驼峰车辆减速器闭环控制PID参数的模糊自整定

编组站车辆减速器是实现车辆溜放调速控制的关键设备之一,而目前使用的过程控制数学模型调速方案存在控制精度不高等缺点。现基于模糊自整定的原理,根据驼峰车辆减速器控制系统的性能和要求,提出一种按减速器调速过程对不同溜放车组的参数自整定的方法,并设计出了模糊自整定PID控制器。经过多次试验及调整,制定适合于驼峰车辆减速器控制系统的模糊控制规则,利用模糊控制策略可实现对PID参数的最佳调整。以此可以实现驼峰车辆减速器对速度的控制。     

驼峰速度控制系统中神经网络方法的研究

现有的各种驼峰速度控制系统大多属开环系统，本文将神经网络学习算法引入速度控制系统达到系统闭环的效果。提出了一种直接控制的自适应神经元模型和神经网络结构，以及一种快速学习算法，并把该神经网络和算法用于驼峰速度控制系统。计算机模拟结果表明该算法是十分有效的。     

TYWK型信号计算机一体化控制系统

TYWK型驼峰信号计算机一体化控制系统是由全电子模块构成的驼峰推送进路控制、调车进路控制、溜放进路控制和溜放速度控制的集散式自动控制系统。系统满足自动化驼峰技术条件,调车进路控制符合大站电气集中的技术条件。采用微电子智能控制模块替代传统的继电器控制电路,实现对信号机、转辙机、车辆减速器的控制和轨道电路区段状态的识别。在功能方面有很大扩展,在性能方面有显著提高。该系统已于2003年2月27日通过铁道部技术鉴定。     

TW-2型驼峰自动化系统中推送进路技术条件的确定与实践

本文通过分析继电控制下的驼峰推送进路的弊端，提出了TW-2型驼峰自动化系统中有关推送进路的全新技术条件，技术条件包括实现推送作业的“进路”控制以及结合调车作业计划的自动控制两大方面。     

TYWK型信号计算机一体化控制系统

TYWK型驼峰信号计算机一体化控制系统是由全电子模块构成的驼峰推送进路控制、调车进路控制、溜放进路控制和溜放速度控制的集散式自动控制系统。系统满足自动化驼峰技术条件，调车进路控制符合大站电气集中的技术条件。采用微电子智能控制模块替代传统的继电器控制电路，实现对信号机、转辙机、车辆减速器的控制和轨道电路区段状态的识别。在功能方面有很大扩展，在性能方面有显著提高。该系统已于2003年2月27日通过铁道部技术鉴定。     

驼峰车辆减速器闭环控制PD参数模糊在线自校正

基于参数模糊在线自校正的原理,提出一种对驼峰车辆减速器控制系统控制参数按调速过程进行模糊在线自校正的控制方法。针对车辆减速器控制系统的特点和性能要求,设计减速器模糊在线自校正控制器,以调速过程中速度误差及其变化为输入语言变量,建立模糊控制规则;根据模糊控制规则在线调整PD控制器的参数,使控制器能较好地适应减速器闭环控制定速设定及过程参数时变。本控制方法在实际系统中进行了试验,结果表明,与常规PD控制相比,模糊在线自校正PD参数控制器有较好的控制性能和较强的鲁棒性,可使系统的控制精度有明显的提高。     

基于FNN的驼峰车辆减速器出口速度的计算

减速器出口速度的合理性直接影响着驼峰溜放作业的效率和安全。目前，国内外常用的驼峰车辆溜放速度控制模型主要是基于车辆走行阻力的统计特性。但车辆走行阻力是随机、离散的复杂变量，难以准确测定；而且，基于这个统计模型的出口速度计算法比较机械，没有自适应能力，使得某些溜放环境变化后，溜放作业的安全连桂率有所下降，安全善恶化。为此，本文基于模糊神经网络（FNN）理论，提出了一种新的计算车辆减速器出口速度的智能控制模型。该模型采用五层的前向神经网络来构造模糊系统，以模拟熟练的调速作业员给定出口速度的模糊和自适应策略，并在相关的先验知识的基础上，使用了改进的误差反向传播学习算法，具有自学习和自适应能力。在驼峰溜放环境变化时，控制系统能通过自学习，自动校正减速器计算出口速度模型，改善控制品质，使系统保持设计的安全连挂率。计算机模拟结果表明这种模型是很有效的。     

