基于自适应补偿机制的高速列车容错跟踪控制方法及系统

    公开(公告)号:CN118897474B

    公开(公告)日:2024-12-20

    申请号:CN202411396559.0

    申请日:2024-10-09

    Abstract: 本申请公开了一种基于自适应补偿机制的高速列车容错跟踪控制方法及系统,涉及高速列车控制技术领域,该方法包括:通过对高速列车内耦合作用力的分析,构建得到非线性多质点动态模型,并将误差变量代入到其中,得到线性动态误差模型,随后转化为状态空间方程,再将执行器故障模型结合到其中,得到带有执行器故障模型的高速列车系统方程;之后设计得到干扰观测器,在线估计并补偿列车运行过程中受到的未知复杂扰动,并根据带有执行器故障模型的高速列车系统方程设计生成自适应容错控制器,即可基于干扰观测器和自适应容错控制器对高速列车进行控制,实现对期望速度曲线和期望位移曲线的跟踪。本申请上述方案可实现对高速列车速度和位移的跟踪控制。

    基于障碍函数和耦合器约束的列车控制方法及相关装置

    公开(公告)号:CN118884843B

    公开(公告)日:2024-12-20

    申请号:CN202411375328.1

    申请日:2024-09-30

    Abstract: 本申请公开了一种基于障碍函数和耦合器约束的列车控制方法及相关装置,涉及列车控制技术领域,该方案中通过对列车内耦合作用力的分析,构建列车非线性多质点动力学模型,随后考虑列车运行参数的不确定性,对其进行线性化得到列车平衡状态下具有耦合器位移的动力学方程;之后再将其转化为列车状态空间方程,并据此和耦合器的状态约束条件,构建得到自适应鲁棒控制器;在利用基于障碍函数的Lyapunov函数验证其能够使列车耦合器位移严格处于安全范围之内后,即可根据列车期望速度与位移曲线,自适应调整列车控制器的输出。本申请所提出的方案能有效保证列车耦合器位移满足安全约束条件,在不确定环境因素下也能实现高精度的跟踪运行。

    基于DMPC的虚拟编组列车预测控制方法及相关装置

    公开(公告)号:CN118444577B

    公开(公告)日:2024-09-20

    申请号:CN202410903033.0

    申请日:2024-07-08

    Abstract: 本发明公开一种基于DMPC的虚拟编组列车预测控制方法及相关装置,涉及虚拟编组列车预测控制技术领域,方法包括以下步骤:在性能指标函数加入邻接列车状态变量,设计得到改进的性能指标函数,根据参考速度曲线和领导者列车的实际状态变量,以最小化改进性能指标函数为目标,求解多约束优化问题,并选择一个控制输入量作为实际控制输入量,得到下一时刻领导者列车的实际状态变量;针对任一跟随者列车,同样求解多约束优化问题,并选择一个控制输入量作为实际控制输入量,得到下一时刻跟随者列车的实际状态变量。本发明通过在性能指标函数中引入邻接列车状态信息,设计了一种改进的控制算法,可以保证较好的稳定性、优势性以及实时性的控制需求。

    虚拟编组高速列车运行滑模控制方法、系统、设备及介质

    公开(公告)号:CN117389157A

    公开(公告)日:2024-01-12

    申请号:CN202311684011.1

    申请日:2023-12-11

    Abstract: 本发明公开一种虚拟编组高速列车运行滑模控制方法、系统、设备及介质,涉及高速列车控制领域,方法包括根据列车运行过程中的受力情况和控制输入延迟构建虚拟编组高速列车的动力学模型;根据所述动力学模型基于列车的位移信息和速度信息构建虚拟编组高速列车的运行模式;根据所述动力学模型和所述运行模式确定虚拟编组高速列车的运行滑模控制律;所述运行滑模控制律用于控制所述高速列车运行。本发明不仅能有效抑制抖振问题保证列车的安全运行,还能应对控制输入延迟问题,保障高速列车对目标曲线的精确追踪运行,为提升高速列车运输效率提供支撑。

