车辆动态管理

车辆动态管理（精选9篇）

车辆动态管理 篇1

0 引言

本文以四川建筑职业技术学院动态车辆调度管理系统的开发为背景，论述了动态车辆调度管理系统开发的基本原理和方法。目前学校的快速发展，使得其规模越来越大，车辆的数量也越来越多，学校车辆管理也更加的复杂，而车辆管理是一项琐碎、复杂而又需要十分细致的工作。如果实行手工操作，这就会耗费工作人员大量的时间和精力，而且容易出错。如果利用本次开发动态车辆调度管理系统对车辆信息进行管理，不仅能保证信息的准确性，而且还可以利用计算机对有关车辆的各种信息进行统计，同时该系统具有手工管理所无法比拟的优点。例如:检索迅速、查找方便、可靠性高、存储量大、保密性好、寿命长、成本低等。这些优点能够极大地提高车辆调度管理的效率，也是事业单位管理进入科学化、正规化和世界接轨的重要条件。

1 开发模式的选择和运行环境

1.1 开发模式的选择

通过比较，选择了客服/服务器结构作为本软件开发模式，采用Delphi通过ADO方式连接到数据库服务器SQL Server,Delphi为数据库应用开发人员提供了丰富的数据库开发组件，使数据库应用开发功能更强大，控制更灵活，编译后的程序运行速度更快，同时我们采用动态连接数据库的方式可以满足多个不同类型用户的需求，既可以让该程序成为桌面数据库的形式，又可以改变为C/S数据库模式。

1.2 运行环境

程序开发、测试环境：Windows操作系统、Delphi7.0、SQL Server2000。

2 系统功能

该系统根据本校动车管理的功能需求，主要划分为五大模块，模块的主要功能如下所述：

车辆调度管理模块：该模块是整个系统的核心，主要实现车辆的在线调度功能，包括所有车辆的运营情况，可用车辆的查询，车辆状态的设置，申请使用车辆，管理者派车和任务单的生成和打印等功能。

驾驶员信息管理模块：实现对驾驶员信息的管理和维护，包括驾驶员信息的录入、查询、修改和删除。

车辆信息管理模块：实现对车辆信息的管理和维护，包括车辆基本信息的录入、查询、修改和删除，车辆事故信息的维护，车辆年检信息的维护。

帐务管理模块：全面管理车对的帐务情况，实现车辆任务的费用核算和管理，车辆帐务信息的查询和打印。

系统维护模块：主要实现对系统中的数据进行维护，包括数据备份和数据恢复。数据备份实现对数据的异地拷贝，以利于数据的保护。当数据因意外或其它原因遭到破坏时，可利用数据恢复功能来重新构建数据库。

3 系统界面简介

3.1 登录界面

模块简介：登陆窗口是系统的入口，用户只有通过登陆模块的身份验证，才能获得系统的使用权，一般用户进入信息检索界面，管理员有整个系统最高使用权限，可以管理车辆运营情况，还可以对用户进行管理和整个系统的维护。

设计思路：系统运行后，首先看到的就是系统登陆窗口，登陆窗口启动后，光标处于账号文本框中，等待用户输入账号，用户在文本框中输入信息，当用鼠标单击登陆按钮时，通过对TD＿User表的检索来核对用户是否输入了正确的账号和密码，若在TD＿User中检索失败则提示用户名或密码错误的提示信息，要求用户输入正确的用户名和密码。当通过身份验证后，即根据用户权限，确定启动不同的功能模块，若是管理员，则直接进入主控模块，否则，进行检索窗口。

3.2 车辆调度管理模块

模块简介：车辆调度管理模块是本系统的核心模块，实现车辆的在线调度管理功能，全面管理车队车辆的运营，对车辆的状态进行设置，可以根据申请者的要求进行派车和打印出车单。

设计思路：用车申请者向车队管理人员提出申请，管理人员通过系统检索出在线可用的车辆，并根据申请者的要求安排车辆类型、数量和用车时间，同时系统中保存相关信息，可以根据这些信息随时打印出车单。根据实际情况，车队要提高车辆的使用效率，因此车辆的状态设置是非常重要的，系统中可以先查询所有车辆的状态，包括正常可用的车辆、正在使用的车辆和维护修理中的车辆，用车或修理完毕的车辆应及时设置为正常可用的状态。

具体实现：对于车辆调度管理来说，要实现车辆的在线调度，即要将车辆的状态设置清晰，这样能高效的管理车辆的运营。当新增一辆车或有车辆报废时，要及时增加或删除车辆的信息，这些信息保存在车辆信息表中，当要用车时也是在该表中查询可用车辆的信息。

4 系统数据库设计

数据库设计主要是进行数据库的逻辑设计，即将数据按一定的分类、分组系统和逻辑层次组织起来，是面向用户的。数据库设计时需要综合学校各个部门的存档数据和数据需求，分析各个数据之间的关系，按照DBMS提供的功能和描述工具，设计出规模适当、正确反映数据关系、数据冗余少、存取效率高、能满足多种查询要求的数据模型。

对于数据库应用系统来讲，数据库结构是否合理，将直接影响该系统的开发，根据车辆使用需求，设计本系统数据流程图如图2所示。

根据图2描述，动态车辆调度管理系统中所涉及到的数据库表共设计了7张。列举如下：

TD＿User:系统用户表，用来记录对本系统有访问权限的用户信息，包括用户名、口令、权限等。

TD＿Vehicle:车辆信息表，用来记录车辆基本信息，包括车牌号、车辆状态、座位数、生产厂商等信息。

TD＿YCSQD:用车申请表，用来记录用车申请者申请单的信息，包括用车数量、始发地、目的地等，是生成派车单的依据。

TD＿SGXXB:事故信息表，用来记录车辆事故信息，包括事故驾驶员姓名、事故受害人的信息、事故原因等。

TD＿NJXXB:年检信息表，用来记录车辆年检信息，包括年检有效时间、年检是否通过等。

TD＿Driver:驾驶员信息表，用来记录驾驶员基本信息，包括驾驶员编号、驾照类型、驾驶员姓名等基本信息。

TD＿ZD:帐单信息表，用来记录一次任务的各项费用，包括油费、过路费、行车里程数等信息，是生成帐单的依据。

5 结束语

目前本系统已成功应用于四川建筑职业技术学院的后勤管理，开发基于面向对象的动态车辆调度管理系统的有效提高了学校车辆使用效率，通过它能够有效地管理车辆运营信息，并能快速对大量的数据进行录入、查询、备份、打印等工作；该系统的运用同时也减轻学校工作人员的工作负担，提高了工作效率，具有良好的社会价值。

摘要：动态车辆调度管理系统充分利用计算机的大容量存储,高性能处理,高度安全可靠,高清晰的可视化数据等优势来辅助实现对车辆的管理,本系统的开发应用实现了计算机资源的合理利用,真正达到了减少本单位劳动强度与提高劳动效率的目的。

关键词：动态车辆,管理系统,软件开发

参考文献

[1]萨师煊,王珊.数据库系统概论[M].高等教育出版社,2004.2:112-144.

[2]伊文敏,刘峰.Delphi+SQL数据库应用[M].人民邮电出版社,2006.4:46-65.

[3]池雅庆,贾小敏.Delphi数据库应用项目开发实践[M].中国铁道出版社,2005.9:24-62.

[4]邓明通.基于CDMA1X和GPS1的车辆调度管理系统[J].北京交通大学学报,2005.4:46-49.

[5]袁建清.基于GPS/GIS/GPRS技术的动态车辆调度系统设计与实现[J].哈尔滨师范大学自然科学学报,2010.6:77-79.

车辆动态管理 篇2

本报见习记者 杨孝坤

由交通运输部、公安部、国家安监总局联合制定的《道路运输车辆动态监督管理办法》（以下简称“《办法》”）已于7月1日开始正式实施。按照《办法》规定，今后，除了此前已经做出要求的“两客一危”车辆外，半挂牵引车和重型载货汽车也都要安装、使用符合标准的卫星定位装置，并且接入符合标准的卫星定位监控平台，否则不予发放或审验《道路运输证》。之前已经进入运输市场的车辆，则需要在2015年12月31日前全部安装并接入道路货运车辆公共平台。此外，道路客运企业、危化品运输企业和拥有50辆以上重型车的道路货运企业应当配备专职监控人员，建立制度，对车辆及驾驶员进行动态监控。7月已过半，《办法》的实施情况如何？（）车辆动态监管早已实现

《商用汽车新闻》记者采访发现，许多物流企业早已在《办法》发布之前就已经使用了车辆动态监督管理系统。

北京德利得物流有限公司货运部经理李月增介绍说，该公司早在2005年就已经开始使用GPS监管平台并作为日常营运管理的一种手段。“德利得使用的是易流GPS监控系统，监控平台是方正国际TMS平台，这两者兼容性还不错，毕竟用了近10年了。公司所有负责运营管理的干部都有一个共享的小软件，车在什么位置都可以看到。”李月增补充道。

上海基华物流有限公司调度部经理邵伟杰也表示：“许多中大型物流公司在早些年便已经开始使用GPS监控平台，目的就是为了在管理上更高效。《办法》的出台只是从某种程度上明确了一些要求以及需要注意的事项，我认为物流企业都会很好的落实并实施《办法》中的规定。”

“我们公司一共有32辆车，早在《办法》出台之前就已经实现24小时车辆动态监管。我想即便没有《办法》的出台，各企业也应该认识到车辆动态监管的重要性。”天津大港油田运输责任公司港京公司总经理王新全这样说。

（）动态监管好处多

《办法》的良好落实有利于进一步提高企业安全管理水平，促进企业安全生产。车辆实现动态监督管理之于企业的好处是显而易见的，通过规范卫星定位装置的安装和监控平台的使用，有利于更好地发挥动态监控系统对车辆运营过程的监督作用，有效防范车辆超速行驶和驾驶员疲劳驾驶等违法行为，进一步预防和减少道路交通事故。

王新全告诉《商用汽车新闻》记者：“使用动态监督管理系统，运输车辆到了什么位置可以通过监控平台一览无余。如果车辆超速，也能随时打电话提醒司机。，此外，如果我们的车辆有违规现象，北京市交通局的监管平台也会记录下来，每个季度都会向我们通报。”他进一步表示，下一阶段公司要加强监管人员的培训，做到车辆运营万无一失。

实现车辆动态监督管理对于企业来说可以说是百利而无一害。李月增介绍说：“监管系统能够让我们时刻掌握车辆以及驾驶员的情况。一旦车辆超速监管平台就会发出声音报警，我们就会告知驾驶员，在减少违章发生的同时也为企业减少了不必要的麻烦。再比如某一辆车长时间停车不熄火，我们也会通知司机，这样可以节省燃油成本。最高效的一点是可以通过监管平台的调度就近安排货物配送，不仅大大提高了工作效率，也把车辆成本降了下来。”

