-
公开(公告)号：CN106707764B
公开(公告)日：2019-10-22
申请号：CN201710106658.4
申请日：2017-02-27
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于多级切换的动车组制动过程RBF模型参考自适应控制方法，所述方法针对动车组制动过程的特点，利用动车组制动数据采用参数辨识的方法建立了一种多级可切换的动车组制动模型。同时，考虑到RBF神经网络强大的非线性处理能力与模型参考自适应控制的自适应能力，本发明在已建立好的制动模型基础上设计了基于RBF网络的模型参考自适应控制策略，由梯度下降原理与极小化误差指标函数，则可实时调节列车制动级位，最终实现高速动车组在无人操纵的情况下列车依旧能按照预先设定的目标速度制动曲线自动运行。大大提高了列车面临突发事件时的自处理能力。本发明适用于轨道交通自动化与运行优化控制。
-
公开(公告)号：CN106842924A
公开(公告)日：2017-06-13
申请号：CN201710036637.X
申请日：2017-01-18
Applicant: 华东交通大学
IPC: G05B13/04
CPC classification number: G05B13/04
Abstract: 本发明公开了一种基于多工况ANFIS模型的动车组优化运行控制方法，所述方法针对高速动车组运行在牵引、制动和惰行多个工况下的复杂非线性系统的特性，分析其不同工况下的受力情况。并通过采集高速动车组实际运营数据，结合动车组牵引/制动特性曲线，建立一种新型的高速动车组多工况ANFIS模型，精确描述动车组运行过程。根据上述建模，采用合适的工况选择机制，设计一种基于多工况ANFIS模型的预测控制器，完成高速动车组的优化运行控制。该发明提高了高速动车组运行过程的建模精度，改善了其运行的安全、正点和乘坐舒适性，为高速动车组的自动驾驶提供的技术支撑。本发明适用于高速动车组运行过程精确建模与优化运行控制技术领域。
-
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
Applicant: 华东交通大学
IPC: G05B13/04
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。
-
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
Applicant: 华东交通大学
IPC: G05B13/04
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。
-
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
Applicant: 华东交通大学
IPC: G06F18/213 , B61L5/10 , G06F18/211 , G06F18/2415 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/047 , G06N3/048 , G06N3/084
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。
-
Patent Agency Ranking
公开(公告)号：CN114547774A
公开(公告)日：2022-05-27
申请号：CN202210159158.8
申请日：2022-02-22
Applicant: 华东交通大学
IPC: G06F30/15 , G06F30/27 , G06N3/12 , G06F111/06 , G06F119/14
Abstract: 本发明提出了一种重载列车进站曲线优化方法及系统，在NSGA‑II算法的基础上，结合拥挤度距离计算和迭代进程，自适应改变交叉算子和变异算子的选取，保证种群的多样性；结合实际运行线路，实现重载列车运行曲线优化；研究空气制动原理，建立数学模型，在常用进站减压量的情况下，计算重载列车停车精准度和制动时每个质点速度位移状态，根据精准停车要求，准确定位司机实施空气制动的位置，实现重载列车停车曲线优化。运行曲线优化可确保重载列车在进站实施制动前正以最优状态运行，为重载列车精准进站停车提供基础性保障；通过停车曲线优化可提供在固定减压量下各质点的精确的速度位移曲线，以使司机能够操控重载列车精准进站停车。
-
-
-
公开(公告)号：CN106777752A
公开(公告)日：2017-05-31
申请号：CN201611252207.3
申请日：2016-12-30
Applicant: 华东交通大学
IPC: G06F17/50
CPC classification number: G06F17/5009 , G06F17/5095
Abstract: 本发明公开了一种高速列车追踪运行曲线优化设定方法，针对移动闭塞下高速列车追踪间隔“移动、动态长度”的特点，所述方法基于现场采集的线路和高速列车运行数据，建立了高速列车回声状态网络速度预测模型、基于移动闭塞的追踪运行模型、线路特征模型，以及采用了创新性评价指标的追踪运行曲线多目标设定模型。再采用高效的多目标粒子群算法，将算法收敛条件作为设定模型的约束之一，基于以上实时数据进行高速列车追踪运行曲线优化设定。最后以区间运营效率和稳定性为设定方法的评估指标，筛选出一组最优的运行曲线，使得高速列车运行过程安全、高效，同时提高移动闭塞下的高速铁路区间运营效率和稳定性。
-
公开(公告)号：CN119511919B
公开(公告)日：2025-05-23
申请号：CN202510072372.3
申请日：2025-01-17
Applicant: 华东交通大学
IPC: G05B19/042
Abstract: 本申请公开了一种高速列车自动驾驶预测控制方法、装置、设备及介质，涉及列车自动驾驶领域，该方法包括：基于端边云协同下的分布式更新策略，对边缘侧、云侧数字孪生模型进行实时更新，得到边缘回传模型和云端回传模型；端侧数字孪生模型等效上一次更新的边缘回传模型；对端侧、边缘侧、云侧数字孪生模型的预测误差进行评估，在端侧数字孪生模型不是最优时，利用自校正机制，采用边缘侧数字孪生模型和云端回传模型对端侧数字孪生模型进行校正，根据下一时刻的列车预测速度确定目标高速列车预测时域的最优控制指令序列，以实现无延时下的高速列车无间断控制，本申请提升了高速列车的跟踪性能和乘坐舒适性。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.025 seconds)
