基于平衡优化器-滑模控制的三万吨级重载列车虚拟编组协同控制<

doi:10.3901/JME.260728

机械工程学报 ›› 2026, Vol. 62 ›› Issue (16): 253-270.doi: 10.3901/JME.260728

• 特邀专辑：轨道运载装备动态设计理论与运维技术 • 上一篇

扫码分享

基于平衡优化器-滑模控制的三万吨级重载列车虚拟编组协同控制<

王美琪^1,2, 王晨曦¹, 刘鹏飞², 安立愿³, 丁浩⁴, 王瑞晨¹

1. 石家庄铁道大学机械工程学院石家庄 050043;
2. 石家庄铁道大学省部共建交通工程结构力学行为与系统安全国家重点实验室石家庄 050043;
3. 国能铁路装备有限责任公司肃宁车辆维修分公司肃宁 062350;
4. 国能朔黄铁路发展有限责任公司肃宁 062350

收稿日期:2025-08-04 修回日期:2026-03-03 发布日期:2026-10-14
作者简介:王美琪，男，1988年出生，博士，副教授，博士研究生导师。主要研究方向为非线性动力学、车辆动力学与控制。E-mail：wangmeiqi@stdu.edu.cn;刘鹏飞(通信作者)，男，1986年出生，博士，教授，博士研究生导师。主要研究方向为车辆动力学、列车-轨道耦合动力学。E-mail：lpfswjtu@163.com
基金资助:
国家自然科学基金(52422218，U2569213，12472020，12393783)、河北省自然科学基金(E2025210158，E2024210122)、河北省重大科技支撑计划国际科技合作专项(24292201Z)和河北省全职引进高端人才科研(2024HBQZYCXY014)资助项目。

Cooperative Control of Virtual Marshalling for 30 000-ton Heavy-haul Trains Based on EO-SMC

WANG Meiqi^1,2, WANG Chenxi¹, LIU Pengfei², AN Liyuan³, DING Hao⁴, WANG Ruichen¹

1. School of Mechanical Engineering, Shijiazhuang Tiedao University, Shijiazhuang 050043;
2. State Key Laboratory of Mechanical Behavior and System Safety of Traffic Engineering Structures, Shijiazhuang Tiedao University, Shijiazhuang 050043;
3. Suning Rolling Stock Maintenance Branch of China Energy Railway Equipment Co., Ltd., Suning 062350;
4. China Energy Shuohuang Railway Development Co., Ltd., Suning 062350

Received:2025-08-04 Revised:2026-03-03 Published:2026-10-14

摘要/Abstract

摘要： 随着重载运输需求的不断增长，传统的物理编组方式在提升运输能力方面面临瓶颈，虚拟编组技术作为一种新兴的列车控制方式，为突破重载运输能力限制提供了新的解决方案。然而，重载列车具有强非线性和大惯性等特性，传统控制策略在面对复杂运行环境和外界干扰时，往往存在响应速度慢、稳定性差和抗干扰能力不足的问题。为解决此问题提出一种基于平衡优化器-滑模的三万吨级重载列车虚拟编组协同控制方法。该方法将平衡优化器算法与滑模控制技术相结合，利用平衡优化器算法的寻优能力对滑模控制算法(Sliding mode control，SMC)控制器的主要参数进行优化，同时发挥滑模控制器对非线性系统内外扰动的强鲁棒性，实现了虚拟编组各单元列车在保持安全间距的前提下列车间的精确跟踪效果。结果表明，相对于比例积分、微分控制算法(Proportional-integral-derivative，PID)控制和人工势场控制，采用平衡优化仪器控制算法(Equilibrium optimizer-sliding mode control，EO-SMC)控制算法的跟随1和跟随2列车向目标安全间距的收敛速度有显著提高，大大缩短了虚拟编组的形成时间。同时，该控制策略在干扰环境下表现出良好的跟踪精度和抗干扰能力，有效抑制了列车运行过程中的纵向冲动，提高了三万吨重载列车虚拟编组系统整体的稳定性和运行效率。