驼峰编组场溜放车辆速度控制浅议

编组站溜放车辆的速度控制是调车作业的关键,先进的速度控制技术不仅可以提高驼峰的能力和作业效率,而且使编组站能实现调车作业现代化,哈尔滨铁路局减速顶调速系统研究所经过三十多年的研究与创新,发明了减速顶、加速顶、可控减速顶等新型调速设备和微机控制调速系统,研制出七代微机控制系统,创造和应用了自适应、模糊控制等理论,设计出国内外领先的微机控制系统的硬件和软件,为我国铁路编组站调速现代化发挥了重要作用。     

基于模糊神经网络间隔调速模型的研究

间隔调速控制是驼峰控制的重点,目前普遍使用的间隔调速算法是出口定速法,不能适应车辆行驶的动态过程,容易出现错误导致事故发生。为此,本文提出了一种基于模糊神经网络理论求得动态出口速度的模型,使用改进的误差反向传播学习算法进行学习,具有很好的自学习和自适应能力,能根据列车的溜放实际情况自动调整减速器出口速度。     

基于改进BP神经网络的驼峰场车辆减速器故障诊断的研究

减速器是驼峰场控制速度的主要部分,随着当前高速铁路大发展和铁路货运量的提高,编组站解体和编组能力加大,车辆减速器使用率和故障率增加,而现场维修人员凭借经验的低效率维修已经不能满足当前的货运溜放要求,对驼峰溜放控制,钩车安全连挂提出更高的要求,因此根据现场收集的数据建立BP神经网络模型进行仿真训练,精确诊断驼峰车辆减速器TJK(Y)2,3的故障部位,仿真结果表明,故障判断准确率达到96%。     

现代控制理论与交流电机调速(Ⅳ)--智能控制(3)

针对模糊逻辑控制和神经网络控制这2种控制方法的长处和不足,人们又提出兼具两者优点的神经网络—模糊控制方法。介绍了神经网络—模糊控制系统合成推理的网络形式及一般结构,并举例阐述系统在交流电机调速中的应用情况。     

高速列车横向振动自适应神经模糊控制的仿真

为了设计出智能的列车悬挂系统,提出了基于神经网络的自适应模糊控制。模糊控制主要是针对系统的非线性;神经网络控制是产生模糊控制的控制规则。通过自适应神经网络的模糊推理系统(ANFIS),把神经网络和模糊控制相结合。神经网络根据采集的数据来进行训练,产生不同的控制规则,使模糊控制器对路面的变化具有自适应能力。仿真结果表明:该方法可在一定程度上减少轨道对列车车身的振动,提高列车在路面行驶的平稳性。     

铁路驼峰调速系统设计中的安全与效率

针对我国铁路目前驼峰调速系统的实际情况,根据不同类型的驼峰,不同调速制式的调速系统,分析了在驼峰调速系统设计中的安全与效率问题,对新建驼峰和优化既有驼峰提出了整体的建议。     

有转运运输问题的Hopfield神经网络优化方法

Hopfield神经网络是一种递归神经网络,可以用于联想记忆和优化,运输问题是一类特殊的线性规划问题,结合Hopfield神经网络优化功能和有转运运输问题的特点,并根据运输问题的实际情况,将约束边界模糊化,设计针对有转运运输问题的连续Hopfield神经网络电路。借用神经网络中能量函数的概念和含义确定网络电路的参数并证明系统的稳定性。将优化有转运运输问题转换成求解网络系统的平衡点,即吸引子。在优化过程中,为了防止网络收敛到局部极值,采用模拟退火算法,使网络能够达到全局最小值,不仅优化速度快、实时性强,也给其它线性、非线性规划问题的优化提供了一个新的途径。并通过计算机仿真研究验证了系统的有效性、可行性。     

驼峰可控顶自动调速系统控制技术研究与应用

根据可控减速顶的调速原理，介绍驼峰可控顶自动调速控制系统的控制技术。通过设计相关的软件和硬件，对溜放车组进行精细位置跟踪，实现变速控制。应用效果表明，此系统具有控制精确、可靠性和安全性高等特点，满足运输生产要求，适用于我国中小驼峰现代化改造。     

现代控制理论与交流电机调速(Ⅱ)--智能控制(1)

人工智能系统将进一步与电力电子学以及运动控制相结合而更加深刻地影响后者的发展。特别是在研制高质量的传动和伺服控制装置中。文章着重介绍模糊逻辑控制、神经网络控制以及它们的交叉结合的神经网络-模糊控制系统及其应用与设计。