基于人工智能技術(shù)的三級立體調(diào)車系統(tǒng)設(shè)計

萬鑫興

(中國鐵路蘭州局集團有限公司 銀川站，寧夏 銀川 750011)

隨著社會經(jīng)濟發(fā)展的快速轉(zhuǎn)型，貨運需求逐年持續(xù)高速增長，增長量主要集中在機械、電子、輕紡、食品、工業(yè)產(chǎn)成品以及包裹和快件為代表的高時效性零散貨物上，而主要通過鐵路運輸?shù)拇笞谖镔Y運量增長并不明顯[1]。同時，高速鐵路網(wǎng)的形成，使得鐵路運能緊張的矛盾轉(zhuǎn)變?yōu)殍F路貨運量增長與鐵路貨運時效性低下之間的尖銳矛盾[2]。鐵路貨運時效性低下的根本原因是鐵路貨物運輸組織過程不夠靈活，尤其在調(diào)車作業(yè)中浪費了大量時間，各種調(diào)車作業(yè)成為決定鐵路貨運時效性高低的重要因素。而調(diào)車作業(yè)效率的提高依賴于先進的技術(shù)和設(shè)備。長期以來，鐵路有關(guān)部門一直在調(diào)車作業(yè)組織方法上不斷優(yōu)化，但由于調(diào)車設(shè)備對調(diào)車組織方式的限制，其節(jié)省的調(diào)車作業(yè)時間非常有限，不能從根本上扭轉(zhuǎn)調(diào)車作業(yè)效率低下的問題[3-4]，究其原因是調(diào)車作業(yè)流程和時間受限于現(xiàn)有調(diào)機和車輛設(shè)備。人工智能時代已經(jīng)到來，改進調(diào)機和車輛設(shè)備并依靠人工智能控制技術(shù)提高調(diào)車作業(yè)效率成為調(diào)車作業(yè)發(fā)展的新方向[5]。

1 基于傳統(tǒng)調(diào)車設(shè)備的作業(yè)分析

1.1 傳統(tǒng)調(diào)車作業(yè)分析

鐵路運輸以鋼軌作為固定導(dǎo)向的特點，一方面保證了鐵路運輸?shù)陌踩?，并以輪對和鋼軌之間較小的剛性接觸面實現(xiàn)節(jié)約摩擦能耗的目的，另一方面也限制了列車或車列的運動路徑，從而為避免運動沖突而產(chǎn)生大量的調(diào)車作業(yè)。

現(xiàn)有調(diào)車作業(yè)按作業(yè)目的通常分為：解體調(diào)車作業(yè)、編組調(diào)車作業(yè)、取送調(diào)車作業(yè)、摘掛調(diào)車作業(yè)和其它調(diào)車作業(yè)，其中其它調(diào)車作業(yè)包括車列或車輛轉(zhuǎn)線、轉(zhuǎn)場，車場整理，機車出入庫等[6]。所有的調(diào)車作業(yè)都具備以下特點：一是所有車列或車輛都必須在調(diào)機的牽引或推動下前進，車列或車輛自身不具備動力系統(tǒng)；二是所有車列或車輛從一股道運動至另一股道都必須通過返岔子的方法來實現(xiàn)，無法實現(xiàn)橫向運動；三是所有車列或車輛都必須依靠風(fēng)缸或人力制動，無法節(jié)約制動時間；四是車列的摘鉤作業(yè)都必須通過人工進行；五是所有平行進路中的調(diào)車作業(yè)均受調(diào)機數(shù)量的限制，而調(diào)機數(shù)量和效率又受咽喉區(qū)布置的限制；六是所有調(diào)車作業(yè)的進行必須依賴調(diào)車人員去判斷和執(zhí)行，存在安全風(fēng)險。因此，改進現(xiàn)有調(diào)機和車輛設(shè)備并使用人工智能技術(shù)是提高調(diào)車作業(yè)效率的重要途徑。