关键词: 虚拟编组, 重载列车, 纵向动力学, 滑模控制, 平衡优化器

Abstract: With the continuous growth of heavy-haul transportation demands, traditional physical marshalling methods are facing bottlenecks in enhancing transportation capacity. Virtual marshalling technology, as an emerging train control approach, offers a new solution to break through the limitations of heavy-haul transportation capacity. However, heavy-haul trains possess strong nonlinearity and large inertia, and traditional control strategies often suffer from slow response, poor stability, and insufficient anti-interference capabilities when dealing with complex operating environments and external disturbances. To address this issue, a virtual marshalling coordinated control method for 30 000-ton heavy-haul trains based on the Equilibrium optimizer-sliding mode is proposed. This method combines the equilibrium optimizer algorithm with sliding mode control technology, using the optimization capability of the equilibrium optimizer algorithm to optimize the main parameters of the SMC controller, while leveraging the strong robustness of the sliding mode controller against internal and external disturbances of nonlinear systems. This achieves precise tracking between the units of the virtual marshalling train while maintaining a safe distance. The results show that compared with PID control and artificial potential field control, the convergence speed of the follower 1 and follower 2 trains to the target safe distance using the EO-SMC control algorithm is significantly improved, greatly reducing the formation time of the virtual marshalling. Meanwhile, this control strategy demonstrates excellent tracking accuracy and anti-interference capabilities in the presence of disturbances, effectively suppressing longitudinal impulses during train operation, and enhancing the overall stability and operational efficiency of the 30 000-ton heavy-haul train virtual marshalling system.

Key words: virtual marshalling, heavy-load train, longitudinal dynamics, sliding mode control, equilibrium optimizer

中图分类号:

TG156

王美琪, 王晨曦, 刘鹏飞, 安立愿, 丁浩, 王瑞晨. 基于平衡优化器-滑模控制的三万吨级重载列车虚拟编组协同控制<[J]. 机械工程学报, 2026, 62(16): 253-270.

WANG Meiqi, WANG Chenxi, LIU Pengfei, AN Liyuan, DING Hao, WANG Ruichen. Cooperative Control of Virtual Marshalling for 30 000-ton Heavy-haul Trains Based on EO-SMC[J]. Journal of Mechanical Engineering, 2026, 62(16): 253-270.

