检索结果-南通市图书馆

基于无模型自适应控制的城轨列车自动驾驶研究

在线全文

学校读者我要写书评

暂无评论

铁道学报 2016年第3期38卷 72-77页

作者：石卫师南宁轨道交通集团有限责任公司运营分公司广西南宁530021

城轨列车ATO(Automatic Train Operation)目标速度曲线的精确追踪是保障城轨列车安全、高效、舒适和节能的关键环节。针对列车ATO系统为非线性时变滞后复杂系统,具有建模难和鲁棒性要求高等特点,本文将无模型自适应控制方法引入ATO目标... 详细信息

城轨列车ATO(Automatic Train Operation)目标速度曲线的精确追踪是保障城轨列车安全、高效、舒适和节能的关键环节。针对列车ATO系统为非线性时变滞后复杂系统,具有建模难和鲁棒性要求高等特点,本文将无模型自适应控制方法引入ATO目标速度曲线追踪控制器的设计问题中。通过与PID控制方法对比,基于MFAC(Model Free Adaptive Control)的ATO目标速度曲线追踪控制算法,具有追踪效果好、速度误差小、停车精度高、舒适度高、能耗少等特点。

关键词：无模型自适应控制列车自动驾驶目标速度曲线非线性系统城市轨道交通

基于RBF-ADRC的高速列车速度控制算法

在线全文

学校读者我要写书评

暂无评论

中国安全科学学报 2022年第6期32卷 131-136页

作者：宋莉郭伟李飞刘乐钰马鞍山学院人工智能创新学院安徽马鞍山243199 安徽工业大学电气与信息工程学院安徽马鞍山243002

针对高速列车运行过程中的时变与非线性模型问题,提出一种基于径向基(RBF)神经网络(RBFNN)优化的高速列车速度自抗扰控制(ADRC)算法。首先,以单质点模型建立列车动力学方程;其次,将ADRC技术应用到列车上,以列车外干扰作为扩张部分,借助... 详细信息

针对高速列车运行过程中的时变与非线性模型问题,提出一种基于径向基(RBF)神经网络(RBFNN)优化的高速列车速度自抗扰控制(ADRC)算法。首先,以单质点模型建立列车动力学方程;其次,将ADRC技术应用到列车上,以列车外干扰作为扩张部分,借助非线性误差反馈控制律实时观测和补偿系统扰动,设计基于RBFNN优化的ADRC控制器;然后,以CRH380型列车参数进行目标速度曲线仿真追踪,验证RBF-ADRC控制器追踪性能;最后,将设计的RBF-ADRC控制器与传统ADRC控制器在抗干扰性能和追踪误差方面进行比较。结果表明:基于RBF-ADRC的控制器抗干扰性能高于传统的ADRC控制,且追踪误差更小,适用于列车严格运行条件。

关键词：高速列车径向基(RBF)神经网络(RBFNN) 自抗扰控制(ADRC) 目标速度曲线追踪性能

基于模糊自适应PID控制的ATO系统控制算法

在线全文

学校读者我要写书评

暂无评论

城市轨道交通研究 2017年第3期20卷 40-45页

作者：刘浩钱存元施招东同济大学铁道与城市轨道交通研究院上海硕士研究生201804

为了研究ATO系统控制算法的智能性和高效性,在传统PID算法的基础上,充分考虑到列车系统的非线性和复杂性,结合模糊控制理论能进行实时非线性调节的优点,提出了模糊自适应PID控制算法。并在Matlab/Simulink中建立了ATO系统的仿真模型和... 详细信息

为了研究ATO系统控制算法的智能性和高效性,在传统PID算法的基础上,充分考虑到列车系统的非线性和复杂性,结合模糊控制理论能进行实时非线性调节的优点,提出了模糊自适应PID控制算法。并在Matlab/Simulink中建立了ATO系统的仿真模型和算法控制模块。将两种算法分别运用到ATO系统中,对目标速度曲线进行跟踪,从停车精度、追溯性、准时性、节能性、舒适性五个方面对二者的控制性能进行比较分析。仿真结果表明,将模糊自适应PID算法运用到ATO系统中,列车的控制性能能够很好地满足ATO系统的各个性能指标要求。

