列车智能优化控制技术

1 绪论 1.1 高速列车智能优化控制技术 1.1.1 国内外研究现状与发展 1.1.2 研究展望 1.2 重载列车智能优化控制技术 1.2.1 国内外研究现状与发展 1.2.2 研究展望 1.3 磁浮列车智能优化控制技术 1.3.1 国内外研究现状与发展 1.3.2 研究展望 2 高速列车动力学建模方法改进 2.1 问题描述 2.1.1 高速列车动力学模型描述 2.1.2 回声状态神经网络数学模型 2.1.3 随机权值优化设定策略 2.2 算法实现 2.2.1 粒子群优化算法 2.2.2 算法实现步骤 2.3 实验验证 2.3.1 实验设置 2.3.2 实验结果与分析 2.3.3 建模鲁棒性分析 3 高速列车鲁棒速度跟踪控制技术 3.1 问题描述 3.1.1 模型输入时间尺度 3.1.2 随机权值矩阵收缩因子 3.1.3 基于ESNs的高速列车速度跟踪控制 3.2 基于改进ESNs的高速列车鲁棒速度跟踪控制 3.2.1 模型输入时间尺度的自适应选择策略 3.2.2 随机权值矩阵收缩因子的优化策略 3.3 系统稳定性分析 3.3.1 理论基础 3.3.2 系统平衡点的存在性 3.3.3 系统稳定性证明 3.4 实验验证 3.4.1 实验设置 3.4.2 时间尺度自适应调整的效果 3.4.3 高速列车速度预测模型鲁棒性分析 3.4.4 基于改进ESNs的速度跟踪效果 4 基于追踪特性建模的多列车协同优化控制 4.1 高速列车ESNs动力学模型 4.2 多列车追踪特性模型 4.2.1 基于移动闭塞的多列车追踪运行场景 4.2.2 高速列车多车追踪特性 4.2.3 多列车追踪特性模型描述 4.3 基于多目标优化的多列车协同预测控制 4.3.1 预测控制多目标滚动优化指标 4.3.2 多列车追踪协同预测控制策略 4.4 多列车追踪协同控制稳定性 4.4.1 定义 4.4.2 假设条件 4.4.3 系统协同稳定性定理及其证明 4.5 实验验证 4.5.1 实验设置 4.5.2 仿真结果与分析 5 重载列车动力学建模与车钩力预测技术 5.1 列车特性分析 5.1.1 列车力学特性 5.1.2 HXD1机车制动系统 5.1.3 机车和货车基本阻力 5.1.4 机车车辆单位附加阻力 5.2 车钩特性分析 5.2.1 间隙效应 5.2.2 车钩和缓冲器参数 5.2.3 钩缓装置力学特性 5.3 车钩力预测 5.3.1 13A/QKX100钩缓系统 5.3.2 MT2型钩缓系统 5.3.3 车钩力建模预测 6 重载列车运行曲线优化设定技术 6.1 重载列车驾驶操纵目标 6.1.1 重载列车目标速度曲线优化设定目标 6.1.2 重载列车运行优化目标定义函数 6.2 重载列车运行约束条件 6.2.1 速度约束 6.2.2 牵引力/制动力约束 6.2.3 纵向力约束 6.2.4 能量守恒约束 6.3 重载列车目标曲线生成与优化算法 6.3.1 目标曲线生成回溯算法 6.3.2 目标曲线多目标粒子群优化算法 6.4 重载列车目标运行曲线离线生成与在线调整 6.4.1 目标曲线离线生成 6.4.2 目标曲线在线调整 7 重载列车运行速度平稳跟踪控制 7.1 PID控制算法 7.1.1 定义 7.1.2 PID算法控制规律 7.2 模糊自适应PID控制算法 7.2.1 模糊化处理 7.2.2 模糊推理 7.2.3 模糊控制规则的确立 7.2.4 去模糊化处理 7.3 带死区调节的模糊自适应PID控制算法 7.3.1 带死区调节PID原理 7.3.2 模糊PID控制死区自适应设定方法 7.3.3 带死区调节的PID算法 7.4 重载列车整车一体化平稳控制 7.4.1 空气制动的触发条件 7.4.2 大闸与小闸的分配 7.4.3 空气制动的缓解条件 7.4.4 空电联合制动原则 8 磁浮列车鲁棒速度跟踪控制技术 8.1 磁浮列车动力学特征建模 8.1.1 基本阻力 8.1.2 附加阻力 8.1.3 牵引制动特性 8.2 参数自整定ADRC控制器设计 8.2.1 自抗扰控制器 8.2.2 BPADRC鲁棒速度跟踪控制器 8.3 实验验证 8.3.1 实验设置 8.3.2 模拟仿真实验 8.3.3 真实数据实验 9 磁浮列车强化学习制动优化控制技术 9.1 混合制动特征自学习方法 9.1.1 中低速磁浮列车混合制动原理 9.1.2 混合制动力特征 9.1.3 混合制动动态特征自学习方法 9.2 磁浮列车BFSDQN制动控制方法 9.2.1 状态空间 9.2.2 动作空间 9.2.3 奖励机制 9.2.4 学习策略 9.2.5 学习过程 9.3 实验结果与分析 9.3.1 实验设置 9.3.2 收敛性对比 9.3.3 舒适性和停车精度 9.3.4 实际运行数据验证实验 9.3.5 现场数据实验验证 参考文献