基于温度系统的模糊自适应PID控制器的设计与仿真

针对温度系统这类非线性、大惯性对象,常规的PID控制难以发挥良好的作用,设计了一种基于模糊控制的自适应PID控制器,根据偏差和偏差变化的需要实时调整PID参数.通过仿真表明,该模糊PID控制器既具有常规PID控制器高精度的优点,又具有模糊控制器快速、适应性强的特点,并可以迅速消除系统余差.     

牵引电流对桥梁区段信号电缆的电磁串扰研究

随着高速铁路的快速发展,铁路现场信号电缆受干扰的问题愈发突出,特别是在贯通地线和信号电缆同槽铺设的桥梁区段,对铁路运输的安全造成不良影响。在考虑桥梁区段特点的基础上,针对信号电缆双端接地的情况建立加入信号电缆外皮的牵引供电系统链式网络模型,利用潮流算法进行仿真计算,通过实测数据验证模型的有效性。分析信号电缆串扰的主要来源,在所建立模型的基础上计算信号电缆受串扰产生的感应电动势,考虑贯通地线和信号电缆间距对其影响,并给出故障条件下信号电缆的适宜长度,为减少铁路信号电缆的串扰影响和其铺设方法的研究提供参考依据。     

基于车-车通信的RBFNN量化滑模控制的ATO算法

针对车-车通信过程中因信道容量约束产生的列车控制精度降低的问题,提出基于RBFNN(radical basis func-tion neural network,RBFNN)的自适应量化滑模ATO(automatic train operation,ATO)控制方法.基于自适应量化滑模控制技术,利用RBFNN对列车模型...     

单片微型计算机最小应用系统可靠性分析

通过对单片微型计算机最小应用系统的分析，提出了最小应用系统可靠性的数学模型，并对其可靠性作了估算和分析，给出了提高最小应用系统可靠性的有效措施。     

一种改进的实数编码遗传算法

针对实数编码在进行数值优化时固有的过早收敛、停滞现象和弱的爬山能力等缺点,通过设计不同的交叉、变异算子,提出了一种改进的实数编码遗传算法。数值实验显示,该方法在函数优化问题上取得了非常满意的效果。     

基于动态故障树的计算机联锁系统安全性及性能分析研究

针对2种常用冗余结构计算机联锁系统中的联锁机子系统,在考虑单元模块、比较模块和系统间切换模块全故障模式的情况下,建立双机热备和2×2取2计算机联锁系统的危险失效概率PFD和安全失效概率PFS的动态故障树模型。由于故障树概率近似法和Markov方法计算结果非常近似且概率近似法的求解过程简单和存储要求低等特点,采用概率近似法求解对应的PFD和PFS,实例对比分析2种冗余结构计算机联锁系统的安全性。研究结果表明:在全故障模式下,2×2取2计算机联锁系统的安全性高于双机热备。     

国内外断轨检测技术发展的现状与研究

综述了国内断轨检测设备发展现状及国外采用力学、光学、声学等先进技术用于断轨检测的最新研究成果。从目前对断轨检测的应用需求出发,对钢轨预预埋应力传感器、光导纤维、牵引回流不平衡度分析、超声导波检测技术进行了类比分析与可行性研究。     

一种基于Metropolis抽样准则的蚁群算法的信息素更新策略

针对蚁群优化算法的关键步骤--信息素轨迹更新过程进行了分析.在理论证明和实验验证的基础上,针对此过程提出一种基于Metropolis接受准则的信息素更新策略,并通过引入一种非齐次的模拟退火方法有效地减少算法在早期落入较差解的可能性.在系统温度较高时,算法将以较大的概率接受不同的解,进行广泛的试探,能够有效地避免算法初期陷入较差解的状况;当系统温度较低时,将以小概率接受不同的解,在算法的后期将搜索集中到迄今最优解的邻域中,保证了算法收敛的同时减少了算法的收敛时间.同时将基于Metropolis接受准则的信息素更新策略和已有的信息素更新策略在4个不同规模的TSP问题上进行对比实验,试验结果也证明了本文策略的有效性.     

基于CEEMDAN与KFCM聚类的转辙机退化状态识别方法

针对道岔转换设备在使用寿命内的功率信号特征提取与退化状态识别问题,提出基于自适应白噪声完备经验模态分解（Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN）与核模糊C均值聚类（Kernel-based Fuzzy C-Means clustering,KFCM）相结合的转辙机退化状态识别方法。首先,对S700K转辙机采集的功率曲线数据进行模态分解,得到多个固有模态函数（Intrinsic Mode Functions,IMFs）,通过IMFs的能量幅值获得表征数据退化过程的特征向量;然后,由KFCM算法对特征向量进行转辙机退化状态识别,并进行状态划分;最后,通过计算分类系数和平均模糊熵对该方法的分类性能进行综合评估,并与模糊C均值聚类（Fuzzy C-Means clustering,FCM）和GK (Gustafson Keseel)聚类算法进行比较。结果表明：该方法聚类效果准确率达95.6%,优于FCM和GK聚类算法,能对转辙机的退化状态进行科学划分,为铁路现场道岔设备健康状态监测提供...