检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

列车自动驾驶的仿真实现

铁道机车车辆 2001年第6期21卷 3-7页

作者：黄志平康熊周忠良铁道部科学研究院机辆所北京100081

针对ATO实现的难点,提出了一种ATO的解决方案,并在牵规电算软件的基础上编程,仿真列车运行的过程,实现了列车的自动驾驶。通过与实际案例的对比分析,证明了该方案的可行性,对进一步研究ATO技术有现实意义。

关键词：列车自动驾驶人工智能预测控制仿真 ATO 模型行车规则自动控制列车运行自动化

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

城轨列车自动驾驶的多目标优化控制策略研究

城轨列车自动驾驶的多目标优化控制策略研究

作者：刘鑫兰州交通大学

学位级别：硕士

现有的城市轨道交通系统的运能已经趋于饱和,从而影响广大民众的日常出行。在无法立即建设新线路扩大城市轨道交通系统运能的情况下,通过改变既有线路的运营方式,将机车乘务员人工驾驶城轨列车在线路上运行升级改造为列车自动驾驶ATO（A... 详细信息

现有的城市轨道交通系统的运能已经趋于饱和,从而影响广大民众的日常出行。在无法立即建设新线路扩大城市轨道交通系统运能的情况下,通过改变既有线路的运营方式,将机车乘务员人工驾驶城轨列车在线路上运行升级改造为列车自动驾驶ATO（Automatic Train Operation）,由ATO系统代替机车乘务员来控制列车在线路上安全的运行。人工驾驶升级为列车自动驾驶是科技进步的体现,也是未来城市轨道交通系统运营方式的大趋势。ATO系统控制城轨列车在线路上运行需要满足安全性、准时性、停车精准性、舒适性与节能性这五项性能指标,但是目前绝大多数对于ATO控制策略的研究停留在节能性这一单一性能指标上,没有对五个性能指标统一考虑。针对上述存在的问题文章从以下方面展开解决。首先对列车自动驾驶系统进行了解,其次分析城轨列车运行的环境并建立相应的动力学模型,最后全面考虑五个性能指标并通过多目标优化技术建立城轨列车ATO系统的多目标优化模型,通过遗传算法对该模型求解,就可以生成城轨列车ATO系统的理想速度曲线。在ATO速度控制器设计方面结合灰色预测控制与模糊自适应PID控制的特点,形成一个以灰色预测模糊自适应PID控制方法为核心的集成型智能速度控制器。该速度控制器可以对生成的列车理想速度曲线进行良好的跟踪运行。最后,选取合适的仿真线路以及车辆,分别在MATLAB软件中编写遗传算法的程序和搭建城轨列车自动驾驶的仿真平台,进行仿真验证。从仿真结果可以看出遗传算法优化后的列车理想速度曲线符合各项性能指标的要求,表明该优化方法的有效性、优越性。ATO系统通过多目标优化技术生成的列车理想速度曲线作为列车自动运行的目标速度曲线,使得集成型智能速度控制器控制列车跟随目标速度曲线运行。集成型智能速度控制器能够在较小跟踪误差与安全的范围内很好的跟踪列车目标运行曲线,将运行过程中的列车控制的更加平稳与准时,提高了乘客的舒适度同时降低了能耗,并且停车误差更小。综上,通过在ATO系统中应用智能控制算法可以控制列车满足五个性能指标运行,从而实现城轨列车自动驾驶这一研究目的。

关键词：列车自动驾驶多目标优化遗传算法灰色预测控制模糊控制

城市轨道交通列车自动驾驶模拟驾驶平台的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

城市轨道交通列车自动驾驶模拟驾驶平台的研究

作者：薛振洲电子科技大学

学位级别：硕士

随着城市轨道交通的加速发展，传统的人工驾驶方式已经逐渐不能满足需求，而列车自动驾驶技术系统利用先进的计算机技术模拟列车驾驶过程，并获得合理的操作方案，使得列车在保障运行安全性的情况下，提高了旅客乘车的舒适性以及节省了... 详细信息

