-
公开(公告)号：CN119644761A
公开(公告)日：2025-03-18
申请号：CN202510146870.8
申请日：2025-02-11
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本申请公开了一种基于钩缓不确定性的重载列车协同跟踪控制方法及系统，涉及重载列车协同控制安全驾驶领域，方法包括建立重载列车的多质点动态模型；建立带有执行器故障模型的重载列车系统方程；建立系统动态误差模型；将系统动态误差模型转化为系统状态空间方程；根据滤波变换后的误差变量，得到误差变换状态空间方程；根据误差变换状态空间方程，采用循环小增益定理和线性矩阵不等式，得到重载列车稳定性的充分条件；构建重载列车的分布式自适应协同控制器以保证每列重载列车的安全，基于最小安全距离实现机车对自身期望速度和位移曲线的渐近跟踪，货车对自身期望速度和位移曲线的一致跟踪；本申请实现对重载列车速度和位移的协同跟踪控制。
-
公开(公告)号：CN118672141A
公开(公告)日：2024-09-20
申请号：CN202411161723.X
申请日：2024-08-23
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本发明公开了一种高速列车离散分数阶积分终端滑模控制方法、设备及介质，涉及跟踪控制技术领域，该方法包括：对高速列车动力单元进行受力分析建立三质点模型；根据目标速度，基于高速列车分数阶积分终端滑模控制器，调整高速列车的状态变量，得到输出速度；判断输出速度是否收敛于目标速度曲线；若是，则根据输出速度更新状态变量，并根据下一时刻的目标速度，基于控制器调整状态变量；若否，则基于输出速度更新状态变量，并根据下一时刻的目标速度，基于控制器调整高速列车的状态变量，本发明基于离散分数阶积分终端滑模控制器，可对高速动车组进行准确的速度跟踪控制。
-
公开(公告)号：CN117389157B
公开(公告)日：2024-02-27
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：CN116027669A
公开(公告)日：2023-04-28
申请号：CN202310101189.2
申请日：2023-02-13
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本发明涉及一种高速列车自适应滑模控制方法、系统及电子设备，属于列车控制技术领域。本发明提供的高速列车自适应滑模控制方法，考虑高速列车系统模型具有非线性和参数时变等特征，建立列车非线性模型，根据非线性模型推导建立其误差特征模型；采用递推最小二乘法在线辨识该特征模型的时变参数描述；之后在此特征模型的基础上，充分运用特征建模能够降低模型复杂度且满足控制性能要求的能力，设置PID滑模面、改进滑模趋近律，设计基于特征模型的自适应滑模控制器，同时降低抖振对系统的影响，完成其对给定运行曲线的渐近跟踪，以实现高速列车对给定运行曲线的高精度跟踪控制。
-
公开(公告)号：CN112967420B
公开(公告)日：2022-09-30
申请号：CN202110355196.6
申请日：2021-04-01
Applicant: 华东交通大学
Abstract: 本发明涉及一种重载列车运行过程监控方法及系统，监控方法包括：获取重载列车的受力信息；根据受力信息确定重载列车运动过程的动力学模型；将重载列车的样本数据进行模糊C‑均值聚类分析，确定动力学子模型的前件参数；根据前件参数和重载列车的样本数据利用最小二乘法确定动力学子模型的后件参数；根据动力学子模型的前件参数、动力学子模型的后件参数和动力学模型确定每条规则下的动力学子模型；根据每条规则下的动力学子模型确定初始模型；根据初始模型确定重载列车运行过程模型；根据重载列车运行过程模型对重载列车的运行过程进行监控。本发明通过对重载列车运行过程的高精度建模实现对重载列车运行过程的稳定精准的监控。
-
Patent Agency Ranking
公开(公告)号：CN114117650B
公开(公告)日：2022-06-14
申请号：CN202210088402.6
申请日：2022-01-26
Applicant: 华东交通大学
IPC: G06F30/15 , G06T11/20 , G06F111/06 , G06F119/14
Abstract: 本发明用于提供一种重载列车多目标运行曲线优化方法及系统，先根据重载列车的运行特性及结构特性，建立重载列车的多质点纵向动力学模型，并基于所建立的多质点纵向动力学模型，以安全、平稳、节能、正点为目标，进一步建立重载列车运行曲线的多目标优化模型。然后根据驾驶经验绘制一条初始运行曲线，最后根据多目标优化模型，采用MOEA/D算法对初始运行曲线进行多目标优化求解，得到优化后运行曲线，重载列车按照该优化后运行曲线运行，能够实现安全、平稳、节能、正点运行。
-
公开(公告)号：CN112967420A
公开(公告)日：2021-06-15
申请号：CN202110355196.6
申请日：2021-04-01
Applicant: 华东交通大学
Abstract: 本发明涉及一种重载列车运行过程监控方法及系统，监控方法包括：获取重载列车的受力信息；根据受力信息确定重载列车运动过程的动力学模型；将重载列车的样本数据进行模糊C‑均值聚类分析，确定动力学子模型的前件参数；根据前件参数和重载列车的样本数据利用最小二乘法确定动力学子模型的后件参数；根据动力学子模型的前件参数、动力学子模型的后件参数和动力学模型确定每条规则下的动力学子模型；根据每条规则下的动力学子模型确定初始模型；根据初始模型确定重载列车运行过程模型；根据重载列车运行过程模型对重载列车的运行过程进行监控。本发明通过对重载列车运行过程的高精度建模实现对重载列车运行过程的稳定精准的监控。
-
公开(公告)号：CN106842924B
公开(公告)日：2019-08-13
申请号：CN201710036637.X
申请日：2017-01-18
Applicant: 华东交通大学
IPC: 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：CN106777752B
公开(公告)日：2019-04-02
申请号：CN201611252207.3
申请日：2016-12-30
Applicant: 华东交通大学
IPC: G06F17/50
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：CN106707765A
公开(公告)日：2017-05-24
申请号：CN201710106666.9
申请日：2017-02-27
Applicant: 华东交通大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种高速动车组跟踪运行实时优化控制方法，通过采集高速动车组实际运行数据，首先建立高速动车组离线ANFIS模型，并设计基于离线ANFIS模型的预测控制器。当对象特性或环境变化导致跟踪性能变差，致使反馈速度误差的绝对值|er|超出设定误差阈值χ时，启动模型在线调整策略，返回实际运行数据，采用卡尔曼滤波和BP梯度下降算法实时优化ANFIS模型从而对预测控制器参数的在线调整，消除特性改变对动车组运行带来的影响，实现高速动车组运行过程的实时优化控制。该发明保障了高速动车组运行性能，为高速动车组的自动驾驶系统提供了有利的技术支持。本发明适用于高速动车组跟踪运行实时优化控制技术领域。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.048 seconds)
