铁路区间通过能力信息系统的研究

铁路区间通过能力信息系统软件是运用中西文ＦＯＸＢＡＳＥ及ＦＯＲＴＲＡＮ在ＩＢＭ－ＰＣ机上开发的。软件试用结果表明，此系统对用计算机确定单，双线不同闭塞方式的列车运行图周期是一次尝试。文中阐述了系统构成，功能，特点，技术关键，适用范围及运用效果好。     

模糊预测控制在地铁舒适度方面的研究与仿真

针对地铁列车自行运行系统(Automatic Train Operation, ATO)舒适度方面进行研究,基于模糊预测控制理论设计了模糊预测控制器,在MATLAB平台上通过仿真模型建立,对模糊预测控制在ATO舒适度方面深入研究并进行仿真验证,表明ATO系统采用模糊预测控制算法在地铁舒适度方面有明显的改善,为地铁舒适度方面提供可行方案。     

基于改进灰色预测模糊PID控制的列车多目标优化研究

针对列车自动驾驶(ATO)系统各性能指标最优问题,充分考虑灰色预测控制、模糊控制与PID控制各自的优点,提出一种改进灰色预测模糊PID控制算法。以准时性、舒适性、精准停车及能耗为指标,列车动力学方程为约束,构建列车运行多目标模型;然后采用遗传算法优化该模型,根据MATLAB软件得到列车运行目标曲线;最后利用Simulink模块搭建PID控制器仿真模型、模糊PID控制器仿真模型和改进灰色预测模糊PID控制器仿真模型,获得其对应的跟踪曲线。选用车型和线路仿真模拟,仿真结果表明:改进灰色预测模糊PID控制算法比PID控制算法和模糊PID控制算法在提高列车运行的准时性、舒适性、停车精确性以及降低能耗方面更有效。     

模糊预测控制在ATO系统中的应用

首先介绍了列车自动运行系统(ATO)的基本结构和功能,然后介绍了模糊逻辑和预测控制的基本原理,最后对模糊预测控制在列车自动运行系统中的应用深入研究,并进行仿真验证。通过对比PID控制器,表明在列车控制系统中,采用模糊预测控制器对于改善列车安全性能有明显的帮助。     

微机控制轮对压装曲线记录仪的技术分析

依据对引进的美国ＳＩＭＭＯＮＳ公司的ＳＩＭＭＯＮＳ－ＦＡＲＲＥＬ３００ｔ压装机的分析，提出了并 论证了设计新型微机 控制压装记录仪与现有压装机配套的技术方案，     

PC—NFS双向资源共享地后台服务进程方案

在计算机网络系统中，信息的分布存储和处理是一个重要方面，也是计算机网络必须提供的一种服务，ＳｕｎＯＮＣ网络环境中的ＰＣ－ＮＦＳ基于单用户、单任务的ＰＣ－ＤＯＳ操作驻实现了单向的文件资源共享，我们提出了一种网络后台服务进程的方案，实现了服务器和ＰＣ机之间的双向资源共享，完善了ＰＣ－ＮＦＳ通信软件的功能。     

数据驱动的高速列车子空间预测控制

随着列车运行速度的提高,列车与接触网、轨道、空气的动力作用加剧,给高速列车的建模与控制提出更高的要求。本文提出数据驱动的高速列车子空间预测控制方法:构建基于状态框架的高速列车多变量动力学系统;由输入输出数据设计高速列车的子空间预报模型;详细分析高速列车子空间预测控制器的设计方法,并给出相应的预测控制算法。高速列车的数值仿真实验结果证明所提出控制方法的有效性。     

预测柴油机NOX排放量的计算机模型（上）

研制出一种可预测直喷式柴油机ＮＯＸ排放量的计算机模型。该模型可在ＰＣ机上运行，由菜单驱动，名称为ＡＬＡＭＯ－ＥＮＧＩＮＥ。利用该模型可对各种降低ＮＯＸ排放量的对策的效果进行预测。这些对策包括：排气再循环、乳化燃油、进气管或缸内喷水、改变燃油喷射定时、湿度调节以及改变进气温度。对各种对策的效果进行了预测和分析，并与实测值进行了对比，指出了各自的优缺点和改进方向。在４８６－６６ＭＨｚＰＣ机上运行时间不     

