【技术实现步骤摘要】
本专利技术涉及列车自动防护。更具体地，涉及一种基于轨迹预测的编队列车安全防护方法。
技术介绍
1、目前，城市轨道交通系统具有乘客周转量大，准时、快速、安全，环保等特性，在缓解城市交通拥堵问题中发挥着至关重要的作用。近年来，随着我国城市规模的不断扩大，职住分离引发的潮汐客流和大型节日活动带来的突发客流导致车站拥堵，线网运输能力下降，从而严重影响了城市轨道交通的运营质量和乘客体验。目前，常见的移动闭塞列车运行控制系统已经达到其设计运行能力的极限，无法通过增加局部区域的列车密度来实现大规模客流的快速转运。如何实现运力和客流的动态匹配，满足快速变化的客运需求，已经成为提升轨道交通运输灵活性和服务质量的重点难题之一。
2、近年来，为进一步提高城市的交通运输能力，列车编队技术成为了城市轨道交通领域新的研究热点。列车编队技术，即编队中的列车通过车车通信实现两车间的信息交互，采用相对制动距离模式的方式，实现列车编队运行。该技术允许运行的列车可以根据线路的客流进行动态编队和解编，使列车以更小的运行间隔编队运行，让车流和客流合理匹配，从而提高线路的利用率和缓解潮汐客流的运输压力。然而，这种新的列车运行方式对既有移动闭塞下的列车运行控制方法提出新的要求。首先，列车以较高的速度运行，而运行间隔却相对移动闭塞来说更小，因此对列车的安全防护提出更高的精度性和安全性。其次，列车编队中各列车的牵引制动性能不相同，运行速度存在一定差异，且存在车车通信延时问题，这也将影响列车编队安全运行。最后，列车编队运行速度高、间隔小且受到安全和实时性约束，需要考虑
技术实现思路
1、本专利技术的目的在于提供一种基于轨迹预测的编队列车安全防护方法，以解决现有技术存在的问题中的至少一个。
2、为达到上述目的，本专利技术采用下述技术方案：
3、本专利技术第一方面提供一种基于轨迹预测的编队列车安全防护方法，包括：
4、s1、获取线路内编队列车的参数信息及线路运行参数信息；
5、s2、根据所述线路内编队列车的参数信息及线路运行参数信息构建包括列车基本阻力、列车附加阻力、列车牵引力与制动力的动力学模型，基于改进粒子群算法对动力学模型的基本阻力参数进行辨识，得到单质点编队列车动力学模型；
6、s3、根据编队列车中的前行列车的历史数据，通过lstm-ukf轨迹融合算法预测前行列车未来时刻运行曲线，根据单质点编队列车动力学模型求解所述前行列车未来时刻运行曲线，得到编队列车中前行列车的安全防护曲线；
7、s4、根据车车通信延时、列车牵引制动性能差异和列车的速度差异得到编队列车之间的追踪间隔公式，根据所述追踪间隔公式得到编队列车中前行列车和后行列车的位置关系，根据所述编队列车中前行列车的安全防护曲线和所述前行列车和后行列车的位置关系构建编队列车中后行列车的安全防护控制模型；
8、s5、基于距离间隔的直接多点打靶法对后行列车的安全防护控制模型进行求解，根据求解结果实现编队列车的运行。
9、可选地，
10、可选地，所述单质点编队列车动力学模型为
11、
12、其中，m为列车质量；a(vx)为列车速度为vx时列车的加速度；f(vx)为列车速度为vx时的牵引力或制动力；fbase(vx)为列车速度为vx时的单位基本阻力；w(x)为列车在x位置时的总附加阻力；a、b、c为列车的基本阻力参数；其中，a为列车的摩擦阻力，b为列车的阻力系数，c为列车的气动阻力系数；wi为坡道附加阻力；wi为单位坡道的附加阻力；g为重力加速度，wr为单位曲线的附加阻力；r为线路的曲线半径；a为经验常数；f(vm)为列车在速度vm时的制动力，vm、vo和vx分别为列车在对应m、o、x位置的速度，fm为列车在对应位置m处的制动力；fo为列车在对应位置o处的制动力。
13、可选地，所述基于改进粒子群算法对所述动力学模型中基本阻力的参数进行辨识的公式为
14、
