ANLISIS DE ESTABILIDAD DE LYAPUNOV APLICADO A LNEAS DE METRO

A.Berbey Universidad Tecnolgica de Panam, Aranzazu.berbey@utp.ac.pa P. San Segundo, Universidad Politcnica de Madrid. DISAM. ETS Ingenieros Industriales, Jos Gutirrez Abascal 2, 28006 Madrid, pablo.sansegundo@upm.es Juan de Dios Sanz-Bobi Universidad Politcnica de Madrid. CITEF. ETS Ingenieros Industriales, Jos Gutirrez Abascal 2, 28006, , citef.jdsbobi@etsii.upm.es, Ramn Galn ETS Ingenieros Industriales, Jos Gutirrez Abascal 2, 28006 Madrid, ramon.galan@upm.es

Resumen
En este trabajo se propone una metodologa para analizar la estabilidad de las lneas de metro en tiempo real. Con este fin, primero se modela los efectos de saturacin inherente a las lneas ferroviarias utilizando una representacin del espacio de estado discreto en tiempo real, para entonces aplicar un anlisis de estabilidad basado en el mtodo directo de Lyapunov. Como un resultado de lo anterior, se ha sido capaz de definir un nuevo conjunto de ndices que miden la estabilidad asinttica del sistema. Los resultados obtenidos mediante simulacin demuestran que los nuevos ndices de la estabilidad pueden evaluar cualitativamente y cuantitativamente los efectos de la saturacin en lneas del metro, as como de predecir la necesidad de cambiar el horario. Palabras Clave: sistema de metro, estabilidad, planificacin, control automtico. El Grupo de Investigacin de Control Inteligente (ICG) en colaboracin con el Centro de Investigacin en Tecnologas Ferroviarias (CITEF) de la Universidad Politcnica de Madrid, han desarrollado un sistema de planificacin de trfico ferroviario para lneas de Metro. El sistema desarrollado cuenta con una interfase de usuario necesaria para la generacin del plan ferroviario. Adems, tiene la capacidad de reajustar el nmero de trenes en el plan ferroviario, previa comparaciones de frecuencias de paso de trenes. Igualmente, tambin permite validar el plan con un simulador de la red de metro y un analizador diseado que permite estudiar tanto la estabilidad como el nmero de trenes afectados y el tiempo hasta que se alcanza la frecuencia de paso de trenes establecida, La estabilidad de la lnea se analiza mediante un ndice que permite ver el margen que ofrece un plan para absorber estas anomalas, que en el funcionamiento normal son frecuentes. Otro mdulo diseado permite el rediseo del plan para solventar anomalas ms graves como averas de un tren, bloqueo de un trayecto, etc. En este artculo se detalla el mdulo que realiza el anlisis de estabilidad y se propone la utilizacin de de este ndice de estabilidad para el diseo de un algoritmo de replanificacin en tiempo real.

INTRODUCCIN

La dinmica de los sistemas de las lneas de metro ha sido estudiada profundamente por muchos investigadores [1-9]. La mayor parte de estos trabajos se basan en modelos de espacio de estado lineales, cuya validez ha quedado demostrada para ciertas condiciones de operacin comunes en la prctica. La utilizacin de estos modelos ha permitido el diseo de controladores lineales del trfico dinmico [3,5,7,9] y simuladores en tiempo real [5,6]. Sin embargo, algunos investigadores [1,6] han destacado la importancia del comportamiento no lineal de las lneas del metro. Por lo tanto, resulta de utilidad revisar tanto la estabilidad, como el desempeo de los controladores lineales propuesto frente a los efectos no lineales de las lneas ferroviarias.

2 MODELADO DE LA LNEA DE METRO.

2.1 MODELO TRFICO.

DE

LA

DINMICA

DE

El sistema del metro se puede modelar por un sistema de ecuaciones en tiempo discreto [8]
i i i i tk +1 = tk + rk + sk +1

(1)

