基于大数据分析的城市轨道列车运行速度自动化控制系统设计

徐振鲁，刘 宠，岳 巍，辛泽鹏

（青岛地铁集团有限公司，青岛 266000）

随着城市化进程不断加速，城市轨道交通已成为城市生活中不可或缺的公共交通方式[1-3]。列车运行速度自动化控制系统是实现列车高效、安全运行的关键因素之一。为了满足列车运行的安全、高效需求，设计城市轨道列车运行速度自动化控制系统十分必要[4]。将大数据技术应用于城市轨道列车运行速度自动化控制系统中，通过对海量城市轨道列车运行数据的实时监测和分析，实现对列车运行状态和运行环境的全面掌握，从而为列车的安全、高效、节能运行提供强有力的支持[5]。通过列车速度的自动化控制，实现对列车速度的高效调控，提高列车的运行效率和乘客的舒适度[6]，实现城市轨道交通的绿色出行和可持续发展。

众多研究学者针对城市轨道列车速度控制进行研究。文献[7]构建了XGboost 模型，实时检测城市轨道列车运行速度，及时发现列车运行速度存在的异常，利用并行优化方法，防止过拟合情况，灵活性高，该方法存在无法捕捉线性关系以及扩展能力有限的缺陷；文献[8]针对城市轨道交通列车构建了智能运维系统，所构建系统可以实时监控列车运行速度、预测并及时报告可能出现的故障，从而提前采取措施，避免故障发生或减少故障的影响范围，但是该系统存在技术难度高、集成难度大以及数据安全风险高的缺陷，应用性较差。针对以上系统在城市轨道列车实际应用中存在的问题，设计基于大数据分析的城市轨道列车运行速度自动化控制系统，利用大数据分析技术，高效控制城市轨道列车运行速度，满足城市轨道列车速度的自动化控制需求。

1 城市轨道列车运行速度自动化控制系统

1.1 基于云计算的列车运行速度自动化控制系统

城市轨道列车运行速度的自动化控制需要收集大量列车相关数据，包括列车位置、速度、行驶路线图、交通状况、时间表等信息。利用GPS 追踪器和速度传感器采集列车的位置、速度等信息。通过大数据分析技术从海量城市轨道列车运行速度相关数据中提取有用信息，为列车运行速度自动化控制提供数据基础，系统的总体结构如图1 所示。

图1 列车运行速度自动化控制系统框架Fig.1 Frame of automatic train speed control system

城市轨道列车运行速度自动化控制系统采用分布式控制方式，为用户提供三层控制服务。控制层主要包括物理控制、网络控制以及智能控制三部分，利用云计算架构，针对系统设计的三层控制服务结构如图2 所示。

图2 三层控制结构图Fig.2 Three-layer control structure diagram

1.2 大数据分析城市轨道列车运行数据聚类处理

选取K-means 聚类算法，对城市轨道列车运行相关数据聚类处理步骤如下：

（1）从系统运行的海量城市轨道列车运行样本数据中，随机抽取K 个数据点作为聚类中心[9-10]，抽取数据前需要对数据预处理。

（2）将系统采集的海量城市轨道列车运行数据配置至与该数据距离最近的类别中。聚类采用的距离计算公式为

式中：xi与yi为城市轨道列车运行的相关样本；n 与d（x，y）分别为欧氏距离以及样本维度。利用式（1）计算样本之间的距离，依据最小距离原则划分城市轨道列车运行数据。

（3）计算相同类别中聚类样本均值，对比相同类别中，各样本与类别中心的距离，重新划分样本点至与聚类中心点距离最小的类别中，更新聚类结果。

（4）设置聚类终止条件。重复以上运算，直至完成全部样本点的聚类，输出最佳的城市轨道列车运行数据聚类结果。

1.3 列车运行速度自动化控制优化模型

依据城市轨道列车运行数据聚类结果，构建列车运行速度自动化控制优化模型。城市轨道列车运行存在较高的复杂性，依据牛顿第二定律构建城市轨道列车运行时的运动模型，利用单质点表示运动模型为

式中：m 与a 分别为城市轨道列车的质量以及运行加速度；f（v，u）为城市轨道列车运行时受到的牵引力或制动力；v 与s 分别为列车运行速度以及列车线路位置；u 为城市轨道列车的操控工况；g（v）与w（v，s）分别为城市轨道列车运行时受到的基本阻力以及附加阻力。

城市轨道列车运行位置更新的表达式为

列车速度更新的表达式为

城市轨道列车运行速度自动化控制时，需要满足能耗最低、停车位置精度最高以及停车时间精准的目标。列车站间运行时间的表达式为

列车的站间能耗计算公式为

式中：F 与H 分别为列车的牵引力以及能耗适应度值；δm与δB分别为电能转化为机械能以及机械能转化为电能的转换因子；B 为列车制动力；T0为列车在2 个站点之间的实际运行时间。

列车的停车精度计算公式为

式中：∑Δs 为列车的实际运行距离；S 为2 个站点之间的实际长度。

城市轨道列车运行速度自动化控制的目标优化问题，即获取工况转换点xi，使列车运行的能耗最低、运行时间满足停车要求，停车的位置精度最高。构建最终的列车运行速度自动化控制优化模型为

