[發明專利]適用于快速貨運列車的貨物裝載優化方法及系統

有效

• 申請號: 201811021030.5
• 申請日: 2018-09-03
• 公開（公告）號: CN109214569B
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 彭勇;張洪浩;燕春光;鄧功勛;侯林;張得志;李旭;祝偉麗
• 申請（專利權）人: 中南大學;中車唐山機車車輛有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/30;G06N3/12
• 代理公司: 長沙朕揚知識產權代理事務所(普通合伙) 43213
• 代理人: 何湘玲

1.一種適用于快速貨運列車的貨物裝載優化方法，其特征在于，包括以下步驟：

以車廂數量、尺寸和位置、車廂內裝載的集裝箱數量和集裝箱內貨物的材料參數作為約束條件，構建快速貨運列車的有限元模型并進行驗證；

分別在直道和彎道兩種運行工況下，以車輪抬升量最小化和車輪脫軌系數最小化作為優化目標，采用多目標優化方法進行貨物裝載優化，得到Pareto前沿非劣解集；以直道和彎道兩種運行工況下的車輪抬升量最小化和車輪脫軌系數最小化作為優化目標，其中，車輪抬升量定義為車輪踏面名義接觸點與鋼軌頂面最高點之間的垂向距離，它是車輪爬升量Z₁與跳動量Z₂之和，即Z＝Z₁+Z₂；最大車輪抬升量表示整車所有車輪抬升量的最大值；車輪脫軌系數設置為L/V，其中L表示作用在輪軌接觸斑上的車輪橫向力，V表示車輪垂向力；根據GB5599-85規定，車輪脫軌系數的容許值為L/V≤1.2，安全值為L/V≤1.0；

結合有限元仿真，進行多目標優化，生成Pareto前沿非劣解；

優化目標函數和約束條件為：

式中，Z_z表示直道運行工況下的車輪抬升量；Z_w表示彎道運行工況下的車輪抬升量；L_z/V_z表示直道運行工況下的車輪脫軌系數；L_w/V_w表示彎道運行工況下的車輪脫軌系數；

對所述Pareto前沿非劣解集中的方案進行多屬性決策分析，得到最優解；設置四個優化目標為等權重，采用TOPSIS方法對Pareto前沿非劣解進行決策分析確定最優方案；決策分析過程如下：

步驟(1)，設定n個Pareto前沿非劣解和m個目標值，基于多目標優化得出的非劣解集構建初始矩陣X＝(x_ij)_n×m；

步驟(2)，對初始矩陣進行規范化，得到規范化矩陣Y；對規范化矩陣進行加權，得到加權矩陣Z，具體過程如下：

式中，i表示非劣解，i＝1,2,…,n；j表示目標，j＝1,2,…,m；W表示各優化目標的權重，設置各目標為等權重，即W＝[w_j]，j＝1,2,…,m；

步驟(3)，確定理想方案Z⁺和負理想方案Z^-，具體過程如下：

式中，J⁺表示正向指標，即越大越優；J^-表示負向指標，即越小越優；

步驟(4)，計算方案到理想解和負理想解的歐氏距離，具體過程如下：

其中，是方案到理想解的歐氏距離，是方案到負理想解的歐氏距離；

步驟(5)，計算各方案的相對貼近度，并根據貼近度的大小進行排序，確定最優解，具體過程如下：

2.根據權利要求1所述的適用于快速貨運列車的貨物裝載優化方法，其特征在于，所述快速貨運列車的頭車車廂裝載第一數量的集裝箱，中間車廂裝載第二數量的集裝箱。

3.根據權利要求1所述的適用于快速貨運列車的貨物裝載優化方法，其特征在于，所述貨物的材料參數根據每個集裝箱的待裝載貨物的屬性確定；所述待裝載貨物的屬性包括固體的屬性和液體的屬性；所述固體的屬性包括：形狀、尺寸、彈性模量、屈服強度、率相關性、密度和泊松比；所述液體的屬性包括本構模型、狀態方程及流固耦合。

4.根據權利要求1所述的適用于快速貨運列車的貨物裝載優化方法，其特征在于，采用多目標優化方法進行貨物裝載優化，包括以下步驟：

根據所需運載的貨物隨機分配到每個車廂，抽樣生成初始解集；

通過有限元模型的仿真模擬和數值計算得到每個解在在直道和彎道兩種運行工況下的車輪抬升量和車輪脫軌系數，從而得到每個解的目標值，采用多目標優化方法生成Pareto前沿非劣解集。

5.根據權利要求4所述的適用于快速貨運列車的貨物裝載優化方法，其特征在于，所述多目標優化方法采用NSGA-II算法。

6.一種計算機系統，包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現上述權利要求1至5中任一所述方法的步驟。