随着城市轨道交通的加速发展，传统的人工驾驶方式已经逐渐不能满足需求，而列车自动驾驶技术系统利用先进的计算机技术模拟列车驾驶过程，并获得合理的操作方案，使得列车在保障运行安全性的情况下，提高了旅客乘车的舒适性以及节省了能耗。于此同时，轨道交通相关专业的人才需求量也逐年增多，鉴于城市轨道交通设备规格繁多、造价昂贵等特殊性，以现有真实设备来给轨道相关专业的人才做培训的方案具有不可实行性，为此参照现有轨道交通驾驶系统建立一套高度的仿真模拟平台成为了一种切实可行的解决方案。基于以上需求，本文利用虚拟现实技术设计并开发了一套自动驾驶仿真平台，并研究了在此过程中的关键技术。论文首先通过对自动驾驶技术的需求调研，提取了仿真模拟需求并制定出了最终的开发目标。然后，通过需求分析设计出整个系统的软硬件框架，并将系统划分为不同的功能模块，对其中主要的模块进行了详细设计。最后，在系统分析、系统设计的基础之上，利用成熟的技术与工具将系统实现，并对系统的主要模块的实现做了相应的展示和说明。本论文对自动驾驶的模拟仿真和三维视景程序的开发做了深入的探讨和研究，利用计算机技术，并结合硬件操作台，将自动驾驶技术与视景漫游结合产生了逼真的驾驶仿真效果，利用模型驱动接口驱动三维模型的场景漫游，利用高速图形处理器渲染场景，不断刷新场景，平滑处理视景漫游过程，使视景看起来逼真、流畅，让使用者有“沉浸感”。系统也结合了培训教学的用途，开发了培训辅助子系统配合自动模拟驾驶系统构建了列车自动驾驶仿真培训平台。整个系统实现达到了系统设计初的总体设计目标，从模拟驾驶功能角度上讲，满足了自动驾驶系统的仿真模拟，整个驾驶过程有逼真、精准等效果;从培训功能角度上讲，满足了教学培训方面的需求。系统完成预期效果，运作良好。

关键词：地铁列车自动驾驶虚拟现实技术仿真培训

城市轨道交通CBTC系统列车自动驾驶关键技术的研究与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

城市轨道交通CBTC系统列车自动驾驶关键技术的研究与实现

作者：徐杰中国铁道科学研究院

学位级别：硕士

目前,我国城市轨道交通进入一个蓬勃发展阶段,许多城市都在规划和建设轨道交通线路。列车自动控制系统(ATC,Automatic Train Control)是城市轨道交通的重要组成部分,是保证列车运行安全和高效的关键系统。然而,由于国内城轨交通信号技... 详细信息

目前,我国城市轨道交通进入一个蓬勃发展阶段,许多城市都在规划和建设轨道交通线路。列车自动控制系统(ATC,Automatic Train Control)是城市轨道交通的重要组成部分,是保证列车运行安全和高效的关键系统。然而,由于国内城轨交通信号技术的研究起步较晚,已经投用的和在建的轨道交通列车自动控制系统主要还是依靠进口,工程建设和运营成本高,城轨交通信号技术自主化发展迟缓已经成为制约我国城市轨道交通发展的瓶颈。为了打破国外公司的技术封锁,改变落后被动的局面,国家有关部委制定了一系列支持信号系统国产化的政策。近几年,以移动闭塞(MB,Moving Block)为技术特点的基于通信的列车控制系统(CBTC,Communication Based Train Control)在我国城市轨道交通建设中得到推广和应用,而列车自动驾驶(ATO,Automatic Train Operation)子系统是完整CBTC系统的重要组成部分。本文对ATO的关键技术进行了深入研究,并在理论分析的基础上设计和实现了一套针对城市轨道交通CBTC系统的ATO子系统。本文首先从CBTC系统概述和特点出发,总结了ATO子系统的结构和功能;以列车动力学模型为依据,分析得出安全、准点率、舒适性、能耗和停车精度五个控制指标的模型;结合线路参数,采用最快速度控制策略,根据操纵原则确定工况组合,研究了求解多目标优化问题的粒子群算法,并利用此算法求解五个控制指标约束下的最优工况变化位置,最终生成ATO目标速度曲线;研究了PID闭环控制系统的原理和PID参数确定原则,利用PID速度控制器控制列车速度跟踪目标速度,达到列车自动驾驶的目的;采用紧凑型PCI(CPCI,Compact Peripheral Component Interconnect)总线技术,搭建基于CPCI总线架构的ATO硬件平台;运用实时Linux操作系统的进程调度算法,设计实时Linux操作系统下的ATO应用程序;最后在CBTC测试环境下验证了本文设计和实现的ATO系统。通过测试,验证了本文设计和实现的ATO子系统能够计算优化目标速度曲线,并合理控制列车按照目标速度曲线运行,使得列车运行满足安全、准点、舒适、节能以及精确停车要求。本文中ATO关键技术的研究和ATO子系统的最终实现,对自主知识产权的MTC-I型CBTC系统的实用化具有重要的意义。