关键词：列车自动驾驶系统 PID控制算法模糊自适应PID 目标速度曲线

改进麻雀算法在列车ATO多目标优化中的应用

在线全文

学校读者我要写书评

暂无评论

铁道标准设计 2024年第7期68卷 192-199页

作者：王一栋肖宝弟岳丽丽李茂青林俊亭兰州交通大学自动化与电气工程学院兰州730070 北京康吉森交通技术有限公司北京101318

针对列车自动驾驶(ATO)运行过程多目标优化问题,以列车运行安全性、列车动力学模型等因素为约束条件,考虑列车准时性、能耗、舒适性等指标,使用模糊隶属度法建立多目标优化模型。利用罚函数处理约束条件,将停车误差与限速作为惩罚项并... 详细信息

针对列车自动驾驶(ATO)运行过程多目标优化问题,以列车运行安全性、列车动力学模型等因素为约束条件,考虑列车准时性、能耗、舒适性等指标,使用模糊隶属度法建立多目标优化模型。利用罚函数处理约束条件,将停车误差与限速作为惩罚项并构造出适当的惩罚函数加入到目标函数中,从而得到增广目标函数,提出基于改进麻雀算法(ISSA)的求解策略。为提高麻雀算法(SSA)的全局寻优能力,避免收敛于局部最优,引入Logistic映射、自适应超参数、变异算子对传统麻雀算法进行改进,通过测试函数对算法性能进行验证,表明ISSA算法的收敛速度、寻优精度比传统SSA算法好。以工况转换点为决策变量,通过ISSA算法对工况转换点的位置及速度进行寻优,进而获得目标速度-距离曲线。最后选取城轨车辆参数与线路数据进行仿真验证,仿真结果表明:所提优化策略相较于未优化前,舒适性提高了21.22%,能耗降低了22.41%,准时性与停车误差满足要求;与PSO优化方法相比,收敛速度更快,运行时间几乎一样的情况下能耗降低了12.74%,节能效果更佳;停车误差降低了20.45%,舒适性保持在舒适范围之内;对于速度-距离曲线,巡航距离更长、惰行距离变短、最高运行速度降低。由此可见,达到了综合优化ATO的目的,验证了ISSA优化策略的有效性。

关键词：城市轨道交通列车自动驾驶多目标优化目标速度曲线改进麻雀算法模糊隶属度罚函数

在线全文

学校读者我要写书评

暂无评论

移动闭塞系统下重载列车驾驶策略研究

移动闭塞系统下重载列车驾驶策略研究

作者：董姣北京交通大学

学位级别：硕士

随着我国“交通强国”战略提出加速铁路货运能力的提高和大宗货物运输向铁路和水运转移的要求,提升重载铁路运输能力已成为迫切的需求。当前我国重载线路普遍采用固定闭塞方式,而移动闭塞技术已在城市轨道交通得到广泛应用,它可以缩短... 详细信息

随着我国“交通强国”战略提出加速铁路货运能力的提高和大宗货物运输向铁路和水运转移的要求,提升重载铁路运输能力已成为迫切的需求。当前我国重载线路普遍采用固定闭塞方式,而移动闭塞技术已在城市轨道交通得到广泛应用,它可以缩短行车间隔,提升线路运输能力。但由于重载铁路和城市轨道交通在运营线路特点上存在较大差别,同时因重载列车和城市轨道交通列车在重量、制动方式以及制动实施过程上的不同,现有用于城市轨道交通移动闭塞系统的牵引制动驾驶策略不能直接应用到重载列车上。因此,开展移动闭塞系统下的重载列车驾驶策略的研究具有重要意义。本文结合我国重载线路和列车特点,从目标速度曲线的生成和速度控制方法的设计出发,开展移动闭塞系统下重载列车驾驶策略的研究。论文的主要工作如下:（1）建立了重载列车动力学模型。分析重载列车牵引、制动系统的滞后特性,基于实验数据建立了牵引/电制动系统滞后模型和空气制动系统滞后模型,并对列车的运行过程进行计算。（2）设计了移动闭塞系统下的重载列车目标速度曲线生成方法。针对平缓坡道运行场景,考虑机车牵引力的限制和实际线路中存在的减速坡道、增速坡道及分相区,基于步长自适应和时间等效算法生成目标速度曲线;针对长大下坡道运行场景,提出了基于改进粒子群算法的目标速度曲线和工况序列生成方法,并根据重载列车的安全平稳操纵规则,建立循环制动和过分相的约束模型。（3）提出了基于模糊预测控制的重载列车速度控制方法。针对重载列车运行中存在的非线性、大滞后、外部扰动问题,结合模糊控制和预测控制设计速度控制器,该控制器以目标速度曲线为参考调节牵引力和电制动力,并根据输入的工况转换序列在长大下坡道和制动停车阶段适时地施加空气制动,实现重载列车的自动控制。（4）搭建了移动闭塞系统下的重载列车驾驶策略验证模型,进而结合朔黄铁路实际线路数据,对列车在平缓坡道和长大下坡道场景下的运行进行了仿真。分析模型输出并与实际驾驶曲线进行对比,结果表明采用本文驾驶策略生成的目标速度曲线在安全性和准时性方面满足实际驾驶需求,生成的工况转换序列与司机实际输出的工况相近,同时,模糊预测控制器的最大跟踪误差为±0.9km/h,控制器在跟踪精度和列车加速度变化率方面表现出良好的控制效果。图52幅,表14个,参考文献76篇。

