专利名称：多级铁路运营优化系统和方法
技术领域：
本发明涉及优化铁路运营，具体地说，涉及使用多级全系统方法优化铁路运营的系统和方法。
背景技术：
铁路是复杂的系统，每个部件与系统内的其他部件相互依存。过去尝试优化铁路系统的特定部件或部件组的运营，诸如对机车，对特定运营特性，诸如油耗，其是运营铁路系统的成本的主要成分。一些估计表明油耗是第二最大的铁路运营系统运营成本，仅次于劳动力成本。
例如，美国专利No.6,144,901提议优化列车运营的多个运营参数，包括油耗。然而，优化特定列车，其仅是更大系统的一个组件的性能，包括例如铁路轨道网、其他列车、工作人员、钢轨厂、出发点以及目的地点不可能产生整体全系统优化。优化系统的仅一个组件的性能(即使它是主要组件，诸如列车)实际上可以导致增加全系统成本，因为该现有技术方法不考虑对其他部件和整个铁路系统效率的相互关系和影响。例如，列车的优化忽视单个列车内机车的潜在效率，如果机车自主优化它们自己的性能，其效率可用。
在U.S.专利No.5,794,172中公开了在铁路轨道网系统计划的一种系统和方法。诸如此的运动计划器基于由铁路公司定义的商业目标函数(BOF)，而不一定基于优化性能或特定性能参数，诸如油耗，通过网络，主要集中在列车的运动上。另外，运动计划器不将优化向下扩展到列车(更不必说组成或机车)，也不向下扩展到铁路服务和计划用于维修列车或机车的维修运营。
因此，在现有技术中，还没有意识到铁路系统的运营的优化要求多级方法、在每一级收集关键数据以及与系统中的其他级传送数据。
发明内容
本发明的一个方面是提供一种用于管理铁路系统及其运营部件的多级系统，其中，该铁路系统具有第一级，配置成优化包括定义运营特性的第一级运营参数和第一级的数据的第一级内的运营，以及第二级，配置成优化包括定义运营特性的第二级运营参数和第二级的数据的第二级内的运营。第一级为该第二级提供第一级运营参数，以及该第二级为该第一级提供第二级运营参数，以便优化该第一级内的运营和优化该第二级内的运营分别是优化系统优化参数的函数。
本发明的另一方面包括提供一种优化铁路系统的运营的方法，该铁路系统具有第一级和第二级，包括将定义第一级的运营特性的第一级运营参数从第一级传送到第二级；将定义第二级的运营特性的第二级运营参数从第二级传送到第一级；基于系统优化参数，优化第一级和第二级的组合上的系统运营；基于第一级优化参数和至少部分基于系统优化参数，优化第一级内的运营；以及基于第二级优化参数和至少部分基于系统优化参数，优化第二级内的运营。
本发明的另一方面是提供用于复杂铁路系统的多级铁路运营优化的方法和系统，识别每一级的关键运营限制和数据，将这些限制和数据传送到相邻级以及基于相邻级的数据和限制，优化每一级的性能。
本发明的方面进一步包括在系统的多级建立和传送更新计划和与计划一致监视和通信。
本发明的方面进一步包括优化铁路基础设施级、铁路轨道网级、网络内的单个列车级、列车内的组成级以及组成内的单个机车级的性能。
本发明的方面进一步包括优化铁路基础设施级的性能以允许基于条件，而不是基于计划、机车维修，包括临时(或短期)维修需求，诸如加油和替换机车板上的其他消耗材料，以及长期维修需求，诸如替换和修补关键机车运营部件，诸如牵引马达和发动机。
本发明的方面包括根据铁路运营公司的企业目标函数，诸如及时送货、资产利用、最小燃油使用率、降低排放、优化工作人员成本、暂停时间、维修时间和成本以及降低的整个系统成本，优化各个级的性能。
本发明的这些方面提供诸如降低逐个旅程燃油使用率可变性、用于系统内操作的每个机车的燃油节省、适度地恢复混乱的系统、消除燃油外任务故障、提高燃油库存装卸搬运后勤，以及减少驱动判定中工作人员的自主性的优点。
图1是本发明的铁路运营优化的多级属性的图示，以及在彼此的各个关系中所述的铁路基础设施、铁路轨道网、列车、机车组成和各个机车级。
图2是示例说明该级的基础设施处理器的输入和输出的铁路基础设施级的图示。
图3是基础设施级的优化维修运营的细节的示意图。
图4是基础设施级的优化加油运营的细节的示意图。
图5是示例说明其上的铁路基础设施和其下的列车级的关系的铁路轨道网级的示意图。
图6是示例说明铁路轨道网级的细节，以及来自该级的处理器的输入和输出的示意图。
图7是输入到列车级的现有运动计划器和其输出的示意图。
图8是具有用于优化另外的燃油使用率参数的网络燃油管理处理器的改进铁路网处理器的示意图。
图9是一对线状图，第一图是在不考虑运营优化的情况下所做的初始运动计划，以及第二图是为降低油耗而优化的改进计划。
图10是示例说明与其相关级的关系的列车级的示意图。
图11是示例说明列车级处理器的输入和输出的细节的示意图。
图12是示例说明与其相关级的关系的组成级的示意图。
图13是示例说明组成级处理器的输入和输出的细节的示意图。
图14是示例说明作为用于组成级的各种运营模式的计划时间的函数的燃油使用率的图。
图15是示例说明与组成级的关系的机车级的示意图。
图16是示例说明机车级处理器的输入和输出的细节的示意图。
图17是示例说明作为用于机车级的各种运营模式的计划时间的函数的燃油使用率的图。
图18是示例说明作为用于各种运营模式的机车级生成的功率量的函数，如在每功率单位中测量的燃油使用率的机车级燃油效率的图。
图19是示例说明作为机车级的DC母线电压的函数，各种电子系统损耗的图。
图20是示例说明作为机车级的发动机速度的函数的油耗的21是具有如燃油优化而构造和运营的板上能量再生和存储性能的混合能量机车的能量管理子系统的示意图。
具体实施例方式
参考图1，描述了铁路系统50的多级属性。如所示，该系统包括从最高级到最低级铁路基础设施级100、轨道网级200、列车级300、组成级(consistlevel)400和机车级500。如下文所述，每一级具有其自己的运营特征、限制、关键运营参数和优化逻辑。此外，每一级以独特方式，与相关级交互作用，以及在级间的每一接口互换不同数据，以便级能协作来优化整个铁路系统50。用于优化铁路系统50的方法相同，不管从机车级500向上考虑，还是从铁路基础设备系统100向下考虑。为便于理解，将提出自顶向下透视图。