1.2 傳統(tǒng)調(diào)車作業(yè)環(huán)節(jié)及時間

由于整個調(diào)車作業(yè)過程具有連續(xù)性和重復(fù)性，不便對調(diào)車作業(yè)過程進行分析。因此以每勾調(diào)車作業(yè)為單位進行分析，依據(jù)作業(yè)環(huán)節(jié)不同可分為以下4類勾別：①調(diào)機帶車列掛車輛(或車列)；②單機掛車列；③調(diào)機帶車列甩車輛(或車列)；④單機甩車列。所有的調(diào)車作業(yè)過程均由以上4 種勾別的調(diào)車作業(yè)重組而成。

而在以上4 類勾別中，存在的作業(yè)環(huán)節(jié)及其所需時間包括：①因為調(diào)機有限，調(diào)車作業(yè)前車輛或車列具備調(diào)車條件時存在等待調(diào)機牽引或推送所需時間；②連掛作業(yè)時間；③連接風(fēng)管(或摘解風(fēng)管)所需時間；④調(diào)機試風(fēng)所需時間；⑤防溜作業(yè)所需時間；⑥摘鉤作業(yè)所需時間；⑦調(diào)機推動或牽引車列前進或后退所需時間；⑧在調(diào)車作業(yè)中，車站值班員、調(diào)車司機與調(diào)車人員之間為確認(rèn)每勾調(diào)車作業(yè)環(huán)節(jié)而進行語音聯(lián)控所需時間。

傳統(tǒng)調(diào)車作業(yè)中的各個環(huán)節(jié)均需要人工通過體力或腦力去執(zhí)行或確認(rèn)，一方面對于調(diào)車作業(yè)的安全只能通過規(guī)章制度進行約束，存在不穩(wěn)定性且安全性較差；另一方面完成調(diào)車作業(yè)所用的設(shè)備自動化程度不高，需要作業(yè)人員反復(fù)聯(lián)控確認(rèn)，作業(yè)效率較低，所需作業(yè)時間較長。

2 基于貨運時效性的人工智能調(diào)車作業(yè)

由于人工智能技術(shù)在調(diào)車作業(yè)中的運用，必須依賴特定的設(shè)備來控制調(diào)機和車輛的動作，而特定的設(shè)備則必須要與調(diào)機和車輛完美契合匹配，才能夠精準(zhǔn)快速地完成人工智能調(diào)車作業(yè)。此外，現(xiàn)有的調(diào)機和車輛設(shè)備及其匹配的調(diào)車模式耗費過多調(diào)車時間的缺陷也急需改進。因此，調(diào)車設(shè)備的改進創(chuàng)新成為調(diào)車效率提高的最重要前提。

2.1 調(diào)車設(shè)備改進思路及設(shè)計原理

現(xiàn)有調(diào)車設(shè)備不夠靈活機動的主要原因有三：一是車輛本身不具備動力；二是調(diào)機與車輛處于同一水平面，依托鋼軌兩者無法穿插運動；三是車輛無法實現(xiàn)“橫向”跨越股道運動。因此，首先需要解決車輛本身的動力問題，只有在車輛存在動力的情況下才能實現(xiàn)人工智能技術(shù)控制車輛自行運動、自行制動和自行摘鉤，而此處動力僅僅指實現(xiàn)車輛主動與調(diào)機“連掛”、自行制動和自行摘鉤的小功耗動力。其次，因為調(diào)機與車輛是在同一平面存在運動穿插的沖突問題，因此可將調(diào)機移出車輛所在的運動平面并將其設(shè)計為人工智能技術(shù)控制的新型調(diào)機即傳動調(diào)機。傳動調(diào)機主要由動力部分和傳動部分組成，為降低造價將其固定于地基之下，而調(diào)機與車輛的“連掛”運動只需車輛自行運動部分在人工智能技術(shù)的控制下主動與傳動調(diào)機的傳動部分匹配耦合即可完成。最后，車輛的橫向跨股道運動亦是由車輛平面之上的新型調(diào)機即橫動調(diào)機來實現(xiàn)的。橫動調(diào)機主要由橫動調(diào)架匹配支持，其運動范圍僅在50～200 m之間(根據(jù)站場寬度確定)。橫動調(diào)機兩組一對，能夠根據(jù)不同車輛的軸距智能調(diào)節(jié)臂距并“抓起”需橫動的車輛。

