基于混合系统模型预测控制的列车自动驾驶策略

本文研究多优化目标和多约束条件下的动车组列车自动驾驶ATO控制问题。通过分段线性化列车运行阻力,引入列车运行状态整数变量,建立了动车组混合整数列车运行模型。提出基于混合系统模型预测控制HMPC的列车自动驾驶策略,并应用输入分块化技术和显式模型预测控制,降低算法的计算量,以提高硬件实现的可行性。前者通过固定一定时间段内的控制量,对输入序列进行分块化,降低控制器的自由度;后者通过离线设计和在线综合的方法减少算法的在线计算时间。最后利用Matlab仿真软件环境下的MPT 3.0扩展工具箱对所提控制策略进行数值仿真。结果表明:该控制器能在列车运行安全约束下,合理分配动车组各车厢的牵引力和制动力,保障列车准时及节能高效地运行,同时所提出的改进算法能有效降低计算量。     

基于优化极限学习机的大跨径连续桥梁施工线形预测

桥梁跨度随着桥梁施工技术的不断提高而持续增大,故在施工过程中对大跨径桥梁线形的控制也愈发困难。针对现有方法的不足,提出一种基于思维进化算法优化的极限学习机算法,以某电厂桥为工程背景建立MEC-ELM预测模型,将桥梁的宏观参数输入模型,即可对其线性变化进行准确预测。该算法首先利用MEC的全局搜索能力得到ELM的最优输入层权值和阈值,然后送入ELM中训练,得到桥梁线形预测模型。实例计算表明,该模型平均预测误差仅0.225 cm,且具有方法简单、精度高的特点,为大跨径桥梁线形控制提供了一种新的技术手段。     

适合于感知无线电网络的动态信道分配和注水功率联合的算法

随着无线通信技术的飞速发展,传统的静态频谱分配机制与频谱实际需求之间的矛盾日益显著,频谱短缺现象日益严重.频谱资源的利用率问题成为未来移动通信发展的一大瓶颈.有效的信道分配机制能够改善无线资源的使用效率.本文将注水功率分配算法和动态信道分配算法相结合,提出一种基于小区的分布式动态信道分配算法.此算法针对感知无线电网络频谱变化的环境和多业务的环境能够提供优越的性能和自适应能力.与其他基于小区的动态信道分配算法相比,此算法考虑用户之间的公平性,显著提高频谱使用效率.     

一种基于终端决策的自适应垂直切换算法

在未来的异构环境中,网络间的垂直切换将对QoS保证产生重要影响。首先建立一个利用各种移动通信系统中的广播信道广播业务质量信息、支持基于移动终端侧进行垂直切换的通用模型,并描述业务质量评价指标的定义以及终端侧进行切换判决的处理流程。然后应用检测与估值理论提出一种支持这一模型的自适应预测切换算法。算法依据接收到的广播业务质量信息,预测下一时间段用户获得的服务质量,继而做出切换判决。最后给出算法自身执行过程中跟踪多个接入网络业务质量状态的仿真,并以终端获得的服务质量以及切换事件发生的概率为指标、与基于简单预测和线性预测的切换算法进行了对比仿真。该算法能够实时地为用户选择最佳的接入网络,并提高网络侧的资源利用率。     

基于瞬时无功功率的异步电机矢量控制在线参数辨识

受现场工况的影响,异步电机在运行过程中参数会发生改变,导致矢量控制定向失准、系统性能下降。考虑到电机的电流模型需要使用互感Lm和转子时间常数Tr参数,利用瞬时无功功率构造在线参数辨识的自适应率,对其进行在线辨识。当系统处于有载状态时辨识,无载状态时辨识。仿真结果证明该方法不受定子电阻的影响,是切实有效的。     

