作员647在该情况下可以操作主 控制器或踏板或任意其他致动器651以遵循最佳功率水平。

如果操作员遵循计划，优化器连续显示要求的下一步操作。如果 操作员不遵循计划，优化器可重新计算/重新优化该计划，取决于功率、 速度、位置、排放等从计划的偏离和偏离的持续时间。如果操作员在 某种程度上不能满足优化的计划，其中重新优化计划是不可能的或其 中安全标准已经或可能被超出时，在示范性实施例中优化器可控制车 辆以保证优化的运行，通告需要考虑优化的任务计划或简单地记录该 事件供将来分析和/或使用。在这样的实施例中，操作员可以通过人工 解除优化器而重新取得控制。

图21是示出用于当操作员输入可包括在决策环中时行程优化方 法的示范性实施例的流程图300。在301，提供优化的任务计划，其 可人工应用。更具体地，输入装置是可用的，通过该输入装置操作员 可基于包含在优化的任务计划中的信息控制车辆(或其他机动系统)。 (例如，优化的任务计划的方面可显示给操作员以作为用于通过输入 装置控制车辆的指导。)在302，优化的任务计划响应于正实施的人 工任务计划而重新计划。人工任务计划可是优化的任务计划的人工应 用/实现，或它可与优化的任务计划不相关，即，优化的任务计划呈现 给操作员用于在控制车辆中使用，但操作员人工应用不同的计划。(在 一个实施例中，人工任务计划可是实际计划，即，预定的控制操作集； 在另一个实施例中，人工任务计划包括操作员人工地应用优化的任务 计划，其包括由于人工控制的有缺陷的性质引起的可能的变化；在另 一个实施例中，人工任务计划包括由操作员执行用于控制车辆的任何 控制动作，其中控制动作不是预定的。)响应于正实施的人工任务计 划重新计划优化的任务计划的目的是考虑优化的任务计划和人工任 务计划之间的偏离，即，优化的任务计划被重新计划以反映通过人工 任务计划控制车辆的实际方式。(从而，在一个实施例中，如果优化 的任务计划被人工应用并且没有偏离优化的任务计划，那么不重新计 划该优化的任务计划。)在303，当人工任务计划偏离优化的任务计 划超过预定量，人工计划可例如基于包含在优化的计划中的信息自主 调节。例如，如果优化的任务计划向任务的给定分段提供某个速度， 如果人工应用的任务计划导致超过该速度，优化的任务计划可自主实 施以进行校正以保证速度保持在可接受的速率。例如当硬极限即将被 打破时(硬极限指在任何情况下都不可以打破的极限)或当超过软极 限长达预定的时间量时(软极限指可打破但仅长达有限的时间或在指 定条件下的极限)可利用这样的方法。

在另一个示范性实施例中，当车辆正基于优化的任务计划控制 时，允许操作员修改、调节或微调(trimming)由优化的任务计划确 定的值一选择的量或长达给定的时间段。举例说明，如果行程优化器 系统对轨道的特定分段命令特定速度，但仅作为示例，这是操作员之 前经过并且优选不同速度的任务分段，行程优化器系统配置成允许操 作员调节速度，假定调节的速度在如在行程优化器系统内建立的预置 的调节范围内。如果调节超出调节范围，操作员有使行程优化器系统 解除并且然后设置优选的速度的选项。相似地，优化器系统可配置成 修改操作员命令一选择的量。

图22描绘行程优化方法的示范性实施例，其中操作员界面对于 操作员可用以调节、修改和/或微调优化的任务计划或与其相关的命 令。在图22的流程图305中，在306，任务根据优化的任务计划自主 执行。“自主执行”可包括使用闭环技术自动执行优化的任务。任务 计划人工调节。更具体地，在307提供输入装置，其配置成当任务在 进行中时允许操作员在预定范围内人工微调任务的至少一个特性。任 务计划可在该优化的任务计划被微调之后被重新优化(在308)。更 具体地，任务计划的重新优化在其他时间发生，而不仅在任务计划实 施之前。在308，在特定的时间段之后和/或当微调任务的至少一个特 性而达到特定判据时，任务计划可被调节以对应于优化的任务计划。 例如，在操作员期望对任务的某些部分以给定的速度操作机车的情况 下，当操作员调节任务计划时，操作员也可实施(当操作员希望时) 待再遵循的优化的任务计划(例如在离开隧道之后)。在再利用优化 的任务计划之前，可执行优化的任务计划的重新计划。术语“调节” 和“微调”都在这里使用。微调也指调节或调节，然而微调可视为做 出更微小的调节。