2.2 調(diào)車設(shè)備改進分析

針對設(shè)備改進思路和設(shè)計原理，鐵路調(diào)車輔助設(shè)備實用新型專利公布了一套可以實現(xiàn)車輛自行運動、自行制動、自行提鉤3 大功能的技術(shù)實施例[7]。鐵路車站立體調(diào)車系統(tǒng)實用新型專利公布了一套可以實現(xiàn)車輛跨股道橫向運動的技術(shù)實施例[8]。它們配合使用即可形成一個由人工智能技術(shù)控制的垂直三級立體調(diào)車系統(tǒng)，實現(xiàn)車輛在技術(shù)站調(diào)車場內(nèi)的快速位移。

鐵路調(diào)車輔助設(shè)備主要是在原有車輛設(shè)備的基礎(chǔ)上進行改進，新添加了車輛自行運動設(shè)備、自行制動設(shè)備、自行摘鉤設(shè)備，其中車輛自行運動設(shè)備功能的實現(xiàn)，需有專門的傳動調(diào)機配合。整套設(shè)備的動力系統(tǒng)設(shè)計采用將小電流產(chǎn)生的微動力累積做功轉(zhuǎn)化為大動力的思路，即功能守恒定律，使得增添設(shè)備及其運營的成本較小，在控制方面采用機器自動控制和人工控制相結(jié)合的控制方法，實現(xiàn)為人工智能控制系統(tǒng)提供條件的同時又滿足應(yīng)急處置需要。車輛的自行運動設(shè)備在傳動調(diào)機的輔助下能夠?qū)崿F(xiàn)車輛或車列自行前后運動，傳動調(diào)機固定于線路地基之下，與車列或車輛不在同一水平面，相互不存在運動沖突，此外傳動調(diào)機的主要結(jié)構(gòu)由大型電動機、減速器、齒輪及傳動鏈條組成，結(jié)構(gòu)簡單。車輛的自行制動設(shè)備可代替原有風(fēng)缸產(chǎn)生制動力，自行制動設(shè)備與車列中任意2 個車輛之間的連接線路存在聯(lián)鎖關(guān)系，能夠檢測車列是否完整并在丟車后自行制動。同時自行制動設(shè)備可在司機或人工智能控制系統(tǒng)之間切換操控。車輛的自行摘鉤設(shè)備，需在車輛自行運動設(shè)備和自行制動設(shè)備的配合下完成自行摘鉤作業(yè)，即提鉤前車輛間自動完成壓縮車鉤的動作，以此實現(xiàn)各種環(huán)境下的自行提鉤作業(yè)。鐵路調(diào)車輔助設(shè)備功能原理如圖1 所示。鐵路調(diào)車輔助設(shè)備結(jié)構(gòu)如圖2 所示。

圖2 鐵路調(diào)車輔助設(shè)備結(jié)構(gòu)圖Fig.2 Structure diagram of auxiliary equipment for railway shunting operation

車輛自行運動設(shè)備的使用相比傳統(tǒng)調(diào)車作業(yè)，可以節(jié)約待調(diào)車輛等待調(diào)機牽引或推送的時間，即多個股道可同時進行車輛的摘解或連掛作業(yè)，使調(diào)車作業(yè)可以多線程進行從而節(jié)約大量時間；車輛自行制動設(shè)備主要解決作業(yè)中調(diào)機頻繁試風(fēng)實驗、摘接風(fēng)管、實施防溜浪費大量時間的問題；車輛自行摘鉤設(shè)備的使用相比傳統(tǒng)調(diào)車作業(yè)一方面極大提高調(diào)車作業(yè)的安全性，另一方面節(jié)約了提鉤人員的人力成本和調(diào)車作業(yè)的提鉤時間。對車輛以上3 個方面的改進創(chuàng)新可大幅提高鐵路調(diào)車的機動靈活性。

