一种基于模型预测的虚拟重联高速列车追踪间隔控制方法技术

本发明专利技术提供一种基于模型预测的虚拟重联高速列车追踪间隔控制方法，通过建立考虑列车参数误差和运行不确定因素干扰下的列车纵向动力学模型，在虚拟重联模式下追踪列车内部采用“相对距离制动”模式进行追踪，建立高速列车安全制动模型，并计算虚拟重联高速列车期望追踪间隔，基于动态规划算法离线计算列车运行优化曲线，并将其作为模型预测控制算法的参考曲线；设计适用于高速列车的分布式模型预测控制器，将虚拟重联列车的运行控制过程转换为有约束的优化控制问题，根据前车与后车的制动距离，针对领导列车和跟随列车分别建立不同的预测模型、目标函数和约束条件，在每个采样时刻，求解优化问题得到控制量，实现完整的间隔控制过程。过程。过程。

【技术实现步骤摘要】
一种基于模型预测的虚拟重联高速列车追踪间隔控制方法


[0001]本专利技术涉及高铁运行信号控制
，尤其涉及一种基于模型预测的虚拟重联高速列车追踪间隔控制方法。

技术介绍

[0002]截至2021年底，中国高速铁路运营里程已突破4万公里，我国已形成了世界范围内最大且唯一的高速铁路运营网络。
[0003]高速铁路安全可靠、乘坐舒适、运输高效、环境友好，在推进经济建设、加快碳中和进程、促进城市协调发展和服务旅客运营等方面发挥重要的支撑和引领作用，是国内公众中长距离出行的首选交通方式。在我国高速铁路网初具规模的同时，客运需求也日益增长，列车高速度、高密度追踪运行已成为高速铁路运营管理的新常态，铁路线路运载能力有待进一步提升。因此，在加快高速铁路建设的同时，如何从运行控制角度进一步提升现有高速铁路运输能力和运营质量，是当前高速铁路面临的主要问题之一。
[0004]列车运行控制系统是实现安全行车与高效运营的重要保证。现有列控系统闭塞方式下，列车追踪间隔大，轨道资源利用率低，高速列车虚拟重联的闭塞方式通过车车通信实现多列车虚拟重联运行，具有编组配置灵活，轨道资源利用率高等优势，具有重要的研究意义与应用价值。

