基于温度、载重条件的高速列车自动驾驶曲线生成方法与流程
本发明涉及一种列车自动驾驶曲线生成技术,尤其涉及一种基于温度、载重条件的高速列车自动驾驶曲线生成方法。
背景技术:
自动驾驶曲线的作用主要是在列车运行过程中,向列车自动驾驶控制系统的在线速度跟踪控制提供目标速度指令,让列车能根据线路数据以及目标指令速度,通过不断的调整,最终实现目标速度的跟踪。
线路上的列车在发车前,需要采用智能计算等方式生成自动驾驶速度曲线,并将其加载于列车上,用于实现列车在站间的自动驾驶;在采用智能计算等方式生成自动驾驶速度曲线时,控制目标一般以目标函数的形式体现,目标函数可设置为单目标的“能量消耗最小”作单目标优化,或者设置为多目标的“缩短列车运行时间、降低能耗、提高乘客乘坐舒适度和减少停车误差”作多目标优化;在确定目标的基础上,还需要输入线路、列车属性和列车运营等数据,对于这些输入数据而言,在正常情况下线路数据,比如线路长度、坡度、弯道半径、限速等参数通常是固定不变的,而列车运营数据由调度中心给定,列车属性(比如列车型号、列车自重等)参数通常也是固定不变的。
高速铁路沿线的多个站点,其客流量具有时空变化的特性,不同的时间、不同的站点空间的客流量带有随机性,这将导致整个列车的重量具有动态变化的随机性;现有技术通过智能计算方式生成自动驾驶速度曲线时,通常将列车重量设定为固定值,因此,无论是以单目标或者是多目标为目标函数,所生成的自动驾驶都是不合理的,不能适应于列车站点间客流量在时间和空间上的随机变化。
同时,高速列车运行过程中,除了受到基本阻力外,还受到附加阻力(由坡度、弯道和隧道引起)的作用,这在自动驾驶曲线的计算中通常是作了考虑的;但是因气候条件变化,如温度引起的其它附加阻力,通常未作考虑。气温较低时,列车动力系统中润滑油的黏度将随着气温的下降而下降,摩擦系数和摩擦阻力随之增加,这会导致高速列车运行增加额外阻力。
因此,同时考虑站点客流量变化以及温度条件变化,从而实时地生成符合实际条件的列车自动驾驶速度曲线是函待解决的问题。
技术实现要素:
针对背景技术中的问题,本发明提出了一种基于温度、载重条件的高速列车自动驾驶曲线生成方法,其创新在于:所述方法包括如下步骤:
1)在不同温度参数条件下,根据列车参数、线路参数、润滑油黏度参数和控制目标,预先离线生成列车空载状态下的空载自动驾驶曲线,多种温度参数分别对应多种空载自动驾驶曲线;不同温度参数分别对应不同的润滑油黏度参数;
在单种空载自动驾驶曲线条件下,以乘员重量为变量,改变列车受力参数,对相应空载自动驾驶曲线进行修正,得到对应不同乘员重量的多种修正自动驾驶曲线;对应相同温度参数的多种修正自动驾驶曲线记为一个曲线集合;多种温度参数分别对应多个曲线集合;
温度参数和曲线集合的对应关系记为温度索引信息;单个曲线集合中,乘员重量和修正自动驾驶曲线的对应关系记为载重索引信息;曲线集合、温度索引信息和载重索引信息均预存在列车自动驾驶控制系统中;
2)列车运行过程中,当列车车门关闭后,列车自动驾驶控制系统通过车内摄像设备获取车厢内图像,然后对图像进行处理得到乘员人数,然后根据乘员人数计算出当前乘员重量;
计算当前乘员重量的过程中,列车自动驾驶控制系统还通过温度传感器检测外部环境温度,得到当前温度数据;
3)得到当前乘员重量和当前温度数据后,列车自动驾驶控制系统将当前温度数据与温度索引信息进行匹配,查找到对应的曲线集合,与查找到的曲线集合对应的载重索引信息记为当前索引信息;然后将当前乘员重量与当前索引信息进行匹配,查找到对应的修正自动驾驶曲线,列车自动驾驶控制系统根据查找到的修正自动驾驶曲线控制列车运行。
本发明的原理是:本发明在生成修正自动驾驶曲线时,考虑了温度影响下的润滑油黏度因素和乘员重量变化影响下的列车受力因素,由此得到的修正自动驾驶曲线更符合实际情况;具体实施时,可利用现有的多目标优化算法来生成自动驾驶曲线和修正自动驾驶曲线,如进化计算(遗传算法、文化算法、微分进化算法和memetic算法等)、生物计算(人工免疫算法、克隆选择算法和dna计算)和群集智能计算(微粒群算法、蚁群算法、人工蜂群和人工鱼群算法)。