不过，李月增也指出，目前公司所使用的监督管理系统没有油箱监控功能，“要是能增加这个监管功能就更完美了”。

（）平台“强买强卖”不可取

车辆实现卫星定位监控对于企业来说助益颇多，但前提是企业选对和安装了适合自己的系统和平台。

淄博某运输公司董事长王强（化名）对此深有感触：“现在我们公司的每辆车都配备了北斗卫星定位系统，北斗系统本身是没有问题的。但是搭建的监管平台是由山东省交通厅指定的、由山东九通物联网科技有限公司生产的平台产品。问题就在这里，安装九通平台之前我们用的系统和平台都很好，兼容性也没问题。自从安装了这个平台之后，系统和平台的兼容效果不理想。九通平台信号一般，技术水平也不敢恭维，平台更新很慢。”

当《商用汽车新闻》记者询问是否可以选择其他公司的平台产品时，王强颇为愤慨地说：“交通厅要求必须安装九通公司的平台，否则就不给发营运证。”

在市场经济的今天，消费者竟然没有了选择的权利？若真如王强所说，那么山东监管平台市场可以说是由行政干预造成的一家公司垄断经营。

“无论哪个行业，只要一涉及强制装配某一家产品，那么很有可能是有利益牵扯在其中。那些垄断企业根本不在乎服务质量，被强制的企业更没有选择的余地。没有选择就没有竞争，如果地方保护主义横行，市场就无法法发展进步。”邵伟杰评价说：“据我了解，深圳地区的GPS供应商的产品还是比较不错的。（在这方面）政府应该尽量少插手。政府可以在领域内限定几个符合规范的龙头企业，让消费者选择性的购买，但是购买方向不应强行限制。”（）平台兼容难题待攻克

上海基华物流有限公司使用的监管系统有两个，一个是上海市英迪信息技术有限公司的英迪GPS监控平台，另一个是北京汇通天下物联科技有限公司的货运人GPS，这两个平台是完全不兼容的两个平台。

车辆动态管理 篇3

针对车辆动态调度问题,国内外专家学者开展了一系列研究。Gendreau等[1]着重研究了车辆动态调度问题中出现的各种不确定性信息的影响,指出在求解此问题时,对这些不确定性信息应加以全面考虑;Powell[2]详细分析了车辆动态调度问题中一 类随机车 辆调度模 型,采用改进的A-priori两阶段优 化方法求 解了该问 题;Minkoff[3]以马尔可夫决策模型为基础,完成了车辆动态调度问题基于马尔可夫决策过程的建模求解,研究提出的算法在中小规模(10个需求)的车辆动态调度问题求解中可以得到比较满意的解,但因其模型的局限性,算法对大规模的问题难以求解。针对动态车辆调度问题实时性强的特点,张景玲等[4]、王旭等[5]研究了车辆的动态调度问题,通过基于两阶段优化的方法对该类问题进行了有效求解。袁建清[6]以解决车辆利用效率最大化为目标,建立了几类随机数学模型,提出了相应的智能算法,解决了车辆调度的不确定调度问题。文献[7-9]针对车辆动态调度中的不同问题提出了相应的解决方法。

本文以军事行动中车辆动态调 度问题为 背景,提出了基于近似动态规划的车辆动态调度算法。通过对车辆调度问题进行形式化描述,利用近似动态规划方法对车辆动态调度问题进行建模,根据近似动态规划的思想,设计实现求解大规模、多类型车辆调度的算法,并对算法进行了仿真性实验,验证了算法的有效性和优越性。

1动态车辆调度的问题

车辆调度问题对实时性有较高要求,即在尽可能短的时间内,通过合理的运输方式、运输路径、运输工具组合来完成调度任务,是动态车辆调度问题领域关注的重点。对于动态车辆调度问题,本文以一个有关的军事任务中的车辆调度情景予以描述,如图1所示。

在某次军事演习中,共涉及有1个车辆调度中心和N个驻防要点,车辆调度中心拥有载重车、乘坐车、牵引车和特种车四种类型的运力资源,共K辆运输工具。每个驻防要点拥有兵员、物资、装备等参演要素。演习中,需要在这N个驻防要点之间完成兵员、物资和装备的调运服务。演习过程中无法预知哪个驻防要点具有运输任务请求。根据描述情况,可对上述场景进行抽象,得到如表1所示的信息。

将本文研究的问题看作一个系统,问题中每个时刻的调度场景就可看作是该系统的一个状态,那么每个时刻的系统状态与该时刻的调度决策是一一对应的,不同的调度决策导致系统到达不同的状态,因此,每个时刻不同的系统状态价值,可以反映不同调度决策的优劣。由此,文中系统状态价值的含义可以描述为:每个时刻不同的调度决策会对系统的现状和将来产生不同的贡献,由此,每个时刻的系统状态价值就是该时刻对应调度决策对系统的贡献值。

本文涉及的大规模、多类型车辆动态调度问题中,由于不同的运输车辆具有不同的代价权重,因此,当执行不同任务时,动用的车辆不同,相应的收益权重也不同。例如执行任务类别mi,它的回报权重为ζi,t时刻需要被满足的任务数(决策作用前)为nit,t时刻满足的任务数(决策作用后)为n′it;车辆类别为cj,代价权重为ηj,t时刻可调度的车辆数(决策作用前)为kjt,t时刻可调度的车辆数(决策作用后)为k′jt,那么定义贡献函数为

由此,我们用系统状态价值来定义本文研究问题的优化目标:根据每个时刻不断出现的运输任务请求和不断变化更新的车辆状态,在一定条件下(如运输任务类型、任务起止时间、车辆剩余载重、单次最大行驶里程等),动态查询所有车辆状态,挑选合适的车辆,规划合理的路线,尽可能地满足任务点的运输任务请求,使得每个时刻的系统状态价值最大。

2动态车辆调度问题模型

根据上述情景分析,对此调度场景建立相应的模型,主要包括 车辆资源、任 务信息和 调度决策等。

2.1车辆资源

车辆资源建模的基本思想是抽象出车辆资源的重要属性,明确车辆资源的使用规则,从而约束车辆属性向量的空间取值。车辆属性主要包括静态属性和动态属性:静态属性描述车辆资源的基本特点;动态属性刻画车辆资源的状态。

C为车辆资源类型集合,C = {c1(载重车),c2(客车),c3(特种车),c4(牵引车)};a为车辆资源属性向量,a=(a1(车辆编号),a2(车辆类型),a3(实时位置),a4(额定载重/员),a5(剩余载重/员),a6(额定里程),a7(剩余行驶里程),a8(平均速度),a9(下一任务 点),a10(起效时间),a11(上一次接受调度的任务点));A为车辆资源的向量空间;Rt,t′a为t时刻获知的,具有属性a、在t′时刻可用的车辆资源的数量,t′>t;Rta 为t时刻获知的,具有属性a、在当前时刻可用的车辆资源的数量,Rta=(Rt,t′a)t′=t;^Rta 为t时刻获知的,t-1时刻和t时刻之间发生的,由外部信息导致的、具有属性a的、可调度车辆资源的数量,其中外部信息包括:车辆故障停驶、故障车辆恢复行驶等。

通过以上对车辆资源的建模,可以得到:t时刻,可以调度的具有属性a的车辆资源的数量为

t时刻,可以调度的车辆资源的数量为

2.2任务信息

任务请求信息也可以看作是系统资源,为了刻画运输任务的多方面属性以及运输任务的静态属性和动态属性,笔者建立了调度决策模型。通过属性向量来描述和刻画运输任务的状态;通过明确运输任务的使用规则,来约束其属性向量的空间取值。

M为运输任务类型集 合,M = {m1(物资运输),m2(兵员运输),m3(弹药运输),m4(装备运输)};b为运输任 务属性向 量,b = {b1(任务编号),b2(任务类型),b3(任务开始时间),b4(任务结束时间),b5(任务起始 点),b6(任务结束 点),b7(任务量),b8(任务完成状态)};B为运输任务属性的空间向量;Mt,t′b为t时刻获知的,在t′时刻需要被满足的、具有属性b的运输任务请求的数量;Mtb为t时刻获知的,在当前时刻需要被满足的、具有属性b的运输任务请求的数量,即Mtb=(Mt,t′b)t′=t;^Mtb 为t时刻获知的,在t-1时刻和t时刻之间随机出现的,具有属性b的运输任务请求的数量。

那么,t时刻需要被满足的、具有属性b的运输任务请求的数量为

t时刻需要被满足的任务数量为

2.3调度决策

调度决策属于动态系统的内部信息,为了刻画调度决策的内容以及调度决策如何起效作用于车辆资源和运输任务,对调度决策的建模要从对车辆资源和运输任务的状态影响出发,抽象其重要属性,通过定义调度决策的策略集,来约束其属性向量的空间取值。

d为调度决策的属性向量,d = (d1(当前派遣),d2(暂不派遣),d3(执行车辆编号),d4(执行任务编号),d5(预派遣时刻));Da为可以作用于具有属性a的车辆资源向量;Π为可行调度策略的集合。调度策略是指在给定系统状态信息的前提下,决定一个调度决策的规则。在本文的研究中,调度策略由贡献函数(反映当前调度决策对系统当前贡献的影响)和近似价值函数(反映当前调度决策对系统未来的影响)共同来反映。xtad为t时刻,具有属性a的,被决策d作用的车辆的数量,则

σtad 为决策结果指示函数,用来捕获决策的结果,且

那么t时刻,被派遣执行运输任务的、具有属性a的车辆数量为σtadxtad;χt为t时刻,在给定有效信息下的可行调度策略的集合。

为了通过数学形式来反映决策结果,需要定义一个决策函数,一些调度策略,在每个取样时刻,给定系统的状态信息,返回调度决策。

Xtπ(Rt)为决策函数。t时刻,在调度策略π下,给定车辆资源状态Rt,返回一个决策值xt,其中Rt为t时刻系统的状态信息:

其中,γ为折扣因子,介于0和1之间,是指价值经过一段时间后等同的现在的价值,因为价值函数是对未来的一个预测价值,所以需要加上一个折扣因子;t为近似价值函数;Ct(Rt-1,ωt,xt)为系统贡献函数;RM(Rt-1,ωt,xt)=Rt为车辆资源状态转换函数;ωt为t时刻系统外部信息的一次取样。

本文在车辆调度决策过程中,考虑了两种车辆调度方式:一是单车多任务,二是多车单任务。

此外,为了计算的方便,对时间采取离散时间模型,如图2所示。在前述的对车辆资源、运输任务、调度决策的符号中,右下角的时间角标“t”,表示的是离散时间点t时刻或第t期,第t期指t=(t-1,t]。

2.4目标方程

把大规模、多类型车辆动态调度问题看作是一个“动态系统”,把每次作调度决策的场景看作是该系统在时间轴上的一个“状态”St。St由车辆资源状态Rt-1、运输任务信息Mt和调度决策xt 共同描述。St的价值是由贡献函数和近似价值函数共同决定。贡献函数捕获调度决策xt对当前系统状态的影响;近似价值函数捕获调度决策xt对未来系统状态的影响。本文优化目标为:“每期决策,使得在尽可能完成运输任务的前提下,动用的车辆数最少;长期目标是在完成尽可能多的任务前提下,车辆动用率最低。”,那么,大规模、多类型车辆动态调度问题的目标方程可以形式化表达为

