论文部分内容阅读
速度控制器是ATO(Automatic Train Operation,列车自动驾驶)系统的核心单元,也是列控系统的重要组成部分,但目前ATO系统主要应用于城市轨道交通中,尚未有研发成熟的ATO系统应用于高速列车上,因此,研究智能的高速列车ATO系统速度控制器对提高列车运行效率,节约能源具有重要意义。主要研究内容如下：通过对比分析城市轨道交通CBTC(Communication-Based Train Control)系统与高速铁路CTCS-3(Chinese Train Control System-3)级列控系统的结构及功能,提出了在CTCS-3级列控系统中增加ATO系统速度控制器的具体方案,设计了ATO系统速度控制器与CTCS-3级列控系统车载设备和地面设备的连接及信息交互方式。应用灰色系统理论研究了高速列车ATO系统速度控制器模型,将模型划分为预测模块、模型校正模块和决策模块三部分。在灰色预测模块中建立新陈代谢GM(1,1)模型,使系统可以进行模型校正实现长期预测。在灰色决策模块中,将高速列车的工况及运行目标转化为决策要素,应用多目标智能加权灰靶决策生成最优策略,并以实际线路为依据对速度控制器的效果进行仿真验证,结果证明该方法预测精度高,生成的策略可对列车实施有效控制。在灰色速度控制器中增加遗传优化模块,对列车运行目标曲线进行优化。通过ATO系统速度控制器性能指标推导出超速、准点率、停车精度、舒适度及能耗的适应度函数,结合指标权重求解总体适应度,作为遗传优化进程的评判标准,将优化后的结果重新输入灰色速度控制器中,作为生成控制策略的参考依据。通过对比遗传优化前后的结果,证明该方法能很好优化列车运行目标曲线。综合本文提出的灰色遗传控制方法,设计列车驾驶仿真系统,包括自动驾驶模式和人工驾驶模式,并通过实际线路数据验证仿真系统的性能。结果表明该系统能很好的对高速列车自动驾驶过程进行仿真,并证明了设计的速度控制器在兼顾多个运行目标的前提下,有效提高了列车运行的各项性能指标。