鐵路車站立體調(diào)車系統(tǒng)是在原有技術(shù)站的基礎(chǔ)上增添新設(shè)備。新設(shè)備主要由橫動調(diào)機設(shè)備、橫向調(diào)架設(shè)備、橫動調(diào)機轉(zhuǎn)線設(shè)備、升降設(shè)備以及控制設(shè)備5 部分組成。橫動調(diào)機設(shè)備運動在橫向調(diào)架設(shè)備之上，與車輛或車列不在同一水平面即不存在運動沖突，可以“抓”起車輛運動于各個股道之間；橫向調(diào)架設(shè)備為鋼筋混凝土澆筑的結(jié)構(gòu)，橫跨于各個股道之間；橫動調(diào)機轉(zhuǎn)線設(shè)備可以使橫動調(diào)機循環(huán)運動，快速完成多個車輛的橫向跨線運動；升降設(shè)備用于輔助橫動調(diào)機“抓住”和“松開”車輛；控制設(shè)備采用機控和人控協(xié)調(diào)的方式。鐵路車站立體調(diào)車系統(tǒng)功能原理如圖3所示。鐵路車站立體調(diào)車系統(tǒng)結(jié)構(gòu)如圖4 所示。該系統(tǒng)在鐵路調(diào)車輔助設(shè)備的配合下，可以實現(xiàn)在無駝峰的情況下，多條線路同時解體進入編組線，極大地提高解體效率；在編組線上編組的車列，也可以直接快速將規(guī)定車輛“插入”車列之中，節(jié)約大量的倒勾作業(yè)時間。同時需要指出，該系統(tǒng)并不針對所有解編車列都通過橫向移動的方式來實現(xiàn)列車的解體和編組。對于組別較少的大車組列車，采用平面返岔子的調(diào)車方式進行解體和編組，可以有效節(jié)約調(diào)車 時間。人工智能調(diào)車編組站三級六場改造建議圖如圖5 所示。人工智能調(diào)車針對不同的解體需求的車列采用不同的解體方案以節(jié)約調(diào)車時間，圖5 中各種調(diào)車作業(yè)之間交叉干擾非常小。

圖3 鐵路車站立體調(diào)車系統(tǒng)功能原理圖Fig.3 Function diagram of three-dimensional shunting system in railway station

圖4 鐵路車站立體調(diào)車系統(tǒng)結(jié)構(gòu)圖Fig.4 Structure diagram of three-dimensional shunting system in railway station

圖5 人工智能調(diào)車編組站三級六場改造建議圖Fig.5 Artificial intelligent shunting marshalling yard under the end arrangement sequence of train receiving yard,shunting yard and train dispatching yard with six-yard reconstruction proposal map

在人工智能調(diào)車過程中，總控制中心通過接收現(xiàn)場改進設(shè)備的反饋信息，即改進設(shè)備利用雷達(dá)超聲測距、紅外探測定位、步進限位邏輯以及壓敏模塊等傳感器獲取的車輛位置及動作狀態(tài)信息，以調(diào)車解編目標(biāo)動態(tài)決策控制車輛設(shè)備下一步調(diào)車動作，直至到達(dá)調(diào)車解編目標(biāo)，結(jié)束調(diào)車動作并回歸至初始狀態(tài)。如車列自行摘鉤作業(yè)，人工智能控制系統(tǒng)首先需根據(jù)雷達(dá)超聲測距模塊確定車列不再移動，再根據(jù)解編目標(biāo)計劃確定提鉤位置、通過無線通信啟動對應(yīng)車輛的摘鉤設(shè)備，摘鉤設(shè)備獨立完成摘鉤作業(yè)后反饋步進限位邏輯至人工智能控制系統(tǒng)，系統(tǒng)將摘鉤后的2 車列分別啟動自行運動設(shè)備和自行制動設(shè)備，完成摘鉤作業(yè)。

