变坡点对列车纵向冲动的影响分析

重载列车在运行时,列车中的某车辆通过线路纵断面变坡点时因坡道力突变会在纵向产生激扰,引起列车的纵向冲动,对列车运行安全产生不利影响。根据列车纵向动力学原理,利用列车纵向动力学仿真程序,计算分析重载列车惰行通过起伏坡道时对列车纵向冲动的影响。计算结果表明,既使是列车惰行运行工况,由于相邻坡道坡度值的不同,当列车中的车辆通过变坡点时,连接车辆的车钩产生附加纵向动作用力,车辆产生局部加速度,从而对整个列车的纵向冲动产生激扰作用。同时,还计算分析了单一变坡点和不同线路坡度差对列车纵向冲动的影响,并结合重载列车的牵引、制动工况分析,给出相应的操纵建议。     

列车运行时分力学模型的建立与仿真

为了建立列车运行时分计算的仿真力学模型,比较不同模型对计算结果的影响,分别采用单质点列车力学模型和多质点列车力学模型,通过对列车运行过程中受力的动态分析,得到2种模型的列车运行数据。模拟仿真说明,多质点列车力学模型较好地考虑了列车长度,附加阻力的变化是连续的,列车速度曲线平滑,符合列车实际运行状况。     

高速铁路线路条件对列车追踪间隔时间的影响分析

线路条件是列车追踪间隔时间的主要影响因素之一。为探究线路条件对列车追踪间隔时间的影响机制,在阐述列车追踪间隔时间的计算方法与影响因素的基础上,分析得到线路附加阻力和因线路条件导致的限速运行是线路条件影响列车追踪间隔时间的2个方面,通过探讨线路附加阻力对追踪间隔时间的影响,推导出限速运行下的列车追踪过程与追踪间隔时间的计算方法,最后结合不同线路附加阻力与限速运行下的各类列车追踪间隔时间的检算结果,得到线路条件对列车追踪间隔时间的影响规律,为列车追踪间隔时间的优化以及线路的设计提供参考。     

基于双重优化的高速列车节能运行研究

为了降低高速列车运行能耗,首先构建多质点列车模型,从而提高能耗计算的精准度,在此基础上,通过牵引计算,建立满足时间与限速约束条件的列车操纵模型,提出基于遗传算法的双重优化控制方法。第1重优化结合遗传算法得到离散子区间线路的列车运行最小能耗基础速度曲线;第2重优化是在基础速度曲线平稳运行阶段再次利用遗传算法搜索操纵工况转换点的最优位置,利用牵引—惰行模式进一步降低能耗。以合肥—蚌埠站间线路为例,利用MATLAB进行仿真,仿真结果表明,在满足列车准时到站的前提下,通过双重优化后的运行速度曲线能够使列车运行能耗降低15.53%。     

铁路列车晚点时间预测方法研究

列车晚点预测是对列车运行干扰和晚点传播等影响程度的预估,可以辅助调度人员决策,优化旅客出行链,提高运输质量和安全性。分析列车晚点时间传播规律,构建列车晚点时间被动关系网,表示列车到达、出发时刻的制约关系。以武广高速铁路列车为例,分析列车晚点时间分布规律,以此作为晚点预测的基础数据。基于广义回归模型公式,利用Logistic回归模型和Poisson回归模型分别预测相邻、相间列车晚点时间。回归模型的预测精度比较结果表明,利用Logistic回归模型预测相邻晚点时间精度较高,预测结果与真实值大小、范围和变化趋势吻合度较好,具有较好的预测效果。     

基于固态激光雷达和模糊簇算法的虚拟连挂列车识别系统

虚拟连挂技术可满足我国铁路日益增长的铁路运输需求，并有效提高铁路运输效率。提出一种融合固态激光雷达技术、车-车通信技术、模糊簇算法的虚拟连挂系统，运用固态激光雷达获取前方列车/障碍物的位置、速度、视野分段编组信息，使用车-车无线通信技术在前后车之间交互位置信息及控制信息，采用模糊C均值算法演算、优化位置、分段编组信息，计算出模糊归属度矩阵以及前方列车距离信息，回传给列控系统实现列车虚拟连挂。针对3种典型仿真场景进行软件仿真，评估系统以及模糊簇算法的可行性、合理性、局限性，结果表明：固态激光雷达可有效计算出视野范围内单一物体的位置、速度信息，模糊簇算法可进一步降低距离测量误差，优化分段编组，能有效实现列车虚拟连挂系统中的目标列车识别。     