Donde tik es el tiempo de llegada del tren i a la estacin k, rik es el tiempo de viaje del tren i de la estacin k a la estacin k+1, sik es el tiempo de parada del tren i en la estacin k. Se ha demostrado que las lneas del metro son inestables en presencia de perturbaciones si no hay ninguna accin de control aplicada para corregir el itinerario de los trenes [3,9]. Esta accin de control se puede realizar mediante la manipulacin de los tiempos de parada o los tiempos de viaje entre estaciones. Es decir, ambas acciones son funcionalmente iguales [1]. Si se manipula el tiempo en marcha, este se define como,
i rki = Rk + uRk

f g 0 0 M 0

0 f g 0 M 0

0 0 f g M 0

0 0 0

0 0 0

0 0 0

f 0 M O g 0

0 M f

Los parmetros de f y de g que permiten una regulacin subptima se pueden estimar empleando la formulacin siguiente [3,9],

(2)

Donde, Rk es el tiempo nominal de viaje de un tren i de la estacin k hasta la estacin de llegada k+1 y uiRk es la accin de control del tren i entre el trayecto de las estaciones k y k+1. 2.2 MODELADO ESTADO. EN EL ESPACIO DE

q + pcc (1 cc ) 2 + p + q p+q g= (1 cc ) 2 + pc + qc f =

(5a) (5b)

donde, 0 p < ; 0 q < y cc es el mximo valor de ck. Sin embargo, es importante hacer hincapi en el hecho de que las acciones de control Uj se traducen en correcciones automticas en los tiempos de parada y/o las velocidades de los trenes. Estas acciones son limitadas generalmente por restricciones inherentes de los tiempos de la parada en las estaciones y de las velocidades de los trenes en la va. Es posible modelar estas acciones de control saturadas como sigue:

La planificacin en condiciones ideales (sin perturbaciones [3,9]) es definida por uiRk =0 y tik+1 = Tik+1, donde Tik+1 es establecido como el horario adecuado previamente. Las desviaciones de los horarios son modeladas por xik =Tik-tik, que no es ms que la diferencia entre el horario planificado de tiempo por estacin y el tiempo real. Ahora es posible, reformular el problema como la representacin discreta del espacio de estado de la siguiente manera:

Uj =X j
donde,
f '1 ' g 2 0 (X j ) = 0 M 0
' k +1

(6)

X j +1 = AX j + BU j

(3a) (3b) (4)

0 f '2 g '3 0 M 0

0 0 f '3 g '4 M 0

0 0 0 f
'

0 0 0
4

Y = Xj
U j = j X j
donde,
Xj = x
j 1 1

M 0

0 O g 'k

0 0 0 0 M ' f k

jK K

;
0 ck 1 ck

c1 1 c 1 1 A = 1 c2 0

c2 1 c2 1 1 ck

1 1 c 1 B= 0

0 1 1 c k

i i 1 + fxk f for K k gxk +1 f = Kk f i i 1 | gxi + fxi 1 | for gxk + fxk +1 < K k k +1 k i i 1 + fxk for K k gxk g +1 ' g k +1 = Kk g i i 1 | gxi + fxi 1 | for gxk + fxk +1 < K k k +1 k

3. UN NUEVO NDICE DE ESTABILIDAD. En opinin de los autores, sera muy til saber por adelantado la fragilidad de un controlador lineal usado para la regulacin de trfico. Para este fin se define un nuevo sistema de ndices de la estabilidad

basados en el mtodo de estabilidad de Lyapunov. Estos ndices miden el nivel de estabilidad asinttica,
i vk = ' ' r 2 (ck + fk' )(1 + gk ) + r 2 (ck +1 + fk'+1 )(1 + gk +1 ) ' 2 1 r 2 (ck + f k' )2 r 2 (1 + gk +1 )

subptimos p=1, q=0.20, de cc=0.026, y de Kk = 8.4 para calcular los parmetros del modelo de estado de espacio discreto. En el primer caso, la lnea del metro es perturbada con 50 segundos (fig. 2a). Las desviaciones ligeras se muestran en el sistema en tres trenes y los valores que alcanza el ndice vik+1 de estabilidad estn entre 0.0650 y 0.1290(fig. 2b).. Esto significa que la lnea sistema del metro est dentro de la zona de la estabilidad asinttica con un incremento posible de hasta 0.8710 del umbral superior de la zona de estabilidad asinttica y que es frontera con la tercera zona (estabilidad no garantizada) y 0.0650 del umbral ms bajo de la estabilidad. Un retardo de 100 segundos produce los valores para los ndices de la estabilidad entre 0.0470 y 0.2750 (vase fig. 3b). El punto crtico de la estabilidad se alcanza para un perturbacin de de 172 segundos (vase fig. 4a y 4b), ya que el sistema alcanza la frontera entre las segundas y terceras zonas. Finalmente la perturbacin de 1000 segundos en la lnea del metro provoca efectos de saturacin tan importantes que pueden desestabilizar el sistema (vase fig. 5a y fig.5b). Es importante destacar que el ndice propuesto puede predecir por adelantado (alrededor 172 segundos despus de que el perturbacin ha comenzado) la posibilidad del sistema que llega a ser inestable y la necesidad de cambiar el horario. Los resultados resumidos se presentan en la tabla 1. En el caso de 1000 segundos de retraso, el tiempo de recuperacin es de 3410 segundos debido a la presencia de una gran perturbacin de 1000 segundos que afecta a un promedio de 13 trenes aproximadamente. Es por esta razn, que el ndice de estabilidad vik cae fuera de la zona estable 0 vki +1 < 1 y se coloca dentro de la segunda zona que no garantiza la estabilidad. Tabla 1. Resumen de resultados.
Pert ur baci ones 25 Tren es afect ados 1
v
i k

