广深铁路运营仿真平台的研究与开发.docx

广深铁路运营仿真平台的研究与开发 1 自动闭塞方式 高速铁路是中国的一条高速铁路。这是中国目前科技实力最高的铁路线。它也是中国高铁的体验场所。广深铁路有如下特点: 1) 线路形式复杂:广深线上有复线单向行驶的两条高速铁路线,原有的单线双向行驶的第三线也仍在同时运行; 2) 闭塞制式多样:广深线上两条高速铁路线上采用全自动闭塞方式,第三线上则采用半自动闭塞方式; 3) 列车车速不同:广深线上运行着高速列车(时速200km)、准高速列车(时速160km)、普速列车(时速120km)、慢车及货车等不同时速列车,并且这些列车共线混行; 4) 列车跨线运行:广深线上行驶的列车不但车速不同,而且还跨线运行,即高速线上的列车有时下线到第三线上运行,第三线上运行的列车在高速线上通过能力允许的情况下也会跨线到高速线上运行。 由此可以看出,广深线无论从基础设施、闭塞制式及列车运行方式等各方面上都极为复杂,几乎涵盖了国内铁路的所有可能存在的情形,其行车组织、运营调整等影响因素极多、涉及面广,是一个十分复杂的问题。因此,有必要建立一个仿真系统,为广深线的行车组织、运营调整、基础设施改扩建等提供科学的决策支持。同时,因为广深线的复杂性及全面性,以此为背景建立的铁路运营仿真系统具有很好的普适性,可以用于我国任一铁路区段及有轨交通的仿真评估。 2 方案仿真实验系统 系统的主要目标是建立功能完备灵活、适应性强、尽可能符合广深线实际情况的仿真平台,在这一系统平台基础上可以对不同的行车组织方案、基础设施改扩建方案进行仿真实验,并依据技术指标体系对仿真结果进行评估,为科学决策提供支持。同时,这一仿真平台还要具有很好的普适性和可扩展性,以便方便地用于对其它铁路区段及各种有轨交通系统的仿真评估。 3 系统模型的构建 3.1 人工智能专家系统解决非定量问题的技术 对这一包含有连续事件、离散事件、推理决策事件的复杂混合系统的仿真,建模过程中有许多非结构化的、非定量的问题,用传统方法无法准确描述,人工智能技术则可以解决这一问题。人工智能领域的专家系统技术,可以处理这些定性的、非结构化的问题,经过各种推理过程达到系统的任务目标。本文在系统仿真建模过程中,采用了常规状态转移与专家系统技术相结合的方法,实现了对这一复杂系统的仿真。 3.2 列车总数lm 广深铁路的物理边界是广州站——深圳站之间,全长147公里。广深铁路仿真系统的逻辑边界是广深铁路全线,包括21个站,每个车站包括数量不同的股道,第三线包括20个半自动闭塞区间,在高速线上共14个区间,每个区间分为长约1000米的数个全自动闭塞分区。以上是系统的永久实体,系统的临时实体则是运行在广深线上的所有列车。 在对这一复杂系统的仿真过程中,为简化运算,做了一些假设:例如忽略列车长度的影响,即将列车看成一个质点;系统内信号机的状态变化以区间(第三线)和闭塞分区(高速线)的占用标志代替,对信号机的状态变化不另外描述。 以列车的位置及方向、车站股道及区间、闭塞分区的状态就可以描述整个系统的状态,在任一时刻T,表征列车m的位置及方向的函数可以描述为: Lm(Τ)={(ΝΤi,ik,Dm)车m在第i站ik股道上?方向Dm；(ΤS?Dm)车m在第三线区间?方向Dm；(ΗSl,li,Dm)车m在Dm方向高速线l区间li闭塞分区上。 在上式中,i=1,2,…,21(车站总数);k=1,2,…,in(站i的股道总数);j=1,2,…,20(第三线区间总数);l=1,2,…,14(高速线区间总数);li=1,2,…,Ln(高速线上l区间闭塞分区总数),Dm表示列车m的方向,即上行或下行。 T时刻列车群的位置及方向可表示为集合: L(T)={Lm(T)|m=1,2,…,列车总数} (1) T时刻系统内各车站股道、区间及闭塞分区的状态可表示为集合: S′(T)={NTi,k(T),TSj(T),HSl,li,di(T)│i=1,2,…,21;k=1,2,…,in;j=1,2,…,20;l=1,2,…,14;li=1,2,…,Ln;di=上行,下行} (2) (2)式中: TSj(T)——第三线l区间状态, ΤSj(Τ)={0空闲1占用 NTi,k(T)——i站k股道状态, ΝΤi,k(Τ)={0空闲1占用 HSl,li,di(T)——di方向高速线l区间li闭塞分区状态, ΗSl,li,di(Τ)={0空闲1慢行2减速停车3占用 于是,整个系统在T时刻的状态可表示为: S(T)={L(T),S′(T)} (3) 对于离散事件系统,系统的状态变化是事件驱动的,当系统由时刻T变为时刻T+ΔT时,任一列车m可能发生的事件及引起的状态转移如下: ① 车m停车(在任一站内股道、第三线区间或高速线闭塞分区),则 Lm(Τ+ΔΤ)=L