其中,xt为式(3)的解,^vtn为系统状态从St条件转移到St+1的近似价值的数学期望。

当然,式(3)还要满足一定的约束条件:1调度决策作用的车辆资源数量不能超过当前已知的可调度车辆资源的数量;2每个时刻的调度决策满足的任务请求数不能超过当期已知的任务请求数;3调度决策作用的车辆资源数量、运输任务数量都是正整数。

3基于近 似动态规 划的动态 车辆调度方法

动态规划是基于多阶段决策过程寻优问题提出的,广泛应用于工程学、运筹学、经济学等多个领域[10]。但是,经典动态规划所面临的“维数灾难”使其只能解决小规模问题,限制了其应用[11]。通过上面的建模,本文采用近似动态规划(ADP)的思想设计动态车辆调度算法。

3.1基本思路和设计流程

基于ADP方法求解大规 模、多类型的 车辆动态调度问题需要划分为两个阶段,第一阶段是训练获取近似价值函数的表达式,第二阶段是应用训练得到的近似价值函数的表达式指导车辆调度。ADP在训练数据阶段是用本次系统产生的数据去更新上一次假设的数据,即将来对过去的影响,不断地更新进而产生出近似价值函数;在应用阶段就是利用训练阶段产生的近似价值函数来生成任务到来时的决策,即对未来的影响。

在第一阶段中,算法基于 “观察-更新”的思想,预先设定总的取样次数N和取样路径长度τ,给定每条取样路径上每个取样时刻对应的系统状态近似估计值的初值t0,然后利用价值迭代的策略,迭代计算目标方程(式(3))。在每次迭代中,通过在取样路径ωn计算得到的新的系统状态值tn更新上一时刻系统状态的近似估计值tn-1,以此来不断逼近系统状态的真实值。算法运行最后得到N组系统状 态近似值tn= {(t1)tτ=1,(t2)tτ=1,…,(tN)tτ=1},然后通过一组达到稳态的系统状态近似值,以线性拟合的思想,拟合这组稳态值,来得到近似价值函数的线性表达式。

因此,第一阶段算法的输入是仿真得到的任务信息,输出为训练周期中每期系统状态价值的近似值。通过仿真任务信息来获得、辨识和测量训练阶段算法的各种参数,比如折扣因子、步长以及系统状态初值等。在第二阶段,应用第一阶段训练得到的近似价值函数表达式,根据当前的运输任务信息,求解决策函数(式(2))以得到优化调度决策xt。因此,第二阶段算法的输入为当前运输任务信息,算法的输出为优化的调度决策xt。

3.2调度策略的启发式规则

在求解大规模、多类型车辆动态调度问题中,本文中车辆调度策略的启发式算法规则集如下:

(1)对于每期出现的新运输任务,尽量从已经派出在外执行任务的车辆中挑选满足新运输任务要求的车辆,而尽量避免从调度中心增派车辆去满足新任 务,以此来减 少每期的 车辆动用数量。

(2)对于当期出现的多个运输任务,按照任务开始时间的紧急程度,优先满足任务开始时间早的任务。

(3)对于在当期随机出现的运输任务请求,在任务开始时间和任务量满足的前提下,优先考虑与现有任务是否可以合并执行,以减少车辆动用的数量。

(4)对于可以满足某一运输任务的多辆可调度车辆,先将这些车辆按照剩余载重的大小进行排序,然后依次挑选剩余载重大的车辆去执行该运输任务;对于剩余载重也相同的车辆,按照可以到达任务起始点的时间排序,依次选择可以最早到达任务起始点的车辆执行该运输任务,这样可以在多车单任务中,减少车辆动用的数量,从而降低车辆的动用率。

启发式规则的输入为当前时刻的运输任务信息,即需要被满足、具有某属性的多个运输任务;输出为可调度的车辆序列和已调度的车辆序列。算法具体步骤描述如下。

(1)查询当期任务信息Mt,按任务类型分类汇总得到每种类型任务数量Mtb2。

(2)对于当期出现的每个任务Mtb,按当期任务的开始时刻从小(早)到大(晚)排序。

(3)for当期出现的、开始时间最早的任务:

do按任务类型要 求、开始时间 要求查询是否有在外 执行任务 的、可调度的相应类型的车辆资源状态。

if有在外执行任务的、可调度的车辆,do返回在外执行任务的、可调度的车辆资源序列。

else查询在调度中心的车辆资源,返回可调度的车辆资源序列:

(4)将步骤(3)中得到的可调度车辆按剩余载重/员从大到小进行排序,得到每种类型可调度的车辆序列:

(5)对步骤(4)中挑选出来的可调度车辆序列中,再对剩余载重相同的车辆按照起效时间从小(早)到大(晚)进行排序,得到每种类型可调度的车辆新序列如下:

(6)计算单车是否可以满足该任务。

if单车满足,do转至步骤(7),else转至步

骤(8)。

(7)从步骤(5)中挑选第一辆车。

(8)从步骤(3)中依次挑选车辆,直到车辆组合剩余载重之和满足任务量要求。

(9)按照贡献函数的定义式计算不同调度决策的贡献值,按当前最大贡献值对应的调度决策调度车辆执行任务。

(10)将当期没有车辆满足的任务顺延至下一期转至步骤(1)。

3.3采用价值迭代和平滑策略训练近似价值函数的算法设计

大规模、多类型车辆调度问题训练阶段的算法采用价值迭代和平滑策略来获取系统状态的真实值。具体算法步骤如下:

(1)初始化。

2设置n=1,N =100,n为取样路径标记,N为总的取样次数;

3初始化车辆资源状态R10。

(2)选择一条取样路径ωn,ωtn=Mtn。

(3)对于训练阶段的每一个取样时刻,t=1,2,…,30。

1令ωtn=Wt(ωn),进行取样的实现;

2调用前述的启发式规则算法,筛选得到最优的执行车辆;

3将执行车辆中可以推迟派遣的,推迟一期派遣;

4根据步骤3计算式 (3),xtn为式(3)的解。

5更新价值函数:

6计算车辆资源状态转换函数,更新车辆资源状态:

(4)n加1,如果n≤N,跳转至步骤(2)。

(5)返回每条取样路径的每组状态价值,即

定义的近似价值函数是关于车辆资源状态和运输任务的线性函数,而车辆资源状态和运输任务状态都是用向量描述的,如果以向量进行近似价值函数计算,其取值空间巨大,容易陷入“维度灾难”,难以求解;因此,笔者对这些向量的维度进行了一定程度的聚集,即忽略对车辆调度决策影响不大的维度。对于本文中的大规模、多类型车辆动态调度问题,每期可调度的车辆数量和已满足的任务数量对于车辆调度决策影响较大,因此,将车辆资源属性向量(Rtna)a∈A聚集为当前时刻可调度的车辆数数量(Rtna)a;将运输任务属性向量聚集(Mtnb)b∈B聚集为当前已被满足的运输任务数量(Mtnb)b。

接下来可计算近似价值函数的线性表达式:

其中,θ1、θ2和θ3为待定参数,根据上述ADP求解问题的算法步骤(5)达到稳态的一组有效值,采用线性回归的方法求解得到待定参数θ1、θ2和θ3,从而得到近似价值函数的线性表达式。

3.4应用近似值函数进行大规模、多类型车辆调度算法设计

大规模、多类型车辆动态调度问题应用阶段算法是对训练阶段获得的近似价值函数进行调度应用,具体算法步骤如下:

(1)初始化车辆资源的状态R0。

(2)输入当前时刻的运输任务信息Mt。

(3)调用前述的启发式规则算法,求解决策函数:

其中,调度决策xt为式(5)的解。

(4)更新车辆资源状态:

4实验

4.1实验场景以及训练结果

根据上文中算法的描述,进行了相应的实验。实验过程中,假定有4种不同类型的车辆,每种类型的车辆有10辆,10个任务点,4种不同的任务。价值迭代算法需要为其设计合理的收敛准则。实验中,在取样时间轴上,具有相同周期长度和固定期数的一组连续的系统状态,本文尝试分别取样50次和取样100次,观察每条取样路径上某一相同时刻系统状态价值的近似值是否趋于稳态,用MATLAB分析,结果如图3所示。

由图3观察比较可以发现:算法在迭代50次后系统状态近似值依然呈现出稳步上升趋势,说明值迭代策略还未逼近到系统状态的真实值;在迭代100次后,观察发现系统状态近似值已经趋于稳态,说明值迭代策略已经逼近到系统状态的真实值,算法已经收敛,所以算法可以终止。

取第100次迭代的最后一组系统状态近似值进行拟合求解,求得近似价值函数的线性表达式,如表2所示。

由此得到近似价值函数的线性表达式如下:

这里采用粒度比较大的线性拟合方式,拟合前这组系统状态近似值的空间表现形式和拟合后近似价值函数的空间展现形式分别如图4和图5所示,由于线性函数存在的误差较大,因此本文用尽可能多的离散值,用非线性的表达方式来得出这个函数。

图4、图5中,z轴为当期系统系统状态近似值,x轴为当期车辆动用数量,y轴为当期任务满足数量,由图可见近似价值函数的线性表达式能够比较好地匹配解空间的值。

4.2算法正确性验证

得到了近似价值函数的表达式之后,我们首先进行算法正确性的验证。利用单期决策(忽略一期以后的影响)的满意度“D”来反映算法的正确性,决策满意度的计算如下:

其中,N1表示当期应该被满足的运输请求任务数,N2表示应用近似价值函数计算后得到的当期实际被满足的任务数。决策满意度越高,说明算法越正确。

通过近似价值函数的表达式(式(6))求解决策函数(式(1)),得到的调度决策结果为x1ad=5,x2ad =1,即1时刻的任务全部派遣车辆执行,2时刻的任务执行任务6。

算法正确性分析:最优的调度决策为1时刻和2时刻的7个任务应该全部执行,即N1=7,而近似价值函数求解决策函数给出的调度决策是实际执行6个任务,即N2=6。如果下一时刻还能满足条件的话,会延期调度剩余的任务。

决策满意度由式(7)计算为85.71%,即正确性为85.71%。可见,算法能够在较短时间内,得到正确性较高的近似满意解。

4.3算法优越性验证

为了进行算法的优越性验证,首先从算法的策略角度进行分析。基于ADP的大规模、多 类型车辆动态调度算法的优越性,主要体现在算法在每期的调度决策中不但都考虑了当期决策对当期系统状态的影响,还考虑了当期决策对系统未来各期的影响。由此,如果我们 仅以基于ADP算法中的启发式规则集为基础,只考虑当期决策对当前系统贡献值的影响而不考虑对将来各期的影响,设计一个大规模、多类型车辆动态调度的贪心算法,贪心算法实现就是任务到达只要有车辆满足条件就立即调度,这样就可以比较出两种调度策略的差异,从而判断哪种调度策略更为优越。

为了评判两种调度策略的优劣,我们根据问题的目标函数定义如下评判指标:

其中,R为目标值,N(t)为每期被满足的任务数,N(v)为每期调度动用的车辆数。对于本文的问题,我们的优化目标是:对于每期调度决策,在尽可能完成任务的前提下,动用车辆数最少。那么,式(8)中的目标值越大,则表明每期执行相同任务数的前提下,车辆动用的数量越少。

