适用于快速货运列车的货物装载优化方法及系统技术方案

本发明专利技术提供了一种适用于快速货运列车的货物装载优化方法及系统，该方法包括步骤：以车厢数量、尺寸和位置、车厢内装载的集装箱数量和集装箱内货物的材料参数作为约束条件，构建快速货运列车的有限元模型并进行验证；分别在直道和弯道两种运行工况下，以车轮抬升量最小化和车轮脱轨系数最小化作为优化目标，采用多目标优化方法进行货物装载优化，得到Pareto前沿非劣解集；对Pareto前沿非劣解集中的方案进行多属性决策分析，得到最优解。本发明专利技术综合考虑了车辆动力学响应和货物的材料属性，能优化快速货运列车的货物装载，提高快速货运动车组运行安全性，简便高效，精确可靠。

Cargo Loading Optimization Method and System for Express Freight Train

The invention provides an optimization method and system for cargo loading suitable for fast freight train, which includes steps: taking the number, size and location of carriages, the number of containers loaded in carriages and the material parameters of cargo in containers as constraints, constructing and verifying the finite element model of fast freight train; operating in straight and curved lanes respectively; Taking the minimization of wheel lift and wheel derailment coefficient as optimization objectives, the multi-objective optimization method is used to optimize cargo loading, and the Pareto frontier non-inferior solution set is obtained. The Pareto frontier non-inferior solution set scheme is analyzed by multi-attribute decision making, and the optimal solution is obtained. The invention integrates the dynamic response of the vehicle and the material properties of the cargo, can optimize the cargo loading of the express freight train, improve the operation safety of the express freight train set, is simple, efficient, accurate and reliable.

