劉瑩 夏雅楠

【摘 要】文章介紹一種基于行程預(yù)規(guī)劃的機(jī)車節(jié)能操縱優(yōu)化控制算法，針對(duì)當(dāng)次運(yùn)行線路和機(jī)車運(yùn)行參數(shù)，預(yù)規(guī)劃?rùn)C(jī)車運(yùn)行速度曲線并基于實(shí)時(shí)狀態(tài)調(diào)整操縱。行程預(yù)規(guī)劃過程分為基準(zhǔn)目標(biāo)曲線獲取和實(shí)時(shí)優(yōu)化曲線獲取2個(gè)步驟：{1}基于當(dāng)次運(yùn)行線路和機(jī)車運(yùn)行參數(shù)，使用NSGA-II算法設(shè)計(jì)了雙層多目標(biāo)優(yōu)化方法預(yù)規(guī)劃基準(zhǔn)目標(biāo)曲線；{2}在自動(dòng)駕駛時(shí)基于該基準(zhǔn)目標(biāo)曲線，使用自適應(yīng)A*算法計(jì)算實(shí)時(shí)優(yōu)化運(yùn)行曲線。該方法在硬件在環(huán)半實(shí)物仿真測(cè)試平臺(tái)上進(jìn)行了測(cè)試驗(yàn)證，測(cè)試結(jié)果相比司機(jī)運(yùn)行數(shù)據(jù)，平均節(jié)能效果約11.47%。

【關(guān)鍵詞】機(jī)車節(jié)能；優(yōu)化操縱控制；行程預(yù)規(guī)劃；NSGA-II算法；A*算法

【中圖分類號(hào)】U279.2；U284.48【文獻(xiàn)標(biāo)識(shí)碼】A【文章編號(hào)】1674-0688（2016）02-0027-06

擋位近年來，中國(guó)的鐵路運(yùn)輸事業(yè)進(jìn)入了全面建設(shè)與高速發(fā)展的時(shí)期。鐵路運(yùn)輸作為運(yùn)輸服務(wù)的主要途徑之一，有著運(yùn)輸任務(wù)重、運(yùn)量大、能源消耗總量巨大的特點(diǎn)。國(guó)家“十二五”規(guī)劃對(duì)我國(guó)的節(jié)能降耗提出了新的目標(biāo)，將節(jié)能環(huán)保技術(shù)作為重要研究發(fā)展領(lǐng)域。鐵路部門也相應(yīng)出臺(tái)了《鐵路“十二五”節(jié)能規(guī)劃》，大力開展鐵路節(jié)能技術(shù)的研究和推廣工作。節(jié)能減排問題，在鐵路發(fā)展建設(shè)過程中越來越受到關(guān)注。影響機(jī)車節(jié)能因素眾多，但在交路、列車編組、運(yùn)行圖等因素確定之后，機(jī)車操縱就是機(jī)車節(jié)能的重要途徑。