铁路基础设施级铁路基础设施级100的铁路系统50的优化在图1-4中描述。如图1所示，多级铁路运营系统50的级和方法自顶向下包括铁路基础设施级100、轨道网级200、列车级300、组成级400和机车级500。铁路基础设施级100包括下级的轨道网200、列车300、组成400和机车级500。另外，基础设施级100包含未示出的其他内部特征和功能，诸如维修厂、服务侧线、加油站、路边设备、钢轨厂、列车工作人员运营、目的地、加载设备(通称为传感器)、卸载设备(通常称为摆设)，以及存取影响基础设施的数据，诸如铁路运营规则、天气条件、钢轨条件、企业目标函数(包括成本，诸如用于延迟和途中损坏的罚款，以及即时发货的奖励)、自然灾害，以及政府规章要求。这些是在铁路基础设施级100包含的特征和函数。铁路基础设施级100的大部分是永久基础(或至少更长期基础)。基础设施部件，诸如路边设备的位置、加油站以及服务设施在任何指定列车行程过程期间不易于改变。然而，这些部件的实时可用性可以随可用性、时刻以及由其他系统使用改变。铁路基础设施级100的这些特征充当时机或资源以及约束其他级上的铁路系统50的运营。然而，铁路基础设施级100的其他方面能用来服务铁路系统50的其他级，诸如轨道网、列车、组成或机车，根据多级优化标准，诸如总燃油、加油、排放输出、资源管理等等。
图2提供铁路基础设施级100的优化的示意图。示例说明基础设施级100和与轨迹级202和列车级300交互作用的基础设施级处理器202，以便从这些级以及从铁路基础设施级100本身内接收输入数据，以便产生命令和/或向轨道网级200和列车级300提供数据，以及优化铁路基础设施级100内的运营。
如图3所示，基础设施处理器202可以是计算机，包括存储器302、包括优化算法的计算机指令304等等。基础设施级100包括例如列车和机车的维修，诸如维修厂和服务侧线来优化这些维修运营，基础设施级100接收基础设施数据206，诸如设施位置、设施性能(静态特性，诸如服务场(servicebay)，以及动态特性，诸如场的可用性、服务工作人员以及备件库存)、设施成本(诸如每小时速率，停工机要求)，以及较早记录数据，诸如天气条件、自然灾害以及企业目标函数。基础设施级还接收轨道网级数据208，诸如用于在服务设施处，铁路装置的计划到达和离开的当前列车系统时间表，设施处替代功率(即替换机车)的可用性以及定期服务。另外，基础设施级接收列车级数据210，诸如系统上列车的当前性能，特别是可能要求另外的基于条件(与基于时间表相反)的维修的健康问题的性能，当前位置，列车的速度和方向，以及当列车到来时的预期维修要求。基础设施处理器202通过向服务设施发送用于将维修的特定列车的工作命令或其他指令，分析该输入数据和优化铁路基础设施级100运营，如框226所示，包括用于准备将完成的工作的指令，诸如调度工作场、工作人员、工具和分类备件。基础设施级100还提供由下级系统使用的指令。例如，发出轨道命令228以便根据服务计划，提供修正列车运动计划、向钢轨厂建议服务计划，诸如重新组合列车，以及提供替换机车的替代功率的数据。向列车级300发出列车命令230以便将维修的特定列车可以具有受限运营或提供作为服务计划的函数的站上维修指令。
作为基础设施级100的运营的一个例子，图4表示基础设施级优化加油400。这是基础设施级100的优化维修的具体实例。输入到基础设施级400、用于优化加油的基础设施数据406与加油参数有关。这些包括加油站位置(包括大的服务设施，以及燃油库，甚至能调度燃油车的侧线)以及总燃油成本，不仅包括每燃油加仑的直接价格，而且包括资产和工作人员停工期、库存运输货、税、开销和环境要求。轨道网级输入数据408包括改变有关整个运动计划的列车时间表以便如果未完成加油，适应加油或降低速度的成本，以及由于它对燃油使用具有主要影响，列车前的轨道的地形。列车级输入数据410包括当前位置和速度、燃油级和燃油使用率数据(能用来确定行程的机车范围)以及组成配置，以便能考虑另外的机车功率生成模式。列车时间表以及列车重量、货物和长度与预期燃油使用率有关。最佳加油基础设施级400的输出包括不仅根据用于每个特定列车的加油指令，而且如在用于燃油库存目的，在一定时间周期上预期，优化加油站。其他输出包括到轨道网级200以便修正运动计划的命令数据428，以及用于设施站的加油指令的列车级命令430，包括时间表，以及有关列车的运营限制，诸如当列车途经燃油位置时，燃油使用的最大速率。
铁路基础设施运营的优化不是静态过程，而是动态过程，易于以正常预定间隔(诸如每30分钟)或当发生重大事件并报告给基础设施级100(诸如列车制动故障和服务设施问题)时修正。基础设施级100内以及与其他级的通信可以基于实时或几乎实时完成以允许保持服务计划最新和分布到其他级所需的关键信息流。另外，为稍后分析趋势或标识或分析特定级特性、性能、与其他级交互作用或识别特定装置问题，可以存储信息。
铁路轨道网级在铁路基础设施的运营计划中，如图5和6所示，执行铁路轨道网级200的优化。铁路轨道网级200不仅包括轨道布局，而且包括用于轨道布局上各种列车的运动的计划。图5表示路铁轨道网级200与其上的铁路基础设施级100和其下的各个列车间的交互作用。如所示，轨道网络级200从基础设施级100和列车级300接收输入数据，以及铁路轨道网级200内接收数据(或反馈)。如图6所示，轨道网处理器502可以是计算机，包括存储器602、包括优化算法的计算机指令604等等。如图6所示，基础设施级数据506包括有关天气条件、钢轨厂、替代功率、维修设施和计划、原点和目的地的信息。轨道网数据508包括有关现有列车运动时间表、企业目标函数和网络限制(诸如有关轨道的某些部分的运营的限制)的信息。列车级输入数据510包括有关机车位置和速度、当前性能(健康)、所需维修、运营限制、组成配置、装载量和长度的信息。
图6还表示轨道网级200的输出，包括发送到基础设施级的数据526、到列车的命令530以及到轨道网级200本身的优化指令。发送到基础设施级100的数据526包括路旁设备要求、钢轨厂需求、维修设施需要，以及预期原点和目的地活动性。列车命令530包括每一列车的时间表和途中的运营限制，以及轨道网优化528包括修正列车系统时间表。
关于基础设施级100，以定期间隔或当发生重大事件时，修正铁路轨道网级200时间表(或运动计划)。关键数据和命令的输入和输出的传送可以基于实时进行以保持各个计划最新。
在U.S.专利No.5,794,172中公开了现有运动计划器的例子。该系统包括现有技术计算机辅助调度(CAD)系统，具有用于建立用于每个机车的详细运动计划和并传送到机车的功率调度系统运动计划器。更具体地说，这种运动计划器根据限定的计划范围，诸如8小时，计划轨道网上的列车的运动。运动计划器尝试优化为用于铁路轨道网级的列车级中的各个列车的BOFs的总和的铁路轨道网级企业目标函数(BOF)。每个列车的BOF与列车的终点有关。也可以与单个列车行程中的任何点有关。在现有技术中，每一列车具有单一BOD，用于计划地区中的每个计划周期。另外，每一轨道网系统可以具有不同多个计划地区。例如，轨道网系统可以具有7个计划地区。同样地，将途经N个地区的列车在任一时刻将具有N个BOF。BOF提供比较两个运动计划的质量的装置。