基于离散动态规划的列车节能速度曲线优化

为降低城市轨道交通的牵引能耗,结合列车牵引特性、速度限制和坡道阻力等影响,确定一条速度曲线使列车站间运行的牵引能耗最小。以位置为自变量、牵引力/制动力的系数为控制变量构建列车节能速度曲线优化模型,根据线路条件将位置进行离散化,把速度曲线优化问题转换为多阶段决策过程,并利用状态空间缩减策略对其缩减,利用离散动态规划求解得到列车站间最优速度曲线和最优控制输入。仿真验证表明:动态规划且状态空间缩减方案可以显著提高搜索效率,有效降低列车的牵引能耗,为列车司机节能驾驶提供参考。     

面向供需协同的城际通道高速列车开行方案优化研究

探讨城际通道短距离多线路列车优化问题,建立城际通道高速列车开行方案优化模型,提升列车运输效益和服务水平。针对城际通道线路特点,以多线路、多列车类型为基础构造列车流路径网络;分析旅客出行费用偏差,将客票费用偏差和旅行时间费用偏差相结合考虑,通过引入旅客对不同因素的容忍度参数,提出旅客出行需求与运输供给的协同偏差,进而建立供需协同的城际通道列车开行方案优化模型。以模拟退火算法为基础,设计模型求解算法。最后通过算例进行仿真验证,结果表明,利用该方法得到的开行方案,能在满足旅客需求条件下,在列车运输效率、运营收益和服务质量方面得到一定程度的提高,从而为高速铁路列车开行方案优化提供新思路。     

基于车站服务频率的高速列车停站设置研究

为优化中长距离高速列车停站设置,在分析高速列车停站设置制约因素的基础上构建车站服务频率模型。根据车站服务频率,以高速列车旅行时间最小与车站服务频率总和最大为目标建立多目标0-1规划优化模型,根据列车停站设置优化特点将可行域划分成若干子域,并且采用遗传算法对子域依序搜索求解。最后以某条客运专线为实例进行优化仿真,表明该模型及算法在列车停站设置优化方面具有较好的实用性和收敛速度。     

铁路旅客列车客座率分类及预测模型研究

铁路旅客列车分类,对于分配旅客运输能力、提高列车收益具有重要意义。建立以客座率最优为目标的列车分类和预测模型,通过数据预处理、分类结果中最优客座率选取和基于随机森林算法的分类预测3个模块展开分析,利用谱聚类-CACC模型和CACC算法对目标和因素变量进行离散化处理,设计基于误差区间交集和样本密度的最优客座率选取算法,并利用随机森林算法对客座率进行分类。最后,通过Kappa指数和百分误差对分类和预测精度进行验证,证明了模型的有效性和准确性。     

运用前向神经网络法预测铁路客运量

为提高铁路客运量的预测精度,应用一种非线性预测方法:多层前向神经网络建立铁路客运量预测模型。在介绍误差修正学习算法和误差反向算法的基础上,通过预测实例计算,与其他3个常用预测模型:多元回归模型、简单移动模型和平均移动模型进行预测比较,结果表明误差反向算法的多层前向神经网络模型预测精度最高。     

高速铁路站台混响理论及列车通过噪声影响研究

高速铁路站台属于大尺度半封闭不均匀长空间,扩散声场条件下的混响声理论无法直接应用于站台混响声计算,将混响声场在垂直于站台长度方向截面内视为均匀分布并结合高速铁路辐射噪声预测方法,建立高速铁路车站站台混响声及总声级计算理论方法,结合基于声线法的仿真手段分析列车高速通过车站站台总声级、直达声及混响声的影响特性,经开展现场测试验证所建立的理论及仿真模型的计算误差均小于1 dB(A)。研究结果表明：站台上混响声影响明显,部分位置混响声甚至会大于直达声;沿站台长度方向混响声呈中间大、两端小的分布特征;在垂直于线路方向上,受混响声影响,列车通过噪声的总声级随距离的衰减比直达声衰减慢。理论计算方法满足应用需求且相对于仿真方法计算效率大幅提升,可为高速铁路站台混响声及总声级预测、评价及控制提供可靠的理论和技术依据。     

高速列车追踪到达车站间隔时间计算方法初探

客运专线列车要实现3 min追踪间隔,其追踪到达车站间隔时间往往成为限制追踪间隔时间.通过对列车速度-间隔控制制式的分析,根据列车追踪到达车站间隔时间的形成机理,提出摈弃传统的运用平均速度进行计算的方法,利用计算机技术进行车站模拟检算,提出相应的优化处理措施,并应用设计的流程模型进行了实例验算.     

