NYCU IEM Project

通過自動化模擬優化列車能耗和準時性

一、研究動機

• 觀察到由於缺乏自動駕駛輔助系統，司機駕駛行為差異對列車準時性和運行效率產生顯著影響
• 旨在開發一套自動化模擬系統，優化駕駛行為，提高車輛準時性和效率
• 解決傳統操作中不當加速或剎車造成的能源浪費問題
• 設計一種加減速控制策略，在確保準時性的同時優化列車能耗

二、研究架構

1. 數據收集和基本設計（FASTSim，OpenModelica）
2. 系統建模和模擬測試
3. 參數調整和功能擴展
4. 模擬結果可視化
5. 設計模擬器（pygame）

三、研究方法

1. 數據收集和基本設計（FASTSim，OpenModelica）

   • 模型選擇：FASTSim 和 OpenModelica
   • 台灣鐵路行車模式（速度）

2. 系統建模和模擬測試

   • 設置行駛週期
   • 使用二次函數最小平方法獲得該環境下的最小能耗
   • 距離、時間、最大速度限制、最大加速度限制

3. 參數調整和功能擴展

   • 增加可調參數：空氣阻力、重力（重量、坡度）、慣性
   • 全面考慮空氣阻力、滾動阻力和加速能耗

4. 模擬結果可視化（Streamlit）

5. 設計模擬器

四、研究結果（成果展示）

• Streamlit 界面
• create_speed_profile 函數
  • 靈活性
  • 平滑插值
  • 距離校正
• simulate_energy 函數
  • 目標：計算給定速度剖面的總能耗，並加入懲罰項
  • 優點：
    1. 多層次懲罰
    2. 全面模擬
    3. 穩健性
• optimize 函數
  • 執行優化：重複運行 simulate 直到找到最佳解
  • 目標函數是 self.simulate_energy，即模擬能耗
  • 使用 SLSQP 算法
• plot_result 函數
  • 根據優化結果生成時間和速度剖面
• TrainEnergyOptimizer 類
  • 驗證方法：
    1. calculate_theoretical_minimum：計算理論最小能耗
    2. sensitivity_analysis：測試不同參數組合的敏感度
    3. validate_solution：全面驗證優化解的合理性