技术实现思路

[0005]本专利技术的实施例提供了一种基于模型预测的虚拟重联高速列车追踪间隔控制方法，用于解决现有技术中存在的问题。
[0006]为了实现上述目的，本专利技术采取了如下技术方案。
[0007]一种基于模型预测的虚拟重联高速列车追踪间隔控制方法，包括：
>[0008]S1基于列车参数误差和不确定因素干扰，构建列车纵向动力学模型；
[0009]S2基于列车纵向动力学模型，在虚拟重联模式下的相对距离制动模式追踪列车内部，获取列车制动数据，建立高速列车安全制动模型，并通过高速列车安全制动模型计算虚拟重联高速列车期望追踪间隔；
[0010]S3根据获取的线路数据，考虑列车参数M、a、b、c和外部干扰G已知的情况下，
[0011]通过动态规划算法离线计算列车运行参考曲线；
[0012]S4通过模型预测控制算法，设定高速列车的被控量，建立列车状态方程和列车运行预测模型；
[0013]S5根据步骤S1至S4的执行结果，将领导列车的控制优化目标设定为：在满足状态和输入约束前提下，列车的运行速度最大，并建立领导列车目标函数和约束条件；
[0014]S6根据步骤S5设定的领导列车的控制优化目标，将跟随列车的控制优化目标设定为：在满足安全限速条件下，与领导列车之间速度差尽可能小、与领导列车间的运行追踪间隔尽可能接近期望间隔，建立跟随列车目标函数和约束条件；
[0015]S7根据步骤S1至S4的执行结果，在每个采样时刻，通过模型预测控制器求解领导列车的控制优化目标和跟随列车的控制优化目标得到控制量，对列车进行间隔控制。
[0016]优选地，步骤S1包括：
[0017]S11令i是虚拟重联模式下编队内的第i列列车，通过式
[0018][0019]建立第i列车的纵向动力学方程；式(1)中，M
i
表示第i列列车质量，a
i
表示第i列列车运行加速度，u
i
表示第i列列车的牵引力或制动力，R
i
是关于列车速度和位置的函数表示列车运行阻力，包括基本阻力f、坡道附加阻力f
s
和曲线附加阻力f
R
，分别由下式(2)(3)(4)给出：
[0020]f＝a+bv+cv2(2)
[0021]f
s
＝i
s
·
g(N/t)(3)
[0022][0023]式(2)中，a，b，c分别为列车基本运行阻力的系数，v为列车当前运行速度；当列车在坡道运行时，重力在坡道方向的分力则为列车的坡道附加阻力，为方便计算，将坡道阻力进行换算，式(3)中i
s
为列车当前所处坡道坡度的千分数，g为重力加速度；曲线轨道车轮与轨道的摩擦所产生的阻力为列车曲线附加阻力，式(4)中A为常数，位于450
‑
800之间，R为线路曲线半径；
[0024]S12通过式
[0025][0026]建立考虑参数误差和不确定因素干扰下的第i列列车纵向动力学方程；式中，r为列车回转质量系数，为常数；i
s
为第i列列车当前所处位置；u
f
为列车的牵引系数，F
t,i
为第i列列车所受牵引力；u
b
为列车的制动系数，F
b,i
为第i列车所受制动力；p(t)为参数误差影响力，d(t)为不确定因素干扰恢复力；牵引系数和制动系数满足下式(6)
[0027][0028]参数误差影响力p(t)和不确定因素干扰恢复力d(t)满足下式(7)
[0029]|p(t)|≤G
p
,|d(t)|≤G
d
(7)；式(7)中，G
p
为参数误差影响力上限，G
d
为不确定因素干扰恢复力上限，均为正常数。
[0030]优选地，步骤S2包括：
[0031]S21基于列车纵向动力学模型，建立考虑安全包络的虚拟重联高速列车相对距离制动模型；
[0032]S22基于相对距离制动模式，通过式
[0033][0034]建立虚拟重联模式下的相邻列车追踪距离计算模型；式中，d1、d2分别为相邻列车
之间的安全包络距离，L
react
表示跟随列车发生制动时司机的反应距离，表示跟随列车的制动距离，表示领导列车的制动距离，ΔL表示完全停止时前后车间隔，d
des
表示在制动开始时刻的理想追踪间隔。
[0035]优选地，步骤S3包括：
[0036]S31通过式
[0037][0038]建立基于动态规划算法的虚拟重联第i列列车运行最优化问题；式中，v
i
表示在列车在当前位置的运行速度，J
i
表示第i列列车面向虚拟重联的最优化问题，是指标函数的全局最小值，q
i
表示在面向虚拟重联列车运行所设定的动态规划指标函数，i表示为当前采样步，N
s
表示采样总点数，q
i
的具体表示如下式(10)：
[0039][0040]式(10)中，q
i
被设定为关于第i步和第i+1步列车速度的函数，v
lim
(s
i
)表示在列车位于当前位置时的列车最大限速，表示当前速度偏离最大限速的权值，取大于零的常数，第i+1步时高速列车运行速度v
i+1
通过下式
[0041][0042]计算获得；
[0043]S32通过最终优化目标递推方程式
