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。     

刚性系杆拱桥吊杆张拉力迭代计算方法与张拉方案对比研究

为研究吊杆张拉力,确定高效计算方法,现以某主跨106 m的刚性系杆拱桥为工程案例,基于数值迭代理论,将非线性问题化为一系列线性问题,提出以单一指标控制的迭代计算方法。通过对比5种不同张拉方案的迭代次数和吊杆张拉安全储备,提出最佳张拉方案,并与实测吊杆力数据进行对比,验证算法可行性。结果表明:不同的张拉方案,均可得到满足工程精度要求的成桥吊杆力,但各方案的吊杆张拉安全储备差异性较大,故推选迭代次数较少、张拉安全储备较高的方案为最佳张拉方案;迭代计算方法适用范围广,算法原理浅显,方便施工技术人员的具体操作求解,可作为拱桥吊杆张拉力的优化方法之一;结合实测数据,成桥实测吊杆力与设计吊杆力的最大偏差为7%,满足规范控制要求,证明本算法可用于现场的施工指导。     

铁路外部环境安全隐患变化卫星监测技术

为保障铁路运营安全，科学、高效、定期开展铁路周边安全环境整治工作，需大力提升技防手段，其中卫星监测技术可以快速准确获取铁路外部环境安全隐患的地理位置和属性特征，有效降低人力、物力投入。因此应大力推广铁路外部环境安全隐患变化卫星监测技术应用，同时要及时跟进作业流程规范化梳理，依托京沪高铁廊坊段卫星监测技术应用，详细论述技术流程、数据预处理、隐患影像特征、项目内容，形成一整套满足工程应用的作业指导。相比较传统的现场筛查安全隐患变化，卫星监测技术获取的安全隐患问题库更精细具体，规范化安全隐患变化卫星监测作业流程可以更好地提升监测精度和工作效率。