对两种算法给定同一组算例参数:取样次数N为100,训练周期T为30,每期任务数为1~15的随机数。

经过运行后,两种算法的各期目标值的平均值的整体图和局部图分别如图6和图7所示。

由图6和图7可见,基于ADP的算法策略目标值的平均值在1.4左右,而贪心算法目标值的平均值在1.2左右,这表明,按照ADP算法策略进行车辆调度,任务完成数量与车辆动用数量比值的平均值要比按照贪心算法策略高16.7%,即对于同样的任务,按ADP的调度策略进行车辆调度比按照贪心策略调度进行车辆调度,平均每期的车辆动用数量要少16.7%。这说明,既考虑每期调度决策的当期贡献值,又考虑对未来各期影响的ADP策略,要比只考虑当期贡献值的贪心策略优越,从而验证了算法的优越性。

5结语

车辆动态管理 篇4

动态监督管理办法

第一章 总 则

第一条

为加强我市道路运输车辆动态监督管理工作，规范道路运输重点营运车辆动态监督管理行为，落实道路运输企业监控主体责任，预防和减少道路运输安全事故，根据《中华人民共和国安全生产法》，交通运输部《道路运输车辆动态监督管理办法》、《全国重点营运车辆联网联控系统考核管理办法》等有关法律法规，制定本办法。

第二条

全市道路运输重点营运车辆安装、使用具有行驶记录功能的卫星定位装置（以下简称卫星定位装置）、平台以及相关安全监督管理活动，适用本办法。

第三条

本办法所称道路运输重点营运车辆是指“两客一危”（道路旅游客车、包车客车、三类以上班线客车和危险货物运输车辆）车辆和重型载货汽车（总质量为12吨及以上的普通货运车辆）以及半挂牵引车。

第四条

本办法所称道路运输企业是指“两客一危”（道路旅游客车、包车客车、三类以上班线客车和危险货物运输车辆）企业和拥有50辆及以上重型载货汽车（总质量为12吨及以上的普通货运车辆）或者半挂牵引车的道路运输企业。

第五条

本办法所称平台是指省、市、县三级运管机构按规定建设的道路运输重点营运车辆监管平台（以下简称行业监管平台）和第四条所指的道路运输企业建设的监控平台（以下简称企业监控平台）。

第六条

根据属地管理原则，温州市道路运输管理局在 省道路运输管理局的组织领导下，负责指导全市道路运输车辆动态监督管理工作，具体实施市本级道路运输车辆动态监督管理工作。

各县（市）道路运输管理机构在当地交通运输主管部门组织领导下，按照本办法规定负责辖区道路运输车辆动态监督管理工作。

第七条

道路运输车辆动态监督管理应当遵循企业监控、政府监管、联网联控的原则。

第八条

各级道路运输管理机构依据法定职责，对道路运输企业、车辆动态监控落实情况实施监督检查。

第二章

工作职责要求

第九条

道路运输企业职责

（一）按照规定要求为本企业建设符合要求的监控平台，为本单位所属车辆安装符合要求的车载终端，并接入本企业的监控平台。企业监控平台必须按照有关规定接入省级联网联控系统平台和市级行业监管平台，并传送真实、准确的实时数据，接受道路运输管理机构的监管和考核。

（二）道路运输企业应选择经省道路运输管理局公告的卫星定位系统服务运营商为本企业提供系统平台和车载终端服务。原则上同一企业应当选择一家卫星定位系统服务运营商，使用一个监控平台。

（三）道路运输企业新建或者变更监控平台，在投入使用前应当向原发放《道路运输经营许可证》的道路运输管理机构备案。

（四）道路运输企业应当设置或指定部门负责道路运输车辆动态监控管理工作，制定车载终端及企业监控平台的管理制度，建立动态监控工作台帐，配备与企业所属车辆数量 相适应的专职监控人员，对所属车辆进行实时监控管理，履行监控主体责任。

（五）企业在安排车辆运输任务前，应当通过企业监控平台检查车辆定位终端在线情况，车辆终端设备不在线的，不得安排其车辆从事道路运输经营活动。

（六）拥有50辆以下重型载货汽车（总质量为12吨及以上的普通货运车辆）或者半挂牵引车的道路货物运输企业和个体运输经营者，可以按照要求接入交通运输部“道路货运车辆公共平台”，接受“道路货运车辆公共平台”的安全运营管理，并协助做好与省联网联控平台的信息对接工作，有效落实安全监管责任。也可以由企业自设监控平台和自行监控，配备专职监控人员，对车辆和驾驶人进行全过程实时监控和管理。

第十条

道路运输管理机构职责

（一）各级道路运输管理机构按照规定要求建立本单位行业监管平台，落实专项维护经费，确定专职监管人员，建立相关管理制度，确保行业监管平台有效运行。

（二）各级道路运输管理机构按照规定要求逐级建立考核和通报制度，按照本办法规定对辖区道路运输企业动态监控落实情况进行监督考核和通报，督促企业建好、用好监控平台系统。

（三）各级道路运输管理机构依法对辖区内道路运输车辆车载终端安装使用情况和企业监控平台的连接情况以及平台规范使用情况进行监督检查。

（四）加强宣传和培训教育，确保道路运输企业主要负责人、安全管理人员、动态监控人员熟悉和了解相关规定。

（五）各级道路运输管理机构要与当地公安机关交通管 理部门、安全监督部门建立联合监督检查和信息共享机制，开展联合监督检查，通报相关信息，形成部门联动的长效机制。

第三章

平台运行规范 第一节

企业平台规范

第十一条

道路运输企业是道路运输车辆动态监控的责任主体。

第十二条

道路运输企业应当建立健全动态监控管理相关制度，规范动态监控工作：

（一）系统平台的建设、维护及管理制度；

（二）车载终端安装、使用及维护制度；

（三）监控人员岗位职责及管理制度；

（四）交通违法动态信息处理和统计分析制度；

（五）应急突发事件处理制度；

（六）其他需要建立的制度。

第十三条

道路运输企业应指定专门的部门负责企业监控平台的建设、运行使用与维护。主要职责应包括：

（一）对本企业车辆的运行情况进行日常动态监控，建立监控台帐。

（二）配备专职监控人员，明确相关职责，建立相关工作台账，包括：值班记录、监控交接班记录、安全监控记录、警情处置记录、夜间运行车辆重点监控记录、发送信息记录、车载终端设备故障记录等工作台账。

（三）及时完善所属车辆的基本数据，并按有关要求设定和及时更新相应的监控参数，根据不同车辆类型、不同线路、不同区域在平台上进行限速、电子围栏、休息点等详细的报警设定。

（四）监督指导所属车辆驾驶人正确使用车载终端，对平台监控记录到的所属车辆驾驶人动态行车违法违规行为进行教育和处理。

（五）做好车载终端设备的管理和报修工作，明确专人负责，至少每月检查一次，认真做好记录，发现问题及时报修。

（六）定期统计、分析企业监控管理情况，对企业所有安装卫星定位车载终端车辆的入网情况、上线情况、数据不合格情况、超速情况、疲劳驾驶情况、越线经营情况等进行考核管理。

第十四条 道路运输企业应当根据法律法规的相关规定以及车辆行驶道路的实际情况，按照规定设置监控超速行驶和疲劳驾驶的限值，以及核定运营线路、区域及夜间行驶时间等，在所属车辆运行期间对车辆和驾驶员进行实时监控和管理。长途客运车辆还应设置凌晨2-5点运行自动报警装置。

第十五条

企业监控平台应当配备专职监控人员。专职监控人员配置原则上按照监控平台每接入100辆车设1人的标准配备，最低不少于2人。

第十六条

专职监控人员应当掌握国家相关法律、法规、政策，熟知道路运输业务知识，熟悉车载终端设备功能及使用要求，能够熟练掌握监控平台的操作，并经道路运输企业培训、考试合格后上岗。道路运输企业对已上岗的监控人员要定期组织培训，不断提高监控人员的监控技能和业务水平。

第十七条

道路运输企业应设置相对独立的动态监控区域或监控室，配备监控电脑、值班录音电话和液晶显示屏 等监控设备，相关监控管理制度要上墙公示。

第十八条

专职监控人员的主要工作职责。

（一）对本企业所有道路运输车辆运行时出现的车辆超速、疲劳驾驶、越线经营等违章行为及时进行信息提示、电话警告，及时纠正。统计每日违章情况，填写专项表格，报企业指定的安全生产管理部门处理。

对安装具有视频功能的车载终端的道路旅客运输车辆，还应查看驾驶人员的操作规范行为。

（二）设定重点监控车辆，根据企业车辆情况，确定重点监控车辆。对企业重点监控车辆的运行状态全程全时监控，做好安全监控记录。重点监控车辆一般包括长途客运车辆、屡次违章的车辆、需要在夜间和山区行驶的车辆等。

（三）核查在线车辆,对上传信息不正常或不在线的车辆及时进行电话联系，落实具体情况并作好记录，存在设备问题的，及时通知企业安全生产管理部门及时处理。

（四）收到并确认特殊天气、封路、拥堵、限行、断路等特殊气象、道路消息后，及时制发信息向驾驶人进行安全提示。加强夜间运行车辆监控，适时向夜间运行车辆发送安全和中途休息提示信息。

（五）及时答复或处理车辆的求助信息，及时确认突发事件信息并上报。

（六）接到道路运输管理机构监管平台的查岗指令或信息后，按照要求在5分钟内进行应答，并做好记录。

第十九条

道路运输车辆违法违规行为主要包括超速行驶、超载行驶、疲劳驾驶、越线经营、夜间违章行驶、人为阻碍监控、违规值守等。企业应根据违章处理制度对违章驾驶人以及违规值守的人员进行处理，对屡次违章的驾驶 人，以及屡次违规值守或因违规值守导致发生交通事故的值守人员，应给予从重处理。

第二十条

道路运输企业对道路运输管理机构有关动态监控情况通报，应立即整改，并在一周内将整改结果及时反馈作出整改决定的道路运输管理部门。

第二节

行业监管平台规范

第二十一条

道路运输管理机构应指定专门的职能部门负责监管平台的运行，确定部门工作职责，配备专职监管人员负责日常监管。记录分析处理动态信息，建立监管工作台帐，包括：值班记录、交接班记录、监管记录等。

第二十二条

道路运输管理机构指定的职能部门通过监管平台对接入的道路运输车辆车载终端的入网、上线情况以及企业监控平台的运行情况：包括企业监控平台的连接情况、日常监控情况、企业监控人员的值守情况和违章车辆的处理情况进行日常监督检查。监督检查方式主要采取抽查方式进行。