20世紀(jì)80年代以來，澳大利亞、德國(guó)、匈牙利、丹麥、英國(guó)、日本、前蘇聯(lián)、美國(guó)等許多國(guó)家在列車節(jié)能操縱方面進(jìn)行研究和試驗(yàn)，總結(jié)節(jié)能的列車操縱方式，并應(yīng)用微機(jī)技術(shù)研制開發(fā)列車優(yōu)化操縱的微機(jī)指導(dǎo)系統(tǒng)、微機(jī)控制系統(tǒng)、操縱模擬系統(tǒng)等。美國(guó)通用電氣公司成功研制了列車運(yùn)行優(yōu)化系統(tǒng)Trip Optimizer，并取得了初步應(yīng)用和推廣。德國(guó)克諾爾集團(tuán)研制了LEADER駕駛員輔助系統(tǒng)[1]，在歐洲部分鐵路得到了試驗(yàn)應(yīng)用。日本在列車優(yōu)化操縱方面取得了長(zhǎng)足的進(jìn)步，其新干線系列列車采用速度模式曲線自動(dòng)控制方式（ATC），多年來以運(yùn)行安全、正點(diǎn)、精確定位停車、操縱平穩(wěn)、乘車舒適和節(jié)能而著稱。國(guó)內(nèi)眾多科研單位也開展了機(jī)車節(jié)能操縱研究應(yīng)用方面的嘗試。北京交通大學(xué)于1989年研制了一套以單片機(jī)為主從結(jié)構(gòu)的機(jī)車優(yōu)化操縱的微機(jī)指導(dǎo)系統(tǒng)，以優(yōu)化原理與模糊控制理論為基礎(chǔ)，離線優(yōu)化計(jì)算和在線模糊控制相結(jié)合，并在北京型內(nèi)燃機(jī)車上進(jìn)行實(shí)驗(yàn)[2]。西南交通大學(xué)研制了新型車載微機(jī)系統(tǒng)“列車優(yōu)化操縱指導(dǎo)裝置”，采用了離線尋優(yōu)建立優(yōu)化操縱運(yùn)行數(shù)據(jù)庫(kù)再結(jié)合在線實(shí)時(shí)調(diào)整的方法[3-4]。此外，北京交通大學(xué)、北京交控科技有限公司、成都暢通機(jī)車車輛技術(shù)開發(fā)有限公司、中國(guó)電子科技集團(tuán)公司第三十二研究所等單位也分別就機(jī)車優(yōu)化操縱進(jìn)行了相關(guān)研究，取得了一定的專利成果。

本文針對(duì)既有機(jī)車系統(tǒng)和我國(guó)鐵路現(xiàn)狀，提出了一種基于行程預(yù)規(guī)劃的機(jī)車節(jié)能操縱優(yōu)化控制方法，針對(duì)當(dāng)次運(yùn)行線路和機(jī)車運(yùn)行參數(shù)，預(yù)規(guī)劃?rùn)C(jī)車運(yùn)行速度曲線并基于實(shí)時(shí)狀態(tài)調(diào)整操縱，既借鑒了離線優(yōu)化效果，又滿足車載系統(tǒng)實(shí)際計(jì)算能力要求，適用于我國(guó)當(dāng)前鐵路現(xiàn)狀。

1 機(jī)車運(yùn)行模型

1.1 機(jī)車牽引計(jì)算模型

我們使用機(jī)車質(zhì)點(diǎn)模型來描述機(jī)車動(dòng)態(tài)運(yùn)行信息，公式（1、2）給出了機(jī)車質(zhì)點(diǎn)模型的定義[5]：

mρ■=f （s）-Rb（v）-Rl（s）（1）

■=v（2）

其中，m為機(jī)車質(zhì)量；ρ為機(jī)車慣性質(zhì)量系數(shù)；v為機(jī)車速度；s為機(jī)車位移；f （s）為當(dāng)前位置的牽引力或者制動(dòng)力，并滿足如下約束：設(shè)最大牽引力為ftmax（ftmax>0），最大制動(dòng)力為fbmax（fbmax>0），則有-fbmaxRb（v）=m（a1+bv+cv2）（3）

公式（3）中的系數(shù)a、b、c是由機(jī)車屬性決定的，而這些屬性可以通過實(shí)驗(yàn)方式獲得。Rl（s）為軌道阻力，軌道阻力是由軌道坡度、曲度、隧道等因素產(chǎn)生的，軌道阻力可由公式（4）給出定義[6]：

Rl（s）=m×g×sinα（s）+fc（r（s））+ft（lt（s），v）（4）

其中，g為重力加速度，α（s）、r（s）、lt（s）分別表示坡度、彎道半徑及隧道長(zhǎng)度。值得注意的是，當(dāng)機(jī)車在隧道中行駛時(shí)，會(huì)受到更大的空氣阻力，這取決于隧道形狀、隧道墻面的粗糙程度及機(jī)車外觀設(shè)計(jì)等因素。彎道阻力fc（）和隧道阻力ft（）可由以下公式定義[5]：

fc（r（s））=■m，r（s）≥300 m（5）

fc（r（s））=■m，（s）<300 m（6）

ft（r（s））=■m（7）

1.2 機(jī)車運(yùn)行優(yōu)化問題

機(jī)車運(yùn)行問題可以由最優(yōu)化問題解決。牽引力或制動(dòng)力f（s）是關(guān)鍵的控制變量，而狀態(tài)變量是指機(jī)車的位移s和速度v。我們的優(yōu)化目標(biāo)是最小化機(jī)車行程時(shí)間誤差和給定行程時(shí)間條件下的機(jī)車能耗。我們同時(shí)把能耗和準(zhǔn)時(shí)性作為優(yōu)化目標(biāo)，并用T來表示機(jī)車行程的預(yù)設(shè)時(shí)間，T表示機(jī)車實(shí)際運(yùn)行時(shí)間。