15、其中，j为粒子索引，h为粒子数，为粒子群中每个粒子对应参数的位置；为粒子群中每个粒子对应参数的速度；xmin代表粒子群中每个粒子对应参数的最小位置，xmax代表粒子群中每个粒子对应参数的最大位置，vmin代表粒子群中每个粒子对应参数的最小速度，vmax代表粒子群中每个粒子对应参数的最大速度；rand(1,h)表示生成1行h列的随机矩阵；和分别表示第j个粒子在第k代的速度和位置，表示j个粒子在第k代搜索到的历史最优解，表示所有粒子在第k代搜索到的最优解；w是惯性因子，c1为第一学习因子，c2为第二学习因子；r1和r2分别为在[0,1]之间均匀分布的随机数；wmin和wmax分别为惯性因子的最小值和最大值，fmin和fave分别为最小适应度和平均适应度。
16、可选地，所述s3进一步包括
17、s31、对编队列车中的前行列车的历史数据进行数据预处理；
18、s32、根据数据预处理后的历史数据，使用lstm-ukf算法预测对编队列车中前行列车未来时刻运行曲线；
19、s33、采用反算法求解所述前行列车未来时刻运行曲线，得到编队列车中前行列车的安全防护曲线。
20、可选地，所述前行列车的安全防护曲线为
21、
22、其中，s和v分别为列车在安全制动下的距离和速度，γ为回转系数；u(vi)为根据牵引制动特性曲线，利用插值法得到的速度vi时的单位制动力；r(vi)为列车在速度vi时的总单位基本阻力；w(x)为列车在位置x处的总附加阻力；i为时间间隔分段的下标，i＝1,2,3...n；n为时间间隔分段的分段数；δvi为每段时间间隔分段的速度增量；δsi为每段段时间间隔分段的制动距离；v0为初始速度；δti为时间间隔；u为单位换算进制。
23、可选地，所述前行列车和后行列车的位置关系为
24、dmin+dbreakl＝df_v+dbreakf+dsafe
25、其中，dmin为列车制动前的最小安全追踪间距，df_v为后行列车在通信延时和前行列车的反应时间下的运行距离，dbreakf为后行列车的制动距离，dbreakl为前行列车的制动距离，dsafe为列车最后的安全停车间距。
26、可选地，所述根据所述编队列车中前行列车的安全防护曲线、单质点编队列车动力学模型和所述前行列车和后行列车的位置关系构建编队列车中后行列车的安全防护控制模型包括
27、s421、假设所述后行列车的安全防护控制模型中的编队列车包括领航列车、跟随列车和尾部列车，所述领航列车、跟随列车和尾部列车以相同的速度朝着同一方向在区间运行；
28、s422、假设在编队列车中跟随列车车头的位置始终在领航列车车尾的之后的概率大于置信下限；在跟随列车动态行为下，尾部列车车头的位置始终在本文档来自技高网...
【技术保护点】
1.一种基于轨迹预测的编队列车安全防护方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述单质点编队列车动力学模型为
3.根据权利要求2所述的方法，其特征在于，所述基于改进粒子群算法对所述动力学模型中基本阻力的参数进行辨识的公式为
4.根据权利要求3所述的方法，其特征在于，所述S3进一步包括
5.根据权利要求4所述的方法，其特征在于，所述前行列车的安全防护曲线为
6.根据权利要求5所述的方法，其特征在于，所述前行列车和后行列车的位置关系为
7.根据权利要求6所述的方法，其特征在于，所述根据所述编队列车中前行列车的安全防护曲线、单质点编队列车动力学模型和所述前行列车和后行列车的位置关系构建编队列车中后行列车的安全防护控制模型包括
8.根据权利要求7所述的方法，其特征在于，所述优化目标为
9.根据权利要求8所述的方法，其特征在于，所述后行列车的安全防护控制模型为
10.根据权利要求9所述的方法，其特征在于，所述S5进一步包括
【技术特征摘要】
1.一种基于轨迹预测的编队列车安全防护方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述单质点编队列车动力学模型为
3.根据权利要求2所述的方法，其特征在于，所述基于改进粒子群算法对所述动力学模型中基本阻力的参数进行辨识的公式为
4.根据权利要求3所述的方法，其特征在于，所述s3进一步包括
5.根据权利要求4所述的方法，其特征在于，所述前行列车的安全防护曲线为
6.根据权利要求5所述的方法，其特...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。