第二十三条 道路运输管理机构指定的职能部门应根据监管平台值班人员通报的情况，及时做好督办与处理。

第二十四条

道路运输管理机构办理道路运输车辆新增、更新以及年审等业务时，需登录行业监管平台，在查实车载终端接入了行业监管平台且相关信息正常显示后，方可办理有关业务。

第四章

监督考核

第二十五条

道路运输管理机构应当充分发挥监控平台的作用，定期对道路运输企业动态监控工作的情况进行监督考核。

第二十六条

按照分类分级考核的原则，道路运输管理机构组织本辖区道路运输企业监控平台的考核管理工作，并接受上级道路运输管理机构的考核。

第二十七条

道路运输管理机构考核内容包括：

（一）制度建设情况，监管平台管理规章制度的制定情况，监管平台的运行维护管理制度；故障处理应急预案、逐级考核和通报制度等相关制度的制定情况；

（二）监管平台运行情况，包括：车辆入网情况、车辆上线情况、平台断线情况、数据不合格情况、车辆在线情况等；

（三）保障监管平台长期稳定运行的其他措施。

第二十八条

道路运输企业考核内容包括：

（一）制度建设情况，包括：本企业监控平台的建设、维护及管理制度；车载终端安装、使用及维护制度；监控人员岗位职责及管理制度；交通违法动态信息处理和统计分析制度；应急突发事件处理制度；

（二）监控人员的配备情况，包括：人员配备数量情况，人员教育培训情况，工作岗位职责和工作流程的执行情况；

（三）车辆实时监控情况，包括车辆入网情况、车辆上线情况、车辆在线情况、超速车辆及处理情况、疲劳驾驶车辆及处理情况；

（四）监控平台运行情况，包括：平台断线情况、数据不合格情况、平台查岗响应情况；

（五）车辆数据保存情况，违法驾驶及处理信息存档情况（其中动态监控数据应当至少保存6个月，违法驾驶信息及处理情况应当至少保存3年）。第二十九条

各级道路运输管理机构对道路运输企业经考核不合格的，应责令企业整改，整改期间企业暂停新增运力、暂停增加经营范围、暂停办理业户和车辆变更业务、不得参与客运经营权招投标，并列入“黑名单”，实施重点监管。

第三十条

各级道路运输管理机构对违反道路运输车辆动态监督管理规定的违法行为，严格按照《浙江省道路运输条例》、《道路运输车辆动态监督管理办法》（交通运输部、公安部、国家安全生产监督管理总局令2014年第5号令）规定依法进行处理。

第五章

附 则

第三十一条

本办法由温州市道路运输管理局负责解释。

第三十二条

农村客运车辆动态监督管理可参照本办法执行。

第三十三条

车辆动态管理 篇5

桥梁结构所受的主要荷载类型为车辆荷载。上个世纪, 通过记录四条干线国道上五个白天的车流数据, 进一步提出了我国的现行公路桥梁车辆荷载标准[1]。进入21世纪后, 随着社会进步, 国民经济迅速发展, 车流量也不断增长, 超重型车辆不断涌现, 使得车辆荷载较规范制定时产生了较大改变。相关研究也表明:全国各地车辆荷载形式众多, 地域性是其一项不得不考虑的重要特征。在这种状况下, 《公路桥梁承载能力检测评定规程》根据实际的桥梁交通状况, 提出有必要对标准荷载进行一定修正。

动态称重系统作为一种可靠且准确的获取车辆数据新方法, 为科研人员和工程师所使用。动态称重系统能够十分全面地获得交通流量信息, 并且不受人为因素影响, 因此将其作为特征车辆荷载记录的重要工具是可靠的。许多相关工作者进行了一系列研究, 如分析车型构成、预测荷载极值、建立荷载模型、评估安全状况等。

本文利用安装在京沪高速某三跨连续梁桥上的动态称重系统所采集的数据, 通过对交通流量、车辆构成等进行分析, 推算出实际运行车辆荷载。

1 监测系统

动态称重过程是指对行驶车辆的动态受力进行连续测量, 以及对其静止状态下的重量进行计算。车辆动态称重 (Weigh-in-Motion, 简称WIM) 系统, 包括安装在桥面的一组传感器和安装有相关软件的仪器, 用来测量车辆相关实时信息, 如图1所示。交通荷载的监测主要包括过桥车辆数量、车型、车重等信息, 通过在大桥引桥混凝土桥面铺装下预埋高速动态称重系统, 可对车辆进行测重、测速, 同时使用摄像仪对交通实况进行监测。

2 车辆运行状况分析

车流量和车流的构成状况是车辆交通情况的两个重要指标[2]。我国《公路桥梁承载能力检测评定规程》中引入了考虑桥梁实际位置的典型代表性交通量、大车混入率等的修正系数, 对标准荷载进行了一定修正[3]。由此可知, 分析车流量、车流的构成状况、轴重和车辆总重具有重要意义。

从动态称重系统可以提取被记录车辆的参数, 从而可对车流量和车流构成进行实时统计与分析。通过2016年4月的数据统计, 可以得到当月每个车道的车流量。车道分布如图1所示, 车流量情况如表1所示, 车辆构成如图2所示。

从表1可以得出, 单从一方面的数据看, 中间车道车流量较大, 两边车道较小。从图2可以看出, 一天中各时段车流量有很强的规律性:下午和夜间的车流量较早晨多, 且二轴车的车流占据了绝大多数。

3 实际运行车辆荷载

3.1 广义极值模型

据Fisher-Tippet极值定理可知, 若X1, X2, …, Xn是独立同分布随机变量的序列, 那么有常数列{an>0}和{bn}使得下式成立

其中, Pr (·) 表示事件发生的概率;Mn=max{X1, X2, …, Xn};H (x) 为GEV分布 (Generalized Extreme Value Distributions, 广义极值分布) 。与此同时, 引入位置参数μ和尺度参数σ, 那么H (x) 一定属于以下的三种类型之一, 分别作为极值Ⅰ型、极值Ⅱ型、极值Ⅲ型, 即

其中, α为形状参数[4]。

这三种极值分布形式代表了三种不同的极值类型, 然而可以归结为一个统一公式, 即

其中, μ, ξ∈R;σ>0;ξ也为形状参数。

当ξ>0时, 取α=1/ξ, 则H (x;μ, σ, ξ) 代表极值Ⅱ型的分布, 它的位置参数和尺度参数分别是μ-ασ和ασ;当ξ=0时, H (x;μ, σ, ξ) 代表极值Ⅰ型的分布, 这是因为;当ξ<0时, 取α=-1/ξ, 则H (x;μ, σ, ξ) 代表极值Ⅲ型的分布, 它的位置参数和尺度参数分别是μ+ασ和ασ。综上可知, 极值分布类型是完全由形状参数来决定, 与位置参数、尺度参数无关[5]。

3.2 基于WIM实际的荷载效应

动态称重系统实测车辆信息包括车重、车长、车间距等, 本文通过Matlab程序将车辆荷载通过桥梁影响线施加, 计算出车辆通过桥梁时, 桥梁跨中的弯矩时程值。对于该三跨连续梁桥来说, 由于影响线较长, 车轴布局对结果的影响可以忽略。按照《工程结构可靠性设计统一标准》中荷载作用的代表值确定原则, 本文首先确定了1小时荷载效应最大值分布, 然后进行外推, 在设计基准期内可以得到荷载效应最大值分布函数, 其中取某一分位点处的值作为荷载效应代表值。

把每个采样点的弯矩看作随机变量, 一方面, 根据极值类型定理, 1小时主梁竖向弯矩最大值可以认为近似服从极值分布;另一方面, 通过概率图和可以进行的模型对比和优化选择, 根据上文可知, 广义极值分布对1小时弯矩最大值分布的高尾部分能够很好拟合。

广义极值分布的拟合分布函数为

根据《工程结构可靠性设计统一标准》, 当可变作用通过平稳二项的随机过程进行模拟时, 其最大值概率分布函数FT (x) 按下式计算:

其中, F (x) ——可变作用的随机过程截口分布函数;

m——在设计基准期T内, 可变作用平均出现的次数。

当截口概率分布F (x) =H (x) , 为1小时最大弯矩极值分布。若设计基准期是100年, 那么m=100×365×24, 且

按照惯用取值的原则, 标准值SQ K取保证率为95%时的分位值, 结合WIM系统中的2016年4月数据, 得到实际运行车辆荷载如下:下行为公路Ⅰ级的0.77倍, 上行为公路Ⅰ级的0.79倍。

4 结论

基于安装在高速上某三跨连续梁桥上的动态称重系统 (WIM) 所采集的车辆数据, 通过对相关参数进行分析, 讨论了车辆的概率统计特征和分布规律, 得到以下结论:

(1) 一天中各时段车流量的交通流量具有很强的规律性, 基本在每天的10时前后达到最大值, 在16时前后达到次大值。

(2) 一个月内总通行车辆为1 104 841辆, 下行日均17 068辆, 上行日均19 759辆。其中二轴车辆占绝大多数, 其次为六轴及以上车辆, 并且日间二轴车辆占绝大多数, 夜间六轴车及以上车辆比例上升。

(3) 实际运行车辆荷载方面, 下行为公路Ⅰ级的0.77倍, 上行为公路Ⅰ级的0.79倍。实际运行车辆荷载低于设计车辆荷载, 表明实际荷载对桥梁健康状况危害不大。

摘要：基于安装在高速某三跨连续梁桥上的动态称重系统 (WIM) 所记录的车辆荷载数据, 对车流量、车重、车速、总轴距和车间距进行了分析, 得到其统计特性和分布的一般规律。然后, 通过广义极值模型 (GEV) 计算出最大弯矩极值分布, 得出实际车辆荷载, 并与规范中所规定的荷载进行比较。结果表明:一天中各时段的总交通流量具有很强的潮汐规律性;从车流构成上看, 二轴车辆占绝大多数, 其次为六轴及以上车辆;实际运行车辆荷载低于设计车辆荷载, 实际荷载对桥梁健康状况危害不大。

关键词：桥梁,车辆荷载,车流构成,动态称重

参考文献

[1]JTG D60-2004.公路桥涵设计通用规范[S].

[2]王涛, 韩万水, 黄平明.公路桥梁交通荷载研究现状及展望[J].建筑科学与工程学报, 2010, 27 (4) :31-38.

[3]“公路桥梁车辆荷载研究”课题组.公路桥梁车辆荷载研究[J].公路, 1997 (3) :8-12.

[4]陈照全.既有桥梁车辆荷载的随机过程模型研究[D].长沙:长沙理工大学, 2008.