    一种多模态图像融合方法、装置及设备

    公开(公告)号:CN116363037A

    公开(公告)日:2023-06-30

    申请号:CN202310638962.9

    申请日:2023-06-01

    Abstract: 本发明提供一种多模态图像融合方法、装置及设备,方法包括:获取同一目标对象的不同模态的至少两张图像数据,并采用预设特征提取网络对每张图像数据进行特征信息提取,得到对应的特征图像;将不同模态的特征图像进行堆叠,得到堆叠后特征图像,并对堆叠后特征图像进行通道注意力处理,输出具有通道注意力的特征图;依序对具有通道注意力的特征图进行局部多头自注意力处理和全局多头自注意力处理,得到多模态图像融合后的目标特征图。本发明通过将不同模态的特征图堆叠后依次进行通道注意力、局部自注意力以及全局注意力处理,在保证注重全局和局部信息的情况下,将计算复杂度降低到线性,具有速度快,精度高的特点。

    基于1DCNN-LSTM的道岔故障诊断方法及系统

    公开(公告)号:CN115859090A

    公开(公告)日:2023-03-28

    申请号:CN202310152375.9

    申请日:2023-02-23

    Abstract: 本发明公开基于1DCNN‑LSTM的道岔故障诊断方法及系统,涉及故障诊断领域,该方法包括:采用经验模态分解算法对待诊断动作功率信号进行不同频率分解,获得多个固有模态函数信号;从多个所述固有模态函数信号中选取出多通道输入信号;将所述多通道输入信号输入道岔转辙机故障诊断模型,输出故障诊断识别结果;所述道岔转辙机故障诊断模型是通过动作功率数据集对深度学习神经网络进行训练确定的;所述深度学习神经网络包括依次连接的一维卷积神经网络和长短期记忆网络;所述动作功率数据集中样本数据包括多通道输入信号和多通道输入信号对应的状态类型,所述状态类型包括正常运行状态和故障状态,本发明提高了道岔转辙机故障诊断效率。

    一种基于深度学习的三维点云数据压缩方法与系统

    公开(公告)号:CN114092580B

    公开(公告)日:2022-10-21

    申请号:CN202111294880.4

    申请日:2021-11-03

    Abstract: 本发明提供一种基于深度学习的三维点云数据压缩方法与系统,涉及点云数据压缩处理技术领域,其中,基于深度学习的三维点云数据压缩方法包括:获取基于PointNet神经网络点云数据模型的语义标记,采用Mean‑Shift算法对点云数据模型基于语义标记进行组件分割,将分离得到的单个项目与基于语义的标准模型最优对齐,进行组织排序后采用八叉树算法实现数据压缩。提出方法通过语义标记提高了八叉树的编码性能。对比已有方法,本发明所述方法在相同的八叉树算法速率下,可以获得更低的均方误差,从而达到更好地压缩效果。

    基于预报误差法的高速列车状态反馈预测控制方法及系统

    公开(公告)号:CN111443718B

    公开(公告)日:2022-07-26

    申请号:CN202010331363.9

    申请日:2020-04-24

    Abstract: 本发明公开了一种基于预报误差法的高速列车状态反馈预测控制方法及系统。该方法包括:获取高速列车的速度预测模型根据所述速度预测模型预测k时刻以及k+p时刻列车的预测速度;获取k时刻列车的实际速度输出值;根据k时刻列车的预测速度以及k时刻列车的实际速度输出值确定k时刻的速度预测误差;根据k时刻的速度预测误差,对k+p时刻列车的预测速度进行修正,得到修正后的列车预测速度;以修正后的列车预测速度为给定速度根据计算k时刻列车的控制力uk,在k时刻到k+p时刻,基于所述控制力uk,向所述列车施加控制力。本发明适应性强、计算简便,且能够实现列车速度的高精度跟踪。

Patent Agency Ranking