三相四线制地铁辅助逆变器控制策略研究

为解决城市轨道交通辅助变流器负载不平衡问题,首先通过数学建模推导出三相四线制逆变器输出电压方程,进而以此为依据根据对称分量法得到一种简单有效的开环控制策略。为实现这种控制策略,应用三维空间矢量调制法,对其实现方法进行详细深入地探讨。通过理论分析这种控制策略,结合三维空间矢量调制法能够解决输出电压不平衡问题。用仿真对其进行验证,进一步论证了其正确性。     

基于RM的轨道车辆网络控制系统优化设计

通过分析轨道车辆网络通信系统特点,提出适用于轨道车辆网络系统的静态调度RM(Rate Monotonic)机制;然后通过分析轨道车辆网络控制系统特点,提出适用于轨道车辆网络控制系统的数据传输周期选取方法;最后结合网络性能设计和控制性能设计,提出不同性能要求下,基于静态调度机制的轨道车辆网络控制系统整体优化设计方案,并通过实例进行说明。本文研究为轨道车辆网络控制系统的优化设计提供参考。     

基于有限元的高速弓网系统动态性能仿真研究

针对简单链形悬挂接触网与DSA380型受电弓的仿真问题,基于MSC-MARC有限元软件,采用京津城际铁路实际参数建立接触网和考虑弹性变形的受电弓模型,对受电弓-接触网动态性能进行仿真分析。在建模过程中采用欧拉-伯努利梁模型来模拟接触线和承力索;考虑弓头和上框架的弹性变形及其侧滚运动、垂向运动等,并通过非线性弹簧进行链接;受电弓和接触网模型之间通过接触实现耦合,将弓网作为一个整体进行研究。仿真结果表明:DSA380型受电弓以350km/h速度通过简单链形悬挂时,其平均接触力为190.35N,接触线的动态抬升量在18.1～73.7mm之间。通过与西门子公司提供的结果及实测结果比较,可以看出本文建立的弓网系统有限元模型是正确和有效的。     

山区高速公路路侧风险等级评价方法研究

阐述了开展山区高速公路路侧事故安全评价研究对减少交通事故的重要意义。引入路侧事故风险指标做为中间变量,间接展示道路、交通、环境等条件与路侧事故风险的关系。随后基于模糊数学中的隶属函数构建了可定量评价山区高速公路路侧事故风险等级大小的方法。最后应用此方法对贵州省内4条山区高速公路路侧风险等级进行评价,验证了该方法的合理有效性。     

管幕冻结法浅埋大断面隧道开挖方案对衬砌性态及地层位移的影响

经验表明,在软土、浅埋大断面隧道开挖方案中,加固方式对衬砌结构受力、隧道收敛变形和地层位移影响显著。港珠澳大桥珠海连接线拱北隧道具有隧道埋深浅、结构断面尺寸大、地质条件差、地理位置政治敏感性强等特点。以该隧道为背景,利用数值模拟方法,分析大直径钢管管幕冻结法施工和隧道开挖方案对衬砌结构受力和地层变形的影响。经分析发现:不同开挖方案对衬砌受力、变形和地层位移的影响显著;在分台阶开挖过程中,台阶越小,引起的衬砌受力、隧道收敛变形和地层位移越小;管幕冻结对改善衬砌受力和地层位移效果显著,根据管幕冻土受力特性对其关键受力部位提出建议。     

船舶综合电力推进与监控实验系统的设计与实现

介绍了船舶综合电力推进物理仿真实验系统的组成.重点阐述了推进分系统和监控分系统的组成及其工作原理;并介绍了为考核推进分系统的性能而构建的螺旋桨负载模拟装置的硬件组成、模型的构建方法;最后给出了对船舶电力推进系统的运行工况进行的物理仿真结果和实验波形.实验结果表明该系统达到了设计的要求.     

一种M带小波的构造方法及其应用

传统2带小波变换在高尖载波信息中提取暂态居分的应用中存在局限性,M带小波变换弥补了这一缺陷,在探讨M带小波基的构造条件的基础上,研究了一种基于余弦调制完全重构滤波器组的M带小波基的构造方法,仿真分析了局部放电暂态信号的6带小波变换的特点,展示了该M带小波基构造及其应用的优点。     

用脉冲整流器实现的电子模拟功率负载

对采用电压型脉冲整流器实现的电能反馈型电子模拟功率负载进行了设计研究,控制系统采用了性能优良的专门应用于实时控制领域的数字信号处理器TMS320F240,优良的控制方法使得所研制的功率负载在实现电能的再生并网时功率因数趋近于1．0,且电压和电流谐波满足1EEE－519标准。实验结果证实该方案能很好地解决直流电源出厂试验问题。     

基于目标速度追踪的城轨列车节能优化算法

为了实现城市轨道交通的节能运行,提出基于目标速度追踪的城轨列车节能优化算法。首先构建列车均质棒动力学模型和节能优化目标函数,利用极大值原理推导出列车节能运行工况。然后重点分析列车运行时间和运行方式对能耗的影响。在对典型方案仿真分析的基础上,提出通过陡坡时的基于等效平均速度法的运行策略,以及目标速度改变时合理利用惰行的运行策略。最后通过目标速度追踪的方法得到速度曲线,实现城轨列车的节能运行。利用上海地铁3号线的数据对本文提出的算法进行验证,结果表明相较实际运行情况,本文提出的算法可以降低25.39%的运行能耗,同时求解得到的速度曲线更加平缓,更适合城市轨道交通的实际运行情况。     

基于LSTM神经网络的地铁变压器绕组温度预测

传统的地铁状态监测系统仅能反映变压器绕组当前的温度状态及其历史温度趋势,当绕组温度超过阈值时系统报警,但不能对绕组未来的温度变化进行预测。绕组温度受设备运行功率和环境温度等多重因素影响,其变化呈现非线性和周期性,传统预测方法精度难以提升。本文基于长短期记忆网络(long short-term memory,LSTM)算法预测变压器绕组温度,选取绕组温度、环境温度、运行功率、运行电流作为输入变量,收集变压器历史状态数据构成训练数据进行离线训练,通过训练完成的绕组温度预测模型反映多重影响因素与绕组温度的变化关系。最后将算法应用于某地铁站动力变压器,收集样本数据进行训练得到温度预测模型,将测试数据输入模型中,计算绕组温度真实值和预测值之间的相对温差,分析验证算法可行性与模型准确度。结果表明：LSTM算法面对大数据量样本可充分挖掘多重影响因素与绕组温度之间的深层关系,温度预测模型可准确预测绕组温度的变化。