Россия
Россия
Россия
Россия
Цель: построение оптимальной модели движения высокоскоростного электропоезда по заданному пути следования, обеспечивающей согласованное соблюдение графика движения, ограничений скорости и остановочных условий на основе разработанной модели автоведения, предварительного расчета переходных характеристик движения и рекуррентной процедуры динамического программирования. Методы: использованы разработанная модель автоведения электропоезда, сегментное представление пути следования, предварительный расчет переходных характеристик движения и метод динамического программирования. Предлагаемый подход позволяет отделить этап предварительного формирования переходных характеристик движения от этапа оптимизационного выбора решений. Для каждого сегмента пути и набора допустимых входных состояний предварительно определяются результаты прохождения участка в виде времени хода и скорости на выходе, после чего выполняется поэтапный выбор управляющих ограничений скорости по рекуррентному соотношению Беллмана. Результаты: сформирован алгоритм построения оптимальной модели движения высокоскоростного электропоезда, обеспечивающий согласованное соблюдение графика движения при сохранении исполнительной модели автоведения в качестве вычислительной основы. Показано, что использование предварительно рассчитанных переходов позволяет связать сложную модель продольного движения с процедурой оптимизационного выбора решений и получить расчетную модель, пригодную для дальнейшего применения в составе алгоритмов автоведения. Представлены результаты моделирования, подтверждающие незначительное расхождение между расчетом, полученным методом динамического программирования, и прямым моделированием движения на модели автоведения. Практическая значимость: предложенный подход может быть использован при построении алгоритмов автоведения высокоскоростных электропоездов, ориентированных на соблюдение графика движения, повышение устойчивости управления движением и формирование обоснованной модели движения поезда по заданному пути следования.
высокоскоростной электропоезд, график движения, система автоведения, динамическое программирование, соотношение Беллмана, ограничение скорости, оптимизация движения
1. Внедрение системы автоведения для повышения точности управления и энергоэффективности высокоскоростного электропоезда / О. С. Валинский [и др.] // Известия Петербургского университета путей сообщения. 2025. Т. 22, № 1. С. 7–18. DOI:https://doi.org/10.20295/1815-588X‑2025- 1-7-18
2. Юренко К. И., Фандеев Е. И. Принципы построения и имитационное моделирование систем автоведения электроподвижного состава // Известия ЮФУ. Технические науки. 2016. № 8 (181). С. 88–102. DOI:https://doi.org/10.18522/2311-3103-2016-8-88102
3. Юренко К. И., Савоськин А. Н., Фандеев Е. И. Математическое моделирование энергооптимальных режимов ведения поезда с учетом возмущений // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. 2015. № 3 (184). С. 34–44. DOI:https://doi.org/10.17213/0321-2653-2015-3-34-44
4. ГОСТ Р 70059-2022. Системы управления и контроля железнодорожного транспорта для перевозок пассажиров в пригородном сообщении. Принципы построения и основные функциональные требования. М.: Российский институт стандартизации, 2022. 16 с.
5. Bellman R. Dynamic Programming. Princeton, NJ: Princeton University Press, 1957. 339 p.
6. Haahr J. T., Pisinger D., Sabbaghian M. A Dynamic Programming Approach for Optimizing Train Speed Profiles with Speed Restrictions and Passage Points // Transportation Research. Part B: Methodological. 2017. Vol. 99. Pp. 167–182. DOI:https://doi.org/10.1016/j.trb.2016.12.016
7. Аблялимов О. С. Выбор оптимальных траекторий движения методом динамического пошагового программирования // Universum: технические науки. 2020. № 10 (79). С. 35–39.
8. Jong J.-C., Chang S. Algorithms for Generating Train Speed Profiles // Journal of the Eastern Asia Society for Transportation Studies. 2005. Vol. 6. Pp. 356–371. DOI:https://doi.org/10.11175/easts.6.356
9. Li Z., Chen L., Roberts C., Zhao N. Dynamic Trajectory Optimization Design for Railway Driver Advisory System // IEEE Intelligent Transportation Systems Magazine. 2018. Vol. 10, no. 1. Pp. 121–132. DOI:https://doi.org/10.1109/MITS.2017.2776134
10. Gao H., Zhang Y., Guo J. A Novel Dynamic Programming Approach for Optimizing Driving Strategy of Subway Trains // MATEC Web of Conferences. 2020. Vol. 325. Art. 01002. DOI:https://doi.org/10.1051/matecconf/202032501002
