基于IPSO-SVR的高速动车组电机吊架结构可靠性分析

针对高速动车组电机吊架的极限状态方程难以用精确的数学解析式表达和采用传统可靠度计算方法工作量大的问题,将改进粒子群优化的支持向量回归模型和可靠性理论相结合,对电机吊架进行可靠性分析。首先,通过对电机吊架进行灵敏度分析,筛选出对目标响应影响较大的随机变量,采用Box-Behnken设计方法得到样本数据;其次,对样本数据进行训练,建立基于改进粒子群优化支持向量回归的电机吊架代理模型;最后,结合蒙特卡洛抽样和"应力-强度干涉"理论,计算得到电机吊架的可靠度。结果表明,采用该方法求得的电机吊架可靠度具有较高的精度,同时提高了计算效率。     

采用动态多子群GSA-RBF神经网络的机车黏着优化控制

为解决机车牵引过程中轮轨间最优黏着利用能否获得的问题,提出一种基于高斯RBF神经网络的机车黏着智能优化控制方法。针对黏着极限态优化控制效果的定量评估,定义了同时考虑轮轨间黏着力变化指标和牵引电机转矩波动指标的加权目标函数;提出动态多子群GSA算法以优化RBFNN参数,避免了参数选择的盲目性,提高了RBFNN的收敛速度和学习能力;此外,该方法不依赖被控对象的解析模型,仅基于系统输入、输出信息完成控制器设计,并通过对电机转矩的动态调整,实现轮轨间黏着的最优利用。仿真结果验证了该方法的正确性和有效性。     

基于稳健试验设计的高速客车悬挂参数多目标优化

为了改善高速客车的动力学性能,采用稳健试验设计法对高速客车的多个关键悬挂参数进行了多目标优化。基于多体动力学软件UM,完成了高速客车模型的建立和基本参数的设置。采用变化系数的方法,得出各项动力学性能指标结果,筛选出关键悬挂参数。将关键悬挂参数进行正交试验,对试验结果进行信噪比分析,确定了优化后的参数。对优化后的参数进行验证发现:各项动力学性能指标均得到改善,悬挂参数的优化是有效的。     

基于随机模型的抗侧滚扭杆多响应稳健优化

在动车组抗侧滚扭杆的稳健优化设计中,针对其具有随机因素的多响应问题,提出基于随机模型的多响应稳健优化方法。以抗侧滚扭杆的各质量损失函数作为优化设计目标,以各截面直径作为优化设计变量,考虑载荷等随机因素,建立抗侧滚扭杆的多响应稳健优化模型。最后,应用ISIGHT平台中的蒙特卡洛抽样法与第二代非劣遗传算法对该模型进行稳健优化求解。研究结果表明:优化后的抗侧滚扭杆重量降低、刚度与疲劳强度提高,使质量特性得到了改善,方差波动得到了降低,从而提高抗侧滚扭杆的抗干扰能力。     

异步牵引电机定子磁链轨迹跟踪控制技术研究

为解决大功率交流传动系统中因功率器件的低开关频率所导致的PWM波形谐波大的问题,提出了一种基于新型优化同步调制的定子磁链轨迹跟踪控制算法,离线状态下以电机电流谐波总和最小为优化目标求得逆变器在各种分频数下的优化开关角,从而得到定子磁链的运行轨迹;系统正常工作过程中实时计算出定子磁链轨迹的各个特征门槛值,根据观测到的电机定子磁链值与各个特征门槛值进行闭环控制,实现基于定子磁链轨迹跟踪控制的同步调制算法。仿真及试验验证了所提算法的正确性和可行性。     

一种动车组转向架装配线电机传动系统健康状态评估优化方法研究

对于动车组转向架装配线,电机传动系统是其关键部分,由于其运行状态的实时监测数据具有无标签性,采用K-Means聚类等无监督式学习算法是解决这类系统健康状态评估的常用方法。针对传统K-Means算法受噪声及孤立点影响较大的缺陷,提出基于局部异常因子算法的优化方法,有效地去除数据噪声点的影响;针对中心点选取过于随机性的缺陷,提出一种基于样本密度的初始中心点选取方法,并且中心点更新是选取距簇中其他样本点方差最小的点,从而改善了聚类效果;利用实际电机传动系统的运行数据对优化的K-Means算法进行验证。实验结果表明:优化后的算法有效提高了聚类质量,很好解决了实际应用环境下的电机传动系统健康状态评估问题。     