针对所构建的列车运行速度自动化控制优化模型，设置约束条件为

式中：v0与ve分别为城市轨道列车行驶初速度与末速度；vi与vlim分别为列车实际运行速度以及限速值；T0与Tz分别为列车计划运行时间以及实际运行时间。

依据轨道列车运行数据聚类结果，识别列车运行状态，计算列车运行的最佳速度曲线，确定在给定交通状况和时间表下，列车应该以何种速度行驶，以最大化准时性或最小化能耗。结合大数据处理结果，利用灰色速度控制器动态调整列车牵引、制动等设备的控制策略，提高列车的运行效率与安全性。

1.4 基于灰色理论的列车运行速度控制器

利用灰色理论设计灰色速度控制器，进行列车运行速度的自动化控制，速度自动化控制器结构如图3 所示。通过列车运行速度自动化控制优化模型，获取列车运行速度目标值作为灰色速度控制器的输入，利用灰色控制装置调节城市轨道列车的执行机构，执行不同工况下的运行速度控制需求。灰色速度控制器依据城市轨道列车的当前速度值、过去速度值以及未来速度值，执行牵引、制动和惰行等措施，获取理想的速度控制结果。

图3 灰色速度控制器结构图Fig.3 Gray speed controller structure diagram

2 系统测试

采用Matlab 仿真软件，构建城市轨道列车行驶的仿真测试场景。本系统显示的城市轨道列车行驶地图如图4 所示。

图4 城市轨道列车行驶场景仿真结果Fig.4 Simulation results of urban rail train running scene

图4 中由站点A 至站点N 组成1 号线，共包含14 个车站。通过不同工况下的列车行驶测试，为后续速度自动化控制系统结果分析提供支撑。城市轨道列车在城际线路中行驶，车站内坡道通常为平坡，仅少量车站内道路为上坡或下坡。城市轨道列车行驶道路的路况如表1 所示。

表1 城市轨道列车行驶路况Tab.1 Traffic conditions of urban rail trains

设置列车在上坡、下坡以及平稳状态下运行，使列车在行驶5 s 后，行驶速度由目标速度1 变换为目标速度2，测试本系统运行速度自动化控制的收敛性能。列车运行速度自动化控制的收敛性能结果如图5 所示。通过图5 的测试结果可以看出，采用本系统控制城市轨道列车速度时，列车速度快速提升至目标列车运行速度。本系统在列车运行5 s 后，接收到速度变化命令后，快速响应至目标速度2。图5 验证了本系统具有良好的收敛性能，响应速度极快，具有优越的控制性能。

图5 自动化控制收敛性能响应曲线Fig.5 Response curve of automation control convergence performance

统计2022 年7 月16 日，城市轨道列车的过标停车结果如表2 所示。分析表2 测试结果，不同车次时采用本系统自动化控制列车运行速度，停车误差均在10 cm 以内。本系统精准控制的列车运行速度，保证列车维持在较小的停车误差内。

表2 车辆过标停车结果Tab.2 Results of vehicle parking after crossing the mark

城市轨道列车在惰行以及巡航工况下，列车运行速度的自动化控制优化结果如图6 所示。综合分析图6 不同工况下的速度控制优化结果，列车的能耗均低于3000 kJ，停车时间误差均低于10 s，停车距离误差均低于15 cm。采用本系统自动化控制城市轨道列车速度，能耗、停车时间以及停车距离误差各项指标均具有明显的优势，证明采用本系统获取的城市轨道列车速度自动化控制结果，可以保证列车以最低能耗运行，在指定的停车位置精准停车，停车时间与设定的目标停车时间吻合。

图6 不同工况下的速度控制优化结果Fig.6 Optimization results of speed control under different working conditions

将牵引工况、制动工况、惰行工况以及巡航工况4 种工况，分别用1、2、3、4 表示。统计城市轨道列车在6 次列车运行时，本系统通过列车速度自动化控制获取的最优运行方案，统计结果如表3 所示。表3 实验结果可以看出，本文系统可以依据列车运行的实际情况，调节运行速度，切换运行工况，确定最佳的列车运行方案。

表3 城市轨道列车最优运行方案Tab.3 Optimal operation scheme of urban rail train

依据表3 的列车运行方案，获取列车运行时的速度-距离曲线，如图7 所示。图7 中的最优速度-距离曲线是不同列车运行次数时，采用本系统获取的列车能耗最低、航行时间最精准以及停车精度最高，对应的列车速度自动化控制策略。本系统可以获取列车行驶的最优方案，提升列车运行可靠性。

图7 最优速度-距离曲线Fig.7 Optimal speed-distance curve

3 结语

城市轨道列车运行速度自动化控制系统的设计是复杂而重要的任务。引入大数据技术，实现更高效、安全的列车运行，提高城市轨道交通的运营效率和服务质量。通过实验验证，所设计系统在不同工况下均可以实现列车速度的自动化控制，获取最佳的列车行驶方案。所获取的列车速度自动化控制结果，能耗低、时间精准、停车精度高。