[0044][0045]求解基于动态规划算法的虚拟重联第i列列车运行最优化问题；式中，表示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模型预测的虚拟重联高速列车追踪间隔控制方法，其特征在于，包括：S1基于列车参数误差和不确定因素干扰，构建列车纵向动力学模型；S2基于所述列车纵向动力学模型，在虚拟重联模式下的相对距离制动模式追踪列车内部，获取列车制动数据，建立高速列车安全制动模型，并通过所述高速列车安全制动模型计算虚拟重联高速列车期望追踪间隔；S3根据获取的线路数据，考虑列车参数M、a、b、c和外部干扰G已知的情况下，通过动态规划算法离线计算列车运行参考曲线；S4通过模型预测控制算法，设定高速列车的被控量，建立列车状态方程和列车运行预测模型；S5根据步骤S1至S4的执行结果，将领导列车的控制优化目标设定为：在满足状态和输入约束前提下，列车的运行速度最大，并建立领导列车目标函数和约束条件；S6根据步骤S5设定的领导列车的控制优化目标，将跟随列车的控制优化目标设定为：在满足安全限速条件下，与领导列车之间速度差尽可能小、与领导列车间的运行追踪间隔尽可能接近期望间隔，建立跟随列车目标函数和约束条件；S7根据步骤S1至S4的执行结果，在每个采样时刻，通过模型预测控制器求解领导列车的控制优化目标和跟随列车的控制优化目标得到控制量，对列车进行间隔控制。2.根据权利要求1所述的方法，其特征在于，步骤S1包括：S11令i是虚拟重联模式下编队内的第i列列车，通过式建立第i列车的纵向动力学方程；式(1)中，M
i
表示第i列列车质量，a
i
表示第i列列车运行加速度，u
i
表示第i列列车的牵引力或制动力，R
i
是关于列车速度和位置的函数表示列车运行阻力，包括基本阻力f、坡道附加阻力f
s
和曲线附加阻力f
R
，分别由下式(2)(3)(4)给出：f＝a+bv+cv2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)f
s
＝i
s
·
g(N/t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)式(2)中，a，b，c分别为列车基本运行阻力的系数，v为列车当前运行速度；当列车在坡道运行时，重力在坡道方向的分力则为列车的坡道附加阻力，为方便计算，将坡道阻力进行换算，式(3)中i
s
为列车当前所处坡道坡度的千分数，g为重力加速度；曲线轨道车轮与轨道的摩擦所产生的阻力为列车曲线附加阻力，式(4)中A为常数，位于450
‑
800之间，R为线路曲线半径；S12通过式建立考虑参数误差和不确定因素干扰下的第i列列车纵向动力学方程；式中，r为列车回转质量系数，为常数；i
s
为第i列列车当前所处位置；u
f
为列车的牵引系数，F
t,i
为第i列列车所受牵引力；u
b
为列车的制动系数，F
b,i
为第i列车所受制动力；p(t)为参数误差影响力，d
(t)为不确定因素干扰恢复力；所述牵引系数和制动系数满足下式(6)所述参数误差影响力p(t)和不确定因素干扰恢复力d(t)满足下式(7)|p(t)|≤G
p
,|d(t)|≤G
d
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)；式(7)中，G
p
为参数误差影响力上限，G
d
为不确定因素干扰恢复力上限，均为正常数。3.根据权利要求2所述的方法，其特征在于，步骤S2包括：S21基于所述列车纵向动力学模型，建立考虑安全包络的虚拟重联高速列车相对距离制动模型；S22基于相对距离制动模式，通过式建立虚拟重联模式下的相邻列车追踪距离计算模型；式中，d1、d2分别为相邻列车之间的安全包络距离，L
react
表示跟随列车发生制动时司机的反应距离，表示跟随列车的制动距离，表示领导列车的制动距离，ΔL表示完全停止时前后车间隔，d
des
表示在制动开始时刻的理想追踪间隔。4.根据权利要求3所述的方法，其特征在于，步骤S3包括：S31通过式建立基于动态规划算法的虚拟重联第i列列车运行最优化问题；式中，v
i
表示在列车在当前位置的运行速度，J
i
表示第i列列车面向虚拟重联的最优化问题，是指标函数的全局最小值，q
i
表示在面向虚拟重联列车运行所设定的动态规划指标函数，i表示为当前采样步，N
s
表示采样总点数，q
i
的具体表示如下式(10)：式(10)中，q
i
被设定为关于第i步和第i+1步列车速度的函数，v
lim
(s
i
)表示在列车位于当前位置时的列车最大限速，表示当前速度偏离最大限速的权值，取大于零的常数，第i+1步时高速列车运行速度v
i+1
通过下式计算获得；S32通过最终优化目标递推方程式求解所述基于动态规划算法的虚拟重联第i列列车运行最优化问题；式中，表
示为第i步采样时，子区间终点速度为v
i
，从第i步到第N
s
步的阶段最优值，J
i+1
(v
i+1
)比表示第i+1步，子区间终点速度为v
i+1
时，从第i+1步到第N
s
步的阶段最优值。从最后一个阶段依次向前求解各区间不同终点速度下的最优指标函数，直到i＝1；S33根据动态规划目标函数，结合列车实际运行过程，建立如下式所示的约束条件：u
i
＝u(v
i
,v
i+1
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13
‑
1)0≤v
i<...

【专利技术属性】
技术研发人员：上官伟，朱子乐，敦旖晨，刘伟豪，
申请(专利权)人：中国国家铁路集团有限公司，
类型：发明
国别省市：