关键词：移动闭塞系统重载列车滞后特性目标速度曲线模糊预测控制

基于模糊神经网络的重载列车运行控制策略研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于模糊神经网络的重载列车运行控制策略研究

作者：赵炜石家庄铁道大学

学位级别：硕士

作为国民经济的大动脉和重要的基础设施,铁路的货运能力在一定程度上影响着国家的经济发展和民生需求。重载铁路充分发挥了铁路集中、大宗、中长途与全天候运输等优势,提高了运输效率、降低了运输成本。重载列车载重大、编组长,线路条... 详细信息

作为国民经济的大动脉和重要的基础设施,铁路的货运能力在一定程度上影响着国家的经济发展和民生需求。重载铁路充分发挥了铁路集中、大宗、中长途与全天候运输等优势,提高了运输效率、降低了运输成本。重载列车载重大、编组长,线路条件复杂、运行时间长,对列车运行过程中的安全平稳等性能要求更高。现阶段我国重载列车驾驶方式仍以人工操纵方式为主,既增加了劳动人员的工作强度,也不再满足我国重载铁路运输在安全高效、节能环保等方面的发展要求。因此,进行重载列车运行控制优化策略研究,对列车运行安全、平稳等具有重要理论和实践意义。论文在列车运行操纵面临系统内外部干扰因素的影响分析的基础上,建立列车多质点动力学模型。针对部分控制策略易陷入局部最优致使优化效果不显著的问题,提出了基于模糊神经网络的重载列车运行控制策略,进行了目标速度曲线的追踪仿真,实现重载列车运行操纵的有效控制。主要成果如下:(1)分析了重载列车在运行过程中的动力学特征,阐释了其内外部作用力的产生机理,并依此构建了纵向多质点动力学模型,准确呈现内部作用力对列车的影响,建立了其状态空间方程。(2)结合具有自学习、自适应特点的神经网络,以及对时变、滞后等复杂系统具有较好控制效果的模糊控制算法,将确立的隶属度函数和规则库映射到神经网络中,利用神经网络进行模糊推理并调整已建立的模糊控制规则,设计了基于模糊神经网络的重载列车运行控制器。(3)在上述理论分析研究的基础上,以朔黄铁路重载列车运行控制为例,采用设计的重载列车运行控制器,进行列车速度曲线追踪仿真实验。通过对比分析速度跟踪误差、控制力与车钩力的变化,评估所设计控制器的性能优势。仿真结果表明,基于模糊神经网络控制能够有效地实现对列车运行速度稳定控制的目标且具有良好的调节能力和稳定性。(4)建立了速度曲线优化多目标模型,并获得了列车在试验区间的目标速度曲线。考虑到模糊神经网络参数调节过程中存在陷入局部最优值的问题,引入了改进粒子群算法,进一步优化模糊神经网络初始参数。利用改进后的算法控制列车进行了目标速度曲线的追踪仿真,验证所提出的控制策略在追踪目标速度曲线的精度、确保列车安全平稳运行等方面的有效性和优越性。仿真结果表明,改进后的控制器较之前与PID控制器各方面性能均得到提升。

关键词：重载列车列车运行控制多质点模型模糊神经网络目标速度曲线

动车组自动驾驶的多目标优化控制策略研究与仿真

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

动车组自动驾驶的多目标优化控制策略研究与仿真

作者：魏万鹏兰州交通大学

学位级别：硕士

随着高速铁路迅速发展,列车速度不断提升且追踪距离间隔不断缩短,传统的人工驾驶方式越来越无法满足当前高速铁路的发展需求。基于以上应用背景,ATO(Automatic Train Operation,列车自动驾驶)系统应运而生,并成为了当代铁路行业的研究... 详细信息