在每小时计算每一列车的运动计划的过程中，运动计划器比较上千个交替计划。轨道网级问题非常受轨道的物理布局、轨道或列车运营限制、列车性能以及资源的冲突要求限制。计算运动计划以便支持铁路运营的动态属性所需的时间是主要限制。为此，基于列车组成、轨道条件和列车时间表的预计算和存储的数据，假定列车性能数据。由运动计划器使用的过程通过模拟轨道上列车的无对立运动，以及用于工作活动性的停止和暂停，计算用于列车时间的表的最小运动时间。该过程俘获列车路径中的每个轨道段和交替轨道段上的运行时间。然后，将计划缓冲，诸如运动时间的百分比添加到列车的预测运行时间以及缓冲时间用来生成运动计划。
在图20中示出了一种现有技术运动计划器，其中，列车(由此列车级、组成级、机车级/发动机)以最佳速度S1以及在曲线2002的底部2004，导致降低油耗的速度/油耗曲线2002。典型的列车速度超出最佳列车速度F1，以致降低平均列车速度通常导致降低的油耗。
图7和8示例说明本发明的实施例的细节以及轨道网级200的运动计划的好处。图7示例说明分析运营参数来优化用于最佳燃油使用率的列车运动计划的运动计划器700的例子。运动计划器从列车级300接收输入。运动计划器702的图7实施例相对于加油点和企业目标函数(BOF)710，包括上述计划缓冲，从外部源接收到运动计划器702的消息并分析它。提供列车级300中，列车上到燃油优化器704的通信链路706以便将最近运动计划传送到列车级300上的每个列车。在现有技术中，运动计划器尝试最小化相遇和通过的延迟。相反，根据本发明的一个实施例的系统将这些延迟用作各个级，用于燃油优化的时机。
图8示例说明用于优化燃油优化、分析除图7中所示的另外的运营参数的运动计划器。网络燃油管理器802基于列车级300的每个列车的企业目标函数(BOF)810、列车以及包括那些列车的机车的发动机性能812、拥挤数据804和燃油加权因子808，提供具有轨道网级200内的燃油使用率的功能性的轨道网级200。轨道网级的运动计划器从列车级优化器704和网络燃油管理器802接收输入708。例如，列车级200为运动计划器702提供发动机故障和马力降低数据708。运动计划器702将运动计划706提供给列车级200以及将拥挤数据804提供给网络燃油管理器802。列车级200将发动机性能数据812提供给网络燃油管理器802。轨道网级200的运动计划器702利用用于每个列车的企业目标函数(BOF)、计划缓冲和加油点806以及发动机故障和马力降低数据708来开发和修改用于列车级200的特定列车的运动计划。
如上所述，运动计划器702的图8实施例包含网络级管理器模块或燃油优化器，监控用于各个列车的性能数据和将输入提供给运动计划器以便将燃油优化信息包含在运动计划中。该模块802基于估计的燃油使用率和燃油成本，确定加油位置。燃油成本加权因子表示相对于时间表灵活性，燃油成本(直接和间接)的参数平衡。结合在列车的路线中预期的拥挤，考虑该平衡。为每个列车级燃油优化而减速列车由于延迟其他列车，特别是在非常拥挤的地区，会增加轨道网级的拥挤。网络燃油管理器模块802连接到轨道网级200内的运动计划器702以便设置用于每个列车的计划缓冲(在相当影响其他列车运动前，计划中的富裕时间量)以及修改运动计划706以便允许设置各个列车计划缓冲，以及比典型的更长计划缓冲和更短相遇和通过，以便提供改进的燃油优化。
另一增强指定用于具有燃油优化器704以及其时间表不是很关键的列车的更高计划缓冲。这提供在不太繁忙铁路上运行的局部列车和多个局部列车的节约人。这包含到运动计划器702的接口以便设置用于列车的计划缓冲和运动计划706的改进以便允许为单个列车设置计划缓冲。
图9示例说明用于在单个轨道上，在相反方向中运行的两个列车(即列车A和B)的计划运动(运动计划706)的代表性的一组串行线图，由此要求列车在侧线906相遇和通过。串行线(string line)将列车位置表示为用于列车的旅行时间的函数，而线A示例说明当它从该图的上面附近的初始位置902向该图的底部附近的最终位置904移动，以及列车B从该图的底部的初始位置908向该图的上部的最终位置910行进时，列车A的行程。仅为最小化影响列车运动所需的时间的目的，生成如图9的第一串行线中所示的“初始计划”900。该串行线表示在时间t1，列车A进入由水平线段906表示的侧线906，以便让列车B通过。在t1至t2，列车A停止以及侧线906空闲。列车B，如线908至910所示，维持从908至910的恒定速度。上曲线909和曲线点线扩展911表示列车A能执行的最快移动。考虑燃油优化，生成如图9的右边上的串行线中所示的“改进计划”950。要求列车A行进更快(从t1至t4的线918-912的更陡斜率)以便到达第二或更远侧线912，即使在稍后时间t4，例如t4晚于t1。改进计划还要求列车B在时间t3放慢其行驶速率以便通过第二侧线912。改进计划将列车A的空闲时间从在前时间t2-t1降低到t5-t4，以及在t3开始，降低列车B的速度以便产生如由两个特定列车的组合所反映的、用于列车级300的燃油优化的时机，同时以或接近较早性能级，维持轨道网级运动计划。
轨道网级运动计划器702的输入还包括燃油库的位置、燃油价格(每个库$/加仑以及燃油时价或所谓“价格恶化”)、如由随马力变化，燃油使用变化的斜率所表示的发动机效率(例如Δ燃油使用/ΔHP的斜率)、如由随速度和时间变化，燃油使用的变化的斜率表示的燃油效率、用于低或无燃油的机车的功率的降低、轨道粘附因素(雪、雨、沙、表面光滑、滑润剂)、用于列车中的机车的燃油级，以及用于列车的燃油的计划范围。
由运动计划器702建立的铁路轨道网级功能性包括在当前或计划运营条件下，根据速度函数，确定所需组成功率，以及根据功率、机车类型和网络轨道，确定油耗。运动计划器702确定可以用于机车、将包括指定负载的组成或列车。确定可以是随功率的变化(Δ燃油/ΔHP)的燃油变化和/或随速度的马力变化(ΔHP/Δ速度)的敏感性的函数。运动计划器702进一步确定燃油速率的动态补偿(如上所提供的)以便说明会削弱运动预测，例如预期速率的热瞬变(隧道等等)以及粘附限制，诸如低速牵引力或等级。运动计划器702可以基于运营假定，诸如功率在当前级继续或有关未来轨道的假定，预测当前燃油外范围。最后，已经显著改变的参数的检测可以传送到运动计划器702，因此，可以要求诸如运动计划改变的动作。这些动作可以是连续、定期传送的，或基于异常，诸如对检测的瞬变或定期燃油外条件所产生的自动函数。
