欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022101591588
申请人: 华东交通大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种重载列车进站曲线优化方法,其特征在于,所述优化方法包括:建立重载列车的多目标优化及惩罚函数;所述多目标优化函数包括安全目标函数、节能目标函数、稳定目标函数以及与所述安全目标函数和所述稳定目标函数相应的惩罚函数,将有约束的优化问题转换为无约束的优化问题,所述安全目标函数为以重载列车的运行速度为自变量的函数,所述节能目标函数为以重载列车的运行时所受阻力为自变量的函数,所述稳定目标函数为以重载列车的运行加速度为自变量的函数;

基于基于自适应交叉和变异概率的NSGA‑II算法,对所述多目标优化函数进行优化,得到重载列车运行最优解集,并根据所述重载列车运行最优解集控制重载列车在进站前的运行,所述重载列车运行最优解集包括:重载列车运行速度最优解和重载列车运行加速度最优解;

将单质点模型分解为六个质点,每20节车厢考虑为一个质点,整列车划分为6个质点,分析每个质点的受力情况,建立重载列车的六质点动力学模型;

建立空气制动力模型,并验证所述空气制动力模型是否符合在固定减压量下制动缸的充气特性;

根据验证后的所述空气制动力模型以及所述六质点动力学模型,仿真重载列车进站时在固定减压量下每个质点的速度位移曲线;

根据预设的重载列车停靠位置以及所述速度位移曲线,反推得到实施空气制动的位置。

2.根据权利要求1所述的优化方法,其特征在于,所述基于自适应交叉和变异概率的NSGA‑II算法,对所述多目标优化函数进行优化,具体包括:根据重载列车特性与线路数据,将目标运行曲线分为不同的个体,随机产生规模为N的初始种群P0,设置最大进化代数tmax,并对种群P0进行非支配排序,初始化每个个体的rank值;

对父代种群P0执行遗传操作,产生子代种群Q0;

通过二进制锦标赛法从P0和Q0中产生出组合种群R0=P0∪Q0;

对组合种群R0进行非支配排序,并通过拥挤度排序和精英保留策略选出rank值排前列的N个个体,组成新的父代种群P1;

根据当前种群P1中个体的拥挤度与所有种群的个体拥挤度的平均值进行比较,并对交叉概率Pc及变异概率Pm的变化分类;

基于算法迭代次数进程,求出交叉算子Pc和变异算子Pm的变化值;

自适应更新选取交叉算子Pc和变异算子Pm的值,通过交叉、变异操作,生成新的子代种群Q1;

跳转至“通过二进制锦标赛法从P0和Q0中产生出组合种群R0=P0∪Q0”,进行下一次的进化,直至当前进化代数达到所述最大进化代数tmax。

3.根据权利要求2所述的优化方法,其特征在于,根据当前种群P1中个体的拥挤度与所有种群的个体拥挤度的平均值进行比较,并对交叉算子Pc和变异算子Pm的变化分类,具体包括:通过将当前种群中个体拥挤度与所有种群拥挤度的平均值比较,将交叉算子Pc和变异算子Pm的选取进行分类:当di

当di=diagv时,Pc(k)=Pc(k‑1),Pm(k)=Pm(k‑1);

当di>diagv时,Pc(k)=Pc(k‑1)‑ΔPc(k),Pm(k)=Pm(k‑1)‑ΔPm(k);

其中,di为个体拥挤度值,diagv为种群平均拥挤度值;k为当前迭代次数;

当个体拥挤度小于种群平均拥挤度时,即某一rank层中的大部分个体分布较为紧密,则增大运行曲线中个体的变异算子Pm和交叉算子Pc的值,以避免算法过早集中;

当个体拥挤度等于种群平均拥挤度时,即某一rank层中的大部分个体分布较为平均,趋向一致,则保持运行曲线中个体的变异算子Pm和交叉算子Pc的取值;

