面向自动驾驶的高速列车动态间隔控制优化方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61773049
  • 项目类别:
    面上项目
  • 资助金额:
    65.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0302.控制系统与应用
  • 结题年份:
    2021
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2021-12-31

项目摘要

As an important technical equipment to ensure the safety and efficient operation of train, automatic train operation (ATO)system is an important trend of future high-speed train control technology. Train operation optimization and interval control method is the key technology to realize automatic train operation for high-speed railway. Traditional automatic train operation oriented control algorithms usually took the train itself as the object, which treats the speed trajectory planning and tracking control process independently ignoring the complex characteristics of train power distribution. This project gives full consideration to the characteristics of train power distribution and the complex disturbance factors in the actual running environment. Taking the safety, energy-saving, punctuality and environment-friendly comfort as the optimization objects, we try to overcome the technical difficulties of automatic train operation oriented control problem by introducing the moving horizon optimization technology and complex group decision-making theory. We plan to propose the integrated train operation control method and collaborative optimal train group operation control approach. We attempt to build a semi-physical simulation system to simulate and validate the proposed model and methods. The results of this project will lay a good foundation for our country's automatic high-speed train operation method and provide important theoretical and technical support for integrated collaborative development in transportation of China in the background the “One Road, One Belt” strategy.
列车自动驾驶系统作为保障列车安全、高效运行的重要技术装备,是未来高速列车运行控制技术发展的重要方向。列车运行优化和间隔控制方法是实现高速列车自动驾驶的核心技术。传统的面向列车自动驾驶的控制优化算法大多以列车自身为研究对象,将运行速度轨迹规划与跟踪控制独立开来,忽略了列车本身动力分配的复杂特性。本课题充分考虑列车动力分配特性和实际运行环境中的复杂干扰因素影响,综合考虑安全、准点、节能及舒适环保等目标,结合滚动优化方法及复杂群决策等基础理论,重点突破面向自动驾驶的高速列车运行控制优化关键技术,提出可行的列车运行耦合一体化控制方法及列车群运行控制协同优化方法,构建高速列车群运行优化控制半实物仿真平台进行方法验证及性能测试。本项目成果将为我国高速列车自动驾驶控制方法形成自主创新奠定良好基础,同时在“一带一路”战略背景下为我国交通领域的协同发展提供重要理论和技术支撑。

结项摘要

随着铁路自动化程度的进一步提升,高速铁路自动驾驶系统作为保障列车安全、高效运行的重要技术装备,是智慧铁路建设的利器,是世界各国轨道交通发展的趋势。列车运行间隔控制与优化方法是实现高速列车自动驾驶的核心技术。在传统的面向列车自动驾驶的控制优化方法中,通常将列车运行速度轨迹规划与跟踪控制独立开来,并且大多以列车自身为研究对象,导致忽略了列车本身动力分配的复杂特性。本课题结合列车动力分配特性和实际运行环境中的复杂干扰因素影响,研究列车状态估计问题,降低列车运行速度、位置估计误差,优化传统列车运动状态感知方法,量测输出精度提高80%以上。以列车运行安全与准点为约束,综合考虑节能、舒适等优化目标,构建多目标高速列车群运行控制协同优化体系,提高了列车区间运行速度轨迹规划的灵活性,列车运行多目标优化进一步均衡;基于时空占用带模型与弹性调整策略,提出移动闭塞下列车安全间隔优化控制方法;结合滚动优化方法提出高速列车运行耦合一体化控制优化方法;结合多智能体群集编队思想,分析高速列车群协同决策与控制过程,提出基于群决策理论的高速列车群运行控制协同优化方法;对比列车实际运行数据,所研究的列车运行优化方式使单列车运行能耗降低6.07%,在保障安全的前提下,组织5列列车编队运行,减小列车运行间隔,经过仿真验证,列车运行效率提升189秒。构建高速列车群运行控制虚实交互仿真平台,优化仿真运行环境构建方法,整体图形渲染运算数据量降低约96%,有效提升系统计算效率与运行稳定性,开展高速列车典型运行场景仿真测试,对本课题提出方法的性能进行了有效验证。以上成果将对我国高速列车自动驾驶控制方法形成自主创新奠定良好基础,为高速铁路提升运行效率,降低运行能耗,助力实现“碳中和”目标,提供重要理论与技术支撑,并为高速铁路列车运行控制与优化方法的研究提供可靠的仿真测试环境,具有重要的理论意义和良好的应用前景。

