基于数据驱动的列车智能驾驶算法研究

结合数据驱动控制理论和司机驾驶经验,提出数据驱动推理控制算法.考虑到列车运行控制的复杂性,在推理控制算法的基础上引入了牛顿迭代学习法以减小运行误差.在MATLAB环境构建了在线仿真模型,并运用实际线路进行了仿真比较,与PID控制算法的结果对比表明,该算法优于PID控制算法,基本符合驾驶经验,提高了舒适度、降低了能耗,同时满足停车精度和运行时间要求.     

基于自抗扰控制的地铁列车驾驶控制算法

基于PID算法或基于模糊PID算法的地铁列车ATO驾驶控制算法的速度响应误差大,加减速切换频繁,从而导致旅客舒适度一般,列车停车精度不高,列车能耗略高和运行时间存在一定误差的问题。搭建地铁列车模型,结合北京地铁亦庄线线路数据,通过仿真实验对比基于PID算法,基于模糊PID算法,基于专家系统,基于ADRC算法的地铁列车ATO驾驶控制算法的控制效果,并在实验中运用改进的粒子群算法对ADRC算法的参数进行快速整定。仿真结果表明:基于ADRC算法的地铁列车ATO驾驶控制算法的控制效果优于基于PID算法和基于模糊PID算法的地铁列车ATO驾驶控制算法,其控制效果和经验丰富的司机驾驶基本相当,可以有效提高旅客舒适度、列车停车精度,减小列车能耗、运行时间误差。     

基于模糊自适应PID控制的ATO系统控制算法

为了研究ATO系统控制算法的智能性和高效性,在传统PID算法的基础上,充分考虑到列车系统的非线性和复杂性,结合模糊控制理论能进行实时非线性调节的优点,提出了模糊自适应PID控制算法。并在Matlab/Simulink中建立了ATO系统的仿真模型和算法控制模块。将两种算法分别运用到ATO系统中,对目标速度曲线进行跟踪,从停车精度、追溯性、准时性、节能性、舒适性五个方面对二者的控制性能进行比较分析。仿真结果表明,将模糊自适应PID算法运用到ATO系统中,列车的控制性能能够很好地满足ATO系统的各个性能指标要求。     

基于专家系统及在线调整的列车智能驾驶算法

本文分析列车自动驾驶(ATO)系统中传统控制方法在灵活性和智能性方面的不足,结合驾驶经验和梯度下降法,提出基于专家系统及在线调整方法的列车智能驾驶(ITO)算法。总结操纵规则和驾驶经验,建立基于专家经验的控制策略以节约能耗、提高舒适度。针对列车运行控制的多目标性,在专家系统的基础上,引入基于梯度下降法的在线调整方法以减小运行时间和停车精度误差。在MATLAB软件环境下构建仿真模型,并运用实际线路进行仿真比较,与PID控制算法的对比结果表明,该算法优于PID控制算法,符合驾驶经验,可提高舒适度,降低能耗,满足停车精度要求,同时对不同的运行时间有较好的适应性,智能性高。     

基于改进灰色预测模糊PID控制的列车多目标优化研究

针对列车自动驾驶(ATO)系统各性能指标最优问题,充分考虑灰色预测控制、模糊控制与PID控制各自的优点,提出一种改进灰色预测模糊PID控制算法。以准时性、舒适性、精准停车及能耗为指标,列车动力学方程为约束,构建列车运行多目标模型;然后采用遗传算法优化该模型,根据MATLAB软件得到列车运行目标曲线;最后利用Simulink模块搭建PID控制器仿真模型、模糊PID控制器仿真模型和改进灰色预测模糊PID控制器仿真模型,获得其对应的跟踪曲线。选用车型和线路仿真模拟,仿真结果表明:改进灰色预测模糊PID控制算法比PID控制算法和模糊PID控制算法在提高列车运行的准时性、舒适性、停车精确性以及降低能耗方面更有效。     

列车自动驾驶系统的滑模PID组合控制

停车精度高、舒适平稳、响应速度快是衡量列车自动驾驶系统控制性能的重要指标。本文针对城市轨道列车模型具体参数未知,因设备老化及环境变化造成的列车性能变化,及存在外界干扰等问题,设计了基于曲线跟踪的滑模PID组合控制器。基于滑模控制技术,该控制器能驱动列车运行状态,使其达到事先指定的滑动超平面,使得列车能够跟踪理想目标运行曲线,完成站间运行并精确停车。系统仿真研究及实际应用表明,滑模PID组合控制渐近稳定,且对列车系统参数不确定性和外界干扰具有较强的鲁棒性。     

基于PID型迭代学习控制的列车自动驾驶曲线跟踪算法研究

针对基于比例微分积分（PID,Proportional Integral Derivative）控制的列车速度跟踪算法在跟踪进度、收敛性和稳定性等方面存在的不足，提出一种基于PID型迭代学习控制（ILC,Iterative Learning Control）的列车自动驾驶（ATO,Automatic Train Operation）曲线跟踪算法。通过迭代学习控制，优化跟踪过程，减小跟踪误差，缩短收敛时间；设置典型场景对所设计的算法进行仿真试验，并将仿真结果与基于PID控制算法的跟踪效果进行对比分析。结果表明，PID型ILC算法对列车目标速度和目标位移具有较高的跟踪精度，能够在有限的迭代次数内实现精确跟踪，验证了所提算法的有效性。     

