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, динами- ческое 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