随着高速铁路迅速发展,列车速度不断提升且追踪距离间隔不断缩短,传统的人工驾驶方式越来越无法满足当前高速铁路的发展需求。基于以上应用背景,ATO(Automatic Train Operation,列车自动驾驶)系统应运而生,并成为了当代铁路行业的研究热点。ATO系统不仅能够弥补传统司机驾驶的不足,而且能提升列车舒适性、能耗性、准时性等各项指标。因此,对列车自动驾驶技术的研究具有重要的意义。ATO系统的核心技术主要是控制策略与控制算法。在控制策略方面,现有研究没有考虑分相区对高速列车运行的影响,使生成的目标曲线与列车的实际运行情况存在误差。鉴于以上研究缺陷,本文搭建了满足舒适性、能耗性及准时性等指标的多目标优化模型,并将分相区作为约束条件之一,在此基础上使用粒子群算法对其进行求解,生成理想的目标速度曲线;在控制算法方面,由于现存的控制算法自适应能力不强,无法适应高速列车行驶途中的复杂环境,因此,本文设计了基于RBF(Radial Basis Function)神经网络的控制器,通过该控制器对生成的目标曲线进行追踪。本文的具体工作如下:(1)首先,对列车受力状况进行了详细的分析,搭建列车动力学模型,为评价指标等的计算提供力学基础。然后,基于列车过分相区必须要处于惰行工况的特点,对分相区位于不同位置时对列车运行的影响进行分析,并将其作为约束条件之一。最后,对能耗性、准时性及舒适性等评价指标进行了分析,将这些指标作为目标函数,结合约束条件,搭建出多目标优化模型。(2)结合线路数据与动车组参数,使用改进粒子群算法对多目标模型进行求解,并生成目标曲线。为验证优化后目标曲线的优越性,与节时控制策略下生成的目标曲线进行仿真对比,仿真结果表明优化后的目标曲线在充分利用运行时间裕量的前提下,其准时性、节能性等指标均优于节时控制目标曲线;同时,为了验证分相区对列车运行的影响,分析了考虑分相区与未考虑分相区这两种情况下的目标曲线,验证了考虑分相区的合理性。(3)设计了RBF神经网络PID控制器,对生成的目标曲线进行追踪,并与传统PID控制器进行对比。仿真结果表明,本文设计的控制器能够更好的对目标曲线进行实时有效的追踪,且满足列车行驶过程中的各项性能指标。

关键词：分相区多目标优化目标速度曲线 RBF神经网络自动驾驶

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高速列车自动驾驶多目标优化的控制策略研究

高速列车自动驾驶多目标优化的控制策略研究

作者：张京兰州交通大学

学位级别：硕士

铁路作为交通运输领域的一支主干力量,无论是在物流运输,还是旅客发送等方面,一直以安全、高效、便捷、经济等优势在运输行业占据着重要的地位。近年来,我国高速铁路迅猛发展,提高铁路运输效率,拉动区域经济发展,改善社会民生品质。随... 详细信息

铁路作为交通运输领域的一支主干力量,无论是在物流运输,还是旅客发送等方面,一直以安全、高效、便捷、经济等优势在运输行业占据着重要的地位。近年来,我国高速铁路迅猛发展,提高铁路运输效率,拉动区域经济发展,改善社会民生品质。随着高速铁路的建设规模和运营里程的持续增加,对其服务质量也提出更高的需求,在保证安全的条件下,需要满足精准停车、准时、舒适、节能等目标。为了铁路服务与经济社会发展相适应,开展高速列车运行多目标优化研究具有重大的社会意义和经济价值。针对列车运行过程的优化,国内外学者主要研究如何降低能耗,目标单一,无法满足当今经济社会发展的需求;同时,未考虑列车过分相区带来的影响,导致研究结果与实际情况具有较大的出入。本文将从精准停车、准时性、舒适性、能耗等目标入手,将分相区纳入列车运行控制策略,采用改进的混合操控策略与工况序列相结合来开展多目标优化研究。另外,前人对于列车自动驾驶运行过程中的最优目标速度曲线的跟踪,主要依据PID控制来设计列车速度控制器。由于PID控制过程存在快速与超调的问题,微分器的设计在物理层面上难以实现,难以控制具有滞后性或惯性的对象,导致跟踪效果存在较大的偏差,从而影响整体的跟踪效果。本文将以自抗扰控制为基础,设计列车速度控制器,实现高速列车对最优目标速度曲线的实时跟踪。主要研究内容如下:(1)首先,明确本课题的研究背景和意义,对高速列车自动驾驶系统的原理、结构、功能做了深入的分析,将高速列车自动驾驶运行过程分为最优目标速度曲线的优化和对最优目标速度曲线的跟踪。为了对列车自动驾驶的运行效果进行评价,建立以精准停车、准时性、舒适性、能耗等多目标优化指标;对高速列车的运行控制策略进行深入分析,提出改进的混合操控策略来指导行车过程。(2)其次,对高速列车运行过程进行建模和受力分析,分别建立列车单质点模型和多质点模型,分析两种模型的受力情况;同时,对高速列车的工况转换和运行状态进行探讨分析;提出一种基于融合遗传算子的改进粒子群算法的速度曲线优化方法,获得满足多目标优化的最优目标速度曲线。(3)最后,设计高速列车速度控制器,分析了PID控制器的优缺点,针对其存在的缺陷,采用自抗扰控制技术,从而克服PID速度控制器存在的控制效果差、跟踪误差大等问题;对于自抗扰控制器参数调节繁琐问题,利用融合遗传算子的改进的粒子群算法对其进行参数整定;通过SIMULINK仿真平台,搭建列车自抗扰速度控制器的仿真模型,控制列车对最优目标速度曲线的跟踪运行,完成列车自动驾驶多目标优化的全过程。综合上述的研究内容,选取实际的线路和CRH3型动车组,基于MATLAB仿真平台,对上述研究过程进行仿真实验,分析在不同工况操控策略的条件下,对比优化前后的仿真结果,验证本文提出的目标速度曲线优化方法的可行性;同时,设计与搭建列车自抗扰速度控制器,控制列车按照最优目标速度曲线的要求运行。通过与PID速度控制器的跟踪效果进行对比,验证基于自抗扰控制技术的列车速度控制器的控制效果更好、跟踪误差更小,满足高速列车自动驾驶多目标优化的要求。

