机车牵引力的在线实时计算

简单介绍了机车牵引力的几种测量方法,并且分析了机车牵引力与牵引电机电流的关系,根据可观测的牵引电机电流与机车速度来计算实际的牵引力,并且通过试验,验证了该方法的可行性.     

HXD1机车粘着利用控制软件优化改进

针对HXD1型国产化电力机车在西安铁路局西康段大坡道启车、提速中存在牵引力发挥不足的问题,通过改进车速计算方法,并利用自回归滑动平均模型(ARMA)最优估计滤波理论,优化了蠕滑速度微分估算,提升了牵引力发挥。经过西康段的牵引试验,证明该算法可以提升HXD1机车粘着利用率,达到了牵引力充分发挥的效果。     

机车车辆轮轨黏着-蠕滑问题研究

机车车辆轮轨黏着问题与机车运行存在密切关系。在其他条件不变情况下,牵引轴重必将加大滑动区面积,但随着蠕滑率的不断加大,黏着系数随着轴重增加而减少。黏着控制实质是蠕滑率控制,目的是有效识别和抑制机车空转和滑行,使机车牵引力或制动力在接近轮周牵引力峰值点工作,充分发挥轮轨可用黏着潜力,提高黏着利用率,并根据国内机车黏着利用方面存在的不足提出改进建议。     

SS1型机车重联控制设计

介绍了SS1型机车重联控制的原理,电气线路重联及空气制动重联的方案。该方案通过技术认证和现车运用的检验,设计合理,能够达到重联机车牵引力和制动力的均匀控制,并很好地解决了重联机车调压开关的同步问题,能够实现机车调压开关无电弧转换。     

SS1型机车重联控制设计

介绍了SS1型机车重联控制的原理，电气线路重联及空气制动重联的方案，该方案通过技术认证和现车运用的检验，设计合理，能够达到重联机车牵引力和制动力的均匀控制，并很好地解决了重联机车调压开关的同步问题，能够实现机车调压开关无电弧转换。     

单轴牵引力变化时的机车轴重转移分析

针对轴控式机车发生轴重转移时轮轨粘着力分布发生改变的情况,改进轴重转移算法。以某六轴和某四轴机车为例分别进行计算,通过与不考虑粘着牵引力分布影响的算法计算结果做对比,证明一般情况下2种算法算得的最大轮对减载率会有一定的差异,考虑轮轨粘着力的分布不均更利于反应轴控式机车的轴重转移实际情况。利用这种改进算法,对2种机车的最佳牵引点高度分别进行了优化选择。     

基于改进NARX神经网络的接触线表面不平顺与弓网接触力关联分析方法

建立弓网耦合动力学模型,采用软件MATLAB的Simulink模块对该模型进行动态仿真,获取接触线表面不平顺和弓网接触力数据;对接触线表面不平顺和弓网接触力数据进行归—化处理后,分别作为非线性自回归(NARX)神经网络的输入和输出;对传统的贝叶斯正则化算法进行改进,并采用改进的贝叶斯正则化算法进行NARX神经网络权值修正,得到改进的NARX(NARX-IR)神经网络方法;利用NARX-IR神经网络方法进行接触线表面不平顺与弓网接触力的关联分析.采用根均方误差和相关系数,对基于LM算法的BP(BP-LM)神经网络方法、基于传统贝叶斯正则化算法的NARX(NARX-BR)神经网络方法和NARX-IR神经网络方法进行性能评价.结果表明:BP-LM神经网络方法难以描述接触线表面不平顺与弓网接触力的复杂关联关系;不论在训练还是预测中,NARXIR神经网络方法的根均方误差均小于NARX-BR神经网络方法,而相关系数则大于NARX-BR神经网络方法.由此可推断:NARX-IR神经网络方法更适合于分析接触线表面不平顺与弓网接触力的关联关系.     

机车黏着控制方法的研究现状综述

机车的黏着是有轨运输系统的基本条件，提高机车黏着性能是一个至关重要的课题。介绍了黏着的基本理论，黏着控制的目标就是在机车运行过程中，通过对驱动力的控制，使实际的黏着系数尽量逼近于当时路况的黏着系数最大值，从而获得最大的平均牵引力。对现有主要的机车黏着控制方法（反馈与极值组合法、模型控制法、模糊神经网络法、模糊控制及其他控制方法）作了简要总结，介绍各种方法的理论基础和控制模型，比较其性能的优劣，指出模糊神经网络和模糊控制法是两种很有前景的控制方法。     

MaK2000型液力传动内燃机车的设计（下）

介绍了德国Vossloh公司新开发的MaK2000型液力传动内燃机车动力传动系统的设计、计算及尺寸的确定,牵引力和功率测试及应力分析;给出了该机车在试验中最大牵引重量的测定和对试验结果的评价。     

