跳到主要內容

臺灣博碩士論文加值系統

(216.73.217.174) 您好!臺灣時間:2026/08/09 02:51
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:李俊德
研究生(外文):Chun-Te Lee
論文名稱:應用免疫演算法於捷運行車時刻表規劃
論文名稱(外文):Optimal Time Table Planning of MRT System with Immune Algorithm
指導教授:林嘉宏林嘉宏引用關係
指導教授(外文):C.H.Lin
學位類別:碩士
校院名稱:國立高雄應用科技大學
系所名稱:電機工程系碩士班
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2007
畢業學年度:95
語文別:中文
論文頁數:76
中文關鍵詞:捷運號誌系統時刻表班距免疫演算法故障趨向安全節能電聯車
外文關鍵詞:MRTTimetableImmune AlgorithSignalling SystemFail SafeDwell Time
相關次數:
  • 被引用被引用:3
  • 點閱點閱:658
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
電聯車的行駛主要和電聯車系統、號誌系統及牽引動力系統息息相關,本論文係探討上述三大系統在依照高雄捷運行車時刻表系統(FALKO)的運轉條件下,軌道上所有電聯車以列車自動運轉(Automatic Train Operation ATO)模式下行駛時之牽引電能消耗。
由於電聯車煞車時會產生再生電能回饋於牽引動力系統供給線上其它正在行駛的電聯車使用,來減少牽引變電站的電力提供而達到節能之功效。因此,本論文應用免疫演算法,以線上所有電聯車最小消耗電能作為目標函數,求電聯車最佳停站時間,使電聯車煞車所產生再生電能回饋能更有效的被應用,以達到最省能之行車時刻表規劃。本論文是以高雄市捷運橘線為模擬案例,由模擬結果得知,利用免疫演算法進行時刻表規劃,不管於尖峰時段或離峰時段皆可以有效利用電聯車煞車所產生再生電能,達到節能之功效。
The train movement is closely related to rolling stock system, signalling system and traction power system. This thesis investigates above-mentioned systems, the time table system of Kaohsiung Mass Rapid Transit System (KMRT and the power consumption of all on line vehicles which are operating in Automatic Train Operation (ATO) mode.
The vehicle feeds energy back to traction power system when the vehicle brakes. This energy is sent to other vehicles running on line. Therefore, the traction power system can provide less power for the vehicles on line to save energy.
The Immune Algorithm is applied to solve the optimal dwell time at each station in this thesis by using the minimum power consumption of vehicles on line as an object function. In the thesis, the Kaohsiung MRT orange line was selected for simulation. It is found the efficiency of feed back energy has been improved significantly.
中文摘要 III
英文摘要 IV
致謝 VI
目錄 VII
圖目錄 IX
表目錄 XII
第一章 緒論 1
1.1. 研究背景 1
1.2. 研究目的 2
1.3. 論文內容概要 2
第二章 高雄捷運核心系統. 4
2.1. 前言 4
2.2. 捷運牽引動力系統 5
2.3. 捷運電聯車系統 8
2.3.1.電聯車電力系統 9
2.3.2.電聯車煞車系統 11
2.4. 捷運號誌系統 14
2.4.1.號誌系統速度曲線的計算 20
2.4.2.ATO 電聯車電能消耗 25
第三章 免疫演算法應用於捷運時刻表模擬系統 27
3.1. 前言 27
3.2. 免疫演算法原理 27
3.3. 雜異度與適合度計算 30
3.4. 捷運時刻表模擬系統 33
3.5. 電聯車停站時間最佳規劃 36
第四章 捷運行車時刻表規劃分析 41
4.1. 前言 41
4.2. 行車時靠表規劃之相關參數 43
4.3. 尖峰時段表分析(班距五分鐘) 44
4.3.1.考慮滑行功能 49
4.3.2.考慮電聯車煞車再生回饋 54
4.3.3.考慮電聯車煞車再生回饋及滑行功能 55
4.3.4.利用免疫演算法進行尖峰時段之時刻表規劃 .. 56
4.4. 離峰時段表分析(班距九分鐘) 62
4.4.1.考慮各種節能方式 65
4.4.2.利用免疫演算法進行離峰時段之時刻表規 劃 67
第五章 結論與未來展望 72
5.1. 結論 72
5.2. 未來展望 72
參考文獻 74
[1]台北捷運公司2005年年報,台北捷運公司,民國九十五年十月。
[2]列車運行計畫草案(含R24),高雄捷運公司,民國九十四年。
[3]C.S.Chang ,C.S.Chua, H.B.Quek, X.Y.Xu and S.L.Ho, Development of Train Movement Simulator for Analysis and Optimisation of Railway Signalling Systems”, International Conference on Developments in Mass Transit Systems,20-23 April, 1998.
[4]機土建面管理計畫,高雄捷運公司,民國九十二年一月。
[5] 750V直流電開關盤與旁通開關之訓練教材,高雄捷運公司,民國九十五年五月。
[6]Metro Kaohsiung Train Performance Calculation / Coasting Percentage, Siemens AG, Nov. 2003.
[7] 電聯車操作手冊,高雄捷運公司,民國九十三年一月。
[8]Metro Kaohsiung Red and Orange Lines Brake System, Siemens AG, Nov. 2004.
[9]Metro Kaohsiung Red and Orange Lines Traction Inverter Description, Siemens AG, Oct. 2004.
[10] 孫國華,”捷運系統號誌控制與行車時刻表規劃”,國立中山大學碩士論文,民國九十六年六月。
[11] 號誌系統替代方案,高雄捷運公司,民國九十一年。
[12] Dr.M.Montigel ,"Tutorial Control Systems for Railways”,2002年台北國際捷運博覽會台北,民國九十一年四月。
[13] Siemens Signaling Sysyem Metro Kaohsiung SICAS System Description, Siemens AG, Nov. 2003
[14] Siemens Signaling Sysyem Metro Kaohsiung Specification of ATO/ATO LZB 700M, Siemens AG, Nov.2003.
[15] 朱世宏,”應用免疫演算法於捷運系統换流器規劃與濾波器設置”,國立中山大學碩士論文,民國九十六年六月。
[16] 李鐘生,”應用免疫演算法於用戶停電損失最小化之開關配置規劃”,國立高雄應用科技大學碩士論文,民國九十四年六月。
[17] 古志強,”應用分散式類免疫演算法於多值域結構拓樸最佳化”,私立大同大學碩士論文,民國九十三年六月。
[18] 黃維,”以類免疫系統法建置垃圾郵件過濾系統之研究”,私立中原大學碩士論文,民國九十四年七月。
[19] Siemens Signaling Sysyem Metro Kaohsiung FALKO Timetable Creation and Validation, Siemens AG, Dec. 2003.
[20] Siemens Signaling Sysyem Metro Kaohsiung Operator Manual FALKO Design and Validation of Timetables Optimized Operational Planning, May, Siemens AG, 2006.
[21] 高雄捷運服務性能指標第,高雄捷運公司,民國九十六年一月。
[22] Siemens Signaling System Metro Kaohsiung Simulation of Train Operation on Orange Line, Siemens AG, Dec. 2005.
[23] C.S.Chang and S.S.Sim, ”Optimising Train Movements Through Coast Control Using Genetic Algorthms” IEE Proc.-Electr. Power Appl. Vol. 144, No. 1, January 1997.
[24] K.K.Wong and T.K.Ho,”Coast Control for Mass Rapid Transit Railways with Searching Methods” IEE Proc.-Electr. Power Appl. Vol. 151, No. 3, May 2004.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top