轨道网级200的这种运营的好处包括允许运动计划器702在优化运动计划中，考虑燃油使用，而不考虑组成级的细节，将燃油率预测为功率和速度的函数，以及通过综合，确定运动计划所需的期望总燃油。另外，运动计划器702可以预测时间表恶化率以及如果需要，对运动计划做出正确调整。这可以包括从场延迟列车的调度或变更列车以便减轻主干线上的拥挤。轨道网级200还允许在最早时机时，将动态组成燃油状态集中到加油确定上，包括确定功耗，诸如当组成内的一个机车停工或强制以降低功率运营时。轨道网级200还将允许确定对运动计划的最佳更新(在机车级或组成级)。该增加的优化数据降低在运动计划或计算机辅助调度过程中所需的监控和信号处理。
从轨道网级200输出的运动计划指定何地或何时等候燃油、所需燃油量、用于列车的上和下限速度、目的地的时间/速度以及为加油所分配的时间。
列车级图10和11描述列车级300和其他级间的列车级运营和关系。列车处理器1002可以包括存储器1102和包括优化算法等等的计算机指令1104。尽管列车级300可以包括具有分布组成的长列车，每个组成具有几个机车和组成间的多个车，列车级300可以是包括更复杂或相当简单结构的任何结构。例如，列车可以由单机车组成或在列车的最前面，具有多个机车的单组成形成，两种配置均简化级，从列车级300向组成级400以及机车级500传送数据的交互作用和数量。在最简单情况下，没有任何车厢的单一机车可以组成列车。在这种情况下，列车级300、组成级400和机车级500是相同的。在这种情况下，机车级处理器、组成级处理器和机车级处理器可以由一个、两个或三个处理器组成。
假定论述提出更复杂的列车结构，那么列车级300的输入数据，如图10和11所示，包括基础设施数据1006、铁路轨道网数据1008、列车数据1010，包括来自列车的反馈，以及组成级数据1012。列车级的输出包括发送到基础设施级1026和轨道网级1028的数据、列车级300内的优化以及到组成级1032的命令。铁路基础设施级输出数据1006包括天气条件、路边装置、维修厂和起点/目的地信息。轨道网级数据输入1008包括列车系统时间表、网络限制和轨道地形。列车数据输入1010包括负载、长度、用于制动的当前性能和功率、列车健康以及列车运营限制。组成数据输入1012包括列车内组成的数量和位置、组成中机车的数量以及组成内用于分布式功率控制的性能。从源而不是机车组成级400到列车级300的输入包括下述列车的首端和尾部(EOT)的位置、预期即将到来的轨道地形以及路边装置、运动计划、天气(风、湿和雪)以及粘附(摩擦)管理。
从组成级400到列车级300的输入通常是从机车，以及可能从负载车厢获得的信息的集合。这些包括当前运营条件、当前设备状态、设备性能、燃油状态、可消耗状态、组成健康、用于当前计划的优化信息、用于计划优化的优化信息。该列车级集合该信息以及在已知维修点发送总范围和可能可消耗级/状态。也可以发送该项可以变得关键的信息。例如，如果在运营期间，不期望要求沙的粘附限制运营，维修撒沙装置则不关键。
可以报告组成的健康以及可以包括故障信息、降低性能和维修需求。可以报告用于当前计划的优化信息。例如，这可以包括组成级400或机车级500的燃油优化。对燃油优化，如图14所示，由运营点1408和1410间的线的斜率和形状表示用于组成级燃油优化的数据和信息。此外，对组成级400，用于计划优化的优化信息可以包括如图14所示，如在运营点1408和1412间所述的数据和信息。
还如图11所示，由列车级300发送到基础设施级100的输出数据1026包括有关位置、列车的方向速度、列车的健康、鉴于健康条件的列车性能的运营下降以及维修需求，短期需求，诸如与消耗品有关，以及长期需要，诸如系统或装置修补要求的信息。从列车级300发送到铁路轨道网级200的数据1028包括列车位置、方向和速度、燃油级、范围和使用率以及列车性能，诸如功率、动态制动和摩擦管理。列优化车级300内的性能包括将功率分布到列车级内的组成，将动态制动负载分布到列车级内的组成级，以及将气力制动分布到列车级内的车厢，以及组成和铁路车厢的车轮粘附。到组成级400的输出命令包括用于每一组成的发动机速度和功率生成、动态制动和车轮/钢轨粘附。从列车级300到组成级400的输出命令包括用于组成的功率、动态制动、用于整个组成的气力制动、整个牵引力(TE)、轨道粘附管理，诸如应用沙/润滑剂、发动机冷却计划以及混合发动机计划。这种混合发动机计划的例子在图21中更详细地描述。
组成级图12和13示例说明组成级与其他级关系和交换。组成级处理器1202包括存储器1302和包括优化算法的处理器指令1304等等。如图12所示，组成级的输入，如具有优化算法的组成级400所述，包括来自列车级300的数据1210、来自机车级500的数据1214以及来自组成级400的数据1212。输出包括列车级300的数据1230、机车级500的命令1234以及组成级400内的优化算法1232。
作为输入，列车级300提供与列车负载、列车长度、当前列车性能、运营限制有关的数据1210，以及来自列车级300内的一个或多个组成的数据。从列车级500发送到组成级400的信息1210可以包括当前运营条件以及当前装置状态。当前机车运营条件包括传送到组成级以确定组成的整体性能的数据。这些可以用于反馈到运营商或铁路控制系统，它们也可以用于组成优化。该数据可以包括1.索引力(TE)(监控和动态制动)-这基于电流/电压、马达特性、齿轮比、车轮直径等等计算。另外，也可以由牵引杆仪表或了解列车和轨道信息的列车动力学来计算。
2.马力(HP)-这可以基于电流/电压交流发电机特性来计算。也可以基于牵引马达电流/电压信息或由其他装置，诸如索引力和机车速度或发动机速度以及燃油流量来计算。
3.油门的档设置。
4.空气制动级。
5.摩擦调节器应用，诸如摩擦调节器，例如沙和水的定时、类型/量/位置。
当前机车装置状态可以除上述项a-e的一个外，还包括用于组成优化和反馈到列车级以及备份到列车轨道网级的数据。这包括装置，诸如发动机、牵引马达、逆变器、动态制动栅极等等的温度。
可以使用特定时间点装置的储备性能的度量来确定何时将功率从一个机车转换另一个。
装置性能，诸如储备性能的测量。这可以包括可用的发动机马力(考虑环境条件，发动机和冷却性能)、可用牵引力/制动力(考虑轨道/铁轨条件、装置运营参数、装置性能)以及摩擦管理性能(摩擦增强器和摩擦减少器)。
