王超宇，宋嘉雯

(廣州地鐵設(shè)計(jì)研究院股份有限公司，廣東廣州510010)

1 引言

高速鐵路列車追蹤仿真是研究列車運(yùn)行的重要手段，日本使用UTRAS系統(tǒng)[1]對(duì)新干線各種類型的列車進(jìn)行牽引計(jì)算并模擬實(shí)際場(chǎng)景進(jìn)行仿真。美國(guó)使用TPC(Train Performance Calculator)列車牽引計(jì)算仿真軟件[2]，可以模擬整條線的實(shí)際運(yùn)營(yíng)情況，并對(duì)列車的牽引性能進(jìn)行評(píng)估。

Zhou等基于元胞自動(dòng)機(jī)方法，對(duì)固定閉塞、準(zhǔn)移動(dòng)閉塞情況下的列車運(yùn)行進(jìn)行了仿真研究，通過對(duì)列車加減速度的計(jì)算，實(shí)現(xiàn)了對(duì)列車運(yùn)行速度的實(shí)時(shí)動(dòng)態(tài)控制[3]。李望從列車仿真的現(xiàn)狀和需求出發(fā)，結(jié)合列車仿真特點(diǎn)，詳細(xì)研究了列車運(yùn)行仿真的關(guān)鍵技術(shù)及應(yīng)用方面的相關(guān)問題，確定了合適的列車在區(qū)間的運(yùn)行規(guī)則[4]，彭其淵等基于高速鐵路列車追蹤運(yùn)行仿真模型，研究壓縮列車到達(dá)間隔時(shí)間的方法[5]。

列車智能體模型是高速鐵路列車追蹤運(yùn)行仿真模型的主體，列車智能體是一種具有自治性、社會(huì)性、反應(yīng)性以及能動(dòng)性的實(shí)體[6]。高速鐵路列車運(yùn)行仿真中涉及到多個(gè)列車智能體，它們構(gòu)成了列車智能體群，列車智能體群能夠?qū)崟r(shí)獲取外界環(huán)境的信息，并結(jié)合自身屬性和相應(yīng)規(guī)則進(jìn)行自主決策[7，8]。

本文設(shè)計(jì)的列車智能體以其基本屬性為基礎(chǔ)，具備一系列應(yīng)對(duì)外界環(huán)境變化的決策機(jī)制，包括列車牽引計(jì)算、列車運(yùn)行決策機(jī)制、列車追蹤運(yùn)行機(jī)制等。

2 列車牽引計(jì)算模塊

列車牽引計(jì)算模塊是列車智能體運(yùn)行決策的基礎(chǔ)，該模塊能根據(jù)列車位置、運(yùn)行速度、制動(dòng)性能、線路數(shù)據(jù)等信息，實(shí)時(shí)計(jì)算列車的制動(dòng)減速度，并繪制得到列車的一次連續(xù)制動(dòng)曲線，指導(dǎo)列車的運(yùn)行決策。

2.1 列車智能體屬性

列車智能體屬性包括列車固有屬性以及動(dòng)態(tài)屬性，固有屬性包括列車車次、編組輛數(shù)、列車長(zhǎng)度、列車重量、列車牽引性能、列車制動(dòng)性能等。列車動(dòng)態(tài)屬性為隨著列車運(yùn)行仿真而實(shí)時(shí)更新的屬性，包括列車實(shí)時(shí)里程位置(車頭、車尾)、列車實(shí)時(shí)速度、列車運(yùn)行方向、列車速度決策屬性等[9]。

2.2 列車一次連續(xù)制動(dòng)曲線

高速鐵路列車牽引計(jì)算模塊的核心在于列車一次連續(xù)制動(dòng)曲線的計(jì)算，首先需要輸入列車的初速度v0、末速度v1、制動(dòng)起點(diǎn)里程(車頭)s0、列車長(zhǎng)度L等參數(shù)信息。根據(jù)積分的思想，將列車制動(dòng)過程分為若干個(gè)短暫時(shí)間間隔Δt的累加，當(dāng)Δt足夠小時(shí)，在每一個(gè)時(shí)間間隔內(nèi)，列車的制動(dòng)過程可視為勻減速運(yùn)動(dòng)。列車一次連續(xù)制動(dòng)曲線計(jì)算設(shè)計(jì)的參數(shù)和變量如表1所示，具體的計(jì)算流程如圖1所示。