关键词：列车自动驾驶粒子群算法 PID控制算法紧凑型CPI 实时Linux系统

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于模糊预测控制的列车自动驾驶系统研究

基于模糊预测控制的列车自动驾驶系统研究

作者：康太平西南交通大学

学位级别：硕士

随着我国铁路客运专线建设的发展,列车运行速度不断提高,密度不断加大,人工驾驶模式已难以满足要求。列车自动驾驶技术利用先进的计算机、通信、控制技术、信号技术以及人工智能理论,集成为一个自动化水平很高的列车运行自动控制系统,... 详细信息

随着我国铁路客运专线建设的发展,列车运行速度不断提高,密度不断加大,人工驾驶模式已难以满足要求。列车自动驾驶技术利用先进的计算机、通信、控制技术、信号技术以及人工智能理论,集成为一个自动化水平很高的列车运行自动控制系统,自动控制列车加速、减速,实现列车自动运行。列车运行是一个典型的复杂、多目标、大滞后、非线性系统,很难找到精确的数学模型和最优解。模糊预测控制是在模糊逻辑和预测控制的研究和应用基础上发展起来的一类新型控制算法,更符合人类的控制思想,对被控过程模型要求不高,可以满足列车运行的高品质的控制要求。本文在总结了国内外的列车自动驾驶技术、模糊预测控制技术和列车自动控制算法的研究现状的基础上,对模糊预测控制在列车自动驾驶系统中的应用和仿真进行了深入研究。在详细研究了牵引计算模型、列车自动驾驶理论、列车运行模型的基础上,给出了列车运行线路数据处理方法、列车自动驾驶优化的操作原则和操纵策略;将模糊预测控制理论运用于列车自动驾驶系统,给出了具体的控制算法和模糊评判函数;对列车自动驾驶系统进行了仿真研究,设计了相应的仿真软件,对列车运行各阶段进行了仿真,仿真计算结果与优秀司机操纵列车的实际结果非常接近。将模糊预测控制应用于列车自动驾驶系统,既充实了模糊预测控制理论,又为实现列车运行过程的高品质控制提供了一种新方法。对列车自动驾驶系统的仿真结果表明:在列车自动驾驶系统中,采用模糊预测控制技术可以保证列车高质量地运行。

关键词：列车自动驾驶模糊控制预测控制列车优化操纵控制算法

物元模型（可拓学）在列车自动驾驶系统中的应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

物元模型（可拓学）在列车自动驾驶系统中的应用研究

作者：陈晓强兰州交通大学

学位级别：硕士

随着我国城市轨道交通事业的快速发展,列车运行速度的不断提高以及人们对列车运行品质的要求越来越高,人工驾驶已很难满足列车运行控制需求。在这种情形下,提高列车的自动化程度,开发智能高效的列车自动驾驶系统优化列车运行的平稳性、... 详细信息

随着我国城市轨道交通事业的快速发展,列车运行速度的不断提高以及人们对列车运行品质的要求越来越高,人工驾驶已很难满足列车运行控制需求。在这种情形下,提高列车的自动化程度,开发智能高效的列车自动驾驶系统优化列车运行的平稳性、舒适性、节能性和停车准确性等性能指标,以提高列车的运行效率就显得尤为重要,目前国内外在这方面相关的研究已取得不少的研究成果。由于可拓学能够很好的解决互不相容的矛盾问题,本文将物元模型(可拓学)应用到列车自动驾驶系统运行控制过程研究当中,作为列车自动驾驶核心控制算法,探究提高列车运行过程中的各项性能指标有效性。其主要工作如下:首先,对列车自动驾驶控制ATO(Automatic Train Operation)系统和可拓学基础理论进行了研究。介绍了ATO的工作原理、系统结构、功能和控制算法处理,对列车自动驾驶系统的工况转换条件以及控制策略进行了分析和讨论,并对可拓学的基础理论知识进行了相关概述。其次,可拓学列车自动驾驶控制算法设计。根据列车运行的不同阶段所考虑的主要性能指标不同,建立了牵引启动阶段、区间调速阶段和停车制动阶段的物元模型。并应用层次分析法和马氏距离法相结合的方法,通过分析计算求得列车不同运行阶段性能指标的权重值。并建立各性能指标的关联度函数,对各性能指标进行量化处理,根据可拓学优度评价方法,对列车运行过程中的运行速度进行决策。最后,对可拓学列车自动驾驶运行过程控制进行仿真分析。在分析列车运行过程中受力和运动学的基础上,根据给定的车型和线路条件,结合可拓学列车自动驾驶控制算法,用matlab对列车自动驾驶运行过程进行仿真分析,通过仿真结果的比较可以看出,物元模型(可拓学)在列车自动驾驶中的应用,能够满足乘客对列车运行的舒适性和平稳性的要求,并能有效提高节能性和停车准确性。验证了可拓学应用在列车自动驾驶算法控制中的可行性和有效性。