為簡(jiǎn)化機(jī)車模型中參數(shù)（如機(jī)車阻力和速度限制等）的處理計(jì)算過程，也為了方便優(yōu)化問題的分析和數(shù)值研究，本文中把機(jī)車位移s選作獨(dú)立變量而未選用時(shí)間t。本文使用動(dòng)能而不是速度v，可以方便對(duì)優(yōu)化控制問題的研究。這樣做可以消除很多非線性的模型，且不影響模型的精度和一致性。因此，單位質(zhì)量動(dòng)能K（K=0.5v2）和位移s被選作獨(dú)立變量。機(jī)車運(yùn)行可用如下連續(xù)模型表示：

mρ■=f （s）-Rb（■）-Rl（s）（8）

■=■（9）

以位移s為參數(shù)，該問題的優(yōu)化目標(biāo)可由以下公式表示：

JE=■（f （s）+λ■）ds（10）

JT=|T-T |（11）

機(jī)車運(yùn)行所要受到的約束條件公式（12）、公式（13）及邊界條件公式（14）、公式（15）如下：

fmin≤f （s）≤fmax（12）

0≤T （s）≤Tmax（s）（13）

s（0）=sstart，v（0）=vstart（14）

s（T）=send，v（T）=vend（15）

其中，JE和JT分別為機(jī)車能耗和準(zhǔn)時(shí)性方面的優(yōu)化目標(biāo)。sstart和vstart分別為行程剛開始時(shí)的機(jī)車位置和速度，send和vend分別為行程結(jié)束時(shí)的機(jī)車位置和速度。行程預(yù)設(shè)時(shí)間T往往由列車時(shí)刻表給出。

2 基于行程預(yù)規(guī)劃優(yōu)化控制方法

2.1 基準(zhǔn)目標(biāo)曲線獲取

列車的運(yùn)行情況需要受到多方信息的約束，比如調(diào)度指令、列車編組信息、道路條件、運(yùn)行時(shí)間要求、限速條件等，因此基本目標(biāo)曲線的獲取過程便是要把這些約束作為優(yōu)化約束條件，把機(jī)車性能參數(shù)作為基本條件，把機(jī)車運(yùn)行能耗最低或者運(yùn)行時(shí)差最小作為單目標(biāo)或多目標(biāo)優(yōu)化目標(biāo)，從而計(jì)算出機(jī)車運(yùn)行曲線。本系統(tǒng)采用離線使用NSGA-II多目標(biāo)遺傳優(yōu)化算法進(jìn)行搜索的方法展開獲取典型情況下的基準(zhǔn)目標(biāo)運(yùn)行曲線。

NSGA-II算法屬于典型的多目標(biāo)遺傳算法，遺傳算法是一種通過模擬進(jìn)化論中的自然選擇過程搜索最優(yōu)解的方法，它的主要特點(diǎn)是直接對(duì)結(jié)構(gòu)對(duì)象進(jìn)行操作，對(duì)問題模型的結(jié)構(gòu)和形式依賴較小，自動(dòng)調(diào)整尋優(yōu)的方向，不需要領(lǐng)域知識(shí)或者特定的規(guī)則。遺傳算法被廣泛地應(yīng)用于組合優(yōu)化、自適應(yīng)控制等領(lǐng)域。

