摘要：重载列车是一种由上百甚至几百节车厢组成的动力集中式大载重系统,其牵引力/制动力需通过车钩相继传递给车厢,存在明显的非线性和大滞后性.现有的人工驾驶模式,司机难以考虑车厢之间的钩缓约束,易引起车钩断裂和脱轨;且运行性能与司机的操纵经验密切相关,存在耗电大,无法按照列车运行图正点运行等问题.本文针对此关键问题,以实现重载列车安全、正点、节能运行为目标,开展其驾驶过程运行优化研究.分析列车钩缓系统受力原理,基于其特性曲线,采用翟方法构造重载列车钩缓模型及整车纵向动力学模型;据此,考虑钩缓约束运用多目标自适应遗传算法,结合实际运行线路(限速、坡道、曲线率等)约束条件设定列车理想的运行速度目标曲线;最后,采用改进广义预测控制器设计重载列车驾驶过程优化控制方法,跟踪理想速度目标曲线安全、正点、低能耗运行.基于大秦线上HXD1型重载列车实际数据的仿真结果表明本文所设计的理想目标速度曲线优化方法可以较好地改善列车运行中的安全,正点和节能等关键性指标,运行优化控制能保证列车精确跟踪理想速度目标曲线,实现其驾驶过程优化运行.

摘要：高速动车组是由多节车辆与钩缓装置链接而成的复杂系统.将钩缓装置等效成弹簧?阻尼器系统,分析动车组运行过程中钩缓装置对相邻车辆作用的动力学机理,明确作用方式,建立高速动车组的强耦合模型.根据列车模型动力或制动力输入的分散特征,设计分布式神经网络滑模控制策略,对高速动车组进行速度跟踪控制.为减小速度跟踪过程中未知因素对高速动车组控制精度的影响,利用列车历史运行数据,采用历史工况数据中心对当前控制律输出进行补偿以提高控制精度与实用稳定性.采用高速动车组运行仿真平台的仿真实验结果表明,该建模方法较以往多质点模型更能体现高速动车组运行特性,且采用补偿规则的控制策略优于传统控制效果.

摘要：高速动车组运行环境复杂多变,其运行过程需在牵引、制动和惰行工况中多次切换,难以建立有效的控制模型实现动车组安全、正点、高效运行。借鉴ANFIS在复杂系统建模的优势,结合动车组牵引/制动特性曲线和实际运行数据,建立高速动车组运行过程多工况ANFIS模型,设计相应的动车组运行速度控制器。与基于全局ANFIS模型和基于线性多模型的控制对比试验表明:基于多工况ANFIS模型的高速动车组运行控制具有更高的精度和控制效果,保障了动车组在各种工况下的安全运行。

摘要：针对单一广义预测控制器在控制过程中只修改模型参数而不修改控制器参数,导致列车在启动和制动阶段控制效果较差这一问题,采用双自适应广义预测控制方法,设计高速列车双自适应广义预测控制器实现对高速列车运行过程的自动控制。该控制器采用具有可变遗忘因子的递推最小二乘法实时辨识列车运行过程模型的参数,根据辨识得到的模型参数自适应建模且修正控制器的调优参数,进而计算出高速列车需要施加的牵引/制动力,并设计确保控制器稳定的监督机制,实现高速列车对给定速度的高精度跟踪。仿真结果表明:双自适应广义预测控制器对给定速度和位移均有高精度的跟踪能力,在遇到未知干扰时仍能确保列车安全、稳定地运行,其控制效果明显优于单一自适应控制器。

摘要：为解决列车司机在表盘与外界之间不断切换视线的问题,以STM32处理器为核心设计了一种适用于列车的辅助驾驶系统,采用透射式高温多晶硅LCD作为像源对列车抬头显示系统进行了硬件设计和软件设计。将司机需要的一些重要信息投影在前挡玻璃前方,司机无需低头查看表盘或显示屏,消除因为低头而产生的视觉盲区。通过对样机进行模拟测试表明,该方案可行性和实时性较好。

摘要：传统高速列车制动方法普遍采用手动控制,实时性不佳,影响控制效果。针对高速列车基础制动装置的结构和动力学特点,建立考虑参数时变、时滞和非线性特征的动车组制动单元模型。考虑高速列车由多个制动单元组成以及各制动单元的相互耦合作用,建立动车组制动过程的多动力单元模型。针对普通广义预测控制计算时间长,实时性差的特点,设计基于极限学习机(ELM)的多输入多输出(MIMO)广义预测控制快速算法对动车组的制动过程进行速度跟踪控制。实现动车组制动过程的准时、舒适、安全和停靠准确。仿真结果表明,相比于普通广义预测控制方法,基于ELM的广义预测快速控制算法使高速列车在制动工况下具有良好的高精度速度跟踪能力,同时具有良好的实时性。

摘要：通过分析动车组的牵引-制动系统,建立动车组的各动力单元的线性模型,考虑到动车组运行过程中空气阻力、未知干扰等非线性因素,将实际输出与线性模型输出的误差描述为未建模动态,将动车组运行过程这一非线性问题描述成为线性模型与非线性未建模动态两部分组成的集成模型,利用BP神经网络在线估计未建模动态项,利用递推辨识算法在线更新模型参数。在控制器设计中将广义预测控制器、未建模动态补偿器相结合,设计了多变量非线性广义预测控制器。基于CRH380A型动车组为对象进行仿真,实现了对给定速度的高精确跟踪控制,以及动车组的准时、舒适、安全的运行要求。

摘要：由于轨面环境的时变,传统列车防滑算法不能使列车很好地利用轮轨间的黏着力,导致制动距离过大。针对这种现象,提出基于最优蠕滑率的自适应滑模控制算法。该算法首先利用一阶低通滤波器得到轮轨间的黏着力;接着设计一种动态遗忘因子递归最小二乘算法,来对轨面环境的最优蠕滑率进行实时估计;最后在传统滑模算法基础上引入自适应算法,在解决外部干扰的同时,抑制了滑模控制抖动。实验结果表明,该算法可以使蠕滑率快速收敛于参考值,使列车能更好地适应轨面变化,减少了制动距离,保证了良好的防滑效果。