基于马尔可夫过程的地铁信号车载系统可靠性研究

信号系统是由元器件、部件、子系统逐步组合而形成的具有特定功能的控制系统。地铁信号系统的可靠性指标是保证其安全性、可用性的决定性因素。运用马尔可夫过程方法计算信号系统的可靠性、可用性,为优化信号系统设计选择提供方案参考。通过简化系统设计、采用高可靠性元器件,提高系统基本可靠性与任务可靠性,确保CBTC信号系统在运营阶段的各项指标满足可靠性、可用性、可维修性和安全性(RAMS)的要求。     

地铁信号系统工厂化施工研究

通过对轨道交通建设特点、地铁信号系统发展的分析,为提高地铁信号系统的安全性、可用性和可靠性,提出信号系统室内工程采用工厂化施工。     

地铁车辆维修策略研究

我国地铁车辆主要采用预防计划性维修为主体与故障修结合的维修模式,可以满足地铁正常运行。然而,该维修模式容易产生欠维修与过维修等问题,不能进一步提升地铁车辆运行的安全性、可靠性与可用性,地铁车辆维修成本居高不下。根据地铁车辆的特点,以北京京城地铁有限公司负责运营的北京地铁机场线为试点,开展地铁车辆维修策略研究,在满足地铁车辆安全与可靠的前提下,优化综合维修成本。     

地铁信号系统可靠性评估解析方法研究

地铁信号系统的可靠性是保证其安全性、可用性、可维护性的决定性因素。针对信号系统工程项目设计阶段缺乏可靠性定量分析方法的问题,提出基于矢量模型与概率知识推导出CBTC联锁子系统可靠性部分评估解析计算方法,并以实例论证了其可行性。     

地铁信号系统车载设备维保策略优化

主要研究基于故障树的贝叶斯网络分析、基于状态的维修模型以及维保策略优化.在获取地铁信号系统车载设备故障数据的前提下,采用贝叶斯网络分析方法研究信号系统车载设备重要度的辨识方法;在周期预防性维修的基础上,采用基于状态的维修模型进行针对性优化,实现风险与成本双目标优化的目标,改善信号系统车载设备关键部件薄弱环节.     

成都地铁信号系统发车指示器优化设计

地铁信号系统发车指示器具有指示列车在车站的发车时刻等功能。介绍成都地铁1、2号线发车指示器(DTI)工作原理,通过优化设计改善了既有系统延迟大、结构复杂及故障率高等缺点。现场试验表明,优化效果优良,提升了设备的可靠性和可用性。     

基于灰色综合评估和PSO-BP的地铁车辆可靠性评价

为了更加科学地评价地铁车辆的可靠性状态,并依据评价结果指导车辆检修策略的调整,使上线车辆的可靠性处于可控状态,提出采用灰色综合评估和粒子群算法优化反向传播神经网络(PSO-BP)预测相结合,综合评价地铁车辆当前的可靠性状态.依据地铁车辆安全评价相关标准,确定地铁车辆可靠性状态评定等级、取值范围及对应状态.基于车辆各子系...     

地铁信号蓄电池监测系统设计方案

随着地铁建设规模日益庞大,运营维护的压力也逐渐增大,蓄电池作为信号系统的后备设备,对信号系统的可靠性和可用性有很大的影响。目前蓄电池监测技术比较落后,本文提出一种蓄电池监测系统的设计方案,对蓄电池各个指标实时采集,达到对地铁蓄电池组监测的目的。     

高速铁路接触网系统风险评估与维修计划优化

针对当前高速铁路接触网系统在维修管理中未将供电设备运行可靠性与故障损失综合考虑的问题,采用系统故障Petri网计算模型,结合不同故障损失等级划分,构建高速铁路接触网系统风险评估模型。以维修费用最小为目标,以风险损失和维修资源限制为约束条件,引入役龄回退因子,提出高速铁路接触网系统维修计划优化模型。应用混合粒子群算法,设计优化计算程序,给出求解维修计划优化模型的方法和步骤。实例分析表明,上述维修计划模型的工程应用将在维持接触网系统较高可靠性的同时有效控制故障失效风险。     

基于粒子群优化算法的地铁列车节能运行研究

在建立地铁列车运行物理模型的基础上,采用粒子群优化算法搜寻列车区间运行的惰行点位置,优化列车区间运行时间及运行能耗。基于南京地铁2号线实际线路模型,利用粒子群优化算法求解定时节能策略中列车区间运行惰行点位置,计算区间运行时间、能耗及回馈能量。结果显示,区间运行时间增加5.5%,列车运行能耗相应降低18.73%。     

基于灰色理论和PSO的牵引供电系统可靠性研究

采用灰色GM(1,1)模型预测其相关设备中长期的故障数据,增大建模所需数据样本量,提出以威布尔分布模型为基础,基于粒子群算法的智能拟合方法,建立牵引供电系统各设备可靠性分析的数学模型,所建模型全部通过拟合优度K-S检验,证明该方法十分适合于牵引供电系统设备的可靠性建模。运用BDD算法得到用最小割集表示的牵引变电所和接触网故障树模型,综合得到牵引供电系统整体的可靠性模型,并计算出系统的可靠度和平均使用寿命。最后分析可知接触网的可靠性在很大程度上决定了牵引供电系统整体的可靠性,其分析结果为牵引供电系统以后的维护工作提供了理论依据。     