冻融环境钢筋混凝土梁抗弯承载力研究

为更好地研究冻融环境下混凝土结构承载性能退化规律,采用与大气环境冻融作用方式相同的气冻气融试验方法,对足尺150mm×300mm×2 700mm钢筋混凝土梁冻融后的承载性能进行系统研究,建立冻融后整体承载力计算模型及考虑损伤层的分层承载力计算模型。研究结果表明:气冻气融作用后试验梁正截面应变仍符合平截面假定;其正截面抗弯承载力随着冻融次数的增加而降低,且下降速度随冻融次数的增大而增大;梁的跨中挠度随冻融次数的增加逐渐降低,且两者之间呈明显的线性响应关系;与试验结果及规范计算模型对比,整体承载力计算模型及分层承载力计算模型均具有合理的适用性,且分层计算模型更能充分发挥截面在不同状态下的承载能力。基于承载力计算模型对某实际工程中的混凝土结构进行冻融环境下耐久性寿命预测,并与其他预测方法进行比较,表明计算模型的工程适用性。     

基于机器学习的高铁边坡位移预测不确定性度量与应用

为解决不确定性问题对高铁边坡位移预测精度的影响,引入区间预测理论量化位移预测中的不确定性问题,并建立Bootstrap-GRU-BP混合区间预测模型（BGB模型）。该模型首先采用基于Bootstrap的门控循环单元（Gated Recurrent Unit,GRU）算法度量位移预测均值和认知误差的方差,再采用BP算法度量随机误差的方差,然后将位移预测均值、认知误差和随机误差的方差3者结合在一起,量化出一定置信水平下的预测区间。最后,基于杭绍台高铁沿线边坡的监测数据,探讨BGB模型认知不确定性的响应特征,并通过对比多种区间预测模型来验证BGB模型的优越性。结果表明：BGB模型不仅能构造清晰可靠的预测区间,还能提供高精度的点预测结果;改变模型输入特征和预测算法会导致认知不确定性的改变,而BGB模型所构造的预测区间能正确地响应不确定性的变化;对比以极限学习机（Extreme Learning Machine,ELM）和支持向量回归（Support Vector Regression,SVR）为核心的区间预测模型,BGB模型的区间预测和点预测性均能更优。研究成果可为高铁边坡位移发展提供可靠的预...     

铁路正交异性钢桥面板疲劳应力分析与寿命评估

以南京大胜关长江大桥为对象,建立铁路正交异性钢桥面板结构有限元模型,基于热点应力法对典型构造细节的疲劳应力进行计算分析,得到此类桥面结构的疲劳易损区。结合桥梁实际使用情况,基于美国公路桥梁设计规范(AASHTO规范)对桥面板典型焊接细节的疲劳寿命开展计算与评估,结果表明,疲劳Ⅰ与疲劳Ⅱ极限状态下5类疲劳易损构造细节的疲劳应力幅计算值均小于容许值,疲劳寿命满足设计要求。     

基于实测沉降数据的路基沉降机理及其预测分析

对路基沉降机理进行较深入的分析,归纳对比各类沉降预测模型,根据组合预测的思想通过加权建立组合预测模型,并基于最小二乘法进行求解。通过实测数据的建模分析,发现S形曲线拟合优度明显更好;组合模型确实能有效利用每种模型的信息而使预测值更为精确,组合模型的建立方法是合理且能够应用的。基于一维固结的解析法计算的最终沉降值与预测值的比较表明预测方法是可行的。两种计算方法都能满足工程实际需要。     

基于灰色系统模型的接触网设备状态预测

灰色系统作为行之有效的设备状态预测工具之一,具有所需数据样本少且数据训练时间短等特点。针对当前接触网设备的运行检修以周期性平推检查为主的特点,本文使用MATLAB语言编制预测模型,对实际线路接触网检测数据进行分析预测。预测结果表明,该方法预测精度可满足实际工程需要,能够有效地应用于接触网设备状态的在线预测,给接触网运营检修工作提供参考。     

基于自适应联邦滤波的列控车载设备测速测距算法

基于转速传感器技术,提出1种列控车载设备测速测距算法,由自适应参数列车运动模型、空转/滑行时列车速度校正模型和基于联邦滤波的融合算法3部分组成.先建立列车运动模型,利用自适应参数更新列车运动模型和系统状态噪声,估计单个转速传感器所在轮对的速度和加速度;当检测到轮对空转/滑行时,利用设计的速度校正模型计算列车运行速度,并...     

