基于RFID技术的智能轨道交通票务系统设计研究

随着城市轨道交通客流量的增加,轨道交通承载的交通压力越来越大,如今迅猛发展的物联网技术可为解决轨道交通出行提供新思路,现提出基于射频识别（radio frequency identification,RFID）技术的智能轨道交通票务系统设计研究。本系统主要由嵌有RFID标签的交通卡、进站系统、里程记录系统和出站系统构成,与数据库大数据完美结合可以为乘客乘车提供便利,同时完善轨道交通收费的合理性。为了提高RFID阅读器识别标签的效率提出一种基于动态帧时隙的防碰撞算法,通过动态调整帧长达到标签被快速识别的效果,来提高整个城轨交通系统的效率,缓解人们的出行压力。     

列车自动监控仿真系统中列车运行模拟的设计与实现

将牵引计算、牵引控制策略应用到列车运行模拟中,着重从闭塞分区、道岔、临时限速3个方面完善行车模拟。以目前普遍采用的混合控制策略为基础,针对不同行车环境设计相应的列车工况切换策略,再依据牵引计算公式,利用迭代算法获得列车运行数据。最后,利用VC++软件平台实现了列车运行模拟功能。     

踏面等效斜率计算方法的比较

等效斜率的概念来自轮对的蛇形运动,它反映了轮对几何蛇形运动的波长.等效斜率通常根据左、右车轮滚动半径差随轮对横移量变化的函数(RRD函数)计算得到.介绍了几种根据RRD函数计算踏面等效斜率的原理和公式,包括UIC 519积分法、简谐线性法、以及概率法等.通过算例比较了等效斜率各种算法之间的差异,并与时域仿真的结果进行了...     

基于遗传算法的跨坐式单轨列车牵引曲线优化研究

以跨坐式单轨列车牵引计算理论为基础,结合跨坐式单轨列车运行要求,建立了以运行时间和能耗为目标的单轨列车运行优化模型,运用遗传算法对牵引曲线的关键点进行优化。以重庆市轻轨2号线为例,对该线13个站间牵引曲线进行优化,并将优化前后曲线进行了对比,结果显示运行时间和运行能耗得到一定程度改善,整个区段上运行能耗下降了16%,运行时间节约2%。     

基于多目标遗传算法的机车二系支承载荷调整优化方法

为提高电力机车二系支承栽荷调整优化算法的实用性,解决单一目标遗传算法调整计算产生二系支承点加垫数和加垫总量过多的问题,提出了一种基于多目标遗传算法的寻优方法.针对机车二系调箦问题的偏好结构特点,建立了多目标优化模型,并设计了基于多目标遗传算法的调簧目标函数,进一步引入了适应性权重方法来确定目标函数值,并确立了相应的适应...     

高速铁路跨线旅客列车开行 方案优化研究

针对高速铁路跨线旅客列车开行方案展开优化研究。从旅客和铁路部门2个角度出发,以旅客出行总支出最小和铁路部门运营成本最小作为目标函数,以客流守恒定律、区间通过能力、上座率和客流需求作为约束条件,建立高速铁路跨线列车开行方案的多目标规划模型,设计该模型的遗传算法,利用MATLAB实现算法编程求解。考虑分担率变化对开行方案的影响,结合算例分别得到传统广义成本效用函数与高铁发展趋势下跨线列车开行方案的较优解,同时验证了模型和算法的有效性。     

基于径向基函数神经网络的轨道交通车辆振动状态预测

通过遗传算法优化径向基函数神经网络的中心、宽度及权重等参数,构建车辆振动神经网络预测模型。通过42自由度车辆多体动力学模型,以某线路实测轨道不平顺数据作为输入,得到车辆振动加速度数据。通过训练与优化,构建的车辆振动预测模型能预测车体振动加速度变化趋势。     

基于GA优化模糊PID控制的ATO算法研究

针对城市轨道列车的自动驾驶系统(ATO)传统PID控制方法适应性差和智能化不足的问题,基于该领域专家知识和驾驶司机的操作经验,将遗传算法优化的模糊PID控制算法运用在ATO的控制系统中,并运用MTALAB进行仿真。仿真结果表明,该控制算法优于传统的PID控制,能够满足ATO系统对不同工况下的适应性和智能性要求,可以达到精确停车和准点到站的目的,能够有效提高列车舒适性和降低列车能耗。     

TSK模糊模型的GA—BP混合学习方法

针对TSK模糊模型的学习是多约束和多目标优化问题,提出一种基于GA—BP的TSK模糊模型学习方法。论述了所涉及的相关问题,包括模型结构的种群编码、进化策略及其适应值评估策略,推导了在进化过程中模糊模型前件和后件参数的BP算法。仿真结果表明：该方法具有先验知识要求少、获取的模型具有较好的精确性和简洁性等特点。     

大秦线重载牵引电力机车同步操纵系统制动阀切除故障分析

介绍了同步操纵系统应用中出现的制动阀切除问题,阐述了制动阀切除的机理、故障原因、故障种类,分析了减少制动阀切除故障的方法、制订了修改系统流量算法、定期校准列车管传感器及流量传感器、优化乘务员操纵、加强机车及同步操纵系统的日常维护等措施,经过一年多的验证,故障明显减少,保证了同步操纵系统在大秦线的正常运用。