车辆动态管理 篇6

悬挂系统起着弹性连接车架与轮胎、减缓和衰减不同道路情况颠簸而引起的冲击振动, 确保车辆行驶平稳与驾驶人员的舒适性。性能良好的悬挂应满足车辆高速机动性、高通过性和高乘员舒适性[1]。

被动悬挂系统:主要由弹簧和减振器组成, 减振器的阻尼力随着振动速度的增大而增大, 振动频率增加, 等效刚度增大, 对高频衰减能力降低, 不能随着路面情况的变化进行调节, 结构简单, 减振效果一般。

主动悬挂系统:悬挂系统中加入有源可控元件—作动器, 按照控制规律产生合适的悬挂力, 抑制振动, 它由执行机构和决策机构构成闭合控制系统, 结构复杂, 减振效果优异。

半主动悬挂系统:使阻尼器按照路线和车辆实际情况调整阻尼的大小, 做到无极调节, 避免了主动悬挂中高成本的作动器和复杂的能量控制系统, 结构相对简单, 减振效果好。

半主动悬挂相对于被动悬挂在减震效果上有明显的优势, 在达到接近主动悬挂性能的同时, 又具备结构简单、成本低廉、能耗较低等特点, 具有良好的工程应用前景, 已成为车辆工程领域的研究热点。彭志召对半主动悬挂的频域控制算法进行了研究[2], 陈兵对履带车辆的半主动悬挂的仿真进行了分析等。本文将以半主动悬挂为研究对象, 利用最优控制方法建立半主动悬挂整车模型, 通过非经典线性系统模型分析法对整车状态方程进行研究和分析。

2 模型建立

目前对半主动悬挂系统的研究多采用四分之一车体或者半车模型, 虽然能够分析, 但是和实际工况的响应有着一定的出入, 为符合实际运行情况下轮式车辆悬挂的减振效果, 考虑车体质心振动和各个车轮轮心自由度的相关性。

假设车身为刚性的, 在垂直方向, 左右倾斜, 前后俯仰方向有三个自由度, 通过悬挂系统与车身连接的四个轮子简化成质点, 由此组成七个自由度的系统, 由动力学理论可得其动力学方程为:

为了更明确的表达系统的振动, 用状态方程形式表达得:

这样就得到了轮式车辆半主动悬挂系统整车的状态方程:

得到状态方程后可对车辆进行力学系统状态的分析, 为后续悬挂的研究和优化提供基础。

3 模态分析

由于半主动悬挂阻尼器可以调节, 不能用经典线性力学系统进行分析, 因此采用非经典模态分析法

由公式 (3) 可得半主动悬挂系统整车模型无外激励情况下的状态方程:

以矩阵形式表示可得:

通过对以上分线性系统模态分析方法的分析得到了轮式车辆半主动悬挂矩阵方程, 推导分析可以得到系统的特征值和特征向量。

4 总结

本文以轮式车辆为研究对象, 建立整车模型, 推导出整车的状态方程, 再通过非经典模态分析法, 得到矩阵方程, 可进一步了解整车模型的固有特性和灵敏度。以此为依据考察个参数对整个悬挂系统减振效果的影响, 为后续的优化设计体统理论依据。

摘要：本文简要介绍目前轮式车辆常用的三种悬挂, 对比三种悬挂的系统特性, 分析半主动悬挂的优点。以半主动悬挂为研究对象, 利用最优控制方法建立, 建立轮式车辆半主动悬挂的整车模型, 推导半主动悬挂整车模型的状态方程, 并利用非经典模态分析法对轮式车辆半主动悬挂进行了推导得到矩阵方程, 为后续研究打下基础。

关键词：半主动悬挂,整车模型,状态方程

参考文献

[1]陈家瑞, 马天飞.汽车构造[M].北京:人民交通出版社, 2009:226-242.

车辆动态管理 篇7

目前，具有小批量、多批次特点的实时的城市配送的不断发展大大增加了配送成本，不合理的配送方案会严重增加城市交通负担。与城际配送等长距离的配送相比，城市配送货物需求点繁多且分布不均匀、单批需求量小且时常发生变动、道路堵塞情况时有发生，初始规划路线往往不能保证最小化企业运输成本，而且顾客可以通过移动电子商务平台随时随地进行订单的添加、取消和订货量的变更，加大了对配送实时响应性和灵活性的要求，增加了配送路径安排的难度。

实时的城市配送需要借助地理信息系统（GIS）、全球定位系统（GPS）、智能交通系统（ITS）、移动电子商务平台（MC）和全球移动通讯系统（GSM）等技术工具实时地获取动态信息，而调度中心要不断的合并新信息，在每个动态事件发生时刻生成新的配送计划。信息获取过程如下：MC用于获取顾客需求量和需求点位置信息，ITS用于获取实时交通道路信息，车辆使用GPS进行定位，GIS用于获取任意两个顾客的实际距离。根据以上实时信息，每次有动态事件发生，配送中心生成新的配送路径方案，其指令通过GSM传达给车辆司机。

关于动态车辆路径问题的研究在近10年取得了一定的进展。谢秉磊和郭耀煌[1]对动态车辆路径问题的研究进行了综述，并对该问题的发展前景进行了展望。针对在配送过程中有事先未知位置的新顾客出现的情形，Branke[2]提出了以最大概率将新顾客整合到原配送方案的等待策略。Potvin[3]针对考虑顾客实时需求和动态行驶时间的动态车辆路径问题，比较了不同的调度策略。针对动态网络环境下的车辆路径问题，王江晴[4]提出了一种实时路径评估模型，用于找出实时最短路径，在此基础之上构造了一个改进的Dijkstra算法，实现对行驶线路的不断调整。Du等[5]以牛奶配送为应用背景，提出车辆实时调度中采用2-Exchange改进法则用于配送线路内部的改进十分迅速有效。刘霞[6]研究了带时间窗的动态车辆路径问题，使用插入法构造初始解，使用重定位法、节点交换法、2-opt法和Or-opt法4种局部搜索方法的不同组合完成对初始解的改进。刘士新[7]设计了在动态环境下的车辆路径问题，提出一种导向局部搜索算法，算法对初始解中各车辆配送路线的顾客服务顺序进行动态改进。针对具有模糊预约时间的动态车辆路径问题，张建勇[8]提出了在新顾客出现时的一种插入启发式算法，确保顾客综合满意度最大。针对出现新需求的情况，Attanasio等[9,10]提出了接受或拒绝新订单的策略。郎茂祥[11]考虑车辆故障和允许多次配送的情况，提出了包括制定整体计划和实时局部优化的两阶段策略，分别采用禁忌搜索算法和局部搜索算法进行求解。针对配送车辆在配送途中出现故障的情形，Li[12]提出了一种拉格朗日松弛插入算法安排其他配送车辆完成故障车辆尚未完成的配送任务。王旭坪[13]等从干扰管理的角度，提出了解决配送过程中出现动态信息的方法。陈森[14]针对路网结构变动和需求随机双重不确定因素的动态车辆路径问题，设计了加速自适应遗传算法进行求解。针对带时间窗动态车辆路径问题，王君[15]通过定义紧急顾客，提出基于紧急顾客插入的重复优化方法、分批处理的方法或上述两种方法的的混合三种应对策略。

对于动态车辆路径问题，目前相关研究多采用插入新需求点和调整部分线路的局部优化方法，尽量减少原有配送线路的变动程度。针对可能发生的动态事件，通常只选取其中的一种或两种情形作为考虑对象。

针对现行研究存在的上述问题，本文考虑配送过程中可能发生的多种动态事件，在每次动态信息更新后在原有配送方案基础上对剩余尚未配送的顾客需求点进行全局优化。提出了一种能够即时处理各种动态信息的车辆实时调度方法，考虑了顾客接收货物的时间窗限制和车辆超出最大距离的附加成本。通过实时收集顾客需求信息、监测车辆运行情况，对已经安排好的车辆路径进行即时调整或重新安排车辆所需服务的顾客需求点，实现配送路径的实时优化调整。

2 实时车辆调度问题描述与模型构建

2.1 建模假设与符号说明

本文研究的动态车辆路径问题，可定义如下：在保证每个顾客的需求被满足，且不超过配送车辆的最大配送量，考虑车辆超出最大行驶距离和违反时间窗限制的附加成本的情况下，考虑配送过程中实时变化的信息（需求点增减、需求量变化、道路交通中断、配送车辆故障），每当有动态事件发生时应该如何重新安排车辆的行驶路线，目标是使整个配送周期的车辆配送总成本最小。

本文假设配送中心有一定数量的配送车辆，车辆载重量均为Q，所有顾客的货物需求量均小于配送车辆的最大装载能力，车辆由配送中心出发，完成配送任务后要返回配送中心，方案计划安排的车辆数为m，平均车速为v.c为单位距离运输成本，c0为多派出一辆车的固定成本。车辆每日最大行驶距离为L，超出最大行驶距离后的惩罚系数（即每公里需附加支付给司机的费用）为pl，违反时间窗约束的惩罚系数为p1、p2.

每当有动态事件发生时，更新所有相关信息，包括：已经完成服务的顾客集合I1={1,2，…，n′}；尚未服务的顾客集合I2={1,2，…，n}，顾客i的货物需求量qi、服务时间si及顾客位置，i∈I2，顾客i要求货物最好在时间窗[ETi,LTi]内送达，最差不得超出[ai,bi]的送货时间范围；尚未服务和已服务的所有顾客集合I={1,2，…，n′，…，n′+n}；正在执行任务车辆集合H={1,2，…，h}，各车的位置和状态（车辆是否发生故障），各车在该时刻已完成的货物配送量Qk和已行驶的距离Lk,k∈H；当前所有节点集合（尚未服务的顾客、虚拟顾客、配送中心）N={0,1，…，n，…，n+h}，任意两节点距离dij，及现有节点间各路段交通状况（道路交通中断时dij取无限大），i,j∈N；尚未服务的顾客和虚拟顾客的集合D={1，…，n，…，n+h}。

动态事件发生时，对尚未服务的顾客重新编号1,2，…，n，虚拟顾客编号n+1,n+2，…，n+h，配送中心编号仍为0，将正在执行任务的车辆（亦即该路径）与各自虚拟顾客n+1,n+2，…，n+h对应编号为1,2，…，h，从配送中心出发的车辆顺次编号为h+1,h+2，…，m．配送车辆集合M={1,2，…，h，…，m}。

决策变量xijk表示车辆k经过路径（i,j），有

车辆k到达顾客i的时间为TAi，离开时间为TLi．显然有，，递推可得，而TLi=TAi+si.

2.2 问题分析与转化

根据配送开始之前的已知信息，按照静态车辆路径问题的方法进行求解，所得即为初始配送方案。

配送开始之后有任何一种动态事件发生时，部分车辆正在配送途中进行配送。此时，需更新所有相关信息进行重新调度。该时刻点的路径安排问题可视为多车型的混合式车辆路径问题，原因如下：

(1)在配送中心尚未出发车辆的货物配送量是Q吨，其最大行驶距离为L；在配送途中的车辆已经完成Qk吨货物配送量，车上剩余Q-Qk吨货物配送量，其最大行驶距离为L-Lk．因此，在配送中心尚未出发的车辆和在配送途中的车辆可以看作不同的车型。

(2)在配送中心即将出发的车辆最终会回到配送中心，其行驶路线是闭合回路；在配送途中的车辆此时不在配送中心，相当于从该时刻点该车辆所在途中位置出发，最终返回配送中心，其行驶路线是开放式的路径，而不是闭合回路。因此，在重新调度时，可以将该问题看作是包含封闭式和开放式车辆路径问题的混合式车辆路径问题。

进一步将多车型的混合式车辆路径问题转化为静态单车型车辆路径问题，转化方法如下：

(1)将在配送途中正在进行配送的车辆k当前所在的位置设置一个虚拟顾客，其需求量为Qk，该虚拟顾客与配送中心的距离为Lk.