横风环境下高速列车头型的多目标优化设计

基于高速列车初始外形的参数化设计,针对各个优化目标建立对应的基于交叉验证方法的Kriging模型;为保证预测精度且尽量减少加点数量,基于最优解点和预测标准差最大点的2点加点准则,利用多目标优化算法得到满足约束条件的Pareto最优解集;利用测试函数验证优化设计方法的可靠性。以3辆编组高速列车为例,以整车气动阻力系数、流线型部分容积、尾车气动侧向力系数和尾车倾覆力矩系数为优化目标,以鼻锥厚度、鼻锥引流、鼻锥高度、车体宽度、司机室视角和排障器形状为设计参数,进行横风环境下高速列车的外形优化。结果表明:多目标优化算法可应用于高速列车头型的优化设计;利用各设计参数与优化目标的作用规律,可指导高速列车头型的工程改进设计。     

基于改进非等时距灰色模型与PSO优化的轨道不平顺预测

基于轨道动检数据开展的轨道不平顺预测研究,可用于指导以预防为主的养护维修作业。将改进非等时距灰色模型与粒子群优化(Particle Swarm Optimization,PSO)相结合来实现轨道质量指数(Track Quality Index,TQI)的高精度预测。在考虑TQI原始动检数据特征的基础上增加原始数据平滑优化、累加初始值优化和背景值优化等环节提出改进非等时距灰色模型。利用PSO算法的启发式搜索优势,以平滑优化参数、初始值优化参数、背景值优化参数为搜索目标,以预测平均相对误差为适应度函数,实现预测模型参数的自适应优化。在此基础上,基于优化参数计算得到拟合区间和外推区间上的TQI预测结果。选取沪昆线上行区段实测TQI数据对本文方法进行验证,并与既有TQI组合预测模型的预测结果进行了对比。研究结果表明,模型可有效捕捉TQI序列中的随机波动与实时演变趋势,在外推区间上的平均相对误差分别为2.04%和2.54%,预测性能优良;当TQI序列振荡特性显著时,本模型仍能保证预测结果的可靠性;与组合预测模型相比,该模型规避了残差修正、多算法融合等繁琐步骤,可通过有限优化环节提升预测精度,为轨...     

基于有限元法的高速动车组受电弓仿真分析

建立受电弓三质量块数学模型,研究分析高速动车组受电弓的弓网受流特性,优化其结构参数,并提高运用可靠性,对指导受电弓的设计,具有重要意义。以往的受电弓三质量块技术参数选取均基于试验方法,在受电弓设计时存在周期长、成本高的缺点。为克服传统设计方法的不足,文章采用有限元法,通过仿真软件对受电弓三维模型进行三质量块参数计算与优化,并与试验数据进行对比,验证方法的准确性。     

基于数据驱动的机车车轮剩余寿命预测技术

为优化机车车轮运维管理，提高机车车轮剩余寿命的预测精度和稳定性，提出基于数据驱动的机车车轮剩余寿命预测模型。依托机车车轮全寿命周期的造修和运维数据，分析影响车轮服役寿命的主要因素，包括轮径、历史和环境影响因素。构建基于数据驱动的机车车轮剩余寿命预测模型，模型以轮径区间作为寿命计算单元，并引入轮径历史和环境损失率，综合考虑3类因素对寿命预测的影响。现场测试中，因某轮径区间的数据不符合计算要求，导致轮径环境损失率存在数据缺失问题，于是采用多层感知机算法对缺失项进行预测和补充。基于测试集中的车轮旋修数据，对比数据驱动预测算法和传统预测算法的预测效果。由结果可知，数据驱动预测算法的预测精度和稳定性均优于传统预测算法。     

基于改进MH算法的高铁ATO运行操纵多目标优化研究

在高速列车运行过程中,运行环境变化将对ATO提出更高的计算要求,ATO既要满足实时计算又要满足运行操纵多目标优化。针对该问题提出一种改进MH算法计算列车运行操纵序列。在原有MH算法基础上,对算法计算频率与寻优目标函数进行改进,提出随机惯性权重粒子群算法与司机驾驶逻辑相结合的方式计算运行操纵序列,通过选取合理的计算间隔时间使得算法性能最佳。以武广高铁85km线路仿真高铁自动驾驶,改进MH算法中随机惯性权重粒子群算法的收敛速度优于原算法。仿真结果表明:改进MH算法在列车运行准点性和停车精度方面得到提升,为ATO在线计算提供思路。     

基于多目标遗传算法的地铁列车定时节能算法研究

针对地铁列车定时节能复杂多目标优化问题，建立以节能和准时为优化目标的列车定时节能模型，采用多目标遗传算法求出一组最优驾驶策略解。该方法通过具体分析列车行驶过程中的不同受力状态，充分考虑限速、最大加速度、定点停车等约束条件，采用分解协调的思想将复杂的多目标优化问题分解成多个阶段子问题，通过线性加权和多次迭代，求出最优解。最后通过算例和仿真结果表明该算法的有效性。     