燃油级/燃油流量率-可以使用剩余的燃油量来确定何时将功率从一个机车转换成另一个。燃油箱容量以及剩余燃油量可以由列车级使用以及备份到轨道网级以便确定加油策略。该信息也可以用于粘附极限牵引力(TE)管理。例如，如果存在运营前的关健粘附有限区，可以将装满燃油箱计划成允许在组成进入该区域前装满。另一优化是将更多燃油保留在机车上，能将那个重量转换成有用的牵引力。例如，假定不限制轴/马达/功率电子设备(从上述装置性能级)，从动机车通常具有更好铁轨以及能更有效地将重量转换成牵引力。燃油流率可以用于整个行程优化。有许多种可用的燃油级传感器。燃油流量传感器当前也是可用的。然而，可以由机车上的已知/检测的参数估计燃油流率。在一个例子中，每个发动机冲程喷射的燃油(mm3/冲程)可以乘以每秒的冲程数(rpm的函数)以及气缸数以便确定燃油流率。这可以进一步补偿回流燃油率，其是发动机rpm以及周围环境的函数。估计燃油流率的另一方法是基于使用牵引HP、辅助HP以及损耗/效率估计的模型。可用燃油和/或流率可以用于整个机车使用平衡(如果必要，通过适当加权)。也可以优先于更低效率机车(在燃油可用性的约束内)，控制最高燃油效率机车的更多使用。
燃油/消耗器范围-可用燃油(或任何其他消耗器)范围是另一种信息。这是基于当前燃油状态以及基于计划和可用在板上的燃油效率信息的计划燃油消耗计算的。另外，这可以由用于每个装置的模型或由过去性能以及周围条件的改进，或基于这两个因素的组合来推断。
摩擦调节器级-有关摩擦调节器的量和性能的信息可以用于分配策略优化(从一个传送到另一个)。该信息也可以由铁路轨道网和基础设施级使用来确定再装满策略。
装置恶化/磨损-累积机车使用信息可以用来确定一个机车不过分地磨损。这些的例子可以包括由发动机产生的总能量、动态制动栅极的温度曲线图等等。这也可以允许导致一些部件的更多磨损的机车运营，如果无论如何计划它们用于检修/替换。
机车位置-机车的位置和/或方向可以基于因素，诸如粘附力、列车装卸、噪声和振动，用于功率分布考虑。
机车健康-机车的健康包括机车的当前条件及其关键子系统。该信息可以用于组成级优化以及由轨道网和基础设施级使用，用于计划维护/维修。健康包括用于不降低当前机车运营的故障的部件故障信息，诸如不降低机车马力额定值的AC电动机车上的单个车轴部件、子系统降低信息，诸如热周围条件，以及未完全加热发动机水、维护信息，诸如车轮直径不匹配信息以及潜在的额定值降低，如局部阻塞过滤器。
运营参数或条件关系信息-可以定义与一个或多个运营参数或条件的关系。例如，图17示例说明能产生的机车级的关系信息的类型，示例说明和/或定义用于如线1402所特定运动计划的燃油使用和时间的关系。该关系信息可以从机车级500发送到组成级400。这可以包括下述当前运营计划时间的斜率1704(每单位时间增加，油耗降低，例如以加仑/秒)。这一参数提供用于每单位行程时间增加，燃油降低量。
更快计划1710和当前计划1706间的燃油增加。该值对应于点F3和F1间的油耗的差值，如图17所示。
分配计划和当前计划间的燃油降低。该值对应于图17的点F1和F2间的油耗的差值。
作为时间曲线图的函数的总燃油(包括范围)。
任何其他消耗信息。
对组成级400的优化，通过组成级和机车或机车级的每一个，可以完成多个闭环估计。在组成级内，组成级输入中为运营商输入、预期需求输入以及机车优化和反馈信息。
组成级内的信息流和信息源包括6.运营商输入7.运动计划输入8.轨道信息9.传感器/模型输入10.来自机车/负载车厢的输入11.组成优化12.到组成内的机车的每一个的命令和信息13.用于列车和运动优化的信息流；以及
14.有关组成和组成中的机车的一般状态/健康和其他信息。组成级400使用来自/有关组成中的每个机车的信息来优化组成级运营，向列车级300提供反馈，以及向机车级500提供指令。这包括当前运营条件、对当前运营点可能的潜在燃油效率改进、基于曲线图的潜在运营变化，以及机车的健康状态。
存在由组成级400和相关组成级处理器1202优化组成性能所执行的三种函数。内部组成优化、组成运动优化和组成监视和控制。
内部优化函数/算法控制通过组成内的各种装置的运营，如机车油门命令、制动命令、摩擦调节器命令、预期命令，优化组成油耗。这可以基于当前需求和通过考虑未来需求来完成。组成级的性能的优化包括组成内的机车中的功率和动态制动分布，以及在沿组成的点应用摩擦增强和降低，用于摩擦管理。组成运动优化函数和算法有助于优化列车的运营和/或运动计划的运营。组成控制/监视函数要求铁路控制器提供有关组成和组成中的机车/负载的当前运营和状态、消耗品的状态，以及要求铁路提供组成/机车/轨道维护的其他信息的数据。
组成级400优化提供用于优化当前组成运营。对组成优化，除上述列出的信息外，也可以从机车发送其他信息。例如，为优化燃油，如线1802，图18所示的燃油/HP(燃油效率的度量)和马力(HP)间的关系可以从每一列车传送到组成级控制器1202。这一关系的一个例子如图18所示。参考图18，数据可以包括一个或多个下述项作为以当前运营马力的HP的函数的燃油/HP的斜率1804。这一参数提供每马力增加，燃油率增加的度量。
最大马力1808和对应于该马力的燃油率增加。
最高效率运营点1812信息。这包括马力和燃油率改变以便在该点运营。
作为马力的函数的总燃油流率。
基于优化的类型和复杂度，可以确定更新时间和信息量。例如，可以基于显著变化进行更新。这些包括档改变、大的速度改变或装置状态改变，包括故障或运营模式改变，或显著的燃油/HP改变，例如变化5％。优化的方法包括仅发送当前运营点的斜率(上面的项a)，以及可以以慢数据速率，例如每秒一次来完成。另一种方法是一次发送项a，b和c，然后仅当a改变时才更新。另一选择是一次仅发送d，以及仅更新定期改变，诸如每秒一次的点。
组成内的优化考虑诸如燃油效率的因素、消耗品可用性以及装置/子系统状态。例如，如果当前命令用于整个组成的50％马力(现有技术组成使所有机车以相同功率，在此对每个以50％马力)，以低于50％马力额定值运营一些机车以及以高于50％马力额定值运营以便由组成产生的总功率等于运营者需求可以更有效。在这种情况下，更高效率机车将以比低效率机车更高的马车运营。该马力分布将基于作为从每个机车获得的燃油率信息的函数的马力，通过各种优化技术获得。例如，对小马力分布变化，可以使用作为燃油率的函数的马力的函数的斜率。可以修改该马力分布，用于实现其他目标函数或考虑其他限制，诸如基于来自机车的其他反馈的列车装卸搬运/拉杆力。例如，如果机车的一个燃油低，如果在加油前，要求该机车产生大量能量(马力/小时)，降低其负载以便节省燃油也是必要的，即使该机车是最高效的一个。
可以将来自机车级500的每个机车的其他输入信息提供给组成级400。来自机车级的其他信息包括维护成本。这包括由于磨损和裂缝的例行/计划维护成本，由马力(例如$/kwhr)或牵引力增加而定。
瞬变性能。这可以根据机车的连续运营性能、机车的最大性能和瞬变时间常数和增益表示。
在每个运营点的燃油效率。