从而，一个实施例涉及用于操作具有至少一个功率产生单元的至 少一个机动系统的方法305。该方法包括根据优化的任务计划自主执 行306任务。该方法还包括当任务在进行中时在预定范围内通过配置 用于任务计划的至少一个特性的人工输入和微调的输入装置微调307 任务计划的至少一个特性(这里，如上文指示的，“微调”大体上指 调节)。

图22的实施例的逆向也是可能的。更具体地，图23示出行程优 化方法的流程图，其图示其中行程优化系统可修改操作员的任务计划 或命令的情况。图22的流程图310在311图示用人工实现的任务计 划执行的任务。在312，当在进行中时，用包含在优化的任务计划中 的信息微调、调节和/或修改人工实施的任务。任务计划在优化的任务 计划微调、调节和/或修改后重新优化。如进一步公开的，在特定时间 段后和/或当微调任务的至少一个特性而达到特定判据时，任务被调节 为对应于人工实施的任务计划。

在另一个实施例中，操作员和行程优化器系统可一起工作以操作 柴油机动系统。例如，操作员可控制例如但不限于节距(pitch)的特 性，行程优化器系统配置成控制至少一个其他特性，例如但不限于推 力。在另一个示范性实施例中，在多个推进器和/或发动机可用的情况 下，操作员可控制至少一个推力器和/或发动机并且行程优化器系统可 控制至少一个其他的推力器和/或发动机。

图24描绘行程优化方法的示范性实施例，其中任务的部分在行 程优化器系统和另一个例如但不限于操作员的实体(或多个其他实 体)之间分配。在该实施例中，如在流程图315中示出的，在316提 供优化的任务计划。在317，人工控制任务计划中的至少一个特性。 在318，自主控制任务计划中的至少另一个特性。在319，优化的任 务计划根据至少一个人工控制的特性通过闭环过程自主调节。

本文中公开的实施例还可在机动系统是机动系统队列和/或网络 的部分的地方使用。图25示出流程图320，其描绘用于操作具有至少 一个功率产生单元的机动系统的方法的示范性实施例，其中机动系统 可是机动系统队列和/或网络的部分。在322，该方法包括评估至少一 个功率产生单元的运行特性。在324，运行特性与涉及任务目标的指 定值比较。在326，运行特性自主调节以便满足任务目标。如本文公 开的，自主调节可使用闭环技术执行。

图26描绘用于在闭环过程中运行轨道车辆的示范性方法。如在 图26中的流程图660中示出的，在662，该方法包括确定机车编组的 优化设置。该优化设置可包括用于任何设置变量(例如功率水平、优 化的转矩排放、其他机车配置等)的设置。在664，该方法还包括将 优化的功率水平和/或转矩设置转换成对于机车编组可识别的输入信 号。在667，当应用优化的功率水平和优化的转矩设置至少其中之一 时，确定机车编组的至少一个运行状况。在668，该方法进一步包括 传送至少一个运行状况到优化器系统(在闭合控制环内)，其中优化 器系统使用至少一个运行状况以进一步优化功率水平和/或转矩设置。

如上文公开的，流程图660的方法可使用计算机软件代码执行。 因此，对于最初可能不具有利用本文公开的流程图660的方法的能力 的轨道车辆，包含计算机软件模块的电子媒介可由在轨道车辆上的计 算机访问使得软件模块可装载到轨道车辆上用于实施。电子媒介将不 是限制性的，因为任意计算机软件模块还可通过包括无线和/或有线传 输系统的电子媒介传输系统装载，例如但不限于使用因特网以完成安 装。

机车基于级位水平产生排放率。实际上，更低的级位水平不必然 导致更低的每单位输出排放，例如gm/hp-hr，并且相反也是如此。这 样的排放可包括，但不限于微粒、废气、热等等。相似地，来自机车 的噪声水平也可基于级位水平变化，特别是噪声频率水平。因此，当 本文提到排放时，本领域内技术人员将容易认识到本发明的示范性实 施例也可适用于降低由柴油机动系统产生的噪声水平。因此，即使本 文在不同时间公开排放和噪声，但是术语排放也应该理解为也包括噪 声。