CIPSO算法在城市有轨电车控制策略中的应用研究

在保证电车安全的前提下,轨道交通中的城市有轨电车控制策略优化问题实质上是多目标优化问题,主要是针对节能、正点、停靠准确和乘客舒适度优化等方面的复杂问题,以电车运动学方程为基础,针对粒子群优化算法在离散优化问题中处理不佳,容易陷入局部最优的问题,采用混沌Tent映射初始化粒子群,建立其多目标优化模型。而后采用免疫接种和免疫选择的方法提高PSO优化算法的优化能力,对模型进行求解。以广州市海珠区环岛新型有轨电车试验段数据为对象进行实例仿真,结果表明,混沌免疫微粒群优化算法较传统微粒群优化算法可获得更好的控制策略,能更有效的解决电车运行多目标优化问题。     

基于多目标遗传算法的机车二系支承载荷调整优化方法

为提高电力机车二系支承栽荷调整优化算法的实用性,解决单一目标遗传算法调整计算产生二系支承点加垫数和加垫总量过多的问题,提出了一种基于多目标遗传算法的寻优方法.针对机车二系调箦问题的偏好结构特点,建立了多目标优化模型,并设计了基于多目标遗传算法的调簧目标函数,进一步引入了适应性权重方法来确定目标函数值,并确立了相应的适应...     

上海轨道交通9号线车辆转向架轴箱吊耳失效分析及优化建议

针对上海轨道交通9号线车辆转向架轴箱吊耳出现裂纹和断裂问题,分析了轴箱吊耳材料的化学成分,建立了轴箱吊耳有限元模型,校核了其静强度和疲劳强度。结合线路轮轨振动试验,获得了实际的轴箱吊耳振动数据,综合评估分析了转向架轴箱吊耳断裂失效原因。确定共振是引起轴箱吊耳断裂的主要原因。提出了尺寸优化、结构优化和改善线路状况等可行的优化建议。     

基于可控金字塔的轮廓波变换构造及其应用

针对轮廓波变换存在频谱混淆现象等缺陷,利用满足精确重构条件的可控塔式分解替代轮廓波变换中的拉普拉斯分解,提出一种由非抽样可控金字塔和方向滤波器组实现的可控金字塔轮廓波变换SPCT(Steerable Pyramid Contourlet Transform).在该变换中,可控金字塔将图像分解为多个不同分辨率的细节子带和一个低频子带,方向滤波器组再将各细节子带分解为方向子带.该变换去掉了可控金字塔的抽样环节,方向分解具有高度灵活性,因而具有平移不变性.利用可控金字塔轮廓波变换SPCT 对Lena图像进行自适应图像去噪,并与基于小波变换和轮廓波变换的去噪算法进行比较.实验结果表明,利用本文提出的算法能有效地抑制频谱混淆现象,并且更有效地保持了细节和纹理,其峰值信噪比和视觉效果均有较大改善.     

基于混合微粒群优化的多目标列车控制研究

列车控制策略包括输入控制序列和每一控制序列作用距离两方面,本文建立列车运行过程多目标优化模型,以二进制和实数域的混合微粒群优化方法对该问题进行了研究,二进制微粒群算法优化列车输入控制序列,实数域微粒群算法对列车运行距离进行优化,以此得到列车最佳控制策略;针对实际的问题,提出了微粒群算法中pBest更新和gBest选择策略;并与传统的单个目标的列车运行过程优化模型进行了对比研究,仿真研究结果表明混合微粒群优化算法用于列车运行过程优化控制,可以获得满意的效果。     

考虑能力利用效率的本线与跨线列车开行方案协同优化研究

列车开行方案是编制列车运行图的基础,合理设计列车停站方案对区段内的客流分配有着直接影响。通过研究现行的列车开行方案,结合客流量等数据,考虑提高线路通过能力和列车能力利用效率,进行本线列车与跨线列车的协同优化研究。结合数据,提出假设条件,建立本线与跨线高速列车开行方案协同优化模型。使用多目标优化的线性加权算法进行目标函数的转化和求解,并以京沪高铁为案例,对模型的参数进行标定,得到本线与跨线列车协同优化开行方案。通过对现行方案与优化方案的车站服务频率、停站次数等的对比分析,验证了模型的有效性和可行性。     

LTE-M系统隧道场景性能仿真评估

LTE-M(LTE-Machine to Machine)系统性能与电波传播和无线信道密切相关。分析LTE-M系统在隧道漏缆场景信道特性,介绍3GPP单径莱斯和多径信道模型;开发LTE-M系统链路仿真系统,对不同信道模型、信噪比、移动速度、莱斯K因子下的系统性能,包括吞吐量、丢包率和误比特率,进行仿真评估。根据仿真结果,给出LTE-M网络规划与优化建议,包括信噪比优化目标设定为15 dB左右,在列车高速移动时采用多普勒频偏校正技术,并应该尽可能使漏缆与接收天线之间存在视距路径(LoS)。