项目成果

期刊论文数量(26)
专著数量(0)
科研奖励数量(8)
会议论文数量(18)
专利数量(3)
基于移动闭塞时空占用带模型的高速列车追踪运行优化
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    铁道学报
  • 影响因子:
    --
  • 作者:
    盛昭;上官伟;蔡伯根;钟庆伦;宋鸿宇
  • 通讯作者:
    宋鸿宇
Methods for fault diagnosis of high-speed railways: A review
高速铁路故障诊断方法综述
  • DOI:
    10.1177/1748006x18823932
  • 发表时间:
    2019-01
  • 期刊:
    Proceedings of the Institution of Mechanical Engineers - Part O: Journal of Risk and Reliability
  • 影响因子:
    --
  • 作者:
    Zang Yu;Wei Shangguan;Cai Baigen;Wang Huashen;Pecht Michael G.
  • 通讯作者:
    Pecht Michael G.
车队认知能力增强的通信区块间隙优化方法
  • DOI:
    10.19721/j.cnki.1001-7372.2019.06.028
  • 发表时间:
    2019
  • 期刊:
    中国公路学报
  • 影响因子:
    --
  • 作者:
    陈俊杰;上官伟;蔡伯根;王剑;柴琳果
  • 通讯作者:
    柴琳果
Board-Level Lifetime Prediction for Power Board of Balise Transmission Module in High-Speed Railways
高铁应答器传输模块电源板板级寿命预测
  • DOI:
    10.1109/access.2020.3011107
  • 发表时间:
    2020-07
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    Wei Shangguan;Yu Zang;Wang Huashen;Pecht Michael G.
  • 通讯作者:
    Pecht Michael G.
列控车载子系统故障时空特性分析及可靠性研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    铁道学报
  • 影响因子:
    --
  • 作者:
    陈斌;蔡伯根;上官伟;王剑
  • 通讯作者:
    王剑

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

低成本列车运行控制系统专用数据库及定位匹配算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    北京交通大学学报
  • 影响因子:
    --
  • 作者:
    蔡伯根;上官伟;王剑;刘江
  • 通讯作者:
    刘江
基于GNSS的虚拟应答器捕获算法的研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    铁道学报
  • 影响因子:
    --
  • 作者:
    王剑;上官伟;惠希云;蔡伯根
  • 通讯作者:
    蔡伯根
基于差分进化的高速列车运行操纵的多目标优化研究
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    铁道学报
  • 影响因子:
    --
  • 作者:
    严细辉,蔡伯根,宁滨;上官伟
  • 通讯作者:
    上官伟
列车组合定位系统定位精度评估方法研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    铁道学报
  • 影响因子:
    --
  • 作者:
    刘丹;王剑;姜维;上官伟
  • 通讯作者:
    上官伟
基于最大偏差准则的列车卫星定位完好性监测方法
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    铁道学报
  • 影响因子:
    --
  • 作者:
    陆德彪;唐德璋;蔡伯根;王剑;上官伟
  • 通讯作者:
    上官伟

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

上官伟的其他基金

面向下一代列控的高速列车虚拟重联编队运行协同控制方法
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    54 万元
  • 项目类别:
    面上项目
车路协同系统多分辨率建模与仿真方法研究
  • 批准号:
    61104162
  • 批准年份:
    2011
  • 资助金额:
    22.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码