2.3 人工智能調(diào)車作業(yè)環(huán)節(jié)及流程

基于以上2 套專利在現(xiàn)有調(diào)車設(shè)備基礎(chǔ)上的改進設(shè)計，人工智能技術(shù)即可在調(diào)車作業(yè)中得以實現(xiàn)。而人工智能技術(shù)的使用，一方面可充分利用新設(shè)備優(yōu)勢以節(jié)約調(diào)車時間和提高調(diào)車效率，另一方面可以形成新的人工智能調(diào)車模式。人工智能調(diào)車模式即指在整個調(diào)車作業(yè)過程中，由安裝在改進的調(diào)車設(shè)備上的傳感器與總控制中心之間進行調(diào)車信息的交流，進而自動完成調(diào)車作業(yè)的各個環(huán)節(jié)，最終代替人力調(diào)車模式。即在人工智能系統(tǒng)運算控制下，使調(diào)車場中車輛自動實現(xiàn)縱向和橫向的智能協(xié)調(diào)運動，以快速完成車輛的調(diào)車作業(yè)。

對改進后的硬件設(shè)備功能分析，其車輛設(shè)備具有自行制動和自行摘鉤的功能，在傳動調(diào)機的輔助下具有自行前后運動的功能，在橫動調(diào)機的協(xié)助下具有橫跨股道的功能。依據(jù)新設(shè)備可實現(xiàn)的功能和調(diào)車作業(yè)計劃的需求，按作業(yè)環(huán)節(jié)將人工智能調(diào)車作業(yè)也可分為2 類勾別：①解體橫動分組；②列車組合或分解運動。整個人工智能調(diào)車過程均由以上2類勾別的調(diào)車作業(yè)相互重組配合來完成。

（1）解體橫動分組。解體橫動分組即指車列自行運動至橫向調(diào)架，并自動完成自行摘鉤和自行制動作業(yè)；然后由升降設(shè)備升起車輛，橫動調(diào)機懸掛車輛并運行至目的股道，橫動調(diào)機解掛車輛，升降設(shè)備將車輛降至對應(yīng)股道；最后車輛自行運動至對應(yīng)車列(或車組)中的過程。解體橫動分組勾別存在的作業(yè)環(huán)節(jié)及其時間：①車列自行運動所需時間；②車列自行摘鉤所需時間；③車列自行制動所需時間；④升降設(shè)備升高車輛所需時間；⑤橫動調(diào)機懸掛車輛時間；⑥橫動調(diào)機橫向運動時間；⑦橫動調(diào)機解掛車輛時間；⑧升降設(shè)備降低車輛所需時間。

（2）列車組合或分解運動。列車組合或分解運動即指在同一股道的各個車列(或車組)在分散放置的情況下，自行運動組合為1 個編成車列并自行運動至到發(fā)線的過程，或?qū)? 個車列通過自行運動分解為2 個車列的過程。列車組合或分解運動勾別存在的作業(yè)環(huán)節(jié)及時間：①車列自行摘鉤所需時間；②車列自行運動所需時間，因車列自行運動速度可控，車輛連掛所需時間極少，所以此處包含(或忽略)車列連掛所需時間；③車列自行制動所需時間。

在以上所有的作業(yè)環(huán)節(jié)中，每個作業(yè)環(huán)節(jié)的自動完成均由各個改進設(shè)備的所處動作狀態(tài)、設(shè)備工作邏輯以及工作時間3 者進行復(fù)核判斷作業(yè)環(huán)節(jié)是否完成，以確保該勾別作業(yè)安全準(zhǔn)確高效快速。在上述的作業(yè)環(huán)節(jié)中，車列自行運動所需時間和車列自行制動所需時間均需由車列或車輛在整列車中的位置加以確定；而其他作業(yè)環(huán)節(jié)所需時間均是固定不變的。

