本發(fā)明涉及軌道交通，更具體的說，本發(fā)明涉及一種大風(fēng)環(huán)境下的列車控車系統(tǒng)及計(jì)算機(jī)設(shè)備。
背景技術(shù)：
1、在貨運(yùn)空軌運(yùn)輸領(lǐng)域，極端大風(fēng)環(huán)境下列車運(yùn)行的穩(wěn)定性和安全性長期面臨嚴(yán)峻挑戰(zhàn)?，F(xiàn)有技術(shù)主要依賴傳統(tǒng)監(jiān)測手段和人工調(diào)控機(jī)制，對風(fēng)速突變、多向風(fēng)擾及復(fù)雜線路工況的響應(yīng)存在顯著滯后性，難以實(shí)現(xiàn)精準(zhǔn)的動力學(xué)控制。具體而言，常規(guī)系統(tǒng)缺乏高精度多維數(shù)據(jù)融合能力：一方面，氣象監(jiān)測僅采用單一固定式傳感器，無法實(shí)時捕捉列車位姿與風(fēng)場的動態(tài)耦合效應(yīng)；另一方面，控車算法多基于靜態(tài)pid模型，未整合坡度擾動、曲線阻力及載重變量等關(guān)鍵因素，導(dǎo)致牽引力計(jì)算偏差較大。
2、此外，傳統(tǒng)方法在調(diào)度層面未建立風(fēng)速預(yù)測與路徑優(yōu)化的協(xié)同機(jī)制，緊急制動策略依賴固定閾值，難以適應(yīng)風(fēng)力的非線性特征，易引發(fā)運(yùn)行中斷或輪軌黏著失效風(fēng)險。
3、因此，亟需開發(fā)一種提升大風(fēng)環(huán)境下列車運(yùn)行的安全性、可靠性及運(yùn)行效率的大風(fēng)環(huán)境下的列車控車系統(tǒng)。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明提供一種大風(fēng)環(huán)境下的列車控車系統(tǒng)，以至少解決現(xiàn)有列車控車系統(tǒng)感知滯后性、控制剛性及決策孤立性的問題。
2、為達(dá)上述目的，本發(fā)明提供一種大風(fēng)環(huán)境下的列車控車系統(tǒng)，包括：
3、監(jiān)測模塊，包括軌旁監(jiān)測子模塊和車載監(jiān)測子模塊，用于采集列車運(yùn)行數(shù)據(jù)，包括列車運(yùn)行參數(shù)及列車氣象數(shù)據(jù)；
4、軌旁控制模塊，通信連接于所述監(jiān)測模塊，配置為接收并存儲所述列車運(yùn)行數(shù)據(jù)，并基于歷史列車運(yùn)行數(shù)據(jù)及實(shí)時列車運(yùn)行數(shù)據(jù)，通過lstm神經(jīng)網(wǎng)絡(luò)預(yù)測風(fēng)速值；基于所述預(yù)測風(fēng)速值及所述列車運(yùn)行數(shù)據(jù)，優(yōu)化控車算法參數(shù)；
5、列車控制模塊，通信連接于所述監(jiān)測模塊及所述軌旁控制模塊，配置為接收所述列車運(yùn)行數(shù)據(jù)、所述預(yù)測風(fēng)速值及優(yōu)化后的控制參數(shù)，并基于多維數(shù)據(jù)融合的前饋-反饋復(fù)合控車算法生成列車控制指令，輸出至列車執(zhí)行單元。
6、進(jìn)一步地，所述軌旁監(jiān)測模塊包括軌旁風(fēng)速傳感器及線路坡度傳感器，用于采集環(huán)境風(fēng)速、環(huán)境風(fēng)向及線路數(shù)據(jù)；所述車載監(jiān)測模塊安裝于列車車體，包括車載風(fēng)速傳感器、加速度計(jì)、載重傳感器及陀螺儀，用于采集列車實(shí)時風(fēng)速及風(fēng)向、列車加速度、載重狀態(tài)及橫向擺動數(shù)據(jù)。
7、進(jìn)一步地，所述多維數(shù)據(jù)融合的前饋-反饋復(fù)合控車算法的表達(dá)式為：
8、
9、其中，e(t)為反饋項(xiàng)，表示目標(biāo)速度與實(shí)際速度偏差；dj(t)為可測擾動項(xiàng)；kffj為前饋增益；kp為比例增益，ki為積分增益，kd為震蕩增益。