(2)在配送途中正在进行配送的车辆必须首先服务其对应的虚拟顾客。

2.3 数学模型

根据上述求解思路，本文提出的动态车辆路径问题模型建立如下。

目标函数：

其中，

约束条件：

模型中，式（1）表示问题的目标函数配送总成本最小，包括车辆的运输成本、车辆启用的固定成本、超出最大行驶距离附加成本（2）和违反时间窗限制的惩罚成本（3）；约束（4）保证每辆配送车辆均不超过其最大载量能力；约束（5）、约束（6）确保每个顾客只能被分配到一条路径上，即只被服务一次；约束（7）保证每一条路径上，离开每个节点的车辆数等于进入该节点的车辆数；约束（8）确保所有车辆的起、终点都在配送中心；约束（9）表示每辆当前正在执行任务的车辆必须首先服务其对应的虚拟顾客，从而使配送的路径转化为简单圈；约束（10）限制车辆行驶路径轨为简单圈，避免子回路的产生。式（11）为到达时间的非负性约束。

3 混合遗传算法设计

3.1 实时调度的整体流程

步骤1：数据初始化。开始时间为0，全部车辆起始位置在配送中心。根据现有的相关信息，利用混合遗传算法生成初始配送方案。

步骤2：车辆司机严格按照调度中心传达的配送线路行驶。

步骤3：判断是否已经完成所有配送任务或达到最长工作时间。若是，结束任务，车辆返回配送中心；否则，转步骤4。

步骤4：发生动态事件时，更新相关信息，得到一组新的需求节点和需求量，在途车辆状态、位置的集合，以及当前各路段交通状况的相关信息。

步骤5：调度中心根据最新雅息对配送车辆的行车路线进行重新安排，并将新的行车路线即时传达给配送车辆司机，下转步骤2。

3.2 混合遗传算法步骤

根据模型的结构特点以及决策变量的可行域，本文设计了结合局部搜索思想的混合遗传算法，在每次信息更新后重新对配送路线进行求解，从而实现实时调度。混合遗传算法按以下步骤进行：

Step1：编码，生成初始种群。采用需求点直接排列的编码方法，用一个染色体表示所有尚未服务的需求点的配送顺序，即由尚未服务的顾客编号1～n构成一个实数串。随机产生未被访问过的需求点序列，按顺序逐一将每个需求点加入到当前配送路线中。检验是否满足车辆载重限制，若满足，则将该需求点加入到当前配送路线中；若不满足，则将其加入到下一条配送路线，如图1所示。

重复上述过程得到N条染色体。

Step2：计算个体适应度。P=1/（Z+Gpw）。式中Z为目标函数值，G为配送路径条数与配送中心的车辆总台数之差（若配送路径条数<车辆总台数，则取G=0，表示该个体对应一个可行解；否则，G>0，表示该个体对应一个不可行解），可将G看成该个体对应的配送路径方案的不可行路径条数，设对每条不可行路径的惩罚权重为pw．若适应度值满足优化准则，满足转step8，否则转step4。

Step3：选择再生个体。采用轮盘赌选择具有较高适应度的个体。保留当前子代的最优解，并保持子代的群体个数与种群个体数相同。

Step4：交叉方法采用类改进的OX法实施交叉操作。操作方法说明如下：选择两条父代染色体，随机选择两个基因交叉点，在两个父代个体前分别加入异方双亲的交叉区域，顺次删除与交叉区域重复的基因，得到子代染色体。交叉操作示意图如图2。

Step5：变异。对子代进行两点交换操作。交换前后进行适应度计算，如果其适应度比之前好，那么采用变异后的值，如果较差，则再进行一次随机变异。

Step6：判断是否达到预先设定终止进化代数，满足转下一步，否则返回Step2。

Step7：输出最优解，算法停止。

4 算例设计与结果分析

4.1 算例设计

某城市配送中心位置坐标为（112,88）。共有15台配送车辆，拥有若干个位置已知的潜在需求点。运输成本c=1元/公里，多派出一辆车的固定成本c0=100元，车辆最大货物配送量Q=8吨，车辆每日最大行驶距离L=250公里，超出最大行驶距离后每公里需附加支付给司机的费用pl=1元/公里，p0=20元，p1=p2=50元/小时，ai=ETi-2,bi=LTi+2,A=10000元，平均车速v=50公里/时，粗略将需求量（吨）的1/3记为该需求点的服务时间（小时）。

在配送开始前有8个货物配送任务，各个顾客的需求情况如表1所示。

4.2 对比策略

将本文所提出的实时调度方法与传统的静态调度方法进行对比实验。

传统的静态调度方法是指所有配送车辆均按照配送开始前的初始配送方案进行配送，配送顺序和配送量均不作任何变动。对于配送过程中可能出现的各种动态情形，采取如下方式进行处理：

(1)在配送过程中，对于新增需求点和需求量，从配送中心另外派出车辆进行配送，调度方法与静态车辆路径问题相同。

(2)对于取消订单的需求点，配送车辆直接将其略过，对下一顾客进行配送。

(3)对于在途中发生故障的车辆，从配送中心另外派出车辆按照顾客点顺序依次完成该车未完成的配送任务。

(4)对于两需求点间发生交通中断的情形，该配送车辆直接对原路线的下一需求点进行配送，发生交通中断而无法到达的需求点由新派出的车辆进行配送，调度方法与静态车辆路径问题相同。

4.3 结果分析

(1）初始配送线路的构建

使用混合遗传算法进行求解，得到初始配送线路。配送中心需派出3辆车，配送路线分别为：0-1-4-5-0,0-8-22-0,0-17-16-15-0。

(2）实时信息下的线路优化

(1)情形1:

T1=1时20分，发生如下动态事件：老顾客4、22分别新增需求0.5吨，老顾客5取消订单，出现新顾客6、7、10、11、19、28、29。此时，尚未服务的顾客需求见下表。

对信息变更后的配送任务运用混合遗传算法重新构造配送路线，得到的配送方案如表3。

若使用传统的静态调度方法，可以得到如下配送方案。

对比表3和表4可以得出，如本算例在需求点和需求量发生变动的情况下，采用本文所提出的动态车辆调度方法可以降低总配送成本，在该算例中可以有效降低157.8元，高达原配送成本的10.4%.

(2)情形2:

T2=2时，发生如下动态事件：车辆2在行驶途中发生故障，短时间内无法修好；顾客15、16之间的交通中断。此时，还剩下顾客4、5、15、22未被服务。

对信息变更后的配送任务运用混合遗传算法重新构造配送路线，得到的配送方案如表5。

若使用传统的静态调度方法，可以得到如下配送方案。

对比表5和表6可以得出，如本算例在车辆发生故障和部分顾客间出现交通中断的情况下，采用本文所提出的动态车辆调度方法可以降低总配送成本130.7元，降低14.6%，显示了本文动态车辆调度方法的有效性。

5 结论

对于需要具备快速响应能力的城市配送问题，本文通过引入虚拟顾客的概念，将实时信息下的动态车辆路径问题转化为经典的静态车辆路径问题。借助GIS、GPS、ITS等技术工具获取实时信息，解决了四种动态事件情形下的配送线路实时优化调度。运用所提出的混合遗传算法求解模型，通过算例测试，与传统的非实时配送方案进行对比，得出该调度方法可以有效地找到实时最短路径、降低配送成本。

车辆动态管理 篇8

铁路最初是以结构限界来校验机车车辆轮廓的, 然后发展到考虑车体和线路的误差、静态变形和磨耗的静态限界。在此基础上, 进一步考虑悬挂的静态、准静态和动态振动变形, 得到车辆的动态限界 (亦称“动态包络线”) 。

车辆动态包络线定义为车辆运行过程中受各种不利因素影响所导致的最大极限轮廓。在基准坐标系内, 以计算车辆轮廓线上各坐标点为基准点, 涉及了车辆和轨道的公差、磨耗、弹性变形、车辆各种振动及滚动等原因, 将车辆在运行中偏离基准点的最大位置作为车辆动态包络线。

车辆动态包络线目前主要依靠理论计算、线路实测和实验室试验进行获取。理论计算计算方法有多种, 得到的结果往往不一致, 也偏于保守, 还需要试验验证。计算的方法求取动态包络线, 计算过程中所涉及的参数多为主观取值, 且无法将随机因素考虑在内, 计算结果不能真正客观地反映实际情况。线路实测限制于测量位置, 单次试验只能体现一个工况, 不能代表所有的工况, 需要多次试验才能获取完整的试验数据。动态位移的静态测量虽然能通过试验获取位移数据, 比纯理论计算更具有现实性, 但毕竟仅是静态的试验, 与动态试验还是有巨大区别。

为此, 开展基于整车振动模拟试验台的车辆动态限界试验方法研究。振动台根据路试采集的路谱对整车车身进行振动试验, 模拟车辆在道路运行中的振动, 使车身产生动态变形, 变形量由动态位移测量系统测出, 进而得到动态包络线。整车振动试验流程如图1所示。

其中动态位移测量系统通过识别位于机车车身截面上的目标位置在试验过程中的变化, 获得车辆的横向运动轨迹, 利用软件进行计算得到各个观测目标在车辆坐标系中随时间的位置变化规律。

1 测量原理

试验中需要测量的是控制点在机车车身坐标系中垂直于车身方向的变化量。利用单目视觉测量原理, 采用大面积、高分辨率、快速传输图像的CMOS数字相机, 配合低畸变大光圈光学镜头, 获取固定在机车车身截面的主动光学目标位置的变化, 经高性能图像处理器处理, 实现被测点图像的快速采集, 集中处理、分析, 利用坐标分析管理软件给出被测点的在实验过程中的变化情况, 最终实现车辆动态限界的非接触测量, 给出动态限界的测量结果, 变化量和动态限界。系统示意图如图2所示。

动态位移测量系统主要包括:图像获取系统、主动发光目标、相机标定系统、标尺、计算机硬件系统、图像处理软件、坐标分析管理软件等。

1.1 成像模型

本系统以相机的透视投影模型为基本理论基础, 利用POSIT算法求解出光学靶标所在空间坐标系相对于摄像机坐标系的旋转矩阵R及平移矩阵T, 进而得到光学靶标的位置量和姿态量。

有关相机透视投影模型国内外已经有大量文献可供参考, 本文不再做具体推导, 对算法所涉及的公式直接引用。为便于描述, 对常用坐标系进行了如下定义 (见图3) , 设OcXcYcZc为相机坐标系, Oixy为像平面坐标系, Oiuv为计算机图像坐标系, OcOi的距离为相机成像镜头的有效焦距f。

待求的位姿数据中包括物体坐标系相对于相机坐标系的旋转矩阵R和平移向量T。其中:

相机的坐标系通过测量车身上已知坐标的参考点统一到车身坐标系中。

1.2 位姿解算

POSIT (Pose from Orthography and Scaling with Iteration) 是1992年首次提出的用于计算三维物体姿态的一种算法。其中的位置信息T和姿态信息R由6个参数描述。

算法分两部分: (1) 带有比例系数的正交投影变换 (Scale Orthogonal Projection, SOP) , 根据线性方程组求出旋转矩阵和平移向量; (2) 由得出的旋转矩阵和平移向量系数, 更新比例系数 (scale factor) , 再由比例系数更新原有的点, 进行迭代。

