高速铁路网络列车运行基于模型预测和证据推理的安全预测与冲突防范

Under the excitement of unexpected events, there might exist anomalous information flow in the control system of high-speed train operations, that is, information flow inconsistency or information feedback deletion, which would endanger the operation safety in severe cases. In the normalcy, train movement prediction model can be regarded as a reference model to discern train movements in the anomalous case. When the circumstance is detected that a train is deviating from the normalcy, the train movement prediction model in the anomalous case is initiated. The train position and safety in the worst case are predicted in the moving prediction horizon. Combined with evidential reasoning, the possible operation conditions and tendencies are identified. When the possible operation conflict has been predicted, the movement authority or scheduling command is immediately engendered according to the inferred movement conditions and models in the anomalous case, so as to prevent the conflict in advance. This project will explore the construction approach of prediction model combining data with rules according to the feedback information, the judgment rules of information flow consistency in the train control system and the safety-oriented fusion rules of inconsistent information flows, and the mechanism of safety prediction and conflict prevention based on multiple models and evidential reasoning. In the end, this project will construct the theory and methodology of safety prediction and conflict prevention of train operations in the high-speed railway network, and develop the corresponding experimental system.

在突发事件的激励下，高速列车运行控制系统可能出现非常态信息流，即信息流不一致或者信息反馈缺失，在严重情况下会危及行车安全。在常态下列车运动预测模型可作为列车在非常态下运行识别的参考模型。当检测到列车偏离常态运行时，启动在非常态下列车运动预测模型，在滚动预测时域预测在最坏情况的列车位置及安全性，结合证据推理，辨识列车可能的运行条件和运行趋势。当预测到可能存在运行冲突时，及时按所推理的非常态运行条件及模型产生行车许可或者调度命令，提前将冲突防范于未然。本项目将研究根据反馈信息构建数据和规则相结合的列车运动预测模型的方法；研究在高速列车运行过程中动态描述安全性的定量方法；研究列控系统信息流一致性的判定准则以及不一致信息流安全导向的融合规则；研究基于多模型和证据推理的高速列车运行安全预测和冲突防范机制。本项目将建立高速铁路网络列车安全预测与冲突防范的理论与方法，并建立相应试验系统。

受突发事件的影响，高速列车运行控制系统可能出现非常态信息流，例如不一致信息流。非常态信息流控制列车运行会危及行车安全。本项目主要研究如何根据常态下列车运动参考模型，结合动态过程证据推理，辨识非常态信息流，预测列车运行态势，辨识潜在运行冲突，对列车运行安全性进行滚动时域校验，对预测到的冲突，产生冲突化解方案。本项目研究取得的主要创新性结果如下：.（1）提出了一种数据和规则相结合的列车运动预测模型，建立了根据反馈信息校正预测模型的方法。通过仿真和实际数据验证了模型的有效性。对7∙23铁路事故进行了重构，提出了一种事故重构和成因分析方法。.（2）提出了一种基于模型预测估计区间的高速列车运行潜在冲突的辨识机制，以及列车时间和能量节约运动协同的冲突化解方法，提出了一种列车运行安全性的定量描述方法。.（3）提出了一种基于参考模型和证据理论的高速列车运行安全校验方法。采用传输信度模型，在滚动时域融合不一致信息流，动态识别真实情况。采用动态过程证据推理，融合多源信息，辨识列车运行态势，并逐步得出列车运行安全性及其信度。.（4）建立了高速铁路网络列车运行安全预测和冲突防范的并行处理机制，在高性能计算平台和Spark云计算平台进行了测试验证，减少了计算处理时间。.本项目的研究丰富了复杂对象的建模方法；采用模型预测控制机理处理网络流约束和优化问题；提出了一种基于参考模型和证据理论的滚动时域动态过程推理方法；建立了一种基于Spark云的动态过程并行计算方案。冲突预测和化解是高速铁路运输管理的重要任务。本项目所建立的列车运行态势预测方法、冲突化解方法、列控系统非常态逻辑流辨识方法以及云计算解决方案，具有潜在应用意义。

内容获取失败，请点击重试