基于Grubbs-ARMA模型的钢轨胶接绝缘接头变化预测研究

为了提高钢轨胶接绝缘接头绝缘缝预测的精度,提出基于自回归移动平均(ARMA)模型的Grubbs-ARMA预测模型。该模型在ARMA模型基础上增加改进的预处理算法,保留原始数据的每一次波动规律,具体包括使用格拉布斯准则法对每个目标时刻附近的监测数据集合识别可疑值、剔除异常值和求均值,然后对得到的序列做平稳性分析,根据分析结果确定模型阶数,建立模型,利用京沈高铁沈阳段的闭塞区段某监测点采集的20组数据,分别构造Grubbs-ARMA模型和ARMA模型,根据前15组数据预测后5组数据。结果显示:Grubbs-ARMA预测模型的残差不仅均低于0. 15,且均低于ARMA预测模型的残差对应组别的残差。证实Grubbs-ARMA预测模型不仅适用于钢轨绝缘缝预测,且比ARMA预测模型有更高的预测精度。     

具有输入时滞特性的列车自适应制动控制

为了提高高速列车的制动控制精度,保障列车的安全平稳运行,针对具有不确定性参数和已知输入时滞的高速列车制动系统,设计高速列车制动系统模型参考自适应制动控制策略。在保证闭环系统所有信号有界的前提下,实现对给定速度曲线的渐近跟踪,从而确保高速列车能够安全可靠运行。通过分析高速列车制动时的动态过程,基于动力学原理建立具有延时环节的高速列车制动系统状态空间模型,采用状态预测的方法对模型中的输入延时进行相应变换。利用模型参考自适应控制的方法善于处理系统不确定性的能力,设计基于状态反馈状态跟踪的直接模型参考自适应控制器,实现列车对给定速度曲线的渐近跟踪。以CRH380AL型高速列车制动系统为被控对象,采集列车从济南—青岛段实际制动过程中的速度数据进行仿真实验。仿真结果表明,所设计的高速列车自适应制动控制器实现了对给定速度曲线的渐近跟踪控制,且跟踪精度较高,验证了该方案的有效性。采用的模型参考自适应控制算法不仅解决了系统参数不确定性和输入时滞问题,而且优化了高速列车的制动性能,改善了列车的瞬态性能,使列车运行时更加平稳,达到了系统的控制目标。     

认知无线电网络的基于QoS的自适应频谱分配策略

评估认知无线网络的吞吐量和干扰性能。考虑到认知无线电网络应能提供包括语音、数据、视频、图像等多种业务的服务,这些业务具有不同的服务质量(QoS)要求,引入一种基于多因素多级模糊综合评估的QoS模型。基于此模型,给出认知用户对检测到的空闲频谱的划分方法,同时为激活认知用户提出一种自适应频谱分配策略。分析认知无线电网络在频率选择性环境下的吞吐量和干扰特性。仿真结果表明,本文提出的基于QoS的自适应频谱分配策略,其平均吞吐量和干扰性能优越于一些已经存在的频谱分配算法,同时保持有较低的算法执行复杂度。     

RBF神经网络在铁路货运量预测中的应用

基于回归和时间序列模型的传统预测方法以及目前较为常用的灰色预测和BP神经网络预测方法，建立了RBF神经网络模型对全国铁路货运量进行详细分析和预测。利用铁路货运量的原始数据构造时间序列，并对时间序列进行分析和相应的处理。将处理后的数据构造为一个非线性映射，利用RBF神经网络进行逼近。利用Matlab对灰色预测、BP神经网络预测和RBF神经网络预测模型进行仿真实验，得出3种预测模型的平均相对误差，分别为7.67%、4.79%和1.31%。表明RBF神经网络预测方法的预测精度比另外两种预测方法高很多，可为铁路货运量预测研究提供方法支撑。     