当操作员要求特定马力水平或级位水平或其他的油门水平时，操 作员正期望机车以某个牵引功率或牵引力运行。在示范性实施例中， 为了最小化排放量，机车能够在级位/功率/发动机速度水平之间切换 同时保持操作员期望的平均牵引功率。例如，假设操作员要求级位4 或2000HP。然后机车可以级位3运行长达给定的一段时间，例如一 分钟，然后移到级位5长达一段时间，然后回到级位3长达一段时间 使得产生的平均功率对应于级位4。机车移到级位5，因为已经知道 在该级位设置的机车的排放量小于当在级位4时的排放量。在机车在 级位设置之间移动的总时间期间，平均值仍然是级位4，从而操作员 期望的牵引功率仍然实现。

每个级位的时间由各种因素确定，例如在每个级位的排放、在每 个级位的功率水平和操作员敏感性。本领域内技术人员将容易认识到 当机车正人工操作时和/或当操作自主执行时(例如但不限于当由行程 优化器系统控制时)和在低速控制期间本发明的实施例是可操作的。

在另一个实施例中，使用多个设定点。这些设定点可通过考虑例 如但不限于级位设置、发动机速度、功率、发动机控制设置等的多个 因素确定。在另一个实施例中，当使用可以不同的级位/功率设置运行 的多个机车时，级位/功率设置确定为性能和/或时间的函数。当排放 减少时，其他因素可与减少排放权衡考虑。这样的因素包括但不限于 燃料效率和噪声。同样，如果期望是减少噪声，可考虑排放和燃料效 率。如果燃料效率是要提高的，可应用相似的分析。

图27描绘速度与时间关系图表的实施例，其将当前运行与排放 优化的运行比较。与可取的速度比较的速度变化可以任意地最小化。 例如，如果操作员期望在期望的时间内从一个速度(S1)移动到另一 个速度(S2)，它可以用微小的偏离实现。

图28描绘导致维持恒定的期望级位和/或马力的调制图形。在每 个级位的时间量取决于机车数量和列车的重量和它的特性。本质上， 列车的惯性用于结合牵引功率/力以获得期望的速度。例如，如果列车 是重的，在示例中在级位3至5的转换之间的时间可以是大的，反之 亦然。在另一个示例中，如果给定的列车的机车数量是巨大的，转换 之间的时间必须更小。更具体地，时间调制和/或循环将取决于列车和 /或机车特性。

如之前论述的，排放量可基于假定的级位分布，但是不要求操作 员/铁路具有该整体分布。因此，在一段时间、在一段时间在许多机车 上和/或在一段时间对机车队列施行级位分布是可能的。通过提供有排 放数据，行程优化器系统可以将基于级位/功率设置来比较对于排放量 的期望的级位/功率并且确定级位/功率循环以满足要求的速度同时最 小化排放量。优化可以明确地用于产生计划，或计划可以修改以施行、 减少和/满足要求的排放。

图29描绘用于确定具有至少一个柴油为燃料的功率产生单元的 柴油机动系统的配置的示范性方法。该方法在图29中的流程图700 中图示，并且包括在702确定需要从柴油机动系统中得到以便完成指 定任务的最小功率(或功率水平)。在704，该方法另外包括基于要 求的最小功率(功率水平)确定排放量。在706，该方法进一步包括 使用导致较低的排放量的至少一个其他的功率水平，其中总所得的功 率接近要求的功率。因此，在运行中，期望的功率水平可与至少另一 个功率水平一起使用，和/或可使用不包括期望的功率水平的两个功率 水平。在第二示例中，如公开的，如果期望的功率水平是级位4，使 用的两个功率水平可包括级位3和级位5。

排放量数据(基于级位速度)提供给行程优化器系统。如果某个 级位速度产生高排放量，行程优化器系统可以通过在产生较低的排放 量的级位设置之间的循环起作用，使得机车将避免在特定的级位运行 同时仍满足避免的级位设置的速度。例如，应用上文提供的相同示例 时，如果级位4由于排放量而识别为小于运行的最佳设置，但是级位 3和5产生较低的排放量，行程优化器系统可在级位3和5之间循环， 其中平均速度等于在级位4实现的速度。因此，当提供与级位4关联 的速度时，总排放量小于在级位4预期的排放量。