导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks

链接本文: http://www.cjmenet.com.cn/CN/10.3901/JME.260728

http://www.cjmenet.com.cn/CN/Y2026/V62/I16/253

参考文献

[1] 何晖，代萌，陶维杰，等. 基于多智能体的重载列车虚拟编组协同巡航控制[J]. 中国铁道科学，2023，44(6)：196-205. HE Hui，DAI Meng，TAO Weijie，et al. Cooperative cruise control of virtual consist of heavy haul trains based on multi-agent system[J]. China Railway Science，2023，44(6)：196-205.
[2] BOCK U，BIKKER G. Design and development of a future freight train concept–“virtually coupled train formations”[J]. IFAC Proceedings Volumes，2000，33(9)：395-400.
[3] WANG P，ZHU Y，ZHU W. Robust cooperative train trajectory optimization with stochastic delays under virtual coupling[J]. IET Intelligent Transport Systems，2023，17(7)：1415-1433.
[4] LING L. Research and prospect of intelligent control technology for virtually coupled train formation[J]. Railway Signal and Communication. Engineering，2020，17：1-9.
[5] 宋宗莹，丁辉，王兴中，等. 基于列车群组运行的重载铁路运输组织研究综述[J]. 铁道运输与经济，2024，46(10)：73-81，97. SONG Zongying，DING Hui，WANG Xingzhong，et al. A review of research on heavy-haul railway transportation organization based on train group operation[J]. Railway Transport and Economy，2024，46(10)：73-81，97.
[6] TANG Z，WEI W，NIU Q. Finite time cooperative cruise control of virtual marshaling based on expansion state observer[C]//Journal of Physics：Conference Series. IOP Publishing，2024，2917(1)：012019.
[7] ZHANG Y，LI S，CHEN Z，et al. Distributed virtual formation control for railway trains with nonlinear dynamics and collision avoidance constraints[J]. Transportation Research Part C：Emerging Technologies，2024，167：104808.
[8] 马骏峰，宋宗莹，谢晓天，等. 基于控制障碍函数的虚拟编组重载列车运行控制[J/OL]. 铁道科学与工程学报，1-12[2025-08-26]. https://doi.org/10.19713/j.cnki.43-1423/u.T20242047. MA Junfeng，SONG Zongying，XIE Xiaotian，et al. Operation control of virtual formation heavy-haul trains based on control barrier function[J/OL]. Journal of Railway Science and Engineering，1-12[2025-08-26]. https://doi.org/10.19713/j.cnki.43-1423/u.T20242047.
[9] 左静，严龙刚，杨乔礼，等. 虚拟编组下基于扩张状态观测器的城轨列车多车协同自适应滑模控制[J]. 铁道科学与工程学报，2025，22(10)：4412-4423. ZUO Jing，YAN Longgang，YANG Qiaoli，et al. Multi-vehicle cooperative adaptive sliding mode control for urban rail trains under virtual formation based on extended state observer[J]. Journal of Railway Science and Engineering，2025，22(10)：4412-4423.
[10] 林俊亭，邱晓辉，李茂林. 基于SAC算法的虚拟编组列车协同制动控制[J/OL]. 西南交通大学学报，1-9[2025-08-26]. https://link.cnki.net/urlid/51.1277.u.20241231.1650.022. LIN Junting，QIU Xiaohui，LI Maolin. Cooperative braking control of virtual formation trains based on sac algorithm[J/OL]. Journal of Southwest Jiao Tong University，1-9[2025-08-26]. https://link.cnki.net/urlid/51.1277.u.20241231.1650.022.
[11] DI MEO C，DI VAIO M，FLAMMINI F，et al. ERTMS/ETCS virtual coupling：Proof of concept and numerical analysis[J]. IEEE Transactions on Intelligent Transportation Systems，2019，21(6)：2545-2556.
[12] TAKAGI R. Synchronisation control of trains on the railway track controlled by the moving block signalling system[J]. IET Electrical Systems in Transportation，2012，2(3)：130-138.
[13] LIN P，TIAN Y，GUI G，et al. Cooperative control for multiple train systems：Self-adjusting zones，collision avoidance and constraints[J]. Automatica，2022，144：110470.
[14] ZHAO Y，IOANNOU P. Positive train control with dynamic headway based on an active communication system[J]. IEEE Transactions on Intelligent Transportation Systems，2015，16(6)：3095-3103.
[15] 陆小红，郑木火，林宏泉. 重载列车智能化操控算法研究与实现[J]. 铁道学报，2017，39(1)：11-18. LU Xiaohong，ZHENG Muhuo，LIN Hongquan. Research and implementation of intelligent control algorithm for heavy-haul trains[J]. Journal of China Railway，2017，39(1)：11-18
[16] TAN S，GUO J，ZHAO Y，et al. Adaptive control with saturation constrainted observations for drag-free satellites—A set-valued identification approach[J]. Science China Information Sciences，2021，64(10)：202202.
[17] LI H，YU J，HILTON C，et al. Adaptive sliding-mode control for nonlinear active suspension vehicle systems using T-S fuzzy approach[J]. IEEE Transactions on Industrial Electronics，2012，60(8)：3328-3338.
[18] 李德仓，孟建军，胥如迅，等. 强风下高速列车滑模自适应鲁棒H_∞控制方法[J]. 铁道学报，2018，40(7)：67-73. LI Decang，MENG Jianjun，XU Ruxun，et al. Sliding mode adaptive robust H_∞ control method for high-speed train under strong wind conditions[J]. Journal of the China Railway Society，2018，40(7)：67-73.
[19] 陈东，牛宏侠，王刚，等. 一种组合趋近律准滑模控制的列车停车算法[J]. 铁道科学与工程学报，2018，15(2)：489-496. CHEN Dong，NIU Hongxia，WANG Gang，et al. A train stopping algorithm based on combined reaching law quasi-sliding mode control[J]. Journal of Railway Science and Engineering，2018，15(2)：489-496.
[20] MAO Z，YAN X G，JIANG B，et al. Adaptive fault- tolerant sliding-mode control for high-speed trains with actuator faults and uncertainties[J]. IEEE Transactions on Intelligent Transportation Systems，2019，21(6)：2449-2460.
[21] 王青元，吴鹏，冯晓云，等. 基于自适应终端滑模控制的城轨列车精确停车算法[J]. 铁道学报，2016，38(2)：56-63. WANG Qingyuan，WU Peng，FENG Xiaoyun，et al. Precise automatic train stop control algorithm based on adaptive terminal sliding mode control[J]. Journal of the China Rail-way Society，2016，38(2)：56-63.
[22] QIAO L，ZHANG W. Trajectory tracking control of AUVs via adaptive fast nonsingular integral terminal sliding mode control[J]. IEEE Transactions on Industrial Informatics，2019，16(2)：1248-1258.
[23] 王开云，黄超. 基于多质点模型的重载列车动能闯坡性能[J]. 交通运输工程学报，2015，15(5)：50-56. WANG Kaiyun，HUANG Chao. Kinetic energy slope-climbing performance of heavy-haul trains based on multi-particle model[J]. Journal of Traffic and Transportation Engineering，2015，15(5)：50-56.
[24] 孙树磊，丁军君，周张义，等. 重载列车纵向冲动动力学分析及试验研究[J]. 机械工程学报，2017，53(8)：138-146. SUN Shulei，DING Junjun，ZHOU Zhangyi，et al. Longitudinal impulse dynamics analysis and experimental research of heavy-haul trains[J]. Journal of Mechanical Engineering，2017，53(8)：138-146.
[25] 铁道部科学研究院机车车辆研究所，TB/T 1407—1998列车牵引计算规程[S]. 北京：中国铁道出版社，1998. Locomotive and Rolling Stock Research Institute，Academy of Railway Sciences. TB/T 1407—1998 Regulation for Train Traction Calculation[S]. Beijing：China Railway Publishing House，1998.
[26] 翟婉明，刘鹏飞，王开云，等. HXD2C重载机车一系参数调整前后的动力学性能分析[R]. TTRI-2011-01，成都：西南交通大学列车与线路研究所，2011. ZHAI Wanming，LIU Pengfei，WANG Kaiyun，et al. Dynamic performance analysis of HXD2C heavy-haul locomotive before and after primary suspension parameter adjustment[R]. TTRI-2011-01，Chengdu：Institute of Railway Vehicle and Track，Southwest Jiaotong University，2011.
[27] SUI H，ZHANG J，DAI X. Exponential mean-square string stability of vehicular platoon with stochastic disturbance and time delay[J]. International Journal of Robust and Nonlinear Control，2024，34(8)：5484-5504.
[28] 周鹏，董朝轶，陈晓艳，等. 基于Tent混沌和透镜成像学习策略的平衡优化器算法[J]. 控制与决策，2023，38(6)：1569-1576. ZHOU Peng，DONG Chaoyi，CHEN Xiaoyan，et al. Equilibrium optimizer algorithm based on tent chaos and lens imaging learning strategy[J]. Control and Decision，2023，38(6)：1569-1576.