在每个运营点的斜率。该参数提供每马力增加，燃油率增加量。
每个运营点的最大马力和对应于该马力的燃油率增加。
每个运营点的最大效率运营点。这包括在该点运营的马力和燃油率变化。
总燃油流率对每个运营点的马力曲线。
燃油(和其他消耗品)范围，基于当前燃油级和计划以及计划油耗率。
如果总曲线图信息已知，整个组成优化考虑总燃油和消耗品消耗。可以考虑的其他加权因子包括机车维修的成本、瞬变性能和诸如列车装卸的问题，以及粘附有限运营。另外，如果如图14所示，作为时间函数的组成级燃油使用的形状由于其瞬变属性(例如电子装置，诸如牵引马达、交流发电机或存储元件的温度)显著地改变，那么该曲线需要重新生成用于当前计划的各种潜在功率分布。与在前节类似，在开始时定期或一次发送该数据，以及仅当存在显著变化时才发送更新。
作为运动计划的输入，在组成级400可以生成优化信息。可以从机车级500发送信息以便由组成级，与其他信息组合或与其他机车级数据集合，以便由铁路网级200使用。例如，为优化燃油，可以将作为计划时间，诸如达到目的地或中间点，如相遇或通过的时间的函数的油耗信息从每个机车传送到组成控制器1202。
为示例说明组成级400的优化运营的一个实施例，图14示例说明作为燃油使用对时间的函数的组成级。表示为1402的线表示在用于计划从点A至点B(未示出)的组成的组成级的燃油使用对时间。图14表示作为由列车得出的时间函数的油耗。线1404的斜率是当前计划的油耗对时间。点1406对应于当前运营，1408对应于所分配的最大时间，1410对应于可以进行的最佳时间，以及1412于最高燃油效率运营。在当前计划下，在某一逝去时间t1后，将消耗一定量的燃油以及将到达那儿。还假定在点A和B间，组成级的列车假定与系统上的其他列车无关地运营，只要能在当前分配给它的时间，例如t2内到达其目的地。在到达点B的列车上自动运行优化。
如上所述，组成级400的输出包括到列车级300的数据、到机车级500的命令和控制，以及内部组成级400优化。到列车级的组成级输出1230包括与组成的健康有关的数据、组成的服务要求、组成的功率、组成制动力、燃油级，以及组成的燃油使用率。在一个实施例中，组成级发送下述类型的另外的信息，用在列车级300中，用于列车级优化。为仅优化燃油，能将作为计划时间(到达目的地或中间点，诸如相遇或通过的时间)函数的油耗信息从每个组成传送到列车/铁路控制器。图14公开了本发明的一个实施例，用于燃油优化和识别信息类型和燃油使用和时间间的关系，能由组成级传送到列车级。参考图14，这包括下述的一个或多个项。
在当前运营计划时间的斜率1404(每单位时间增加油耗降低加仑/秒)。该参数提供用于每个时间单位增加的燃油降低量。
最快计划和当前计划间的燃油增加。该值对应于点1410和1406间的油耗的差值。
最佳和当前计划间的燃油降低。该值对应于图14的点1406和1412间的油耗的差值。
分配计划和当前计划间的燃油降低。该值对应于图14的点1406和1408间的油耗的差值。
如线1402，图14中所示，作为时间曲线图的函数的总燃油。
如图13所提到的，组成级400向机车级500提供有关当前发动机速度和功耗以及预期需求的输出命令。也将动态制动和马力需求提供给机车级。从组成级到机车级或组成级内的机车的信号/命令包括运营命令、粘附改进命令和预期控制。
运营命令可以包括用于每个机车的档设置、为每个机车生成的牵引力/动态制动力、列车空气制动级(在使用电子空气制动的情况下，以及当选择单个车厢/车厢组时，可以扩展到单个车厢空气制动)，以及每个机车上的独立的空气制动级。将粘合改进命令发送到机车级或车厢(例如机车后面)以便分配摩擦增加材料(喷沙、水或雪器)以便提高那个机车或牵引机车的粘附或由使用相同轨道的另一组成使用。类似地，也发送降低摩擦材料分发命令。命令包括将分发的材料的类型和数量，以及材料分发的位置和持续时间。预期控制包括由机车级内的单个机车采取以便优化整个行程的动作。这包括预冷发动机和/或电子装置以便获得更好的短期额定值或提前完成高周围条件。甚至可以执行预热(例如水/油可以需要处于某一温度来完全负载发动机)。类似的命令可以发送到机车级和/或混合机车的存储煤水车，如图21所示，以便在预期需求周期前，调整蓄能量。
可以基于优化的类型和复杂度，确定发送到和来自组成级的更新的时间和信息量。例如在预定时间点，以常规计划时间或当发生显著变化时，可以进行更新。这些后面的更新可以包括显著装置状态变化(例如机车故障)或运营模式变化，诸如由于粘附限制的降低运营，或显著燃油、马力或时间表变化，诸如马力变化达5％。存在基于这些参数和函数优化的各种方法。例如，可以仅发送作为当前运营点的时间函数的燃油使用的斜率(上面的项a)，以及这可以以低速率完成，诸如每5分钟一次。另一种方法是一次发送项a，b和c以及仅当存在变化时发送更新。另一选择是一次仅发送项d，以及仅更新定期变化，诸如每分钟一次的点。
如在前论述中所示，通过列车结构的简化型，诸如单一机车组成和/或单一机车列车，列车级300、组成级400和机车级500间的关系和通信范围变得更简单，以及在一些实施例中，压缩成少于三个单独的功能级或处理器，以及可能，所有三个级均在单一功能级或处理器中运营。
机车级图15和16示例说明机车级500与组成级400的关系，以及经到各个机车子系统的命令，优化机车内部运营。机车级包括具有优化算法的处理器1502，可以以存储器1602和处理指令1604等等的形式。到机车级的输入数据包括组成级数据1512和来自机车级的数据1514(包括机车反馈)。来自机车级的输出包括到组成级的数据1532和机车级的性能数据1534的优化。如图16所示，来自组成级的输入数据1512包括牵引力命令、机车发动机速度和马力生成、动态制动、摩擦管理参数以及发动机和推进系统上的预期需求。来自机车级的输入数据1514包括机车健康、测量马力、燃油级、燃油使用率、测量牵引力和存储电能。后者可应用于利用结合图21的混合车辆，在下文所示和所述的混合车辆技术的实施例。到组成级的数据输出1532包括机车健康、摩擦管理、档设置和燃油使用率、级和范围。到机车子系统的机车优化命令1534包括发动机的发动机速度、用于发动机的冷却系统的发动机冷却、到逆变器的DC母线电压、到牵引马达的转矩命令，以及来自混合机车的电力存储系统的电力充电和使用。两种其他类型的输入包括运营者输入和预期需求输入。
机车级500的信息量和信息源包括a.运营者输入b.运动计划输入c.轨道信息d.传感器/模型输入e.板上优化f.用于组成的信息流和运动优化；以及g.一般状态/健康和用于组成考虑和铁路优化/计划的其他信息。