当个体拥挤度大于种群平均拥挤度时,时即某一rank层中的大部分个体分布较为分散时,则减小运行曲线中个体的变异算子Pm和交叉算子Pc的值,以使种群中的个体尽快集中,保证输出Pareto解集的多样性。

4.根据权利要求1所述的优化方法,其特征在于,所述重载列车的六质点动力学模型,如下式:其中,mi为质点i的质量; 为质点i当前的加速度;Ai为车钩力;Bi为i的运行阻力,包括基本运行阻力和附加阻力;Ci为机车的牵引力,仅作用于机车;Di为第一个质点中机车的动力制动力,仅作用于机车;Ei为质点i受到的空气制动力。

5.根据权利要求1所述的优化方法,其特征在于,所述建立重载列车的多目标优化及惩罚函数,具体包括:根据重载列车运行自动控制原理考虑列车限速安全,建立安全目标函数,并根据速度约束建立速度惩罚函数;

根据重载列车运行加速度和加速度变化率的大小,建立平稳目标函数,并根据正点约束,建立时间惩罚函数;

根据重载列车的节能运行指标,建立节能目标函数;

考虑安全、平稳与节能模型,建立重载列车多目标优化及惩罚函数。

6.根据权利要求5所述的优化方法,其特征在于,所述安全目标函数如下式:f1:

s.t Vj<Vj限j=1,2,…,n

其中,K超速为重载列车的超速指标;Vj为j区间下重载列车的运行速度;Vj限为j区间下的限速,n表示运行线路的区间;首先约束条件是列车运行速度不能大于当前曲线的限速,其次K超速越小表示重载列车在运行过程中出现超速的情况越少,并且重载列车的速度也没有低于限速太多,保持在限速以下的一定范围内,重载列车运行越安全;反之,重载列车运行越不安全,为了保证重载列车安全运行,要保证重载列车的超速指标K超速越小越好;

根据安全目标函数建立安全目标惩罚函数:

其中, 为安全目标的惩罚函数,P(f1,σ)为安全目标加惩罚函数的总目标,σ为惩罚因子,具有控制惩罚强度的功能。

7.根据权利要求5所述的优化方法,其特征在于,所述平稳目标函数如下式:地2:

s.t|Tj‑T0|≤300

其中,K平稳为重载列车的平稳度指标;aj为j区间下重载列车的加速度;Tj为列车在j区间内运行时间,T0为列车在j区间内列车运行图的规定时间;重载列车加速度的变化越频繁,平稳度指标K平稳越大,即代表重载列车的平稳度指标越差;反之,重载列车加速度变化越不频繁,平稳度指标K平稳就越小,则重载列车平稳度越好,为了保证重载列车平稳运行且不影响列车正点到站时间,则在列车运行时间与规定时间限最多有5min左右的差距前提下保证重载列车的平稳度指标K平稳越小越好;

根据平稳目标函数建立平稳目标惩罚函数:

其中, 为平稳目标的惩罚函数,P(f2,σ)为平稳目标加惩罚函数的总目标,σ为惩罚因子,具有控制惩罚强度的功能。

8.根据权利要求5所述的优化方法,其特征在于,所述节能目标函数如下式:f3:min E=E1+E2

其中,运行耗电量E1计算如下式:

惰性及空转耗电量E2计算如下式:

E2=BE1

式中:QL为机车质量;QC为车辆质量;ωL、ωC分别为机车和车辆运行单位基本阻力;Sj为列车在j区间内的运行里程;B为操纵系数。

9.根据权利要求5所述的优化方法,其特征在于,所述重载列车多目标优化函数如下式:minf总=[P(f1) P(f2) f3]

其中,f1表示安全目标函数,f2表示平稳目标函数,f3表示节能目标函数。

10.一种重载列车进站曲线优化系统,所述系统被处理器运行时执行如权利要求1‑9任一项所述重载列车进站曲线优化方法的步骤。