支持向量机在列车自动控制中的应用

提出支持向量机-模糊预测控制方法,介绍支持向量机在列车启动控制过程中的应用。通过仿真试验,验证了该方法的有效性,解决了列车启动过程中平稳性不高的问题。     

基于模糊神经网络预测控制的高速列车ATP研究

在目标-距离速度控制模式普遍应用于我国高速铁路列车控制的背景下,本文针对高速列车运行性能的要求,将模糊神经网络预测控制运用到高速铁路ATP中,对列车速度进行控制。控制系统以闭塞区间为单位,建立高速列车速度模糊神经网络预测控制模型。在闭塞区间内,利用车-地通信将控制所需信息发送至列控中心;根据所得信息,通过预测控制算法得到从当前位置到闭塞分区出口的列车速度自动防护曲线并确定列车运行方式和控制策略;在每1个通信周期内,利用滚动优化和误差校正进行速度优化。仿真结果表明,与传统的控制方法相比,基于模糊神经网络预测控制的高速列车ATP具有更高的安全性。     

时变遗忘因子的高速列车自适应子空间预测控制

针对传统列车固定模型难以描述和控制具有时变、非线性等特征的高速列车运行过程问题,本文提出时变遗忘因子的高速列车自适应子空间预测控制方法。首先基于列车状态空间模型描述构建列车的增量式子空间预报模型;接着融合子空间辨识与反馈校正的思想得到时变遗忘因子的列车自适应模型,进而分析高速列车自适应子空间预测控制器的设计方法,并给出相应的控制算法。最后进行高速列车运行过程控制的仿真对比实验,结果表明本文控制方法在高速列车正常运行及强干扰情况下的预测跟踪控制性能是有效的。     

CAN总线在列车微机控制系统中的应用

介绍了ＣＡＮ总线及其特点，分析了ＣＡＮ总线在列车微机控制系统中的应用情况，给出了ＣＡＮ总线在２００ｋｍ／ｈ电动车组微机控制系统中的具体运用实例，并简单介绍了系统的硬件和软件。     

中低速磁浮列车制动过程的时滞补偿预测控制

中低速磁悬浮列车制动过程中具有非线性强、时滞大、时滞特性难处理等特性,传统列车制动控制方法难以实现对磁浮列车制动过程的精准速度控制。为解决中低速磁悬浮列车制动过程的时滞问题,提高制动控制精度,提出一种中低速磁浮列车制动过程的时滞补偿预测控制方法。首先,根据中低速磁悬浮列车实际运行数据,利用带有遗忘因子的递推最小二乘法辨识列车模型参数,建立列车自回归模型。然后,根据得到的受控自回归积分滑动平均模型和Smith预估器构建带时滞补偿的广义预测控制器并分析其控制律更新过程,实现对中低速磁悬浮列车制动过程的纯滞后补偿,降低列车制动过程中时滞特性的影响。最后,基于某磁浮线现场数据,以中低速磁悬浮列车制动过程为被控对象进行实验仿真,并比较时滞补偿广义预测控制方法与传统广义预测控制方法对于中低速磁悬浮列车制动过程速度跟踪控制的效果。仿真结果表明：所设计的时滞补偿广义预测控制器能够以更高的精度实现对中低速磁悬浮列车制动过程的速度跟踪,且与传统广义预测控制方法相比,系统跟踪误差更小并具有更好的控制性能。所提出的时滞补偿广义预测控制算法不仅解决了中低速磁悬浮列车制动过程的时滞问题,而且有效提高了列车制动控制...     