由机车级执行的三种函数包括内部优化函数/算法、机车运动优化函数/算法和机车控制/监视。内部优化函数/算法通过控制机车内的各种装置，诸如发动机、交流发电机和牵引马达的运营，优化机车油耗。这可以基于当前需求以及通过考虑未来需求来完成。机车运动优化函数和/或算法有助于优化组成的运营和/或运动计划的运营。机车控制/监视功能为组成和铁路控制器提供有关机车的当前运营和状态、消耗品的状态的数据以及其他信息，以帮助铁路提供机车和轨道维修。
基于强加在机车级上的限制，可以优化的运营参数包括发动机速度、DC母线电压、转矩分布和电源。
对指定马力命令，存在产生最佳燃油效率的特定发动机速度。存在最小速度，在该最小速度下，柴油机不能支持功率需求。以该发动机速度，燃油燃烧不会以最高效率方式发生。当发动机速度增加时，燃油效率提高。然而，损耗，诸如摩擦和空气阻力增加，因此，能获得最佳速度，其中，总发动机损耗为最小。该油耗对发动机速度在图20中示出，其中，曲线2002是机车的总性能范围以及点2004为用于燃油使用率对速度的最佳性能。
AC机车上的DC母线电压确定用于指定功率级的DC母线电流。电压通常确定交流发动机和牵引马达中的磁损耗。在图19中示出了这些损耗的一些。该电压还确定电子装置和减震器中的开关损耗。还确定用来产生交流发动机场激励的设备中的损耗。另一方面，电流确定交流发动机、牵引马达和电力电缆中的i2r损耗。电流还确定功率半导体设备中的传导损耗。能改变DC母线电压以便所有损耗的总和为最小。如图19所示，例如，交流发动机电流损耗对DC母线电压绘制为线1902，交流发动机磁芯损耗对DC母线电压绘制为线1906以及马达电流损耗对DC母线电压绘制为线1904，在DC母线电压V1在线1908基本上优化它们。
对指定马力需求，为燃油效率，可以优化到机车的一个实施例的六个牵引轴的功率分布(转矩分布)。由于车轮滑动、车轮直径差值、运营温度差和马达特性差，每个牵引马达中的损耗，即使产生相同的转矩或相同马力也是不同的。因此，每个轴间的功率分布能用来最小化该损耗。甚至可以断开一些轴来消除牵引马达和相关电子设备中的电力损耗。
在具有另外的电源的机车中，例如，诸如图21所示的混合机车，最佳电源选择和从每个源产生的适当能量(因此所传送的功率的总和是运营者正需求)确定燃油效率。因此，可以控制机车运营以便在任何时间获得最佳燃油-效率运营点。
对具有摩擦管理系统的组成或机车，通过将摩擦降低材料应用于机车后的轨道上，可以降低由负载车厢(特别是以较高速度)所经历的摩擦量。由于已经降低牵引负载所需的牵引力，这降低油耗。基于钢轨和负载特性的知识，可以进一步优化该量和分发时间。
可以优化上述变量(发动机速度、DC母线电压和转矩分布)的两个或多个的组合以及辅助量，诸如发动机和装置冷却。例如，通过发动机速度确定最大可用DC母线电压，因此，可以使发动机速度超出最佳值(基于仅考虑专机)以便获得导致最佳运营点的较高电压。
只要已知整个运营曲线图，存在用于优化的其他考虑。例如，可以利用参数和运营，诸如机车冷却、用于混合车辆的蓄能，以及摩擦管理材料。基于预期需求，能调整所需冷却量。例如，如果由于高等级，预先存在大的牵引力需求，可以提前冷却牵引马达以便增加产生大的牵引力所需的短期(热)额定值。类似地，如果在前面有隧道，如果预冷却发动机和其他部件以便允许提高通过隧道的运营。相反，如果预先存在低需求，那么可以切断(或降低)冷却以便利用存在于发动机冷却和电子装置，诸如交流发电机、牵引马达、电子部件中的热质量。
在混合车辆中，基于未来所需的需求，应当在蓄能系统中和外传送的混合车辆中的功率量。例如，如果预先存在大的动态制动区周期，那么现在能消耗存储系统中的所有能量(而不是来自发动机)以便在动态制动区开始不具有存储能量(以便在运营的动态制动区期间，可以重新俘获最大能量)。类似地，如果没有未来所期望的大的功率需求，可以增加提前使用的蓄能。
如果先前不需要装置额定值，能降低摩擦增加材料(如沙)的分发的量和持续时间。可以增加牵引轴功率/牵引力额定值以便获得最大可用粘附，而不扩展这些摩擦增强资源。
除燃油外，还存在用于优化的其他考虑。例如，排放可以是另一考虑，特别是地城市或高管制区。在那些区域中，可以降低辐排放(烟、二氧化氮等等以及折衷其他参数，如燃油效率。可听噪声可以是另一考虑。在某些考虑下的消耗品节省是另一考虑。例如，可以阻止在某些位置中分发沙或其他摩擦调节器。这些位置具体优化考虑可以基于当前位置信息(从运营者输入、轨道输入、GPS/轨道信息以及地理警戒网信息获得)。对当前需求和优化整个运营计划，考虑所有这些因素。
混合机车参考图21，示出了混合机车级2100，具有蓄能子系统2116。能量管理子系统2112控制蓄能子系统2116和各种机车部件，诸如柴油机2102、交流发电机2104、整流器2106、机械驱动辅助负载2108和产生和/或使用电力的电子辅助负载2110。该管理子系统2112用来将可用电力，诸如在动态制动期间，由牵引马达所产生的，以及来自发动机和交流发电机的室外的功率引导到蓄能子系统2116以及在组成内释放该存储的电力以帮助在监视运营期间，推进机车。
为实现此，能量管理子系统2112与柴油机2102、交流发电机2104、用于牵引马达2122和2142的逆变器和控制器2120和2140，以及蓄能子系统接口2126。
如上所述，混合机车提供另外的性能，用于优化机车级500(由此优化组成和列车级)性能。在一些方面中，这允许当前发动机性能与用于监视的当前机车功率需求分离，以便允许不仅对当前运营条件，而且在期望即将到来的地形和运营条件中，优化发动机的运营。如图21所示，机车数据2114，诸如预期需求、预期蓄能时机、速度和位置输入到机车层的能量管理子系统中。能量管理子系统2112分别从柴油机控制和系统2102以及交流发电机和整流器控制和系统2104和2106接收数据以及向它们提供指令。能量管理子系统2112向蓄能系统2128、牵引马达2120和2140的逆变器和控制器以及制动栅极电阻器2124提供控制。
当将本发明的元件引入其实施例时，冠词“一”、“一个”、“该”和“所述”意图表示存在一个或多个元件。术语“由...组成”、“包括”以及“具有”意图是包含的以及表示除列出的部件外还可以有另外的元件。
本领域的技术人员将注意到在此所示和所述的方法的执行顺序或性能不是必需的，除非具体指出。即，设想方法的方面或步骤可以按任何顺序执行，除非具体指出，以及方法可以包括比在此所公开的更多或更少方面或步骤。
尽管示例说明和描述了本发明的各个实施例，本领域的技术人员将意识到在不背离本发明的精神和范围的情况下，可以做出许多改变和改进。当不背离本发明的范围，在上述结构中做出各种改变时，打算将包含在上述说明书中并在附图中示出的所有内容应当解释为示例性，而不是限制意义。