本系統(tǒng)使用NSGA-II算法，設(shè)計(jì)了一個(gè)雙層多目標(biāo)優(yōu)化操縱序列計(jì)算方法。該算法的流程圖如圖1所示。上層NSGA-II算法包含了分段策略及段與段之間銜接速度的優(yōu)化計(jì)算，底層NSGA-II算法包含了機(jī)車牽引計(jì)算模型的構(gòu)建和序列策略中各擋位時(shí)間分布優(yōu)化搜索的計(jì)算，然后底層NSGA-II算法向上層NSGA-II算法提供最終種群中的最優(yōu)個(gè)體（即最好的擋位時(shí)間分布比例）的時(shí)間消耗和油耗，上層NSGA-II算法據(jù)此進(jìn)行評(píng)價(jià)并調(diào)整種群，迭代直至達(dá)到終止條件，從而最終種群的最優(yōu)個(gè)體提供的是最好的速度銜接方案。根據(jù)上層NSGA-II算法得到的最好的速度銜接方案及對(duì)應(yīng)的方案中由底層NSGA-II算法提供的時(shí)間分布策略，確定最終的優(yōu)化操縱序列，進(jìn)而實(shí)現(xiàn)基準(zhǔn)目標(biāo)曲線的獲取。

底層多目標(biāo)計(jì)算模型以牽引計(jì)算模型和操縱方法為基礎(chǔ)，采用NSGA-II算法來計(jì)算鐵路機(jī)車在特定分段、特定操縱方法和特定輸入輸出速度的限定下，能達(dá)到最短時(shí)間和最少油耗的擋位選擇和比例分配的擋位序列。底層多目標(biāo)計(jì)算模型在給定分段、操縱方法和輸入輸出速度的情況下，利用NSGAII方法搜索操縱方法中每種操作的具體擋位選擇和在整個(gè)操縱方法中所占的比例，利用牽引計(jì)算模型計(jì)算具體行駛過程，以達(dá)到時(shí)間最少、油耗最少并且與輸出速度的差值最小的目標(biāo)。對(duì)于給定路段j，j=1，2，…，p；j為分段標(biāo)識(shí)；p為總段數(shù)。底層多目標(biāo)計(jì)算模型表達(dá)式如下：

minEj=∑■■△Ei·△Ti（16）

△Tj=abs（Tj-∑■■△Ti）（17）

△vendj=v（h）-vs（h）（18）

△vstartj=vs（j-1）（19）

△vendj=vs（j）（20）

v（i）≤vlim（i）（21）

其中，i=1，2，…，h；i為步長(zhǎng)標(biāo)識(shí)；h為總步長(zhǎng)數(shù)；Ej為該段總能耗；△Ei為i步長(zhǎng)時(shí)單位能耗；△Ti為i步長(zhǎng)時(shí)的時(shí)間長(zhǎng)；△Tj為機(jī)車到達(dá)終點(diǎn)時(shí)的時(shí)間誤差；Tj為該段計(jì)劃運(yùn)行時(shí)間；△vendj為到達(dá)該段終點(diǎn)時(shí)的速度誤差；v（h）為終點(diǎn)時(shí)的速度；vs（h）為終點(diǎn)時(shí)計(jì)劃速度；abs（）表示求絕對(duì)值；vstart（j）為第j段時(shí)的起始速度，當(dāng)j=1時(shí)，vstart（j）取機(jī)車初始起始速度；vend（j）為第j段時(shí)的終止速度；vs（j）為第j段的計(jì)劃終止速度；v（i）為步長(zhǎng)i時(shí)的機(jī)車速度；vlim（i）為步長(zhǎng)i時(shí)的限速。

上層多目標(biāo)計(jì)算模型在給定線路和其對(duì)應(yīng)的分段方式及操縱方法的基礎(chǔ)上，為其中每一個(gè)分段分配輸入、輸出速度，并由底層多目標(biāo)計(jì)算模型返回其對(duì)應(yīng)的時(shí)間消耗和油耗，統(tǒng)計(jì)獲得總的時(shí)間消耗和油耗。通過評(píng)價(jià)一種速度分配方案的時(shí)間消耗和油耗，利用NSGA-II方法搜索得到最優(yōu)的時(shí)間分配方案。其表達(dá)式如下：