表1 列車一次連續(xù)制動(dòng)曲線參數(shù)及變量表

圖1 一次連續(xù)制動(dòng)曲線計(jì)算流程圖

3 列車運(yùn)行決策機(jī)制

在列車智能體牽引計(jì)算功能的基礎(chǔ)上，列車智能體決策機(jī)制實(shí)現(xiàn)了列車運(yùn)行速度決策功能，該功能可為列車智能體在下一個(gè)時(shí)間步長(zhǎng)內(nèi)的速度控制作出決策，即列車智能體根據(jù)線路條件、位置里程、列車運(yùn)行速度、列車牽引制動(dòng)性能得到列車一次連續(xù)制動(dòng)曲線，根據(jù)準(zhǔn)移動(dòng)閉塞原理結(jié)合前方閉塞分區(qū)占用情況、區(qū)段限速信息，確定列車在下一時(shí)間步長(zhǎng)內(nèi)的運(yùn)行速度選擇，具體包括加速運(yùn)行、制動(dòng)運(yùn)行或勻速運(yùn)行三種方案[10]。

列車運(yùn)行速度決策機(jī)制由兩個(gè)約束共同決定，其一為閉塞分區(qū)占用約束，其二為區(qū)段限速約束。在列車的仿真運(yùn)行過程中，在每一個(gè)時(shí)間步長(zhǎng)開始前，列車智能體均會(huì)根據(jù)得到的速度-距離控制曲線[11]，與兩個(gè)約束條件的速度控制點(diǎn)進(jìn)行比較，輸出各自的速度控制決策結(jié)果，具體的約束如下所示。

3.1 閉塞分區(qū)占用約束

列車在區(qū)間追蹤運(yùn)行過程中，應(yīng)當(dāng)滿足閉塞分區(qū)占用約束，即列車能在前方被占用閉塞分區(qū)入口前保留L防安全距離的位置及時(shí)停車的要求，上下行列車分別需滿足公式的約束要求。

(1)

(2)

3.2 區(qū)段限速約束

列車在區(qū)間運(yùn)行過程中，應(yīng)當(dāng)滿足區(qū)段的限速要求約束，包括進(jìn)站咽喉區(qū)的限速，即列車能在進(jìn)入限速區(qū)段入口前減速到限制速度的要求，上下行列車分別需要滿足公式的約束要求。

(3)

(4)

對(duì)于上述任一約束條件，當(dāng)滿足該約束且列車運(yùn)行速度未達(dá)到最高運(yùn)營(yíng)速度時(shí)，該約束條件的決策結(jié)果為列車加速運(yùn)行；當(dāng)滿足該約束且列車運(yùn)行速度達(dá)到最高運(yùn)營(yíng)速度時(shí)，輸出的決策結(jié)果為列車勻速運(yùn)行；當(dāng)不滿足該約束時(shí)，輸出的決策結(jié)果為列車減速運(yùn)行。

兩個(gè)約束的綜合結(jié)果以導(dǎo)向安全為原則，如表2所示。當(dāng)且僅當(dāng)兩者輸出同時(shí)為加速時(shí)，列車在下一個(gè)時(shí)間步長(zhǎng)內(nèi)選擇加速運(yùn)行；當(dāng)一個(gè)輸出為加速一個(gè)為勻速或兩者同時(shí)為勻速時(shí)，列車選擇勻速運(yùn)行；當(dāng)任意一個(gè)輸出為制動(dòng)時(shí)，列車選擇制動(dòng)運(yùn)行。該原則滿足了列車在最不利的情況下，能夠在前方最近占用閉塞分區(qū)的入口位置(保留L防安全距離)減速到零，或在限速區(qū)段的入口位置(保留L防安全距離)減速到限速值的要求。

表2 列車運(yùn)行綜合決策表

4 列車追蹤運(yùn)行機(jī)制

4.1 列車通信機(jī)制

列車通信需要滿足多個(gè)列車智能體在運(yùn)行過程中信息互享、列車智能體與調(diào)度中心信息通信、列車智能體實(shí)時(shí)獲得線路信息的功能，是列車追蹤運(yùn)行模型的基礎(chǔ)。列車運(yùn)行信息包含了列車的固有屬性和列車運(yùn)行過程中所有的實(shí)時(shí)信息[12]，主要包括了列車牽引(制動(dòng))性能參數(shù)、列車速度、列車加速度、列車實(shí)時(shí)空氣阻力、列車實(shí)時(shí)里程信息等。線路信息包括了曲線、坡度、隧道、閉塞分區(qū)占用情況、區(qū)間限速情況等。