(10)

En opinin de los autores, sera muy til saber por adelantado la fragilidad de un controlador lineal usado para la regulacin de trfico. Para este fin se define un nuevo sistema de ndices de la estabilidad basados en el mtodo de estabilidad de Lyapunov. Estos ndices miden el nivel de estabilidad asinttica,

v =
i k

' ' r2 (ck + fk' )(1+ gk ) + r2 (ck+1 + fk'+1)(1+ gk +1) ' 2 1 r2 (ck + fk' )2 r2 (1+ gk +1)

(10)

Zona sin estabilidad asinttica

Zona no lineal con estabilidad asinttica Zona lineal con estabilidad asinttica

Zona sin estabilidad asinttica

Figura 1. ndice de estabilidad. El sistema dinmico tendr estabilidad asinttica garantizada si cada uno de los ndices se encuentra en el intervalo:
i 0 vk +1 < 1

(11)

En caso de que cualquier vik+1 sea negativo o igual o mayor de uno la estabilidad de sistema frente a perturbaciones sostenidas y imperfecciones del modelo no ser garantizada y la lnea del metro podra llegar a ser inestable y necesitar de la replanificacin del horario. 4. EXPERIMENTOS Para validar nuestro enfoque hemos realizado un nmero de pruebas en un ambiente simulado usando una herramienta que fue desarrollado en MATLAB para evaluar la estabilidad en diversos escenarios. En el andn 6 y el tren 50, se introducen cuatro perturbaciones del tiempo de retardo de 50, 100, 172 y 1000 segundos respectivamente usando los valores

Zona max 0.0935 lineal asinttica y estable no lineal asinttica y estable no lineal asinttica y estable no lineal asinttica y estable punto critico estabilidad

min 0.0935

Tiempo de recobro 133

50

0.0650

0.1290

390

100

0.0470

0.2750

800

150

0.0500

0.7000

1210

172 200

2 3

0.0500 0.0480

1.0000 1.3000

1460 1760

300

0.0600

1.4190

1000

13

-75

186.5

no garantizad a estabilidad no garantizad a estabilidad no garantizad a

0.35

0.3

1860
0.25

0.2

3410

indice 0.15 0.1 0.05 0 0

4 tiempo

7 x 10

8
4

Fig.3b. ndice de estabilidad para la perturbacin de 50 segundos.

14

20
12

10

15

estacion

estacion 10 5
1 1.05 1.1 1.15 1.2 Tiempo en segundos 1.25 1.3 1.35 x 10
4

1.1

1.2

1.3 1.4 Tiempo en segundos

1.5

1.6

1.7 x 10
4

Fig.2a. Horario con perturbacin de 50 segundos.

0.13

Fig.4a. Horario con perturbacin de 172 segundos: punto crtico

0.5 0.45

0.12

0.4
0.11

0.35
0.1 indice

0.3 indice
0 1 2 3 4 tiempo 5 6 7 x 10 8
4

0.09

0.25

0.08

0.2

0.15
0.07

0.1
0.06

0.05

Fig.2b. ndice de estabilidad para la perturbacin de 50 segundos.