minEtotal=■△Edj△Tdj（22）

△Ttotal=abs（Ttotal-■△Tdj（23）

vstart（j）=vs（j-1）（24）

vend（j）=vs（j）（25）

其中，j=1，2，…，p；j為分段標(biāo)識(shí)；p為總段數(shù)；Etotal為總能耗；△Edj為第j段時(shí)能耗；△Tdj為第j段時(shí)的時(shí)間長(zhǎng)；△Ttotal為機(jī)車到達(dá)終點(diǎn)時(shí)的時(shí)間誤差；Ttotal為計(jì)劃總運(yùn)行時(shí)間；vstart（j）為第j段時(shí)的起始速度，當(dāng)j=1時(shí)，vstart（j）取機(jī)車初始起始速度；vend（j）為第j段時(shí)的終止速度；vs（j）為第j段的計(jì)劃終止速度。

2.2 當(dāng)前目標(biāo)優(yōu)化曲線獲取

當(dāng)?shù)湫凸r下的基準(zhǔn)目標(biāo)曲線獲取后，如何參照基準(zhǔn)目標(biāo)曲線，基于當(dāng)前實(shí)際運(yùn)行參數(shù)，實(shí)時(shí)優(yōu)化生成用于指導(dǎo)列車實(shí)際運(yùn)行的當(dāng)前目標(biāo)優(yōu)化曲線就是一個(gè)非?，F(xiàn)實(shí)的問題。當(dāng)前優(yōu)化目標(biāo)曲線獲取內(nèi)容部分主要實(shí)現(xiàn)根據(jù)臨時(shí)調(diào)度信號(hào)和機(jī)車當(dāng)前運(yùn)行狀態(tài)信息等參數(shù)實(shí)時(shí)計(jì)算基于調(diào)度信號(hào)的當(dāng)前優(yōu)化目標(biāo)曲線。

本系統(tǒng)在處理當(dāng)前目標(biāo)優(yōu)化曲線獲取部分時(shí)采取了一種基于自適應(yīng)A*算法的鐵路機(jī)車優(yōu)化操縱方法，其實(shí)施過程可以分為2個(gè)步驟：第一步，建一個(gè)物理仿真環(huán)境來模擬實(shí)時(shí)火車路線最優(yōu)化問題；第二步，運(yùn)用A*搜索算法來模擬獲得最優(yōu)化擋位輸出序列。

首先，由于算法需要一個(gè)啟發(fā)式的函數(shù)來表征能源消耗等，因此一個(gè)物理的用于獲取火車路線最優(yōu)化運(yùn)行數(shù)據(jù)的仿真是必需的。這個(gè)物理仿真模型的建造包括鐵路的軌道信息，火車的數(shù)據(jù)諸如火車的質(zhì)量和火車的運(yùn)動(dòng)學(xué)方程，以及司機(jī)歷史操縱數(shù)等。這個(gè)仿真的輸入是火車當(dāng)前速度、地點(diǎn)、每一步火車運(yùn)行的距離及被選擇的擋位。這個(gè)仿真的輸出是最終的速度、時(shí)間及消耗的燃料。

其次，A*搜索算法被廣泛地運(yùn)用在最佳優(yōu)先路徑判定算法中，在一個(gè)給定的初始節(jié)點(diǎn)到一個(gè)目標(biāo)的節(jié)點(diǎn)中選一個(gè)花費(fèi)最少的路徑。A*算法用了一個(gè)啟發(fā)式的函數(shù)來決定節(jié)點(diǎn)搜索的順序。這個(gè)啟發(fā)式的函數(shù)是函數(shù)g（x）和h（x）之和：

f （x）=g（x）+h（x）（26）

其中，g（x）是起始節(jié)點(diǎn)到當(dāng)前節(jié)點(diǎn)x的距離，h（x）是一個(gè)容許的對(duì)從x到目標(biāo)節(jié)點(diǎn)距離的“啟發(fā)式評(píng)估”，它不能超過到目標(biāo)節(jié)點(diǎn)的距離。