3 人工智能調(diào)車控制模型

人工智能調(diào)車控制需要以列車編組計劃作為基礎(chǔ)，車流組織計算采用“車流運動集結(jié)”法[2]，由此計算出最優(yōu)調(diào)車作業(yè)計劃需求，即計算出待解車列中的車輛被編入待編車列中的具體位置。人工智能調(diào)車作業(yè)以最小調(diào)車作業(yè)勾別(即解體橫動分組和列車組合或分解運動)為單位，以調(diào)車作業(yè)計劃需求、調(diào)車進路運動邏輯為限制條件，來排列計算完成調(diào)車作業(yè)計劃。

則人工智能調(diào)車模式下的解體編組調(diào)車作業(yè)計劃(a=2)如表1 所示。

表1 人工智能調(diào)車模式下的解體編組調(diào)車作業(yè)計劃(a=2)Table.1 Shunting operation plan of train break-up under artificial intelligent shunting mode (a=2)

上述調(diào)車作業(yè)計劃中M(xi，yn)M(xi，yj)T1(yj＜yn)為非必須勾計劃，即滿足yj＜yn條件時，執(zhí)行此勾調(diào)車作業(yè)，否則不執(zhí)行。其中T0為列車組合或分解運動勾別的作業(yè)時間，當(dāng)yj≥yn時，T0值取0。此外，在硬件設(shè)備改進后，車列或車輛的運動速度均可通過自行運動設(shè)備或自行制動設(shè)備精確控制，即不存在禁溜車輛。

綜上所述，人工智能調(diào)車控制模型，通過接收以“車流運動集結(jié)”法為核心所計算出來列車編組計劃作為調(diào)車作業(yè)計劃需求；而在軟件編程聯(lián)鎖控制硬件設(shè)備的過程中，可將解體橫動分組和列車組合或分解運動2 類勾別的硬件動作控制編程分別模塊化(即對2 類勾別的作業(yè)環(huán)節(jié)進行組合)，進而直接與解體編組調(diào)車作業(yè)計劃銜接，以完成硬件設(shè)備的人工智能操控。

人工智能調(diào)車控制模型主要針對整列車中車組去向別較為復(fù)雜的列車解體編組而設(shè)計的，而在技術(shù)站還存在整列車中車組去向別較為簡單的需要解體的列車，采用人工智能調(diào)車控制模型對其施行解體作業(yè)反而花費更多時間。因此，針對此類列車需改變解體方式，即僅通過車列自行摘鉤、自行運動、自行制動，利用固定線路及相應(yīng)道岔轉(zhuǎn)換的方式運動至目的調(diào)車線。

4 基于人工智能調(diào)車模式的分析

基于調(diào)車設(shè)備在自行運動和自行制動上的改進設(shè)計，人工智能調(diào)車模式在作業(yè)環(huán)節(jié)上省去了等待調(diào)機推送或牽引、摘接風(fēng)管、調(diào)機試風(fēng)、車機聯(lián)控、防溜作業(yè)、車輛連掛等耗費體力和時間的作業(yè)環(huán)節(jié)。此外與傳統(tǒng)調(diào)車模式相比，在解體模式上，人工智能調(diào)車模式可以實現(xiàn)多條調(diào)車線同時解體，成倍提高解體作業(yè)的效率，節(jié)約大量時間；在編組模式上，人工智能調(diào)車模式在車列的解體作業(yè)中就完成了所有的編尾調(diào)車作業(yè)，節(jié)約所有的編尾時間；而人工智能調(diào)車模式控制模型采用“車流運動集結(jié)”法計算的列車編組計劃可使每輛車平均節(jié)約4～ 5 h 的運輸時間。

基于時效性考慮，在人工智能調(diào)車模式下以車輛為計算目標(biāo)和單位，對比傳統(tǒng)調(diào)車作業(yè)計算其在整個運輸過程中節(jié)約的總時間。