【技术实现步骤摘要】
适用于快速货运列车的货物装载优化方法及系统
本专利技术涉及轨道交通领域，尤其涉及一种适用于快速货运列车的货物装载优化方法及系统。
技术介绍
随着经济水平的提高，市场对小批量、高价值且时效性强的高附加值货物需求也在增加。目前铁路快速货物运输能力和服务水平与市场的要求还存在很大差距。2013年底，中国高铁运营里程达到11028公里，2020年将超过16000公里。为了更充分地利用高铁线路的运输能力、更好地为国民经济建设服务，时速250公里高速货运列车(高速货运列车组)将被应用。由于其速度高、运行环境复杂等特征，如何合理分配货物以保证运行安全性也成为了亟需解决的问题。
技术实现思路
本专利技术实施例提供了一种适用于快速货运列车的货物装载优化方法及系统，用以解决如何合理分配货物以快速货运列车的运行安全性的技术问题。为解决上述技术问题，本专利技术实施例提出的技术方案为：一种适用于快速货运列车的货物装载优化方法，包括以下步骤：以车厢数量、尺寸和位置、车厢内装载的集装箱数量和集装箱内货物的材料参数作为约束条件，构建快速货运列车的有限元模型并进行验证；分别在直道和弯道两种运行工况下，以车轮抬升量最小化和车轮脱轨系数最小化作为优化目标，采用多目标优化方法进行货物装载优化，得到Pareto前沿非劣解集；对Pareto前沿非劣解集中的方案进行多属性决策分析，得到最优解。优选地，快速货运列车的头车车厢装载第一数量的集装箱，中间车厢装载第二数量的集装箱。优选地，货物的材料参数根据每个集装箱的待装载货物的属性确定；待装载货物的属性包括固体的属性和液体的属性；固体的属性包括：形状、尺寸、弹性模量、屈服强度、率相关性、密度和泊松比；液体的属性包括本构模型、状态方程及流固耦合。优选地，采用多目标优化方法进行货物装载优化，包括以下步骤：根据所需运载的货物随机分配到每个车厢，抽样生成初始解集；通过有限元模型的仿真模拟和数值计算得到每个解在在直道和弯道两种运行工况下的车轮抬升量和车轮脱轨系数，从而得到每个解的目标值，采用多目标优化方法生成Pareto前沿非劣解集。优选地，多目标优化方法采用NSGA-II算法。优选地，对Pareto前沿非劣解集中的方案进行多属性决策分析时，采用TOPSIS方法，并设置四个等权重的优化目标：直道运行工况下的车轮抬升量、直道运行工况下的车轮脱轨系数、弯道运行工况下的车轮抬升量和弯道运行工况下的车轮脱轨系数。优选地，采用TOPSIS方法对Pareto前沿非劣解集中的方案进行多属性决策分析，包括以下步骤：设定n个Pareto前沿非劣解和m个目标值，基于多目标优化得出的非劣解集构建初始矩阵；对初始矩阵进行规范化，对规范化矩阵进行加权；确定理想方案和负理想方案；计算各方案到理想解和负理想解的欧氏距离；计算各方案的相对贴近度，并根据贴近度的大小进行排序，确定最优解。本专利技术还提供了一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一方法的步骤。本专利技术具有以下有益效果：本专利技术实施例中的适用于快速货运列车的货物装载优化方法及系统，综合考虑了货物的材料属性及整车的动力学特性，为快速货运装载优化决策提供了技术支持，最大限度的保证了货物运载的安全性和可靠性。除了上面所描述的目的、特征和优点之外，本专利技术还有其它的目的、特征和优点。下面将参照附图，对本专利技术作进一步详细的说明。附图说明构成本申请的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是本专利技术优选实施例的适用于快速货运列车的货物装载优化方法的流程示意图；图2是本专利技术优选实施例2的快速货运列车头车的平面布置示意图；图3是本专利技术优选实施例2的快速货运列车中间车的平面布置示意图。图中各标号表示：1、集装箱；2、车门；3、驾驶员操作台。具体实施方式以下结合附图对本专利技术的实施例进行详细说明，但是本专利技术可以由权利要求限定和覆盖的多种不同方式实施。参见图1，本专利技术的适用于快速货运列车的货物装载优化方法，包括以下步骤：S1：以车厢数量、尺寸和位置、车厢内装载的集装箱数量和集装箱内货物的材料参数作为约束条件，构建快速货运列车的有限元模型并进行验证；S2：分别在直道和弯道两种运行工况下，以车轮抬升量最小化和车轮脱轨系数最小化作为优化目标，采用多目标优化方法进行货物装载优化，得到Pareto前沿非劣解集；S3：对Pareto前沿非劣解集中的方案进行多属性决策分析，得到最优解。上述步骤，综合考虑了车辆动力学响应和货物的材料属性，能优化快速货运列车的货物装载，提高快速货运动车组运行安全性，简便高效，精确可靠。实际实施时，以上的方法还能进行以下的扩充或应用，以下实施例中的技术特征都能相互组合，实施例仅作为示例，不作为对技术特征的正常组合限制。实施例1：本实施例的适用于快速货运列车的货物装载优化方法，包括以下步骤：S1：以车厢数量、尺寸和位置、车厢内装载的集装箱数量和集装箱内货物的材料参数作为约束条件，构建快速货运列车的有限元模型并进行验证。实施时，通过仿真与实车试验的对比验证有限元模型的有效性。在构建快速货运列车的有限元模型时，快速货运列车的头车车厢(包括车头和车尾)装载第一数量的集装箱，中间车厢装载第二数量的集装箱。货物的材料参数根据每个集装箱的待装载货物的属性确定；待装载货物的属性包括固体的属性和液体的属性；固体的属性包括：形状、尺寸、弹性模量、屈服强度、率相关性、密度和泊松比；液体的属性包括本构模型、状态方程及流固耦合。S2：分别在直道和弯道两种运行工况下，以车轮抬升量最小化和车轮脱轨系数最小化作为优化目标，采用多目标优化方法进行货物装载优化，得到Pareto前沿非劣解集。采用多目标优化方法进行货物装载优化，包括以下步骤：根据所需运载的货物随机分配到每个车厢，抽样生成初始解集；通过有限元模型的仿真模拟和数值计算得到每个解在在直道和弯道两种运行工况下的车轮抬升量和车轮脱轨系数，从而得到每个解的目标值，采用多目标优化方法(本实施例中采用NSGA-II算法)生成Pareto前沿非劣解集。S3：设置四个等权重的优化目标，通过TOPSIS方法对该Pareto前沿非劣解集中的方案进行多属性决策分析，得到最优解。四个优化目标分别为直道运行工况下的车轮抬升量、直道运行工况下的车轮脱轨系数、弯道运行工况下的车轮抬升量和弯道运行工况下的车轮脱轨系数。设定n个Pareto前沿非劣解和m个目标值，基于多目标优化得出的非劣解集构建初始矩阵；对初始矩阵进行规范化，对规范化矩阵进行加权；确定理想方案和负理想方案；计算各方案到理想解和负理想解的欧氏距离；计算各方案的相对贴近度，并根据贴近度的大小进行排序，确定最优解。实施例2：本实施例为实施例1的应用例，本实施例将实施例1的方法结合图2的头车和图3的中间车的平面布置示意图进行说明。图2是本专利技术优选实施例2的快速货运列车头车的平面布置示意图。图2中，头车的端部布置有驾驶员操作台3，车门2设置于头车的两侧，除驾驶员操作台3之外的空间可以装载多个集装箱1。图3是本专利技术优选实施例2的快速货运列车中间车的平面布置示意图，图3中，中间车的车门2也设置于两侧本文档来自技高网...