10、進(jìn)一步地，所述可測擾動項(xiàng)包括風(fēng)阻擾動、坡度擾動和曲線阻力擾動。
11、進(jìn)一步地，所述軌旁控制模塊優(yōu)化控制參數(shù)的方式為：
12、基于歷史列車運(yùn)行數(shù)據(jù)建立風(fēng)速區(qū)間與比例增益修正δkp及前饋增益修正δkff的對應(yīng)關(guān)系，以對所述比例增益kp及所述前饋增益kffj進(jìn)行優(yōu)化；
13、基于列車載重狀態(tài)調(diào)整積分增益ki，表達(dá)式如下：
14、
15、其中，為基準(zhǔn)積分增益，w為當(dāng)前載重，wmax為最大允許載重；
16、計(jì)算坡度擾動的前饋補(bǔ)償增益，表達(dá)式如下：
17、kffgrade＝m·g·tanθ·ηadhesion
18、其中m為列車質(zhì)量，g為重力加速度，θ為線路坡度角，ηadhesion為輪軌粘著系數(shù)。
19、進(jìn)一步地，所述軌旁控制模塊還配置為：
20、基于所述預(yù)測風(fēng)速及所述線路數(shù)據(jù)，通過遺傳算法生成列車調(diào)度策略并輸出至列車控制模塊。
21、進(jìn)一步地，所述軌旁控制模塊還配置為：
22、生成多條候選速度曲線，每條曲線由n個基因位組成，每個基因位對應(yīng)預(yù)設(shè)長度線路單元的速度檔位值；
23、基于目標(biāo)函數(shù)評估種群個體，所述目標(biāo)函數(shù)表示為：
24、
25、其中，α為時刻表偏差權(quán)重；β為能耗成本權(quán)重；γ為速度限制權(quán)重；tdelay為累計(jì)時刻表偏差；ecost為凈能耗成本；vlimit為速度限制；
26、通過選擇、交叉、變異操作更新種群，直至滿足收斂條件獲取最優(yōu)速度曲線生成調(diào)度策略。
27、進(jìn)一步地，所述列車控制模塊還配置為：
28、當(dāng)環(huán)境風(fēng)速或預(yù)測風(fēng)速值超過預(yù)設(shè)閾值時，觸發(fā)緊急制動。
29、進(jìn)一步地，所述軌旁控制模塊還配置為：
30、對所述列車運(yùn)行數(shù)據(jù)進(jìn)行預(yù)處理。
31、本發(fā)明提供一種電子設(shè)備，包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時應(yīng)用于如上述大風(fēng)環(huán)境下的列車控車系統(tǒng)。
32、與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)和積極效果在于：
33、本發(fā)明通過多維度傳感器網(wǎng)絡(luò)與智能算法的協(xié)同，顯著提升了大風(fēng)環(huán)境下列車運(yùn)行的安全性與控制精度。軌旁與車載高精度風(fēng)速傳感器構(gòu)建的物聯(lián)網(wǎng)系統(tǒng)，實(shí)現(xiàn)了風(fēng)場數(shù)據(jù)與列車位姿的實(shí)時耦合監(jiān)測，結(jié)合lstm神經(jīng)網(wǎng)絡(luò)的風(fēng)速預(yù)測模型，使系統(tǒng)能夠提前感知風(fēng)力變化并動態(tài)優(yōu)化pid控制參數(shù)及前饋增益，有效解決了傳統(tǒng)靜態(tài)模型對風(fēng)速突變響應(yīng)滯后的問題。多維數(shù)據(jù)融合的前饋-反饋復(fù)合控車算法，將風(fēng)阻、坡度、曲線阻力等擾動因素納入牽引力計(jì)算模型，配合載重自適應(yīng)的積分增益調(diào)整機(jī)制，使?fàn)恳τ?jì)算偏差降低，大幅減少了列車擺動與脫軌風(fēng)險。
