轨道交通的发展及高新技术的应用

世界各发达国家积极采用高新技术改造和提升轨道交通产业,极大地提高了轨道交通运输的安全性和自动化程度.我国自"九五"以来,通过高新技术的应用,迅速提高了轨道交通基础设施建设的速度、质量,然而,我国轨道交通与世界发达国家相比,还存在很大的差距.在综观世界轨道交通发展现状与趋势并分析我国轨道交通运输业的发展现状及发展趋势的基础上,系统研究了高新技术在我国铁路、地铁、轻轨、近郊铁路、磁悬浮等轨道运输方式中的应用,以及交通高新技术产业化发展道路.     

基于FTA和FMEA法的地铁牵引供电系统可靠性评估

地铁牵引供电系统是保证地铁安全可靠运行的动力来源,其可靠性分析对整个地铁供电系统的可靠性研究至关重要。本文针对某一地铁典型牵引供电系统结构,利用故障树和故障模式与后果分析法对其进行可靠性评估。通过对系统进行定义及对系统电压等级的划分,建立故障模式和后果分析表格及供电系统的故障树模型。在此基础上,求取故障树的最小割集,并利用自主开发的可靠性分析软件对3种供电情况进行可靠性评估。最后与实际工程相比较,验证了该可靠性分析方法的有效性和实用性。     

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。     

离散小波变换快速算法中预滤波器的选取方法研究

离散小波变换快速算法使得小波变换在信号处理领域得到广泛应用,其中抽样空间上测量值的求取是快速算法中的重要步骤。在论述离散小波变换快速算法的基础上,研究了对抽样空间上测量值的求取方法,即预滤波器的小波选取法,直接选取法,取样函数法及其和特点,探讨了一种基于小波系数范数误差极小的预滤波器优化设计方法,仿真分析各种方法的误差,结果表明优化方法具有较好的分解精度。     

高铁牵引供电系统PHM与主动维护研究

随着我国高速铁路进入全面运营维护期,针对牵引供电系统与设备状态只能进行二元判断、故障诊断采用故障后处理方式以及维修维护只能采用被动模式等种种不足,提出将故障预测与健康管理(PHM)和主动维护应用于高速铁路牵引供电系统中,结合高速铁路牵引供电系统的多时空尺度性、动态性与随机性的特点,运用多尺度变换、时空联合分析以及随机过程等方法,实现故障的预测预警、系统健康状态的综合评估、全寿命周期可靠性的分析和风险的评估以及维修策略的决策与优化.研究结果表明:PHM与主动维护理论与方法的引入,能有效处理牵引供电系统的大量数据信息、综合表现从设备级到系统级的健康状态、在故障发生前及时预测预警并制定最优的主动维修维护策略;PHM与主动维护技术途径的实现,能在牵引供电系统处于不健康运行状态时及时做出应激反应,通过健康监控与智能维护系统一系列的感知、评估、预测、诊断与决策过程恢复牵引供电系统健康运行.      

基于微粒群算法的多目标列车运行过程优化

为客观地描述列车的运行过程,建立了列车运行过程的多目标优化模型,并用微粒群算法求解该模型.针对多目标微粒群优化(MOPSO)算法的不足,提出了相应的改进措施和解的多样性保持策略.仿真结果表明,提出的优化列车运行过程的改进MOPSO算法可以在一次运行过程中获得多组列车操纵控制策略,清晰地显示出各性能指标随控制策略变化的趋势,控制序列转换次数大大降低,每组控制策略都可以在能耗、运行时间和停靠准确性之间获得很好的折衷效果,可以根据列车运行状况选择恰当的策略控制列车,以获得预期的结果.     

基于C型与单调谐滤波器组合的高铁牵引供电系统谐波治理方法

针对高速铁路牵引供电系统谐波治理问题,分析牵引供电系统谐波问题产生机理;对比分析牵引供电系统加入5种无源滤波器后对系统的影响,并详细分析C型滤波器各参数及其与单调谐滤波器所构成的组合滤波器对系统阻频特性的影响;在此基础上,设计了采用C型滤波器和C型与单调谐滤波器组合的两种治理方案。结合牵引供电系统车网耦合仿真模型,仿真分析两种治理方案,并根据滤波效率、设备成本、不同列车数量等方面评估了两种方案。评估结果表明,C型与单调谐滤波器组合的方案滤波效率及性价比更优。     

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。     

MOPSO中精英保持策略和最佳解选择方法的改进

为提高多目标微粒群优化(MOPSO)算法处理高维目标优化问题的性能,降低计算复杂度,改善算法的收敛性,对MOPSO算法进行了改进.该改进算法利用扩展E支配 (E-dominance) 方法确定解之间的优胜关系,采用随机方式确定当代最佳解,考虑了算法的收敛性和解的多样性.此外,采用外部种群档案保存精英解,利用非线性函数将优化问题的目标空间映射到有限区域,并在该有限区域内考虑解的优胜关系和分布情况.通过对一系列典型测试问题的仿真研究,结果表明:对于3个以上的多目标优化问题,改进算法的收敛性和计算复杂度都优于原始MOPSO和NSGA2.     

小波神经网络改进结构及其学习算法

论述了小波神经网络用于信号分类识别的模型结构,在此基础上,充分利用小波变换时频分析的局部化特性,提出了一种改进的网络结构,建立了非显式小波的网络的学习算法。计算机模拟表明,该结构提高了信号分类识别的精度和灵敏度。