1.一种重载列车运行过程建模与运行曲线优化方法,其特征是:结合重载列车运行线路约束条件,建立列车运行过程动态纵向动力学模型与钩缓装置模型,运用多目标遗传算法建立列车优化操纵模型,同时考虑到遗传算法的早熟现象,采用自适应算法动态调整遗传算法参数,自适应与遗传算法相结合的自适应遗传算法可以在保持种群多样性的同时,保证了遗传算法的收敛性,获得一条列车运行优化曲线。
2.根据权利要求1所述的重载列车运行过程建模与运行曲线优化方法,其特征是,所述建立重载列车运行过程动态纵向动力学模型方法为:分析重载列车运行过程中动力学模型,对单节车辆纵向动力学受力进行分析,其运动过程动力学模型可表示为:式中,mi为车辆的质量; 为车辆的加速度;FT为牵引力,FD为电制动力;FCL为前车钩力;
FCR为后车钩力;FB为空气制动力;FW为车辆运行基本阻力;FWc为曲线阻力;FWr为坡道阻力。
3.根据权利要求1所述的重载列车运行过程建模与运行曲线优化方法,其特征是,所述建立车钩缓冲器装置模型方法为:车钩力用下式描述:
式中,FC为车钩力;fu为加载时缓冲器的阻抗力;fl为卸载时缓冲器的阻抗力;f3为缓冲器阻抗力的均值;Δv为相邻两车的速度之差;Δx为相邻两车的运行距离之差;ve为缓冲器转换速度。
4.根据权利要求1所述的重载列车运行过程建模与运行曲线优化方法,其特征是,所述建立多目标自适应遗传算法为:(1)结合重载列车运行线路条件,定义列车运行速度曲线的编码与染色体,根据列车运行优化模型定义目标适应度函数;随机生成N个满足目标适应度函数的初始种群;将初始种群代入目标适应度函数中,根据目标适应度函数计算当前群体中各个种群的适应度;
A.列车的运行安全性评价模型:
其中种群中列车运行最大拉钩力的平均值 按下式计算:
种群中列车运行最大压钩力的平均值 按下式计算:
列车第j次运行过程中车钩力值大于车钩力额定最大值γ系数的次数FNUM按下式计算:种群中列车运行过程中车钩力值较大次数的平均值 按下式计算:其中Ficoupler为列车第i时刻运行的车钩力值,FUMAX为列车运行时车钩力额定最大值,γ为比列系数,取值范围为0.75~1;FMAX为列车第j次运行过程中出现的最大拉钩力值,FMIN为列车第j次运行过程中出现的最大压钩力值的绝对值,N为种群规模,k1,k2,k3是权重系数,满足k1+k2+k3=1;
B.列车的运行节能性评价模型:
Q=Qy+Q0
其中牵引运行耗电量Qy按下式计算:
惰行、制动及停站耗电量Q0按下式计算:
其中Uw为机车受电弓处网压,ty为机车牵引运行时间,t0为机车惰行、空气制动及停站时间,Ip为机车牵引用电有功电流,Ip0为机车惰行、制动及停站时用电有功电流;
C.列车的运行正点性评价模型:
其中TU为列车运行图的规定时间,Ti为列车每个区间的运行时间,一共有n个区间;
通过上述分析,以列车的安全、节能与正点运行为多目标优化问题的模型即重载列车的目标适应度函数为:其中 N为种群规模,w1,w2,w3是权重系数,满足w1+w2+w3=1;
(2)按照遗传策略,运用选择、交叉和变异算子作用于群体,形成下一代种群;
(3)不断地寻优进化,根据每一次迭代中所有个体的适应度的大小,自适应地调整选择、交叉和变异参数,最终得到目标函数中适应度最高的一个个体,将其作为问题的最优解或满意解并输出,终止计算,最终获得一条列车运行优化曲线。