高速铁路通过能力利用状态评估方法研究

通过能力利用率是评估高速铁路通过能力利用状态的重要指标。首先基于相同和不同速度等级列车运行组计算停站、越行导致的额外占用时间;其次,考虑列车运行过程的动态、不确定性特征,在分析低层次、高层次晚点传播的基础上计算平均缓冲时间;第三,在时间维度上,将追踪列车间隔时间、额外占用时间、缓冲时间之和作为列车占用总时间,以列车占用总时间与列车运行图有效开行时间带的比值计算通过能力利用率;最后,以京广高速铁路为例进行验证。所提出的通过能力利用状态评估方法能够体现列车停站方案、运输服务质量等对通过能力利用率的影响,更好地反映运力资源运用效率。     

磁浮列车速度计算中三轴加速度计标定方法应用研究

针对在基于MEMS加速度计的磁浮列车速度计算方案中加速度计的误差导致车辆速度计算不准确问题,提出了一种新型的误差标定方法。首先,从安装误差和固有误差2个方面建立了加速度计的误差模型;其次,针对安装误差模型提出了基于自适应阻尼最小二乘的安装误差在线求解方法;最后,在某国产中低速磁浮列车上进行了现场试验。试验结果表明,文章提出的方法可以有效地对加速度计的误差进行标定,可以满足磁浮列车速度计算需求。     

轮轨滚动噪声激扰模型研究

为解决轮轨高频非线性接触问题和预测轮轨滚动噪声,需研究轮轨表面粗糙度的时域模型。在基于线性化理论的轮轨表面粗糙度频域表示方法的基础上,为满足轮轨非线性接触的要求,采用时频转换的方法建立轮轨表面粗糙度时域输入模型,并以Sato轮轨表面粗糙度谱为例,运用所建立的轮轨噪声预测模型及开发的轮轨噪声预测分析软件对轮轨滚动噪声辐射进行了仿真计算,将得到的轮轨滚动噪声频谱特征及其时域特点与工程实际监测结果进行对比分析,证明模型是可靠的。     

基于车辆运维检修计划管理系统的架大修计划预测

地铁列车架大修计划的合理性与科学性是保障列车状态的重要因素之一,为了避免运营列车同时到达检修周期,文章基于车辆运维检修计划管理系统开展了架大修计划预测策略研究。通过分析列车每日运行里程并收集和整理相关数据,获取每列车的出发时间、到达时间及列车运行的里程数,利用列车日常用车计划制造公里数阶梯,最终获取列车的最优架大修计划及运营策略,从而提高列车利用率及计划编排的可靠性。     

青藏铁路格拉段沿线风速短时预测方法

青藏铁路大风监测预警系统采用时间序列法实现沿线风速的短时预测.利用时间序列法对经过1min平均化处理后的非平稳实测风速序列建立ARIMA(11,1,0)模型,进行超前3步预测计算,获取第3 min平均预测风速,预测平均绝对误差为2.237 2 m·s-1.针对时间序列法第3 min平均预测风速精度低的问题,采用提出的滚动式时间序列法修正时间序列法预测计算步骤,重新获取第3 min平均预测风速,预测平均绝对误差减小为1.1670 m·s-1.使用最小二乘法拟合样本每分钟内最大实测风速和该分钟平均风速的相关系数K,通过K为1.142 8修正滚动式时间序列法第3 min平均预测风速,获取滚动时间序列法第3 min最大预测风速,预测平均绝对误差为2.090 4 m·s-1.滚动式时间序列法第3 min平均风速、最大风速的两者预测均满足精度要求.滚动式时间序列法已经在系统中使用.