式中：k為頻次，取整數(shù)；t技節(jié)為到達(dá)技術(shù)作業(yè)節(jié)約的時間；t解節(jié)為解編作業(yè)節(jié)約的時間，h；t中節(jié)為中轉(zhuǎn)調(diào)車作業(yè)節(jié)約的時間，h；t編節(jié)為編組調(diào)車作業(yè)節(jié)約的時間，h；t待節(jié)為等待調(diào)車作業(yè)所需時間，h；k1t技節(jié)為車輛在車列中對比人工智能調(diào)車模式進行了k1次到達(dá)作業(yè)節(jié)約的時間，h；k2t解節(jié)為車輛在車列中對比人工智能調(diào)車模式進行了k2次解體作業(yè)節(jié)約的時間，h；k3t中節(jié)為車輛在車列中對比人工智能調(diào)車模式進行了k3次中轉(zhuǎn)調(diào)車作業(yè)節(jié)約的時間，h；k4t編節(jié)為車輛在車列中對比人工智能調(diào)車模式進行了k4次編組調(diào)車作業(yè)節(jié)約的時間，h；k5t待節(jié)為車輛在車列車中對比人工智能調(diào)車模式在技術(shù)站進行了k5次等待調(diào)機推送或牽引的調(diào)車作業(yè)節(jié)約的時間，h；t倒節(jié)為車輛在車列車中對比人工智能調(diào)車模式進行倒站順節(jié)約的調(diào)車作業(yè)時間，h；t集節(jié)為采用“車流運動集結(jié)”法節(jié)約的集結(jié)時間，h。

式中：i為調(diào)車線股道編號；Si為i股道至其它車場之間的曲線(咽喉區(qū)的長度)距離，km；j為車列中同一到站的車組的車組別號；v為機車平均走行速度，km/h；n為進入調(diào)車線股道數(shù)，取整數(shù)；L為一條標(biāo)準(zhǔn)的調(diào)車線(包括推送線、解體線)，km；L0為車輛標(biāo)準(zhǔn)長度，km；Xij為第i條調(diào)車線上車列的車輛數(shù)；T0為節(jié)省的人工指揮延誤以及咽喉徑路縮短等時間，h。

式中：Yk為每個車列中不同的組號數(shù)。

通過上述節(jié)約調(diào)車時間公式的推導(dǎo)，可以得出在一批貨物的運輸過程中，采用人工智能調(diào)車模式可以節(jié)約總貨運時間百分比的估算公式。

式中：S ′為我國鐵路多數(shù)貨物運輸?shù)木嚯x均值，km，v ′為我國鐵路多數(shù)貨物運輸?shù)乃俣染?，km/h，而k1，k2，k3，k4，k5則可根據(jù)我國鐵路網(wǎng)技術(shù)站密度進行估值。

式中：L總為運輸總路程，km；i取1，2，3，4，5；ρ1為運輸總路程進行了k1次到達(dá)作業(yè)；ρ2為運輸總路程進行了k2次解體作業(yè)；ρ3為運輸總路程進行了k3次中轉(zhuǎn)作業(yè)；ρ4為運輸總路程進行了k4次編組作業(yè)；ρ5為運輸總路程等待了k5次調(diào)車作業(yè)。

5 結(jié)束語

為推動鐵路貨運高質(zhì)量發(fā)展，鐵路貨運設(shè)備的改進和組織方式的優(yōu)化勢在必行，而基于鐵路龐大數(shù)量的基礎(chǔ)設(shè)備的特征，有必要探索在原有設(shè)備基礎(chǔ)上優(yōu)化增添設(shè)備并以此優(yōu)化組織方式。以人工智能技術(shù)應(yīng)用為導(dǎo)向改進現(xiàn)有運輸設(shè)備和運輸關(guān)系，可以達(dá)到大幅提高鐵路運輸時效性和運輸能力的目的，為有效避免人為原因造成的調(diào)車失誤乃至調(diào)車事故提供參考。