在我們實(shí)施A*算法的過程中，我們將全段線路分割成固定長(zhǎng)度l的小段，每一段的擋位是固定的，然而不同段l之間的距離可以是不同的，我們用函數(shù)f （E，T）作為啟發(fā)式函數(shù)，E代表能源消耗，T代表時(shí)間。

f （E，T）=g （E，T）+h （E，T）（27）

E的用處是選擇具有更低能耗的節(jié)點(diǎn)，T是用來保證不晚點(diǎn)的限制。為了簡(jiǎn)化計(jì)算及改善效率，我們使用如下線性關(guān)系，其中Kt和Ke分別代表時(shí)間和能耗的權(quán)重。

g （E，T）=Kt×T+Ke×E（28）

當(dāng)給定了一個(gè)初始的速度和地點(diǎn)的機(jī)車，我們用這些參數(shù)及啟發(fā)式函數(shù)f （E，T）來計(jì)算總長(zhǎng)度L=n×l上的最優(yōu)路徑，這里n是總的小段數(shù)，我們用第一個(gè)選出的擋位來在當(dāng)前的小段上運(yùn)行算法。重復(fù)這個(gè)步驟直到路線走完。

為了用A*算法解決火車路徑最優(yōu)化問題，我們要將標(biāo)準(zhǔn)的A*算法和實(shí)際的知識(shí)領(lǐng)域結(jié)合起來，在這當(dāng)中，最重要的步驟是設(shè)計(jì)估價(jià)函數(shù)h（x）。在這個(gè)問題中，基準(zhǔn)目標(biāo)曲線可以發(fā)揮很好的作用。一個(gè)原始的關(guān)于未來能量消耗的估價(jià)函數(shù)可以從最接近的典型工況的基準(zhǔn)目標(biāo)曲線直接獲取，記為H（E）。然而，基準(zhǔn)目標(biāo)曲線與當(dāng)前實(shí)際需求的目標(biāo)曲線畢竟不同，因此一個(gè)更好的估算方法是結(jié)合經(jīng)驗(yàn)知識(shí)和理論，對(duì)估價(jià)函數(shù)進(jìn)行適當(dāng)修正。

本系統(tǒng)中估價(jià)函數(shù)被修改如下：

h（E）=H（E）+αE×△（■mv2）（29）

其中，△（■mv2）代表運(yùn)動(dòng)帶來的能量改變。類似的，我們有時(shí)間上的估價(jià)函數(shù)：

h（T）=H（T）+αT×■（30）

其中，H（T）為從最接近的典型工況獲取的基準(zhǔn)目標(biāo)曲線中的未來路段時(shí)間消耗；va vg是大致的平均路程的速度；amax是在當(dāng)前的計(jì)算單元中，火車運(yùn)行時(shí)能得到的最大加速度；αT是權(quán)重因子，考慮加速過程不能保持不變，我們用它來平衡在時(shí)間估價(jià)上的影響。

3 實(shí)驗(yàn)分析

本文基于某型內(nèi)燃機(jī)車進(jìn)行了模擬仿真實(shí)驗(yàn)。該機(jī)車含有17個(gè)控制擋位，包含8級(jí)牽引擋（記1至8）、惰行擋位（記0）和8級(jí)制動(dòng)擋位（級(jí)-1至-8）。擋位絕對(duì)值較高意味著較強(qiáng)的牽引力或者制動(dòng)力，也就代表了更高的能源消耗。由于機(jī)車保持恒定的功率輸出，所以其能量消耗可以被看做只與操縱擋位有關(guān)。對(duì)于實(shí)驗(yàn)中的機(jī)車，其牽引功率特征和制動(dòng)功率特征變化分別如圖2和圖3所示。圖4給出了試驗(yàn)所選路線的坡度走勢(shì)展示。

課題組基于圖1所示架構(gòu)，搭建了硬件在環(huán)半實(shí)物仿真平臺(tái)（如圖5所示）。該半實(shí)物仿真測(cè)試平臺(tái)可用于測(cè)試所設(shè)計(jì)的機(jī)車節(jié)能操縱優(yōu)化控制系統(tǒng)的運(yùn)行效果，試驗(yàn)過程可根據(jù)不同的實(shí)際駕駛數(shù)據(jù)，為模擬器提供負(fù)載等條件輸入。