列車智能體信息通信是多智能體模型必須解決的問題[13]，多智能體間兩兩直接通信會(huì)造成資源浪費(fèi)，智能體信息傳遞紊亂的問題。在仿真模型中，構(gòu)建實(shí)時(shí)共享數(shù)據(jù)庫(kù)，采用黑板通信機(jī)制實(shí)現(xiàn)多列車間的信息傳遞問題，能夠有效解決上述問題[14]。

圖2 列車智能體通信機(jī)制

列車智能體通信機(jī)制如圖2所示，其中黑板相當(dāng)于模型中的共享數(shù)據(jù)庫(kù)，共享數(shù)據(jù)庫(kù)包括了所有列車的運(yùn)行信息以及實(shí)時(shí)的線路信息。列車智能體將需要通信的信息存儲(chǔ)在該數(shù)據(jù)庫(kù)中，不同列車間的信息交互通過訪問該數(shù)據(jù)庫(kù)實(shí)現(xiàn)。列車在決策時(shí)，訪問共享數(shù)據(jù)庫(kù)，獲取其它列車的狀態(tài)信息，同時(shí)結(jié)合自身狀態(tài)，作出相應(yīng)決策。在每次時(shí)間步長(zhǎng)行動(dòng)后，需要及時(shí)更新列車信息，并同步到共享數(shù)據(jù)庫(kù)中。

4.2 單列車運(yùn)行機(jī)制

由于Anylogic軌道庫(kù)列車智能體的局限性，在列車生成后無法改變其加速度與減速度值。因此無法滿足列車智能體模型牽引計(jì)算對(duì)列車加減速度實(shí)時(shí)變化的高精度要求，故通過二次開發(fā)，設(shè)計(jì)了特定的列車運(yùn)行機(jī)制以解決上述問題。以進(jìn)站、發(fā)車信號(hào)機(jī)為界，分為列車智能體一個(gè)時(shí)間步長(zhǎng)內(nèi)的發(fā)車、區(qū)間、進(jìn)站運(yùn)行邏輯，同時(shí)以上述三個(gè)運(yùn)行邏輯及相關(guān)判斷條件為基礎(chǔ)，形成單列車完整運(yùn)行邏輯。

1)列車智能體一個(gè)時(shí)間步長(zhǎng)的發(fā)車運(yùn)行邏輯

列車一個(gè)時(shí)間步長(zhǎng)的發(fā)車運(yùn)行邏輯如圖3所示，每次生成的列車智能體由共享數(shù)據(jù)庫(kù)進(jìn)行賦值，且只運(yùn)行一個(gè)時(shí)間步長(zhǎng)。在出站信號(hào)機(jī)開放前，列車在站內(nèi)等待；出站信號(hào)機(jī)開放后，列車智能體需根據(jù)前文的牽引計(jì)算模塊及列車運(yùn)行決策機(jī)制運(yùn)行一個(gè)時(shí)間步長(zhǎng)，并采用列車通信機(jī)制，將所有的列車運(yùn)行信息存儲(chǔ)在共享數(shù)據(jù)庫(kù)中，隨后列車智能體消失。

在后續(xù)的仿真循環(huán)過程中，在該列車智能體消失的同時(shí)，將產(chǎn)生另一個(gè)列車智能體繼承前一列車智能體的全部信息，即共享數(shù)據(jù)庫(kù)將全部列車信息賦值給新生成的列車智能體。

2)列車智能體一個(gè)時(shí)間步長(zhǎng)的區(qū)間運(yùn)行邏輯

列車一個(gè)時(shí)間步長(zhǎng)的區(qū)間運(yùn)行邏輯如圖4所示，與一個(gè)時(shí)間步長(zhǎng)的發(fā)車運(yùn)行邏輯相同，每次生成的列車智能體由共享數(shù)據(jù)庫(kù)進(jìn)行賦值，在運(yùn)行一個(gè)仿真時(shí)間步長(zhǎng)后，列車智能體將全部信息存儲(chǔ)在共享數(shù)據(jù)庫(kù)中，隨后消失。同理，在仿真循環(huán)過程中，在該列車智能體消失的同時(shí)，將產(chǎn)生新的列車智能體繼承前一列車智能體的全部信息。

