[发明专利]基于改进多目标灰狼算法的货运列车运行曲线优化方法

说明书

本发明公开一种基于改进多目标灰狼算法的货运列车运行曲线优化方法。针对列车运行过程中经过坡道、弯道时参数变化，建立货运列车基于速度自适应的均质棒模型和多质点模型。由于货运列车其车钩力往往较大，容易发生断钩现象，故考虑列车间缓冲器的建模。结合线路的约束条件，将列车的安全车钩力、运行时间和能耗综合考虑作为多目标优化，行车舒适度、停车精准以及限速条件为约束。根据列车运行指标和运行路况的限制条件，使用改进多目标灰狼算法来研究运行最优工况序列。对于复杂的非线性列车运行过程，通过本发明可以优化列车运行曲线，实现列车的安全、节能、准时运行。

技术领域

本发明涉及货运列车运行过程模型切换及运行曲线优化方法，属于列车自动驾驶技术领域。

背景技术

铁路运输是现代交通领域重要的一环，货运列车的发展方兴未艾，前景广阔。货运列车具有运量大、速度快、能耗低、成本低、安全性高、准点性强等优势，在运送货物上显示出巨大优势。然而，货运列车所需要的能耗却不容小觑。为了实现铁路系统的节能减排，有必要针对货运列车节能降耗问题开展研究。同时，由于货运列车的运量不断加大，列车的运输安全问题开始突显，如车钩断钩等问题，阻碍了铁路运输的发展。

在列车运行过程中，除了能耗问题，还需要考虑安全、准时、精确停车、舒适度等问题，这是一个多目标优化问题。传统的单质点模型忽略了车辆之间的相互作用力，未考虑车辆间的耦合关系，不能准确描述列车实际的运行过程，然而列车车钩力对于列车的安全运行至关重要。实际上，列车组是一个通过车钩缓冲器进行非刚性连接的多质点系统，各车辆之间存在着力的作用。通过对列车的动力学模型建模，优化列车的运行曲线，可以保证列车的节能、安全、准时、精确停车等。

当前我国铁路运行上列车模型仍多采用单质点模型，由于不能准确描述列车实际的运行过程，我国开始逐渐深入到多质点模型的研究中。对于列车速度曲线的优化，通常只考虑节能这一单目标优化，其它作为约束条件。本发明与以往方法的不同之处在于：根据列车速度的自适应采用均质棒模型和多质点模型切换，建立车钩缓冲器装置模型，将车钩力作为多目标优化中的一个目标。考虑列车的安全、节能、准时运行，使用改进多目标灰狼算法来研究运行最优工况序列。方案简单实用，优化了货运列车运行曲线，实现了列车的安全、节能、准时运行。

发明内容

本发明的目的在于针对现有技术的不足，提出了一种基于改进多目标灰狼算法的货运列车运行曲线优化方法，用以优化列车速度曲线，实现列车的安全、节能、准时运行。

本发明可用以下技术方案来实现：

一种基于改进多目标灰狼算法的货运列车运行曲线优化方法，建立货运列车基于速度自适应的均质棒模型和多质点模型。根据运行状态变化，利用速度变换公式，确保整个切换过程平滑。对列车的车钩缓冲器建模和多目标优化模型的构建。运用改进的多目标灰狼算法建立列车优化操纵模型，保证了算法的分布性和收敛性，获得列车运行优化曲线。本发明由以下步骤来实现：

步骤一：分析货运列车运行过程中动力学模型，分别建立列车的均质棒模型和多质点模型，列车的运行状态由牵引、匀速、惰性和制动组成。

列车匀速状态运行时，整个列车可以看成一个整体，对列车采用“均质棒”模型。列车动力学方程为：

非匀速运行时，各辆列车之间的存在相对位移、速度之差(如启动时前面车辆已经运行，后面车辆还未动；运行过程中，受力不同，加速度不同)。因此需要考虑列车的多质点模型。第i辆车的动力学方程为：

式中：m_i为车辆的质量；为车辆的加速度；F_T为牵引力，F_B为制动力；F_CL为前车钩力；F_CR为后车钩力；F_W为车辆运行基本阻力；F_Wc为曲线阻力；F_Wr为坡道阻力。