因此，当采用该配置运行时，虽然可实际上不遵守基于限定级位 限制施加的速度约束，可改善在完成的任务上的总排放量。更具体地， 虽然在特定区域可以强加为轨道车辆将不超过级位5，行程优化器系 统可确定在级位6和4之间的循环可是优选的以达到级位5速度极限 而同时还改善排放量，因为级位6和4的组合的排放量比当在级位5 运行时的更好，因为级位4或级位6或二者比级位5更好。

图30图示用于最小化来自具有至少一个柴油为燃料的功率产生 单元的柴油机动系统的排放量、噪声水平等同时保持特定速度的系 统。系统722包括用于确定需要从柴油机动系统18中得到以便完成 指定任务的最小功率的处理器725。该处理器725还可确定何时在两 个功率水平之间交替。确定装置727用于基于要求的最小功率确定排 放量。还包括用于在功率水平之间交替以达到要求的最小功率的功率 水平控制器729。该功率水平控制器729起作用以产生较低的排放量 同时总平均所得功率接近要求的最小功率。

图31图示用于最小化来自具有至少一个柴油为燃料的功率产生 单元的柴油机动系统的排放量、噪声输出等同时保持特定速度的系 统。该系统包括用于确定需要从柴油机动系统中得到以便完成指定任 务的功率水平的处理器727。该系统还包括用于基于要求的功率水平 确定排放量的排放测定仪装置727。还公开排放比较装置731。该排 放比较装置731将其他功率水平的排放量与基于要求的功率水平的排 放量比较。柴油为燃料的功率产生单元18的排放量基于要求的功率 水平通过在产生比要求的功率水平少的排放量的至少两个其他功率 水平之间交替而减少，其中在至少两个其他功率水平之间交替产生(i) 接近要求的功率水平的平均功率水平同时(ii)产生比要求的功率水 平的排放量更低的排放量。如本文公开的，交替可简单地导致使用至 少一个其他功率水平。因此，虽然功率水平(例如油门设置)在本文 中特征化为交替，该术语不使用为限制性的。为此，装置753提供用 于在至少两个功率水平之间交替和/或至少使用一个其他功率水平。

虽然上文的示例图示在两个级位水平之间循环以满足第三级位 水平，本领域内技术人员将容易认识到当试图满足特定期望级位水平 时可使用超过两个级位水平。因此，三个或更多的级位水平可包括在 循环中以达到特定期望级位水平、以改善排放同时仍满足速度要求 时。另外，交替的级位水平中的一个可是期望的级位水平。因此，在 最低限度，期望的级位水平和另一个级位水平可以是在其之间交替的 两个功率水平。

图32示出图示用于操作具有至少一个柴油为燃料的功率产生单 元的柴油机动系统的方法的示范性实施例的流程图。(该方法还可应 用于控制具有其他功率产生单元的其他机动系统)。操作柴油机动系 统以执行具有一个或多个任务目标的任务。任务目标可包括考虑总排 放、最大排放、燃料消耗、速度、可靠性、磨损、力、功率、任务时 间、达到时间、中间点时间和机动系统的制动距离中的至少一个。本 领域内技术人员将容易认识到任务目标可基于柴油机动系统的特定 任务进一步包括其他目标。例如，如上文公开的，机车的任务目标不 同于固定功率产生系统的。因此，任务目标是基于柴油机动系统的类 型和柴油机动系统的任务的性质。

如在图32中的流程图800中示出的方法包括在802评估柴油机 动系统的运行特性。“运行特性”意思是涉及机动系统的运行的特征、 特性或品质，其包括机动系统自身或机动系统运行的环境的特征、特 性或品质。从而，运行特性可包括排放、速度、马力、摩擦修改物、 牵引力、总功率输出、任务时间、燃料消耗、能量储存和/或柴油机动 系统在其上运行的表面的状况中的至少一个。当柴油机动系统是具有 例如柴油为燃料的功率产生单元作为它的主功率产生系统以及电、液 压或其他非柴油的功率产生系统作为它的次要功率产生系统的混合 系统时，能量储存是重要的。关于速度，运行特性可关于时间变化速 度和位置变化速度进一步细分。

当与至少一个其他柴油机动系统结合使用时，运行特性可进一步 基于柴油机动系统的位置。例如，列车可包括多个柴油机动系统，例 如采用编组组织的机车。因此，将有领头机车和远端机车。对于在尾 部位置的那些机车，也牵涉尾部模式考虑。运行特性可进一步基于环 境状况(指机动系统的外部状况)，例如但不限于温度和/或压强。