基于四维可视化算法的牵引变电所位置优化

针对牵引供电系统设计的复杂性以及传统优化设计方法过程繁琐且很难找到可靠的最优解,粒子群和遗传算法等的迭代过程复杂并且容易陷入局部最优解的问题,将一种四维可视化算法运用到牵引供电系统的优化设计中。四维可视化算法不需要设定初始解、能够同时展现全局最优解的分布、能判断解的稳定性、方便添加约束条件。四维可视化优化算法通过编程使目标函数的最优解集在四维数据场可视化。以接触网对地电压为约束条件,以牵引网有功功率损失最小为目标函数,运用四维可视化算法进行牵引变电所和分区所位置的优化设计。通过实例计算验证了四维可视化算法可有效降低牵引网的功率损失。研究表明该方法能很好地克服传统方法和粒子群等优化算法在牵引供电系统优化设计中的不足。     

基于整体分布优化算法的闭塞分区划分优化

本文将整体分布优化算法应用于闭塞分区的划分，设计了适应于闭塞分区划分的优化算法。通过MATLAB编程进行仿真，对整体分布优化算法和粒子群算法进行比较，并对优化结果进行检验，结果表明，整体分布优化算法的优化效果比粒子群算法更优，且优化结果满足实际需求。     

基于改进MH算法的高铁ATO运行操纵多目标优化研究

在高速列车运行过程中,运行环境变化将对ATO提出更高的计算要求,ATO既要满足实时计算又要满足运行操纵多目标优化.针对该问题提出一种改进MH算法计算列车运行操纵序列.在原有MH算法基础上,对算法计算频率与寻优目标函数进行改进,提出随机惯性权重粒子群算法与司机驾驶逻辑相结合的方式计算运行操纵序列,通过选取合理的计算间隔时...     

地铁防淹门控制系统维修方案优化

地铁防淹门系统是一种防灾设备。因突发事故造成地铁隧道破裂后,防淹门系统可防止江河水涌进地铁车站而造成事故的进一步扩大。一旦发生事故时,能紧急关闭闸门,封闭过江隧道,保护地铁车站人员和设备的安全。基于设备结构的特殊性和作为应急设备使用的特点,防淹门系统通常安装在地铁隧道过江段两端的地铁站端部与隧道接口处或区间内,因此防淹门控制系统的维修质量显得尤其重要。通过分析维修中遇到的门体升降、水位报警和控制系统死机等问题,提出了维修优化建议,该优化方案能够大大提高地铁防淹门系统的可靠性。     

基于模糊多目标优化的城轨列车车门系统维保周期的研究

科学制定车门系统维保周期对整个城轨列车系统的安全高效运营具有重要意义。采用模糊多目标优化算法对城轨列车车门系统维保周期进行优化:分别确定可用度、经济性、任务可靠度与维保周期的关系函数；以可用度、经济性为优化目标，以任务可靠度为约束条件，建立基于模糊层次分析法的维保周期模糊多目标优化模型。对某地铁公司2号线车门系统进行实例分析，验证了模型的有效性。     

基于捕食搜索策略的粒子群算法求解高铁闭塞分区划分问题

高铁闭塞分区的合理划分可以保证列车的运行安全、提高运输效率和减少投资成本。为了更好地解决这个问题,利用基于捕食搜索策略的粒子群算法求解优化准移动闭塞条件下的闭塞分区划分模型。捕食搜索策略可以平衡粒子的局域搜索和全局搜索,从而避免陷入局部最优,提高算法精度。通过算例仿真,比较基于捕食搜索策略的粒子群算法和标准粒子群算法对模型优化的结果,验证基于捕食搜索策略的粒子算法对模型的求解是有效的,而且得到的解更精确,运算速度更快。     

CIPSO算法在城市有轨电车控制策略中的应用研究

在保证电车安全的前提下,轨道交通中的城市有轨电车控制策略优化问题实质上是多目标优化问题,主要是针对节能、正点、停靠准确和乘客舒适度优化等方面的复杂问题,以电车运动学方程为基础,针对粒子群优化算法在离散优化问题中处理不佳,容易陷入局部最优的问题,采用混沌Tent映射初始化粒子群,建立其多目标优化模型。而后采用免疫接种和免疫选择的方法提高PSO优化算法的优化能力,对模型进行求解。以广州市海珠区环岛新型有轨电车试验段数据为对象进行实例仿真,结果表明,混沌免疫微粒群优化算法较传统微粒群优化算法可获得更好的控制策略,能更有效的解决电车运行多目标优化问题。     

基于混合微粒群优化的多目标列车控制研究

列车控制策略包括输入控制序列和每一控制序列作用距离两方面,本文建立列车运行过程多目标优化模型,以二进制和实数域的混合微粒群优化方法对该问题进行了研究,二进制微粒群算法优化列车输入控制序列,实数域微粒群算法对列车运行距离进行优化,以此得到列车最佳控制策略;针对实际的问题,提出了微粒群算法中pBest更新和gBest选择策略;并与传统的单个目标的列车运行过程优化模型进行了对比研究,仿真研究结果表明混合微粒群优化算法用于列车运行过程优化控制,可以获得满意的效果。     

线性自抗扰控制算法在ATO系统中的应用研究

针对列车运行系统快速、稳定、精确等要求,将线性自抗扰控制（LADRC）算法应用于ATO系统的速度控制,并采用粒子群优化（PSO）算法对LADRC算法进行优化,提高LADRC控制器的参数整定效率。仿真 结果表明,该算法较传统的PID控制算法,能够有效提高速度控制的快速性和精度,改善乘客舒适度。