滚动轴承车辆溜放阻力的测试及研究

滚动轴承车辆溜放阻力是驼峰设计与计算中的重要参数,主要用来计算驼峰高度和溜放车辆走行速度,对驼峰速度控制设备的数量计算有直接影响。我国铁路目前滚动轴承货车占全部车辆的95%以上,经过测试和研究建立一套可靠和实用的滚动轴承车辆溜放阻力计算方法,是驼峰设计的迫切需要     

模糊综合评价在客运专线速度等级匹配方案中的应用

在分析客运专线不同速度等级匹配影响因素的基础上,建立客运专线列车速度匹配方案的评价指标体系,并将影响因素集分为两个层次,利用G1法计算出各层指标的权重,采用模糊评价方法,建立二级模糊综合评价模型,该模型可以为客运专线的运营管理及列车匹配方案提供方法与依据.     

基于停站方案的旅客列车开行方案优化研究

综合考虑在具有客运专线条件下旅客列车的开行起迄点、运行径路、列车等级、开行对数及停站方案,提出基于停站方案的旅客列车开行方案优化方法,并根据相关前提建立优化模型,确定目标函数和约束条件.通过Matlab编程进行实例分析,计算得到干线通道较为满意的旅客列车开行方案,并说明该模型如与已有列车开行方案研究成果相结合,可降低其复杂性,计算速度更快,结果更加直观.     

国内外铁路环境噪声预测模式综述

随着我国列车速度的提高,铁路噪声问题日益突出。针对国内外铁路噪声试验基本采取在列车运营之后进行验证和评估试验的情况,为节省试验时间和经费,在设计初期开展铁路环境噪声仿真和预测研究非常必要。在阐释噪声预测方法和国内外噪声预测模式的基础上,针对典型的噪声预测模式的分析对比,提出借鉴并修正国外预测方法,完善我国铁路噪声预测模式,提高预测的精度和可靠性。     

客运专线追踪列车间隔时间的检算

我国铁路客运专线开行速度在200km／h及以上的高速列车时，采用连续式一次速度控制模式曲线控制列车运行，而现行既有线开行速度为160km／h及以下的客货列车时，采用的是分级速度控制模式。对两种不同速度控制模式的列车追踪间隔时间进行了计算，并运用牵引计算软件对列车追踪间隔时间进行检算，分析其对区间通过能力的影响。     

模糊神经网络非线性组合预测在铁路货运量预测中的应用

准确的铁路货运量预测关系到铁路运输的发展,为此提出模糊神经网络非线性组合预测模型,应用三次指数预测模型、灰色理论预测模型、多元回归预测模型的预测值作为模糊神经网络的测试样本数据库,输出样本为铁路货运量,并采用全局优化的粒子群算法优化模糊神经网络的参数。仿真结果表明该模型能够取得比单项预测模型更高的精度。     

基于改进遗传算法的客运站到发线运用优化研究

合理安排客运站到发线运用是编制客运站阶段计划的关键,运用客运站到发线时充分考虑列车到发时刻不确定性,可以提高车站的工作效率和服务水平。利用数理统计的方法,确定列车到发时刻的波动分布,采用假设检验方法验证分布。基于列车到发时刻波动,以列车占用到发线时间最小和到发线运用最均衡为优化目标,建立客运站到发线运用优化模型,设计改进遗传算法求解,以加快收敛速度。以某客运站的到发线运用为例,利用8:00—12:00的数据,验证优化模型及改进遗传算法的有效性。算例结果表明,优化方案可以使到发线运用的均衡性提高82.42%,使波动误差减小33%,改进遗传算法优化效果明显,能够满足车站编制计划实时性的要求,可以为车站作业智能化提供支持。