基于平衡优化器-滑模控制的三万吨级重载列车虚拟编组协同控制<

Cooperative Control of Virtual Marshalling for 30 000-ton Heavy-haul Trains Based on EO-SMC

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	周健豪, 刘金宝, 赵万忠, 王春燕. 基于驾驶员转向力矩跟踪的电液复合转向系统助力控制策略研究[J]. 机械工程学报, 2026, 62(8): 100-113.
[2]	王美琪, 温中亮, 刘鹏飞, 戚壮, 王瑞晨, 余志强. 基于自抗扰控制的高速列车虚拟编组短间距协同巡航控制[J]. 机械工程学报, 2026, 62(2): 283-300.
[3]	李涛涛, 凌亮, 刘建新. 独立轮对差速主动导向控制策略研究[J]. 机械工程学报, 2026, 62(2): 301-312.
[4]	陈哲, 王龙生, 邹异民, 曾凡军, 凌亮, 王开云. 3万吨重载组合列车小半径曲线通过安全性分析[J]. 机械工程学报, 2026, 62(16): 140-153.
[5]	凌亮, 李涛涛, 高峰, 李宏伟, 陈哲, 刘建新, 侯冶, 王希云, 翟婉明. 列车自动驾驶动态运行控制技术研究进展[J]. 机械工程学报, 2026, 62(16): 228-252.
[6]	吕钢强, 原浩, 李明颖, 高泽坤, 王慧慧, 刘阳, 张旭. 基于预设性能交叉耦合的双永磁同步电动机扰动抑制同步控制研究[J]. 机械工程学报, 2026, 62(15): 438-449.
[7]	杨少坤, 王军政, 沈伟, 刘冬琛, 林乾烨. 基于快速终端滑模的并联式节能平台复合前馈稳定控制策略[J]. 机械工程学报, 2025, 61(7): 284-293.
[8]	王晓晶, 张瑜轩, 张洋. 基于改进趋近率的滑模变结构数字换向阀位置环控制仿真研究[J]. 机械工程学报, 2025, 61(24): 311-325.
[9]	郭舜, 池茂儒, 蒋益平, 罗赟. 长大编组重载列车空气制动系统快速仿真方法研究[J]. 机械工程学报, 2025, 61(22): 167-175.
[10]	李文锋, 张强, 钟志航, 郭龙. 考虑耦合特性的港口AGV横纵向分层控制[J]. 机械工程学报, 2025, 61(14): 383-396.
[11]	刘俊, 刘宏勋, 朱嘉炜, 崔滔文, 陈无畏. 无人变胞车多构态分级优化设计及运动控制[J]. 机械工程学报, 2025, 61(10): 305-321.
[12]	张寒, 刘开华, 王春燕, 赵万忠, 栾众楷. 四轮分布式线控转向系统稳定与协调控制研究[J]. 机械工程学报, 2024, 60(10): 425-438.
[13]	魏凌涛, 刘轶材, 王翔宇, 刘子俊, 李亮. 基于分层控制的线控制动系统压力控制策略[J]. 机械工程学报, 2024, 60(10): 487-496.
[14]	林棻, 郝明彪, 王天成, 王骁侠. 基于反步滑模法的无人驾驶车辆横向稳定性控制[J]. 机械工程学报, 2024, 60(10): 497-506.
[15]	吴建洋, 王震坡, 张雷, 丁晓林. 四轮轮毂电机驱动电动汽车纵侧向稳定性协调控制策略研究[J]. 机械工程学报, 2023, 59(4): 163-172.