0.5

1.5

2 tiempo

2.5

3.5 x 10

4
4

Fig.4b. ndice de estabilidad para la perturbacin de 172 segundos

14

20

12
15

10 estacion

estacion 10 5 0 1

4 1 1.05 1.1 1.15 1.2 Tiempo en segundos 1.25 1.3 1.35 x 10

4

1.1

1.2

1.3 1.4 Tiempo en segundos

1.5

1.6

1.7 x 10
4

Fig.3a. Horario con perturbacin de 100 segundos

Fig.5a. Horario con perturbacin de 1000 segundos: sistema inestable.

200

Referencias [1] Araya, S and Sone, S. Traffic Dynamics of Automated Transit Systems with Preestablished Schedules. IEEE Transactions on Systems, Man and Cybernetics, Vol. SMC-14, No.4,July/August 1984. [2] Assis, W.O; Milani, B.E.A. Generation of optimal schedules for metro lines using model predictive control Automatica 40(2004) 13971404. 2004. [3] Campion, G. Van Breusegem, V. , Pinson, P. y G. Bastin. Traffic Regulation of an underground railway transportation system by state feedback. Optimal control Applications & Methods, Vol. 6, 385-402. 1985. [4] Cury, J.E. Gomide, F.A.C and Mendes, M.J. A methodology for Generation of Optimal Schedules for an Underground Railway Systems IEEE Transactions on automatic control, Vol. Ac-25, No.2, 1980. [5] De Cuadra, F., Fernndez, A. y Granados. J.C Train simulation and headway calculations an approach based on parameterized continuous curves. Instituto de Investigacin Tecnolgica (IIT-UPCO) 1994. DIMETRONICS S.A. Madrid, Espaa. Computers in Railways IVVolume 1: Railway Design and Management. Computational Mechanics Publications. [6] Fernndez, A., de Cuadra, F. y Montes, F. Traffic regulation and simulation- a predictive adaptive control system. Instituto de Investigacin Tecnolgica (IIT-UPCO) 1994. DIMETRONICS S.A. Madrid, Espaa. Computers in Railways IV-Volume 1: Railway Design and Management. Computational Mechanics Publications. [7] Rice, P. Urban transport systems capacity with special references to London Transport underground railways Conf. on Control Aspects of New Forms of Guided Land Transport, London, 1974.

150

100

indice

50

-50

-100

4 tiempo

7 x 10

8
4

Fig.5b ndice de estabilidad para la perturbacin de 1000 segundos: sistema inestable. Tambin est claro que incrementar Kk cada vez ms hace que los efectos de la saturacin disminuyan. Aunque, estas acciones restringen el sistema dinmico, existe una relacin de compromiso entre los mrgenes de Kk y el tiempo de viaje del metro, ya mrgenes demasiado altos de Kk podan producir descontento o inconformidad en usuarios del metro. 5. CONCLUSIONES Es un hecho general que el trfico ferroviario y particularmente las lneas del metro demuestran que las perturbaciones provocan retrasos inherentes en un horario planificado previamente. Aqu se ha presentado un nuevo anlisis de estabilidad basado en el mtodo directo de Lyapunov en una representacin de estado de espacio discreta del trfico en lneas del metro. Este nuevo enfoque ha permitido que definamos un nuevo ndice de estabilidad y tres zonas de estabilidad: una primera zona lineal con estabilidad asinttica, una segunda zona no lineal con estabilidad asinttica garantizada y una tercera zona no lineal en donde la estabilidad no se garantiza. Adems, el clculo del ndice de la estabilidad en tiempo real hace posible tericamente predecir la necesidad de cambios en el horario o replanificaciones. Para validar nuestro enfoque hemos realizado un nmero de pruebas con valores distintos de retrasos en un ambiente simulado. Las pruebas futuras en datos verdaderos son necesarias para un dictamen final, pero los resultados obtenidos son muy prometedores. Agradecimientos Los autores agradecen al proyecto ROBONAUTA: DPI2007-66846-C02-01 bajo el Ministerio de Ciencia de Espaa. A. Berbey es becaria del programa de becas SENACYT-IFARHU 2005-2010 para investigadores nacionales del Gobierno de la Repblica de Panam y recibe apoyo de la Universidad Tecnolgica de Panam.

[8] Sasama, H. y Ohkawa, Y. Floating traffic control for public transportation systems Proc. 4th IFAC Conf. on Contr. and Transport Syst., Baden-Baden, 1983. [9] Van Breusegem, V., Campion, G. y Bastin., G. Traffic Modeling and State Feedback Control for Metro Lines. IEEE Transactions on automatic control, Vol. 36, No.7, 1991.