基于灰色预测模糊PID控制的列车ATO系统优化

对列车目标运行曲线的精确追踪是列车自动驾驶系统实现列车安全、准时、节能及舒适运行的核心。针对列车运行过程的大滞后、非线性问题,设计以灰色预测模糊PID算法为核心的列车自动驾驶控制器,以此达到优化列车ATO控制系统的目的。灰色预测控制设置在反馈回路中,其预测值与给定输入值的偏差及偏差变化率作为模糊控制器的输入。模糊控制系统对PID控制的参数进行自动校正,参数可调的PID算法完成对系统的控制。选取相关线路和车型并做仿真试验,验证了经控制器作用后的输出曲线与列车运行的输入曲线之间的追随误差小,加速度的变化在合理的范围内。因此,设计的控制器可以取得良好的ATO控制效果。     

基于神经网络PID控制的包装印刷位置伺服系统

针对包装印刷传动位置伺服系统,介绍一种基于共轭梯度学习算法的神经网络自适应PID控制方法.利用神经元的自学习、自适应特点,通过对位置系统的在线边学习边控制实现系统的快速实时控制.仿真研究表明,该传动位置伺服系统不仅具有令人满意的静、动态性能,还有较强的鲁棒性与自适应性.     

城轨列车自适应精确停车控制算法研究

停车精度是衡量列车自动驾驶控制性能的重要指标。本文根据城轨列车的制动模型设计自适应控制器,对列车进行精确停车控制。此控制器可以针对模型参数未知和由于设备老化或环境所造成列车制动模型参数变化的情况进行自适应调整,使列车可以精确跟踪理想停车曲线,达到既定的停车要求。理论分析和仿真结果验证了所提出的自适应算法的有效性。     

我国列车通信网络的发展与应用

简述与列车通信网络有关的一些计算机局域网的基本概念和现场总线的情况，重点叙述列车通信网络在我国的发展与应用情况，提出作的一些看法。     

盾构工程在岩溶发育区的综合技术与实践

论述在岩溶发育区盾构施工需考虑突水、地表塌陷、岩溶顶板塌陷、盾构机体下垂等风险。在运营期间,车辆振动可能引发地表塌陷、管片下方溶土洞坍塌,导致车辆运行存在风险。广州地铁在岩溶发育区的多条线路采用盾构施工,大多于2010年底投入运营。结合岩溶发育区盾构工程实践,总结、思考广州地铁在勘察—设计—施工建设全过程的综合处理技术。     

提高铁道基础结构的可靠性 确保铁路运输安全

本文对 1999年得到欧盟批准、并由欧盟提供所需资金之半数的课题项目 :“适用于铁道基础结构之作业和后勤保障的方法”的背景做了简要介绍。从安全和可靠性、以可靠性为中心的维修及其实际应用、铁道的基础结构及风险等方面 ,论述了提高铁道基础结构机械装置的可靠性对确保铁路运输安全的重要意义。     

基于模糊综合评价理论,实现减速顶制造、维修质量的有效评估

结合减速顶的生产、维修实际,分析基于模糊综合评价理论进行减速顶的制造、维修质量评估的必要性,同时建立模糊评价的数学模型,并对实例进行模型设计和计算,为减速顶生产、运用、维修质量评估提供一条新思路。     

细水雾自动灭火系统及其在地铁的应用

对细水雾灭火系统的定义、分类,灭火机理以及在地铁的应用情况进行了简要介绍。     

ATS子系统单播泛洪引发网络风暴仿真及网络优化

列车自动监控(ATS)子系统网络的稳定和优化,关乎整个信号系统的稳定和安全。以真实线路硬件和组网方式为基础,模拟仿真了网络中的单播泛洪网络风暴,收集了第一手的数据资料,并对数据通信系统(DCS)网络结构优化做了进一步的分析。     

交流传动机车和动车主变压器综述

概述了近几年交流传动机车和动车主变压器的发展，并结合“蓝箭”号车等主变压器论述了诸如绕组型式的选择、绕组排列、退耦、屏蔽，结构设计等问题。     

HX_N3型机车扫石器结构的设计分析与研究

主要阐述了HXN3型大功率交流传动内燃机车转向架扫石器支架的结构设计和改进,通过对扫石器支架结构的分析和研究,总结出转向架上类似扫石器的悬臂结构在设计时应注意的问题。     

KZ4A型机车车轮强度计算和轮对模态分析

采用有限元软件对KZ4A型交流传动电力机车的车轮静强度和疲劳强度进行计算,计算结果表明车轮强度满足要求。同时对轮对的模态进行了分析,得到了轮对的固有振动特性。     

地铁盾构管片制作的质量控制

为适应城市地铁的迅速发展、盾构法施工技术被广泛应用,使衬砌管片的应用数量越来越多,指出管片制作质量必须以满足产品的使用功能为基础、以保证其特殊性能为原则。通过对各种材料进行优选、试验．充分考虑各种影响混凝土的不利因素并加以控制。以提高管片用混凝土性能及管片的制作质量。