在图32中的流程图800中图示的方法进一步包括在804将运行 特性与满足任务目标的期望/指定值比较。该指定值可从运行特性、柴 油机动系统的能力和/或柴油机动系统的至少一个设计特性中的至少 一个确定。关于柴油机动系统的设计特性，存在设计特性变化的机车 的各种模块。该指定值可在远程位置确定，例如但不限于远程监测站 和/或是柴油机动系统的一部分的位置。

指定值可基于柴油机动系统的位置和/或运行时间。如采用运行特 性，指定值进一步基于排放、速度、马力、摩擦修改物、牵引力、包 括温度和压强中的至少一个的环境状况、任务时间、燃料消耗、能量 储存和/或柴油机动系统在其上运行的表面的状况中的至少一个。指定 值可进一步基于柴油机动系统的部分和/或编组的部分或以如上文公 开的在子编组级别的许多柴油为燃料的功率产生单元进一步确定。

流程图800的方法进一步包括在806用反馈过程中运行的用以满 足任务目标的闭环控制系统调节运行特性以对应于指定值。(即，在 一个实施例中，为满足任务目标，机动系统通过反馈过程被控制使得 机动系统的测量的运行特性对应于指定值。)该反馈过程可包括本领 域内技术人员容易知道的反馈原理。一般地，但不考虑为限制性的， 该反馈过程接收信息和基于接收的信息做出确定。闭环方法允许流程 图800的方法实现而没有外部干扰。然而，如果由于安全问题而要求 的话，也提供人工超驰。运行特性的调节可基于环境状况做出。如上 文公开的，流程图800的方法还可采用计算机软件代码实现，其中该 计算机软件代码可位于计算机可读介质中。

在一个示例中，闭环反馈过程牵涉增量地控制机动系统使得运行 特性朝指定值移动或接近该指定值。即，在运行特性和指定值之间存 在差别，并且控制机动系统使得差别减小。如应该意识到的，当本文 提到运行特性“对应于”指定值时，这可是直接对应，例如运行特性 和指定值都涉及相同类型的系统测量(时间、速度、燃料消耗、排放 等)，或它可是间接对应，例如运行特性和指定值涉及不同的系统测 量，但是不同的系统测量可彼此相关。例如，如果运行特性是速度， 指定值是排放量，排放量可通过查找表、算法或类似物与速度相关。 一旦机动系统被增量控制时，运行特性重新测量或另外重新评估(其 提供反馈)。基于重新测量的运行特性，如果运行特性仍不对应于指 定值，机动系统在牵涉随后的重新测量(反馈)和增量控制的环路过 程中进一步被增量控制，直到运行特性对应于指定值。

与图32的方法相似的另一个实施例涉及用于操作具有至少一个 柴油为燃料的功率产生单元的柴油机动系统的方法(800)。该方法 包括确定柴油机动系统的运行特性。该方法还包括将运行特性与满足 机动系统的任务的任务目标的指定值比较。该方法进一步包括控制控 制机动系统以朝指定值调节运行特性。该方法进一步包括在闭环反馈 过程中重复确定运行特性和控制机动系统直到运行特性对应于指定 值或在指定值的预定范围内接近。特别地，它可以是运行特性不必精 确地匹配或对应于指定值而仅在预定范围/阈值内接近对应于指定值 的情况。

图33示出用于运行具有至少一个柴油为燃料的功率产生单元的 柴油机动系统的示范性系统810的框图。该系统810包括配置用于确 定柴油机动系统的至少一个运行特性的传感器812。在示范性实施例 中，提供多个传感器812以采集关于来自柴油机动系统上的多个位置 和/或柴油机动系统内的多个子系统的运行特性的信息。本领域内技术 人员也将认识到传感器812可是运行输入装置。因此，传感器812采 集关于柴油机动系统的运行特性的信息，其包括例如涉及排放、速度、 马力、摩擦修改物、牵引力、包括温度和压强中的至少一个的环境状 况、任务时间、燃料消耗、能量储存和/或柴油机动系统在其上运行的 表面的状况的信息。处理器814与传感器812通信。基准产生装置816 提供并且配置成识别优选或基准运行特性(即，感兴趣的特定运行特 性)。该基准产生装置816通过有线和/或无线通信系统和/或装置与 处理器814通信。该基准产生装置816可远离柴油机动系统或是柴油 机动系统的部分。