关键词：列车自动驾驶运行操控策略多目标优化目标速度曲线自抗扰控制器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

重载列车驾驶策略的优化方法研究

重载列车驾驶策略的优化方法研究

作者：杨朔北京交通大学

学位级别：硕士

重载铁路在运能、运行成本、运输效率等方面具有显著优势,是我国大宗货物运输的重要环节。近年来,随着我国的战略调整,煤炭等相关大宗物资的运输进一步向铁路主导供应链转变,给重载铁路带来不小的压力。这同样也对重载列车司机的驾驶能... 详细信息

重载铁路在运能、运行成本、运输效率等方面具有显著优势,是我国大宗货物运输的重要环节。近年来,随着我国的战略调整,煤炭等相关大宗物资的运输进一步向铁路主导供应链转变,给重载铁路带来不小的压力。这同样也对重载列车司机的驾驶能力提出了更高的要求。而重载列车的驾驶存在线路条件复杂、驾驶强度大、操纵复杂等难点,这对于重载列车的安全平稳运行带来了挑战。因此重载列车驾驶策略优化的研究具有重要意义。本文结合重载列车的特点,结合优秀司机的历史运行数据,分析其特点并对数据进行处理,对重载列车的目标速度曲线开展了研究;随后对无极电力机车的牵引/制动控制进行了研究。本文的主要工作如下:(1)通过重载列车的纵向动力学分析,建立了用于预测重载列车速度的单质点模型和用于仿真的多质点模型,并通过不同区间的牵引过程和制动过程进行仿真验证,验证指出,在0.43km/h的误差之内,两个模型达到了统一的输出结果。(2)利用重载线路不同区段的优秀司机历史运行数据,经过对数据处理后,使用Light-GBM算法完成了目标速度曲线的预测和模型参数的整定,并借助已有的历史运行数据进行了测试,测得测试数据的目标速度曲线的绝对平均误差为1.44km/h,并考虑到重载列车运行过程中的平稳操纵要求,利用人工蜂群算法将重载列车目标速度曲线进行平滑化。(3)针对使用无级电力机车的列车编组,提出了基于模型参考自适应控制算法设计了重载列车速度追踪器。同时考虑速度追踪误差和平稳性要求,依托重载列车的单质点模型,建立了预测模型;对滚动优化的优化项结合重载列车的操纵特点进行分析和改进,借助二次规划,完成了滚动优化部分的求解和参数设置,在滚动优化中尽最大可能减小了列车的纵向冲动。最后使用仿真模型搭建了重载列车仿真运行平台,将基于模型参考自适应控制算法的追踪方法和PID算法的追踪方法应用在万吨列车上进行对比。经过对比得出,重载列车在30公里的起伏坡道上进行仿真运行时,本文提出的方法比基于PID的追踪方法在路程平均最大车钩力上要小33k N,证明了本文所设计的基于模型参考自适应控制算法的控制策略是可行的。图35幅,表15个,参考文献59篇。

关键词：重载列车驾驶策略平稳操纵目标速度曲线预测控制