3)列車智能體一個(gè)時(shí)間步長(zhǎng)的到達(dá)運(yùn)行邏輯

列車一個(gè)時(shí)間步長(zhǎng)的到達(dá)運(yùn)行邏輯如圖5所示，和前兩個(gè)運(yùn)行邏輯相同，每次生成的列車智能體由共享數(shù)據(jù)庫(kù)進(jìn)行賦值，并只運(yùn)行一個(gè)時(shí)間步長(zhǎng)。在列車接近車站過程中，當(dāng)進(jìn)站信號(hào)仍未開放時(shí)，列車將在站外等待；當(dāng)進(jìn)站信號(hào)開放后，根據(jù)列車牽引計(jì)算和列車運(yùn)行決策機(jī)制，確定列車智能體在該時(shí)間步長(zhǎng)內(nèi)的加減速度。同理，在仿真循環(huán)過程中，在該列車智能體消失的同時(shí)，將產(chǎn)生新的列車智能體繼承前一列車智能體的全部信息。

圖3 列車一個(gè)時(shí)間步長(zhǎng)的發(fā)車運(yùn)行邏輯

圖4 列車一個(gè)時(shí)間步長(zhǎng)的區(qū)間運(yùn)行邏輯

圖5 列車一個(gè)時(shí)間步長(zhǎng)的到達(dá)運(yùn)行邏輯

4)單列車完整運(yùn)行邏輯

單列車運(yùn)行過程分為發(fā)車運(yùn)行、區(qū)間運(yùn)行和到達(dá)運(yùn)行三個(gè)階段，其完整運(yùn)行邏輯以上述的列車一個(gè)時(shí)間步長(zhǎng)出發(fā)、區(qū)間、到達(dá)的運(yùn)行邏輯為基礎(chǔ)，結(jié)合循環(huán)和相關(guān)判斷形成完整的單列車運(yùn)行邏輯，如圖6所示。

圖6 單列車完整運(yùn)行邏輯

發(fā)車運(yùn)行循環(huán)：在每次運(yùn)行一個(gè)時(shí)間步長(zhǎng)的發(fā)車運(yùn)行邏輯后，判斷列車是否出清出站信號(hào)機(jī)，若無，則繼續(xù)循環(huán)一個(gè)時(shí)間步長(zhǎng)的發(fā)車運(yùn)行邏輯；若已出清出站信號(hào)機(jī)，則從列車發(fā)車運(yùn)行循環(huán)中退出，轉(zhuǎn)到列車區(qū)間運(yùn)行循環(huán)。

區(qū)間運(yùn)行循環(huán)：在每次運(yùn)行一個(gè)時(shí)間步長(zhǎng)的區(qū)間運(yùn)行邏輯后，判斷列車是否到達(dá)進(jìn)站信號(hào)機(jī)處，若未到達(dá)，則繼續(xù)在列車區(qū)間運(yùn)行中循環(huán)一個(gè)時(shí)間步長(zhǎng)；若到達(dá)，則將列車運(yùn)行從區(qū)間運(yùn)行循環(huán)中退出，轉(zhuǎn)到列車到達(dá)運(yùn)行循環(huán)。

到達(dá)運(yùn)行循環(huán)：在每次運(yùn)行一個(gè)時(shí)間步長(zhǎng)的到達(dá)運(yùn)行邏輯后，先后判斷列車是否出清車站咽喉區(qū)以及是否到達(dá)停車位置。若未出清咽喉區(qū)，則繼續(xù)到達(dá)運(yùn)行循環(huán)；若出清咽喉區(qū)但未到達(dá)指定停車位置，也繼續(xù)到達(dá)運(yùn)行循環(huán)，同時(shí)開始為后行列車辦理接車進(jìn)路；若列車到達(dá)指定停車位置，則結(jié)束列車運(yùn)行。

4.3 多列車連續(xù)追蹤運(yùn)行機(jī)制

高速鐵路列車追蹤運(yùn)行仿真模型需要實(shí)現(xiàn)多個(gè)列車智能體追蹤運(yùn)行的功能[15，16]，并通過仿真得到列車追蹤間隔時(shí)間。故模型在線路路網(wǎng)模型、列車智能體牽引計(jì)算、列車運(yùn)行決策機(jī)制、列車通信機(jī)制、單列車運(yùn)行邏輯的基礎(chǔ)上，結(jié)合列車發(fā)車間隔時(shí)間ΔT和到發(fā)線組合運(yùn)用方案，設(shè)計(jì)多列車連續(xù)追蹤流程，其步驟如下所示。