关键词：物元模型列车自动驾驶性能指标仿真分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

预测控制在列车自动驾驶系统中的应用研究

预测控制在列车自动驾驶系统中的应用研究

作者：罗岩上海交通大学

学位级别：硕士

在列车自动驾驶(ATO)系统中,ATO控制器替代司机自动调节列车运行,使其运行轨迹尽量接近给定目标速度曲线,同时满足安全性、运行时间、到站精度和乘客舒适度等性能要求。列车在运行时一方面会受到外部干扰(坡度、空气阻力和线路湿滑等)... 详细信息

在列车自动驾驶(ATO)系统中,ATO控制器替代司机自动调节列车运行,使其运行轨迹尽量接近给定目标速度曲线,同时满足安全性、运行时间、到站精度和乘客舒适度等性能要求。列车在运行时一方面会受到外部干扰(坡度、空气阻力和线路湿滑等)和内部参数变化(因负载和环境温度等因素变化造成)的影响,另一方面其牵引和制动系统存在延时和约束,所以常会发生停车精度差、乘客舒适度低的情况。模型预测控制(MPC)是一种基于模型、滚动实施并结合反馈校正的在线优化控制算法。它在系统时延、变量约束和模型参数变化等问题的处理上相比传统控制算法具有优势。在上述背景下,本文对预测控制应用于列车自动驾驶系统进行了研究,基于实测数据搭建了列车运行模型,设计了全轨迹跟踪MPC控制器并利用真实站间信息进行仿真说明控制器的有效性。本文的主要工作如下:1)列车运行模型搭建。分析列车自动驾驶系统工作原理,搭建了列车运行模型。编写了模型验证仿真软件,利用实测数据检验模型的准确性。2)速度跟踪MPC控制器设计与仿真。设计速度跟踪MPC控制器以满足运行时间准确性和乘客舒适度要求。对列车运行模型简化,简化模型由牵引模型和制动模型构成。分别设计牵引和制动MPC控制器,制定切换策略并给出速度跟踪MPC控制器流程图。仿真说明该控制器对可测扰动和不可测扰动具有抑制作用,并与现有控制算法的控制效果进行比较,分析各自特点。3)全轨迹跟踪MPC控制器设计与仿真。设计全轨迹跟踪MPC控制器以满足安全性和停车精度要求。分别讨论了列车在启动、运行和停车阶段对控制器要求,给出了对应的解决方案。采用真实站间信息进行仿真,仿真结果说明了控制器的有效性。4)研究列车内部参数变化对于控制器性能的影响。分别从控制对象的稳态增益、延迟时间和时间常数与预测模型出现误差时进行仿真并总结出其中的规律。

关键词：预测控制列车自动驾驶 MPC控制器切换策略全轨迹跟踪

基于智能控制算法的列车自动驾驶系统的优化研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于智能控制算法的列车自动驾驶系统的优化研究

作者：姚理北京交通大学

学位级别：硕士

随着我国城市化进程的不断加快,城市规模越来越大,城市人口不断增多,现有的城市交通网络已经难以满足城市发展的要求。根据国际上大型城市交通发展的经验,轨道交通对于缓解城市交通压力,增加城市交通活力起着举足轻重的作用。在此背景下... 详细信息