大功率机车粘着力利用的优化

现代大功率机车具有很大的牵引力和制动力，可惜在干燥的钢轨上也只能得到部分利用。借助与铁路自动化系统ＳＩＢＡＳ－１６结合为一体的防滑－防空转系统，能反粘着牵引力利用到物理学上的极限值。最佳的粘着力利用，并不意味着不顾其它，单纯地追求达到物理学的极限，而是需要在粘着力的充分利用，动力传动部件的保护和轮－轨磨损之间作经济合理的折衷。当然还要优先考虑乘车舒适性，运行安全性和降低噪声等问题。     

重载组合列车机车智能制动仿真研究

针对目前在复杂线路上动力分布式重载组合列车机车制动的不足,提出了一种新的机车智能制动控制方法,该智能制动控制方法能按照制动时机车所处轨道状况及机车车钩力大小对机车电制动进行相应的模糊控制。在介绍重载组合列车动力分布式系统基本原理及特点的基础上,依据列车纵向动力学理论,在MATLAB/SIMULINK中建立了2万吨组合列车仿真模型。仿真结果从理论上证明了,与现有机车制动方式相比,该机车智能制动控制方法能减小组合列车最大车钩力,提高组合列车运行安全性。     

DF8B型内燃机车微机控制软件设计

介绍ＤＦ８Ｂ型内燃机车微机控制软件的设计思想，并着重阐述了其主要功能，如牵引，制动特性控制，柴油机系统，电气系统保护，实时监控参数查询，故障履历记录等。该软件从现场的情况严看，达到了设计要求。     

改进粒子群优化算法的BP神经网络在机车滚动轴承故障诊断中的应用

本文提出了一个基于改进粒子群优化算法的BP神经网络优化模型来进行轴承故障诊断,此模型融合粒子群优化算法的全局寻优能力和BP神经网络算法的局部搜索的优势,有效地防止了网络陷入局部极小值,同时又保证了诊断结果的精确性.仿真结果表明机车滚动轴承故障得到了有效诊断.相比于常规的BP神经网络模型,此方法不仅改进网络的收敛速度并且提高了预测准确性.     

改进型柔性神经网络及在开关磁阻电机磁化曲线建模中的应用

针对传统神经网络建模的不足提出了一种改进型的柔性神经网络。阐述该网络在学习、训练过程中不仅可以调节连接权,而且加强了对网络非线性函数参数的实时修改,通过多自由度的训练与调整,使所建网络达到最佳的性能。给出了所建网络的结构与学习算法,并通过算例的形式将其与传统BP神经网络及传统已有柔性神经网络进行了全方位比较。结果表明,改进型网络由于其三自由度调节参数的能力,具有比传统BP网络及已有柔性神经网络更强的学习能力,它以最少的迭代循环次数实现了期望精度。     

SS_(4B)型机车DK-2空气制动柜检测试验台设计

为提升DK-2空气制动柜的试验检测手段,提高产品质量,研发了SS4B型机车空气制动柜综合检测试验台。文章介绍了试验台的结构与原理,同时阐述了软硬件设计。通过实际运用情况,证明该试验台性能良好,运行可靠,可应用于SS4改/SS4B型机车DK-2空气制动柜的检测试验。     

我国重载铁路速度目标值探讨

重载铁路运输品类为大宗货物,其牵引质量大、轴重大,重载铁路速度目标值的确定有别于普通货运铁路,需要深入探讨。从行车组织、路基、桥梁、轨道、供电等方面,对重载铁路速度目标值为80、100、120 km/h时分别进行计算和对比,并结合国内外运营实际进行分析。对比分析表明,不同速度目标值对轨道、路基、桥梁、供电等影响不大,但当速度目标值大于100 km/h时,机车牵引和制动难以实现,重载货物列车设计行车速度等于或小于100km/h是适宜的。     

基于LeNet-5的编组站站内机车车号识别系统的研究

编组站内机车车号的识别问题一直制约着本务机车综合管控技术的发展。为了解决这一问题,针对机车车次,机车类型自动识别问题进行研究。改进了基于卷积神经网络LeNet-5的识别算法,并收集了大量机车车次图像素材,通过图像预处理后,使用训练集进行模型训练,形成适用于机车车次识别的网络模型,通过使用python语言与.NET平台实现了机车车次识别系统的设计。实验表明,该方法对机车车号的识别达到了较高的识别水平。目前,车号识别系统已在中国铁路武汉局集团有限公司襄阳北站试验,高清图像素材从车站高清货检系统处获取,识别效果良好,为实现智慧型编组站提供了有力的技术支撑。     

M3919b型司机控制器摩擦力机构问题分析及解决方案

对HXD1C型7200 kW电力机车用M3919b型司机控制器在生产和使用过程中牵引/制动手柄鼓轮摩擦力机构的缺陷进行研究,分析主要基于现有的设计结构和生产操作实际情况.在已有设计基础上根据实际工作情况提出了新的设计方案.新设计方案可以提高产品生产效率,提高机车运行稳定性.