Step1：模型啟動(dòng)，加載路網(wǎng)拓?fù)淠Ｐ秃途€路參數(shù)信息，轉(zhuǎn)Step2。

Step2：輸入列車發(fā)車間隔時(shí)間ΔT，列車連續(xù)追蹤列數(shù)m，轉(zhuǎn)Step3。

Step3：仿真開始，設(shè)仿真時(shí)間ttime=0，列車序號(hào)n=1，轉(zhuǎn)Step4。

Step4：n號(hào)列車智能體生成，令n=n+1，轉(zhuǎn)Step5。

Step5：調(diào)用列車一個(gè)時(shí)間步長(zhǎng)的運(yùn)行邏輯，所有列車智能體向前運(yùn)行一個(gè)單位時(shí)間，令time=time+1，轉(zhuǎn)Step6。

Step6：判斷第n列車是否到達(dá)終點(diǎn)站，若到站，則轉(zhuǎn)Step7；否則，轉(zhuǎn)Step8。

Step7：判斷n==m是否成立，若是，轉(zhuǎn)Step9；否則，轉(zhuǎn)Step8。

Step8：判斷ttime==n×ΔT和n≤m是否同時(shí)成立，若是，轉(zhuǎn)Step4；否則，轉(zhuǎn)Step5。

Step9：輸出相關(guān)數(shù)據(jù)，仿真結(jié)束。

5 列車智能體追蹤運(yùn)行仿真實(shí)驗(yàn)

5.1 列車智能體追蹤運(yùn)行仿真實(shí)驗(yàn)結(jié)果

選取CRH380BL型動(dòng)車組為仿真主體進(jìn)行追蹤運(yùn)行，采用8動(dòng)8拖的16節(jié)編組方式，仿真中最高運(yùn)行速度為300km/h。以京滬高鐵滬寧段上海虹橋站下行到達(dá)為仿真場(chǎng)景，在100至240秒不等的發(fā)車間隔時(shí)間條件下，兩列車追蹤的速度-距離曲線如圖7所示。

5.2 仿真結(jié)果分析

綜合上述結(jié)果可以發(fā)現(xiàn)：

1)在發(fā)車間隔時(shí)間較小的情況下，后行列車會(huì)受到前行列車未出清閉塞分區(qū)的影響而提前減速，速度-距離曲線呈現(xiàn)鋸齒形。

2)隨著發(fā)車間隔時(shí)間的增加，前行列車對(duì)后行列車的影響不斷減小。

3)結(jié)合列車追蹤間隔時(shí)間的定義，可以判斷在該實(shí)驗(yàn)條件下，列車區(qū)間追蹤時(shí)間在160-180秒左右，到達(dá)追蹤間隔時(shí)間在240秒左右，與實(shí)際寫實(shí)情況符合度較高。

5結(jié)論

由于Anylogic軟件功能的局限性，無法實(shí)現(xiàn)高速鐵路列車的高精度追蹤實(shí)驗(yàn)，故本文在Anylogic軟件軌道庫(kù)的基礎(chǔ)上進(jìn)行開發(fā)，構(gòu)建了具有追蹤運(yùn)行功能的列車智能體模型。主要技術(shù)難點(diǎn)在于列車牽引計(jì)算的一次連續(xù)制動(dòng)曲線生成、列車智能體運(yùn)行決策的相關(guān)機(jī)制以及列車追蹤運(yùn)行機(jī)制的分析。進(jìn)而以京滬高鐵滬寧段上海虹橋站高速場(chǎng)下行到達(dá)為仿真場(chǎng)景，進(jìn)行了列車追蹤運(yùn)行的相關(guān)實(shí)驗(yàn)，該實(shí)驗(yàn)結(jié)果與實(shí)際寫實(shí)情況符合度較高，證明該列車智能體模型可在高速鐵路列車追蹤的相關(guān)研究中進(jìn)行運(yùn)用。

在我國(guó)高速鐵路列車追蹤間隔時(shí)間較大的情況下，如何采取有利于壓縮高速鐵路列車追蹤間隔時(shí)間的措施，并通過列車追蹤運(yùn)行仿真實(shí)驗(yàn)進(jìn)行驗(yàn)證，研究追蹤運(yùn)行的相關(guān)特性，是未來研究運(yùn)用的重要方向。

圖7 不同發(fā)車間隔下前后行列車速度-距離曲線圖