处理器814运行算法818，其实现用于比较确定的运行特性(关 于由传感器812提供的信息)与基准运行特性以确定期望的运行特性 的反馈过程。进一步提供与处理器814闭环通信的转换器820以实现 期望运行特性。从而，如由传感器812确定的，机动系统的当前/实际 运行特性与基准运行特性比较。基于该比较，通过闭环过程控制机动 系统以实现期望的运行特性，即控制机动系统使得机动系统展现期望 的运行特性(或至少向着展现的期望的运行特性来移动)。转换器820 可以是主控制器、远程控制控制器、分布式动力控制器和列车线路调 制解调器中的至少一个。更具体地，当柴油机动系统是机车系统时， 转换器可以是远程控制机车控制器、分布式动力机车控制器和/或列车 线路调制解调器。

如进一步图示的，可包括第二传感器821。该第二传感器配置成 测量至少一个环境状况、关于提供给算法818和/或处理器814以确定 期望的运行特性的信息。如上文公开的，环境状况的示范性示例包括 但不限于温度和压强。

另一个实施例涉及用于控制列车的运行的方法。该方法还可应用 于控制其他车辆或其他机动系统。根据该方法，列车基于优化的任务 计划被控制，典型地用于减少燃料使用和/或减少排放量。为了计算任 务计划，可执行下列步骤。首先，例如从数据库或别处接收路线数据 和列车数据。该路线数据包括涉及列车在其上沿着路线行使的轨道的 一个或多个特性的数据和涉及沿着路线的至少一个速度极限的数据。 列车数据涉及列车的一个或多个特性。任务计划在列车沿着路线行驶 期间的任何时间在列车上形成。任务计划基于接收的数据在沿路线的 第一点形成并且至少覆盖路线的沿路线延伸到比第一点更远的第二 点的分段。任务计划形成用于覆盖分段的整体(基于或不管沿着数据 可用的分段的路线的所有不同的地理特征或其他特性)。这时，它意 味着：(i)任务计划考虑沿着数据可用的路线分段的所有不同的地理 特征或其他特性，和(ii)形成任务计划而不管沿着分段的该路线的 特定地理特征或其他特性是什么。从而，不论沿着路线分段已知的地 理特征或其他路线特性是什么，对该分段形成任务计划。

另一个实施例涉及用于操作车辆的方法。该方法包括在车辆接收 路线数据和车辆数据。该路线数据包括涉及车辆沿其行驶的路线的一 个或多个特性的数据，并且车辆数据涉及车辆的一个或多个特性。该 方法进一步包括在车辆沿着路线行驶期间的任何时间在车辆上形成 任务计划。任务计划基于接收的数据在沿着路线的第一点形成并且至 少覆盖路线的沿路线延伸到比第一点更远的第二点分段。任务计划形 成用于覆盖段的整体，其基于或不管沿着数据可用的分段的路线的所 有不同的地理特征或其他特性。该方法进一步包括当车辆沿着路线分 段行驶时根据任务计划控制车辆。任务计划配置用于减少车辆的燃料 使用和/或减少由车辆沿着路线分段产生的排放。

形成任务计划后，确定任务计划对于满足车辆的至少一个任务目 标是否正确。如果确定任务计划对于满足车辆的至少一个任务目标不 正确，该方法进一步包括更新用于形成任务计划的接收的数据。任务 计划然后基于更新的接收数据修订以满足至少一个任务目标。修订任 务计划后，该方法进一步包括基于修订的任务计划来运行机动系统。

如应该意识到的，本文涉及“行程计划”的任何描述还可应用于 “任务计划”，因为行程计划是任务计划的一种，即，行程计划是车 辆的任务计划。对于“行程”和“任务”大体上都是如此，即行程是 任务的特定种类。

尽管本发明已经参照各种示范性实施例描述，本领域内技术人员 将理解可做出改变、删减和/或添加并且等同物可代替其中的元件而不 偏离本发明的精神和范围。另外，可做出许多修改以使特定情况或材 料适应于本发明的教导而不偏离其范围。因此，规定本发明不限制于 作为预期用于执行本发明的最佳模式公开的特定实施例，而本发明将 包括落入附权利要求的范围内的所有实施例。此外，除非特别声明， 术语第一、第二等的任何使用不表示任何顺序或重要性，相反，这些 术语第一、第二等用于彼此区分元件。