考虑到温度和乘员重量变化情况较多,如果在线生成修正自动驾驶曲线,时效性难以得到保证,于是本发明采用预先离线生成的方式来预先生成自动驾驶曲线和修正自动驾驶曲线;而且预先离线生成方式不受实效性约束,可以将温度和乘员重量变化情况划分得尽量精细,从而提高修正自动驾驶曲线的精细化程度;虽然最终得到的修正自动驾驶曲线数量较多,但在实际运行时不需要进行在线计算,通过温度索引信息和载重索引信息可快速地匹配到最符合当前情况的修正自动驾驶曲线,能很好地适应列车运行对时效性的要求。
考虑到具体地区、具体季节温度变化的范围相对较窄,而且可以将温度参数设置为区间值,因此温度变化的种类比乘员重量变化的种类相对较少,因此先以温度参数作为变量,生成空载自动驾驶曲线,然后再以乘员重量为变量,对空载自动驾驶曲线进行修正,得到修正自动驾驶曲线;具体实施时,可按下式改变列车的受力参数:
ma=f(u,v)-g(v)-w(s,v)-f’(t)
其中,m为列车自重,a为加速度;f(u,v)为列车动力系统输出的作用力(包括牵引力和制动力),与运行速度v和输入控制工况u有关;g(v)为列车受到的基本阻力,它是运行速度的函数;w(s,v)为列车附加阻力,其中s为线路位置,该附加阻力由线路坡度、曲线和隧道等线路条件不同而造成;f’(t)是考虑温度因素所增加的额外阻力,具体实施时,可通过试验确定温度对润滑油黏度的影响,然后通过仿真试验得到相应润滑油黏度条件下列车动力系统受到的额外阻力。
基于现有技术可知,通过图像获取图像中的人数信息已是十分成熟的技术,因此,图像处理技术在本发明中仅是一种获取人员数量的“工具”,具体实施时,本领域技术人员可从现有的图像处理技术中择优选用。
优选地,所述乘员重量为乘员人数和单人重量的乘积;单人重量取72公斤。根据国家卫计委公布全国18岁及以上成年男性和女性的平均体重分别为66.2kg和57.3kg,设定的重量值按男女重量的平均值,即设定为62kg/人进行计算;同时,高铁规定普通乘客免费携带随身物品重量不能超过20kg,以每人携带行李约10kg计算,人和行李大约重72kg,故单人重量取72公斤。
本发明的有益技术效果是:提出了一种基于温度、载重条件的高速列车自动驾驶曲线生成方法,该方法考虑了温度影响下的润滑油黏度因素和乘员重量变化影响下的列车受力因素,由此得到的修正自动驾驶曲线更符合实际情况,而且修正自动驾驶曲线的精细化程度较高。
具体实施方式
一种基于温度、载重条件的高速列车自动驾驶曲线生成方法,其创新在于:所述方法包括如下步骤:
1)在不同温度参数条件下,根据列车参数、线路参数、润滑油黏度参数和控制目标,预先离线生成列车空载状态下的空载自动驾驶曲线,多种温度参数分别对应多种空载自动驾驶曲线;不同温度参数分别对应不同的润滑油黏度参数;
在单种空载自动驾驶曲线条件下,以乘员重量为变量,改变列车受力参数,对相应空载自动驾驶曲线进行修正,得到对应不同乘员重量的多种修正自动驾驶曲线;对应相同温度参数的多种修正自动驾驶曲线记为一个曲线集合;多种温度参数分别对应多个曲线集合;
温度参数和曲线集合的对应关系记为温度索引信息;单个曲线集合中,乘员重量和修正自动驾驶曲线的对应关系记为载重索引信息;曲线集合、温度索引信息和载重索引信息均预存在列车自动驾驶控制系统中;
2)列车运行过程中,当列车车门关闭后,列车自动驾驶控制系统通过车内摄像设备获取车厢内图像,然后对图像进行处理得到乘员人数,然后根据乘员人数计算出当前乘员重量;
计算当前乘员重量的过程中,列车自动驾驶控制系统还通过温度传感器检测外部环境温度,得到当前温度数据;
3)得到当前乘员重量和当前温度数据后,列车自动驾驶控制系统将当前温度数据与温度索引信息进行匹配,查找到对应的曲线集合,与查找到的曲线集合对应的载重索引信息记为当前索引信息;然后将当前乘员重量与当前索引信息进行匹配,查找到对应的修正自动驾驶曲线,列车自动驾驶控制系统根据查找到的修正自动驾驶曲线控制列车运行。
进一步地,所述乘员重量为乘员人数和单人重量的乘积;单人重量取72公斤。
起点商标作为专业知识产权交易平台,可以帮助大家解决很多问题,如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通,为大家解决相关问题。
此文章来源于网络,如有侵权,请联系删除