随着我国城市化进程的不断加快,城市规模越来越大,城市人口不断增多,现有的城市交通网络已经难以满足城市发展的要求。根据国际上大型城市交通发展的经验,轨道交通对于缓解城市交通压力,增加城市交通活力起着举足轻重的作用。在此背景下,因为列车自动驾驶(ATO)系统具有提高轨道交通运行效率,加快列车运行速度,保证行车安全等功能,开发高效智能的列车自动驾驶系统就显得至关重要。本文讨论了列车自动驾驶系统的基本结构、功能和列车自动驾驶的操纵原则,指出应用基于传统控制理论的PID控制器来进行已不能适应列车运行参数的非线性和时变性,很难真实反映实际情况,从而使速度控制的平滑性受到破坏,牵引和制动的切换频繁,影响了系统舒适性的要求,同时也影响了列车的节能性能和停车精度。而采用先进的智能控制方法对传统的控制器及其追踪曲线进行优化,则可有效解决上述问题。模糊控制、神经网络、遗传算法是近些年来发展较快的三种智能算法,能在不同程度上模仿司机的操作行为,因此可以用来优化和改进传统的ATO控制系统。本文依次介绍了模糊控制、神经网络和遗传算法在优化PID控制系统及其目标曲线中的应用,并用Matlab和Simlink工具箱进行了建模仿真。主要研究内容如下:(1)通过对列车自动驾驶系统结构和功能的研究,总结列车自动驾驶系统的驾驶策略及优化操纵原则,分析ATO系统的所要达到的性能指标,在此基础上对列车运行进行建模。(2)设计列车自动驾驶算法。首先根据传统的控制算法设计PID控制器,跟踪列车目标曲线行车,在此基础上引入对传统PID控制器及其目标曲线进行优化和改进的智能控制算法:模糊控制算法、神经网络控制算法和遗传算法控制算法。(3)依次实现三种智能算法在ATO系统中应用的仿真建模。根据ATO系统优化操纵所要达到的五项性能要求,依次基于以上三种智能算法,为ATO系统设计更优秀的PID控制器和更合理的目标曲线,并对其性能进行了评价分析。(4)对优化了的ATO系统的整体控制效果进行仿真验证。在选取实际线路参数和列车参数的情况下,基于上述三种智能算法仿真所得到的结果,分析优化后的ATO系统控制的列车运行曲线,得出智能算法合理性的结论。

关键词：列车自动驾驶 PID控制器模糊控制神经网络遗传算法仿真

迭代学习控制及其在列车自动驾驶系统中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

迭代学习控制及其在列车自动驾驶系统中的应用

作者：窦鹏飞北京交通大学

学位级别：硕士

列车自动驾驶系统的核心之一是列车速度调整算法,通过算法实时调整列车的运行速度,保证列车按照预订计划安全行驶。本文根据列车自动驾驶系统的结构特点,考虑列车运行过程中的受力情况建立了列车动力学模型。利用迭代学习控制理论为列... 详细信息

列车自动驾驶系统的核心之一是列车速度调整算法,通过算法实时调整列车的运行速度,保证列车按照预订计划安全行驶。本文根据列车自动驾驶系统的结构特点,考虑列车运行过程中的受力情况建立了列车动力学模型。利用迭代学习控制理论为列车自动驾驶系统设计了4个迭代学习控制器,D型、PD型改进的D型迭代学习控制器及非参数自适应迭代学习控制器。利用列车动力学模型,模拟了在迭代学习控制器作用下列车对期望速度的跟踪过程。仿真结果验证了迭代学习控制器的收敛性,及其在列车速度调整中良好的控制性能。通过对仿真结果的分析比较了D型、PD型迭代学习控制、改进的D型迭代学习控制器以及非参数自适应迭代学习控制的自动速度调整算法在控制性能上的差异。论文的主要内容如下：(1)针对一般线性及非线性问题,研究了迭代学习控制器的设计方法。研究了D型迭代学习律及其收敛条件,在理论上证明了当系统初始条件相同时跟踪误差在有限时间区间上的一致收敛性;研究了PID型迭代学习律以及高阶迭代学习律、滤波器型迭代学习律、模型算法迭代学习律并分析了其收敛条件。(2)根据列车自动驾驶系统中列车运行的特点设计了D型与PD型迭代学习控制器。仿真结果表明,在D型与PD型迭代学习控制器的控制之下,经过一定的迭代次数后列车速度均收敛于期望速度,并在以后的迭代中保持较高精度。由于PD型学习律中加入了比例环节,其收敛速度相对较快。(3)针对D型及PD型控制器中存在的列车初始误差较大的问题,提出改进的D型迭代学习控制器。初次迭代时加入负反馈环节,优化系统初始输入。仿真表明列车在初始迭代时的速度误差明显降低,控制精度提高,收敛速度加快。(4)利用非参数自适应迭代学习算法设计了第四种控制器。仿真结果表明,相对于D型及PD型控制器,非参数自适应迭代学习控制器具有更快的收敛速度,更高的控制性能。

关键词：列车自动驾驶迭代学习控制列车速度调整非参数自适应控制