實(shí)驗(yàn)中我們選取了10組來自有經(jīng)驗(yàn)的駕駛員在該線路上的實(shí)際駕駛數(shù)據(jù)，這些數(shù)據(jù)蘊(yùn)含了不同的負(fù)載情況。然后，我們將有經(jīng)驗(yàn)的司機(jī)駕車的能耗和按照本文方法實(shí)現(xiàn)得到的仿真結(jié)果中的能耗做比較，試驗(yàn)和模擬結(jié)果見表1。從結(jié)果中可以看出，無論是重載還是輕載模式下，本文提出的機(jī)車節(jié)能操縱優(yōu)化控制系統(tǒng)方案實(shí)施結(jié)果與司機(jī)實(shí)際駕駛相比，平均可以節(jié)約約11.47%的能源，同時(shí)與司機(jī)駕駛運(yùn)行時(shí)刻表之間的平均時(shí)間偏差僅為40 s左右。試驗(yàn)表明了在不同的運(yùn)行條件下本文提出的機(jī)車節(jié)能操縱優(yōu)化系統(tǒng)的處理能力。本實(shí)驗(yàn)利用硬件在環(huán)仿真測(cè)試系統(tǒng)平臺(tái)、600 Hz Cortex-A8處理器運(yùn)算得到的實(shí)驗(yàn)結(jié)果顯示，當(dāng)前目標(biāo)曲線的計(jì)算獲取能夠?qū)崟r(shí)進(jìn)行，并能用于指導(dǎo)當(dāng)前操縱擋位的輸出。

4 結(jié)論

本文為了解決智能鐵路交通運(yùn)輸中的能源消耗問題，設(shè)計(jì)了一種基于行程預(yù)規(guī)劃的機(jī)車節(jié)能操縱優(yōu)化控制系統(tǒng)。該系統(tǒng)既適用于既有機(jī)車改造，也適用于新造機(jī)車加裝，系統(tǒng)并列于司機(jī)控制器工作，針對(duì)當(dāng)次運(yùn)行線路和機(jī)車運(yùn)行參數(shù)，預(yù)規(guī)劃?rùn)C(jī)車運(yùn)行速度曲線并基于實(shí)時(shí)狀態(tài)調(diào)整操縱，且可由司機(jī)方便地選擇手動(dòng)或自動(dòng)駕駛，在滿足系統(tǒng)安全駕駛需求的同時(shí)，實(shí)現(xiàn)了節(jié)能操縱，適用于我國(guó)當(dāng)前鐵路現(xiàn)狀。該系統(tǒng)基于基準(zhǔn)目標(biāo)曲線和實(shí)時(shí)目標(biāo)曲線2個(gè)步驟實(shí)現(xiàn)基于行程預(yù)規(guī)劃實(shí)時(shí)優(yōu)化控制，系統(tǒng)方法在所構(gòu)建的硬件在環(huán)半實(shí)物仿真測(cè)試平臺(tái)上進(jìn)行了試驗(yàn)，并于多組司機(jī)實(shí)際駕駛數(shù)據(jù)進(jìn)行了對(duì)比研究，節(jié)能效果良好。

參 考 文 獻(xiàn)

[1]Eldredge D，宋海龍.列車運(yùn)行與優(yōu)化系統(tǒng)的設(shè)計(jì)[J].鐵道通信信號(hào)，2011（12）：55-57.

[2]趙愛菊.機(jī)車優(yōu)化操縱的微機(jī)指導(dǎo)系統(tǒng)[J].鐵道學(xué)報(bào)，1990（1）：1-9.

[3]金煒東，王自力.列車節(jié)能操縱優(yōu)化方法研究[J].鐵道學(xué)報(bào)，1997（6）：58-62.

[4]王自力.列車節(jié)能運(yùn)行優(yōu)化操縱的研究[J].西南交通大學(xué)學(xué)報(bào)，1994（3）：275-280.

[5]V Xuan.Analysis of Necessary Conditions for the Op-timal Control of a Train[D].Australia：University of South Australia，2006.

[6]B Mao.The Calculation and Design of Train Operation[M].Beijing，China：People Transport press，2008.

[責(zé)任編輯：鐘聲賢]