34、在運(yùn)行效率優(yōu)化方面，本發(fā)明通過遺傳算法與動態(tài)路徑?jīng)Q策樹實(shí)現(xiàn)了風(fēng)速預(yù)測與調(diào)度策略的深度耦合。系統(tǒng)基于氣象數(shù)據(jù)、線路拓?fù)浼傲熊嚑顟B(tài)的多源融合輸入，生成兼顧能耗與時效性的最優(yōu)速度曲線，當(dāng)風(fēng)速超限時觸發(fā)迂回路徑檢測，通過選擇風(fēng)力影響較小的路線使運(yùn)行中斷概率降低。同時，風(fēng)力能源回收系統(tǒng)將環(huán)境風(fēng)能轉(zhuǎn)化為電能，配合動態(tài)能耗分配策略，在大風(fēng)工況下可減少傳統(tǒng)能源消耗，實(shí)現(xiàn)了安全性與經(jīng)濟(jì)性的雙重提升。
35、此外，本發(fā)明構(gòu)建的分層安全防護(hù)體系形成了從實(shí)時監(jiān)測到緊急響應(yīng)的全流程保障。風(fēng)速區(qū)間對應(yīng)的梯度化控制策略(如限速、降功率、緊急制動)與輪軌黏著監(jiān)控機(jī)制，避免了傳統(tǒng)固定閾值策略導(dǎo)致的黏著失效問題；大數(shù)據(jù)訓(xùn)練反饋系統(tǒng)通過持續(xù)優(yōu)化控車算法參數(shù)，使系統(tǒng)在復(fù)雜風(fēng)場環(huán)境下的自適應(yīng)能力不斷提升，最終實(shí)現(xiàn)了列車控制系統(tǒng)在極端天氣下運(yùn)行安全性、可靠性與能源效率的全面突破。
1.一種大風(fēng)環(huán)境下的列車控車系統(tǒng)，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的大風(fēng)環(huán)境下的列車控車系統(tǒng)，其特征在于，根據(jù)權(quán)利要求1所述的大風(fēng)環(huán)境下的列車控車系統(tǒng)，其特征在于，所述軌旁監(jiān)測模塊包括軌旁風(fēng)速傳感器及線路坡度傳感器，用于采集環(huán)境風(fēng)速、環(huán)境風(fēng)向及線路數(shù)據(jù)；所述車載監(jiān)測模塊安裝于列車車體，包括車載風(fēng)速傳感器、加速度計(jì)、載重傳感器及陀螺儀，用于采集列車實(shí)時風(fēng)速及風(fēng)向、列車加速度、載重狀態(tài)及橫向擺動數(shù)據(jù)。
3.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述多維數(shù)據(jù)融合的前饋-反饋復(fù)合控車算法的表達(dá)式為：
4.根據(jù)權(quán)利要求3所述的大風(fēng)環(huán)境下的列車控車系統(tǒng)系統(tǒng)，其特征在于，所述可測擾動項(xiàng)包括風(fēng)阻擾動、坡度擾動和曲線阻力擾動。
5.根據(jù)權(quán)利要求3所述的大風(fēng)環(huán)境下的列車控車系統(tǒng)，其特征在于，所述軌旁控制模塊優(yōu)化控制參數(shù)的方式為：
6.根據(jù)權(quán)利要求2所述的大風(fēng)環(huán)境下的列車控車系統(tǒng)，其特征在于，所述軌旁控制模塊還配置為：
7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述軌旁控制模塊還配置為：
8.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述列車控制模塊還配置為：
9.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述軌旁控制模塊還配置為：對所述列車運(yùn)行數(shù)據(jù)進(jìn)行預(yù)處理。
10.一種電子設(shè)備，包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時應(yīng)用于如權(quán)利要求1至9中任一項(xiàng)所述大風(fēng)環(huán)境下的列車控車系統(tǒng)。