权利要求
1.一种用于管理铁路系统(50)及其运营部件的多级系统，该铁路系统(50)包括与铁路基础设施级(100)有关的第一处理器(202)，配置成控制在该铁路基础设施级(100)内运营的铁路基础设施的运营，与铁路轨道网级(200)有关的第二处理器(502)，配置居控制在该铁路轨道网级(200)内的铁路轨道网的运营，所述铁路基础设施级(100)包含一个或多个铁路轨道网级(200)；与列车级(300)有关的第三处理器(1002)，配置成控制在该列车级(300)内运营的列车的运营，所述铁路轨道网级(200)包含一个或多个列车级(300))；与组成级(400)有关的第四处理器(1202)，配置成控制该组成级(400)内列车的组成的运营，所述列车级(300)包含一个或多个组成级(400)；以及与机车级(500)有关的第五处理器(1502)，配置成控制机车级(500)内机车的运营，所述组成级(400)包含一个或多个机车级(500)；与每一级(100，200，300，400，500)有关的每个处理器(202，502，1002，1202，1502)配置成向与至少一个其他级有关的处理器提供定义运营性能的运营参数和与其关联的该级有关的数据；以及每个处理器(202，502，1002，1202，1502)优化其相关级(100，200，300，400，500)内的运营以及与至少一个其他级有关的处理器协作来基于优化参数，优化铁路系统(500)的级(100，200，300，400，500)上的铁路系统(50)的运营。
2.如权利要求1所述的系统，其中，与铁路基础设施级(100)有关的第一处理器(202)接收下述的一个或多个铁路基础设施数据(206)；铁路轨道网数据(208)；以及列车数据(210)；以及至少部分基于其上，控制铁路基础设施级(100)内的铁路基础设施的运营；与铁路轨道网级(200)有关的第二处理器(502)接收下述的一个或多个铁路基础设施数据(506)；铁路轨道网数据(508)；以及列车数据(510)；以及至少部分基于其上，控制铁路轨道网级(200)内的铁路轨道网的运营；与列车级(300)有关的第三处理器(1002)接收下述的一个或多个铁路基础设施数据(1006)；铁路轨道网数据(1008)；列车数据(1010)；以及组成数据(1012)；以及至少部分基于其上，控制列车级(300)内的列车的运营；与组成级(400)有关的第四处理器(1202)接收下述的一个或多个列车数据(1210)；组成数据(1212)；以及机车数据(114)；以及至少部分基于其上，控制组成级(400)内的组成的运营；与机车级(500)有关的第五处理器(1502)接收下述的一个或多个组成级数据(1512)；以及机车数据(1514)；以及至少部分基于其上，控制机车级(500)内的机车的运营。
3.一种用于管理铁路系统(50)及其运营部件的多级系统，该铁路系统(50)包括第一级，配置成优化第一级内的运营，所述第一级包括定义运营特性的第一级运营参数和第一级的数据；以及第二级，配置成优化第二级内的运营，所述第二级包括定义运营特性的第二级运营参数和第二级的数据；所述第一级为该第二级提供第一级运营参数，以及该第二级为该第一级提供第二级运营参数；以及所述优化该第一级内的运营和所述优化该第二级内的运营分别是优化系统优化参数的函数。
4.如权利要求3所述的系统，其中，该系统优化参数表示下述的一个或多个燃油使用率；在铁路系统中包含的交货时间的经济估价；条件的预定变化；条件变化的速率；以及一个条件相对于另一个的变化速率。
5.如权利要求3所述的系统，其中，优化第一级内的运营以及优化第二级内的运营包括识别关健运营限制和在第一和第二级的一个的数据，以及将这些限制和数据传送到第一和第二级的另一个以便优化另一级的优化。
6.一种优化铁路系统(500)的运营的方法，所述铁路系统具有第一级和第二级，该方法包括将定义第一级的运营特性的第一级运营参数从第一级传送到第二级；将定义第二级的运营特性的第二级运营参数从第二级传送到第一级；基于系统优化参数，优化第一级和第二级的组合上的系统运营；基于第一级优化参数和至少部分基于系统优化参数，优化第一级内的运营；以及基于第二级优化参数和至少部分基于系统优化参数，优化第二级内的运营。
7.如权利要求6所述的方法，其中，第一级优化参数、第二级优化参数和系统优化参数是普通优化参数。
8.如权利要求6所述的方法，其中，普通优化参数表示下述的一个或多个燃油使用率；在铁路系统中包含的交货时间的经济估价；条件的预定变化；条件变化的速率；以及一个条件相对于另一个的变化速率。
9.如权利要求6所述的方法，其中，以预定间隔将运营参数从一级提供给另一级。
10.如权利要求6所述的方法，其中，基于系统优化参数，优化第一级和第二级的组合上的系统运营的步骤包括识别关健运营限制和在第一和第二级的一个的数据，以及将这些限制和数据传送到第一和第二级的另一个以便优化另一级的优化。
11.一种用于管理铁路系统及其运营部件的多级系统，该铁路系统包括第一级，包括定义运营特性的第一级运营参数和第一级的数据；第二级，包括配置成优化第二级内的运营的第二级运营参数，其中，第二级运营参数表示运营特性的变化，以及第二级的数据；以及所述第二级向所述第一级提供优化第二级运营参数。
12.如权利要求11所述的系统，其中，所述优化该第二级内的运营是优化铁路系统优化参数的函数。
13.如权利要求12所述的系统，其中，系统优化参数表示下述的一个或多个燃油使用率的变化；包含在铁路系统中的交货时间的经济估价的变化；第二级运营参数的变化率；相对于时间的变化率；以及一个条件相对于另一个的变化率。
全文摘要
一种用于管理铁路系统(50)及其运营部件的多级系统，其中，该铁路系统(50)具有第一级，配置成优化包括定义运营特性的第一级运营参数和第一级的数据的第一级内的运营，以及第二级，配置成优化包括定义运营特性的第二级运营参数和第二级的数据的第二级内的运营。第一级为该第二级提供第一级运营参数，以及该第二级为该第一级提供第二级运营参数，以便优化该第一级内的运营和优化该第二级内的运营分别是优化系统优化参数的函数。级能包拓铁路基础设施级(100)、轨道网级(200)、列车级(300)、组成级(400)和机车级(500)。
文档编号B61L27/04GK1906074SQ200480040639
公开日2007年1月31日 申请日期2004年6月30日 优先权日2003年12月15日
发明者阿吉思·K·库马, 保罗·K·霍普特, 斯蒂芬·S·马西, 保罗·M·朱利克, 杰弗里·基萨克, 格伦·谢弗, 斯科特·D·纳尔逊 申请人:通用电气公司