【技术保护点】
1.一种适用于快速货运列车的货物装载优化方法，其特征在于，包括以下步骤：以车厢数量、尺寸和位置、车厢内装载的集装箱数量和集装箱内货物的材料参数作为约束条件，构建快速货运列车的有限元模型并进行验证；分别在直道和弯道两种运行工况下，以车轮抬升量最小化和车轮脱轨系数最小化作为优化目标，采用多目标优化方法进行货物装载优化，得到Pareto前沿非劣解集；对所述Pareto前沿非劣解集中的方案进行多属性决策分析，得到最优解。

【技术特征摘要】
1.一种适用于快速货运列车的货物装载优化方法，其特征在于，包括以下步骤：以车厢数量、尺寸和位置、车厢内装载的集装箱数量和集装箱内货物的材料参数作为约束条件，构建快速货运列车的有限元模型并进行验证；分别在直道和弯道两种运行工况下，以车轮抬升量最小化和车轮脱轨系数最小化作为优化目标，采用多目标优化方法进行货物装载优化，得到Pareto前沿非劣解集；对所述Pareto前沿非劣解集中的方案进行多属性决策分析，得到最优解。2.根据权利要求1所述的适用于快速货运列车的货物装载优化方法，其特征在于，所述快速货运列车的头车车厢装载第一数量的集装箱，中间车厢装载第二数量的集装箱。3.根据权利要求1所述的适用于快速货运列车的货物装载优化方法，其特征在于，所述货物的材料参数根据每个集装箱的待装载货物的属性确定；所述待装载货物的属性包括固体的属性和液体的属性；所述固体的属性包括：形状、尺寸、弹性模量、屈服强度、率相关性、密度和泊松比；所述液体的属性包括本构模型、状态方程及流固耦合。4.根据权利要求1所述的适用于快速货运列车的货物装载优化方法，其特征在于，采用多目标优化方法进行货物装载优化，包括以下步骤：根据所需运载的货物随机分配到每个车厢，抽样生成初始解集；通过有限元模型的仿真模拟和数值计算得到每个解在在直道和弯道两种运行...

【专利技术属性】
技术研发人员：彭勇，张洪浩，燕春光，邓功勋，侯林，张得志，李旭，祝伟丽，
申请(专利权)人：中南大学，中车唐山机车车辆有限公司，
类型：发明
国别省市：湖南,43