基于GA优化模糊PID控制的ATO算法研究

针对城市轨道列车的自动驾驶系统(ATO)传统PID控制方法适应性差和智能化不足的问题,基于该领域专家知识和驾驶司机的操作经验,将遗传算法优化的模糊PID控制算法运用在ATO的控制系统中,并运用MTALAB进行仿真。仿真结果表明,该控制算法优于传统的PID控制,能够满足ATO系统对不同工况下的适应性和智能性要求,可以达到精确停车和准点到站的目的,能够有效提高列车舒适性和降低列车能耗。     

基于预测控制的ATP算法研究

简要介绍了列车自动防护(ATP)系统的组成结构、工作原理和功能,分析了现有ATP系统的控制模式及其特点。文中提出了一种基于预测控制的ATP控制算法,并进行了仿真分析,验证了算法的可行性。     

基于自适应模糊滑模的列车精确停车制动控制算法

针对高速列车自动驾驶系统精确进站停车问题,基于列车动力学模型和列车制动系统模型,设计1种自适应模糊滑模控制器,通过模糊切换以补偿列车运行过程中受到的基本阻力、线路附加阻力以及外部未知随机扰动等非线性扰动的影响。根据滑模控制理论,利用列车运行过程中的状态偏差,设计基于跟踪误差的等效控制器,以求解列车制动等效控制量;考虑外部扰动,基于优秀司机驾驶经验的模糊推理规则,设计切换控制器,以得到精确控制量。采用本文控制算法对列车制动过程进行仿真验证,并与传统的PID控制和基于指数趋近律的滑模控制进行对比。结果表明:在考虑附加阻力和外部扰动情况下,自适应模糊滑模控制器能够柔化非线性切换控制信号,削弱滑模控制固有的抖振现象,实现对参考轨迹的精确跟踪,并最终实现精确停车;即使在列车制动系统实际控制输出出现偏差时,设计的控制器仍能控制列车精确跟踪参考制动曲线。     

基于模糊逻辑控制的ATP系统研究

本文首先简要介绍了现有的ＡＴＰ系统构成及其成功，分析了其控制机制的特点以及存在的缺陷。提出了一种全新的基于模糊控制的ＡＴＰ控制机制并进行了仿真研究。同时阐述了新机制的优越性以及模糊控制技术在列车自动控制方面应用的优势和应用前景。     

基于自适应滑模控制的城际列车精确停车方法研究

停车精度是衡量列车自动驾驶控制性能的重要指标。针对城际轨道列车精确停车的需求，分析列车自动停车过程、列车动力学模型以及制动模型，在此基础上提出采用自适应滑模控制器来提高停车精度和列车运行舒适性；应用滑模控制原理设计列车停车控制算法，并对滑模控制中的趋近律增益进行自适应调节，以提高系统响应速度及改善稳态精度。仿真结果表明，基于自适应滑模控制的停车算法表现出良好的鲁棒性和自适应性，该控制器使列车能够精确地跟踪停车目标曲线，并改善列车的停车精度和运行舒适性。     

基于DSP的音频轨道电路接收解调算法的研究

提出了采用基于数字信号处理（ＤＳＰ）中的细化频谱分析（ＺｏｏｍＦＦＴ）技术接收并解调ＡＳＫ信号的方法，详细推导了载频与低频的解调算法，利用该方法解调音频轨道电路中的传输的列车检测信息和速度信息，计算机模拟实验证明满足接收的指标。     

基于自抗扰控制的地铁列车驾驶控制算法

基于PID算法或基于模糊PID算法的地铁列车ATO驾驶控制算法的速度响应误差大,加减速切换频繁,从而导致旅客舒适度一般,列车停车精度不高,列车能耗略高和运行时间存在一定误差的问题。搭建地铁列车模型,结合北京地铁亦庄线线路数据,通过仿真实验对比基于PID算法,基于模糊PID算法,基于专家系统,基于ADRC算法的地铁列车ATO驾驶控制算法的控制效果,并在实验中运用改进的粒子群算法对ADRC算法的参数进行快速整定。仿真结果表明:基于ADRC算法的地铁列车ATO驾驶控制算法的控制效果优于基于PID算法和基于模糊PID算法的地铁列车ATO驾驶控制算法,其控制效果和经验丰富的司机驾驶基本相当,可以有效提高旅客舒适度、列车停车精度,减小列车能耗、运行时间误差。