1.3 角度计算

采用式 (1) 可从旋转矩阵R即可求解出物体坐标系分别绕x轴、y轴和z轴各自的旋转角度α、β和γ。

物体在空间的相对位置变动T'= (ΔX, ΔY, ΔZ) TT′=[Δx, Δy, Δz]T是物体坐标系OWXWYWZW原点移到相机坐标系OcXcYcZc的相对变化量, 因此可由前面所求的平移矩阵T的反向向量得到, 即:

1.4 目标点特性

为了增强目标的可识别性, 使用主动光学目标。主动光学目标固定在车身端面, 试验中随车身一起振动。目标点采用IrLED, 发射角约120°, 根据使用需要, 采用不同措施可将IrLED的光斑调节为不同类型。

常用的IrLED光斑为均匀光斑或高斯光斑。如图4所示。对其中高斯光斑的一个截面用Matlab的曲线拟合工具进行拟合, 得到的拟合参数R-square为0.9908, 说明所用的IrLED光斑可以当作高斯光斑分析和处理。

1.5 光斑位置计算

光斑“中心”的计算方法, 取决于光斑的类型。对于均匀光斑, 一般可采用边缘检测获取光斑边缘, 再进行圆或椭圆的方法定位中心, 通常能达到像素级的定位精度。而对于高斯光斑, 可以采用的定位算法较多。其中以高斯拟合的方法为最优, 能取得0.1像素以内的误差。

二维高斯曲面的解析方程为

式中代表高斯函数的峰值, σx代表x方向的标准偏差, σy代表y方向的标准偏差; (x0, y0) 为高斯曲面的中心点。两边取对数并整理为下式, 以计算各参数

两边都乘以fi (xi, yi) 引入灰度信息后简化为

根据最小二乘法, 在残差的平方和最小的约束下, 求得

2 相机选择

2.1 被对象主要参数

被测的机车车身端面尺寸约为6m×4m, 最大振动频率10Hz, 最大振幅300mm。

2.2 相机

为了满足测量需要, 相机选择时首先考虑大相面、高分辨率以满足测量范围和分辨率的要求, 其次考虑帧率要满足测量速度的要求。经过比较选择分辨率为5, 120×3, 840, 像素尺寸6.4μm, 最高帧率为30的CMOS数字相机。对应测量范围为6m×4m时, 像素的物理分辨率能达到1.17mm×1.04mm, 使用高斯拟合的亚像素的提取算法能达到0.1像素以内, 则系统的分辨率约为0.12mm。

2.3 相机的光谱响应

相机对不同波长的响应效率是不同的。如图中上面一条曲线所示, 波长约600nm时相机的响应效率最高约为65%。为了目标的便于识别, 采用中心波长为730nm的IrLED, 效率约为50%, 可满足使用的需要。

3 相机性能测试

3.1 相机快门时间的影响

相机的快门时间影响成像的光斑。图6给出了同样的运动速度下, 不同快门时间同一个主动目标所成的光斑图像。

由图6可见, 光斑的类型和成像的形状都不同。随着快门时间的增大, 同样亮度的主动目标所成图像的亮度在增加, 直至饱和。较长的快门时间使得主动目标在快门开启时经过更长的距离, 使得光斑的形状更不“圆”。在此过程, 光斑由接近高斯分布变得更接近均匀光斑。

3.2 被测物体速度的影响

被测的对象处于动态震动的状态, 要求相机可较快的速度成像。为此, 将主动目标点安装到圆轨迹发生器, 模拟试验中的动态目标, 对相机的测量能力进行试验。如图7所示, 目标可以按照设定的速度沿圆周运动。在4种速度条件下, 测试相机的成像能力和测量误差。对0.5m/s和1.0m/s速度下, 7个快门速度分别进行了测试, 对1.5m/s和2.0m/s的速度下, 选取部分快门进行了测试, 测试结果见表1。

表中的测量误差为实际测得的主动目标的圆形轨迹的半径与参考值之差。

表1中给出各速度和快门时间下, 所测得的圆形轨迹与理论值之差。从数据可以看出, 在保证成像光斑的质量条件下, 同样的速度下, 较短的快门时间的误差更小;同样的快门时间条件下, 更快速度下的误差更小。这从两方面说明了被测物体的速度决定了所使用的快门的时间;若条件允许, 使用较短的快门时间。

4 图像采集软件

系统以单目视觉测量原理为理论基础, 测量过程中有大量的数字图像处理的计算过程, 由于所使用的是2000万相机的高分辨率相机, 造成单幅图像的体积较大, 约18.75MB。考虑到最高的帧率为30fps, 则每秒的数量量约562.5MB, 每分钟的数量量约33GB。这么大的数据量对数据的存储容量和存储速度、数字图像处理速度都提出了较高的要求。

图像处理的方式采用CPU+GPU并行处理方式, CPU负责运算的逻辑部分, GPU完成数字图像的并行计算。拟使用的GPU平台为支持CUDA 3.0技术的NVIDIA Quadro M4000的加速卡。图像处理的流程见图8。

5 结论

本文给出了基于大面积CMOS数字相机的动态限界测试系统, 详述了测量的原理、主动目标的定位算法和相机的选用, 根据测量的需要, 对相机的性能进行了测试。测试结果表明相机可以满足使用要求。

摘要：回顾了的轨道车辆限界测量的历程, 总结了轨道车辆动态限界获取的三种主要方式, 提出采用基于振动台的整车动态限界测量方案, 给出了采用大面积CMOS数字相机的单目视觉测量原理分析、目标点特性分析、目标点特征提取等算法, 对相机的关键测量特性和参数选择给出试验验证, 说明测量方案可行。

车辆动态管理 篇9

关键词：脱轨,动力学仿真,ADAMS,铁道车辆

0引言

安全是交通运输业的永恒主题,而脱轨是铁路运输的第一安全隐患,脱轨事故将造成人员伤亡和财产损失,严重影响运输秩序。迄今为止,对于脱轨后车辆运行行为的研究主要有以下两种状况:1列车脱轨后车钩发生破坏失效,导致车辆间发生碰撞;2车辆脱轨后车轮在轨和枕上继续运行。由于车辆脱轨后将引起翻车,造成人员伤亡和轨道破坏,中断线路行车,给国家带来很大损失,因此对车辆脱轨后运行行为的研究非常必要。本文应用ADAMS软件对动车组动车建立了较为详细的模型,对动车不同脱轨方式脱轨后齿轮箱和电机对运行行为的影响进行了全面分析,并与转向架低速脱轨后运行行为台架试验结果进行了对比,得到了比较满意的结果。

1动力学模型建立

车辆系统脱轨问题是一个变拓扑多体动力学问题,当脱轨发生后,轮轨接触关系不再存在,整个系统蜕变成一个包含三维接触的多体动力学问题,需要建立新的接触关系代替原来的轮轨接触。当脱轨后车轮直接与轨道板碰撞,车轮、齿轮箱和电机等都有可能与钢轨碰撞,因此需要分别建立其替代模型,并建立相应的碰撞关系。

1.1整车模型建立

车辆脱轨动力学模型采用高速动车组的动车参数进行建模,实车分析模型的车体、构架、牵引拉杆、轮对均取6个自由度,即纵向、横向、垂向、侧滚、点头、摇头(其中轮对垂向和侧滚运动是非独立运动);转臂取1个自由度,即点头。整车分析模型共有62个自由度,如表1所示。

最终建立的整车分析模型如图1所示。

1.2转向架/轨道接触模型建立

当车辆脱轨后车轮直接与轨道板进行接触,因此需要在模型中建立车轮与轨道、扣件和轨道板之间的接触模型。车辆脱轨后车辆的运行状态难以预测,因此需要考虑车辆其他零部件与轨道之间的碰撞,在本文的分析计算中分别考虑了电机、齿轮箱与轨道之间的碰撞。图2为模型中的接触配合。

对动车转向架构架、轴箱、减振器、弹簧、横向止挡、牵引拉杆按照其动力学参数进行建模。齿轮箱、电机和轮对在车辆脱轨后会与线路之间产生碰撞,在建模的过程中将齿轮箱、电机和轮对按照实际动车齿轮箱和电机的 尺寸和连 接方式进 行建模。由 于ADAMS/Rail中自带的轨道无法建立接触模型,因此需要建立替代的假轨道进行接触分析。动车脱轨后的运行线路采用60型钢轨、CRTSII型板式轨 道板、WJ8型扣件,分别按照实际尺寸建立模型。

车辆脱轨后通过设置各部件间的碰撞参数,模拟其碰撞关系。齿轮箱、电机、车轮与钢轨之间的碰撞采用钢与钢的碰撞参数;车轮与轨道板、扣件之间的碰撞采用钢与混凝土的碰撞参数。

2仿真计算

在40km/h速度等级下对车辆爬轨脱轨和跳轨脱轨后的运行过程进行仿真。图3为模型俯视示意图,车辆沿X正方向匀速运行0.5s时在1位轮对施加一定时长的Y正方向的横向力,使车辆向Y正方向脱轨。当横向力作用时间小于0.05s时,车辆脱轨确定为跳轨脱轨,横向力的大小和作用时间对应的车辆脱轨方式见表2。

车辆以40km/h的速度运行并脱轨,得到的仿真结果如图4~图6所示。由图4~图6可知,爬轨与跳轨脱轨后的运行行为基本一致。轮对发生脱轨后,齿轮箱与左侧钢轨连续碰撞后跳过钢轨,虽然对轮对横移起到了一定的阻碍作用,减小了横移的能量,但是无法限制轮对继续横向移动,从而使左车轮运行到轨道板外;轮对横移到一定位置时,电机与左侧钢轨碰撞,并且在运行过程中与钢轨内侧贴靠在一起,从而限制轮对继续横向移动。由转向架和车体的运行状态可知,脱轨后的转向架横向位移保持在580mm,继续在轨道板上运行,并且由于前转向架运动相对比较稳定使脱轨后车辆整体横向位移保持在300 mm,可以继续在线路范围内行驶。

3台架试验

为了验证和评估车辆脱轨后转向架与轨道的碰撞模型,在实验室进行了转向架低速脱轨后运行行为台架试验。试验台由台架、电机、配重箱、转向架、线路组成,由台架带动转向架以一定的速度在线路上运动,通过脱轨装置使转向架脱出轨道并继续运行。

分析试验结果可得,转向架在低速工况下脱轨后齿轮箱会与轨道发生碰撞,从而限制轮对继续横向移动。如图7所示,记录了转向架脱轨后齿轮箱与轨道碰撞力的变化,通过分析可知转向架脱轨后齿轮箱不断与轨道发生碰撞。

4结论

(1)通过车辆 脱轨动力 学建模和 分析可知,在ADAMS中可以建立较详细的车辆模型和轮轨相互作用及线路模型;采用接触模型建立了车辆脱轨后接触碰撞模型,其结构更接近于实际,计算结果较为合理。

(2)通过分析计算结果可知,车辆爬轨与跳轨脱轨后的运行行为基本一致。当车辆以40km/h的速度脱轨后,齿轮箱和电机可以将转向架横向位移保持在580mm。因此动车转向架的齿轮箱和电机对车辆低速脱轨后的运行行为有着非常大的影响。