城市有軌電車車載運(yùn)行控制系統(tǒng)的仿真與研究.pdf

1、城市有軌電車車載運(yùn)行控制系統(tǒng)是城市有軌電車系統(tǒng)的核心部分，對(duì)保障電車安全高效運(yùn)行起著關(guān)鍵性的作用。其電車定位模塊需實(shí)時(shí)定位電車，保障行車安全；速度防護(hù)模塊中，電車行車控制策略的優(yōu)劣直接影響到能源消耗、到站?？繙?zhǔn)確率、乘客舒適度以及運(yùn)行正點(diǎn)率；對(duì)車載運(yùn)行控制系統(tǒng)仿真，能最大程度減少傳統(tǒng)現(xiàn)場(chǎng)測(cè)試造成的浪費(fèi)。因此，對(duì)城市有軌電車車載運(yùn)行控制仿真系統(tǒng)的研究具有現(xiàn)實(shí)和重要的意義。
　　論文根據(jù)城市有軌電車車載運(yùn)行控制系統(tǒng)的結(jié)構(gòu)，結(jié)合實(shí)際運(yùn)營(yíng)

2、情況，確定了車載運(yùn)行控制系統(tǒng)的主要功能模塊。在此基礎(chǔ)上，對(duì)電車定位模塊與行車控制策略兩項(xiàng)關(guān)鍵技術(shù)進(jìn)行了研究，并實(shí)現(xiàn)車載運(yùn)行控制系統(tǒng)的功能仿真。
　　首先，米用Tent混沛映射對(duì)傳統(tǒng)PSO(Particle Swarm Optimization,微粒群優(yōu)化)算法改進(jìn)形成CPSO(Chaotic Particle Swarm Optimization,混沛微粒群優(yōu)化)算法，將 CPSO算法與B P神經(jīng)網(wǎng)絡(luò)相結(jié)合形成新的組合算法，對(duì)電車

3、GPS/RFID(Global Positioning System with Radio Frequency Identification,全球定位系統(tǒng)與射頻識(shí)別)組合定位系統(tǒng)中卡爾曼濾波器的輸出進(jìn)行調(diào)整，提高電車的定位精度，保障行車安全。
　　其次，優(yōu)化速度防護(hù)模塊中的運(yùn)行控制策略。以電車運(yùn)行單質(zhì)點(diǎn)運(yùn)動(dòng)模型為基礎(chǔ)，以電車運(yùn)行能耗最小以及?？繙?zhǔn)確性、乘客舒適度、運(yùn)行正點(diǎn)率最高為目標(biāo)建模，采用CIPSO(Chaotic Immun

4、e Particle Swarm Optimization,混沛免疫微粒群優(yōu)化)算法對(duì)模型求解，并與傳統(tǒng)PSO算法優(yōu)化后的結(jié)果比較，證明論文所建模型的適用性以及所采用算法的優(yōu)越性。
　　最后，以海珠區(qū)環(huán)島城市有軌電車試驗(yàn)段現(xiàn)場(chǎng)數(shù)據(jù)為依托，對(duì)整個(gè)城市有軌電車車載運(yùn)行控制系統(tǒng)進(jìn)行功能仿真。對(duì)緊急制動(dòng)功能仿真，保證電車在規(guī)定停車點(diǎn)停車；對(duì)臨時(shí)限速功能仿真，保證電車在限速起點(diǎn)處速度降至限制速度以下；完成電車在正線運(yùn)行時(shí)通過(guò)道岔區(qū)段以及平交