-
公开(公告)号:CN115793472B
公开(公告)日:2023-06-20
申请号:CN202310101097.4
申请日:2023-02-13
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本发明涉及了一种重载列车的建模方法、建模系统、控制方法及控制系统,属于重载列车控制技术领域。所述建模方法包括:获取重载列车的运行数据;分别对运行数据中的速度数据和控制力数据进行聚类,获得速度聚类结果和控制力聚类结果;基于速度聚类结果和控制力聚类结果构建区间二型模糊模型;采用鲸鱼优化算法优化区间二型模糊模型的参数,获得优化后的区间二型模糊模型,作为重载列车的模拟模型。本发明通过获取重载列车的运行数据,采用数据驱动的方式建立区间二型模糊模型,并采用鲸鱼优化算法对区间二型模糊模型的参数进行优化,以获得高精度的模拟模型,进而实现重载列车的高精度控制。
-
公开(公告)号:CN115817185A
公开(公告)日:2023-03-21
申请号:CN202310112977.1
申请日:2023-02-15
Applicant: 华东交通大学
IPC: B60L7/00
Abstract: 本发明公开一种中低速磁浮列车速度控制方法及系统,涉及磁浮列车自动控制技术领域。该方法包括采用单输入单输出的二阶自回归模型来描述中低速磁浮列车的电制动过程,得到差分方程;对差分方程的未知参数进行辨识,并根据辨识得到未知参数构建连续传递函数;在连续传递函数中加入延时环节,得到带延迟的最小二乘差分方程;根据带延迟的最小二乘差分方程、经典PID控制器、模糊PID控制器和Smith预估补偿器,构建中低速磁浮列车速度预测模型,并根据中低速磁浮列车速度预测模型,控制中低速磁浮列车速度。本发明能够实现速度控制,克服控制对象的不确定性、时滞性以及时变等因素的动态影响。
-
公开(公告)号:CN113361150A
公开(公告)日:2021-09-07
申请号:CN202110916064.6
申请日:2021-08-11
Applicant: 华东交通大学
Abstract: 本发明涉及一种城市列车运行多目标优化方法及系统,首先获取列车实际线路中的限速信息、坡道信息及曲线半径信息,再针对以上线路特征信息将区间进行非等分区划分,然后结合列车基本车辆数据构建列车纵向动力学模型;再通过动力学模型计算出列车运行能耗、区间运行时间、实际停车位置、加速度变化率,建立列车运行多目标优化模型;然后采用多目标差分进化算法求解多目标优化模型获得各个运行区间的Pareto最优解集;最后根据城市列车运行性能指标评价原则,获取能综合考虑各个目标的最优解并生成列车运行速度曲线。本发明方法与其他方法相比,该方法收敛速度快,不易陷入局部最优解,能快速准确地搜索到最优的工况转换位置。
-
公开(公告)号:CN118897474A
公开(公告)日:2024-11-05
申请号:CN202411396559.0
申请日:2024-10-09
IPC: G05B13/04
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。
-
公开(公告)号:CN118640816A
公开(公告)日:2024-09-13
申请号:CN202411124280.7
申请日:2024-08-16
Applicant: 华东交通大学
IPC: G01B11/14 , G06T7/11 , G06N3/0464 , G06T7/73 , G06T7/00
Abstract: 本申请公开了一种盾构机盾尾间隙测量方法、装置、设备及介质,涉及盾尾间隙测量技术领域,利用训练好的目标区域提取模型对盾构机尾部的激光图像中的激光区域进行提取,后续对激光区域图像中的第一激光线和第二激光线进行特征提取,得到第一特征点、第二特征点和第三特征点,基于第一特征点的像素坐标、第二特征点的像素坐标、第三特征点的像素坐标和管片的壁厚的真实值,计算得到盾尾间隙的真实值,本发明通过改进后的Yolov8模型来提取激光区域,后续对激光区域图像进行处理来测量得到盾尾间隙,能够排除现场环境的干扰,比如光源干扰,且借助于改进后的Yolov8模型的高精度和轻量化的优势,实现高效准确的测量盾尾间隙。
-
公开(公告)号:CN117818706A
公开(公告)日:2024-04-05
申请号:CN202311504011.9
申请日:2023-11-13
Applicant: 华东交通大学
IPC: B61L27/00 , B61L27/04 , B61L25/02 , G06F30/27 , G06F119/02
Abstract: 本发明公开一种中低速磁浮列车速度预测方法、系统、设备及介质,涉及磁浮列车运行控制技术领域。所述方法包括:获取磁浮列车的实际运行数据;对所述实际运行数据进行单位统一化和受力计算,得到当前时刻下所述磁浮列车的速度和受力;利用所述速度、所述受力和改进的PSO方法,对LSTM模型的隐含层节点个数和学习率进行参数寻优,并根据优化参数后的LSTM模型进行磁浮列车速度预测。本发明能够基于数据驱动构建模型,实现对磁浮列车的精准控制。
-
公开(公告)号:CN113361150B
公开(公告)日:2021-12-24
申请号:CN202110916064.6
申请日:2021-08-11
Applicant: 华东交通大学
Abstract: 本发明涉及一种城市列车运行多目标优化方法及系统,首先获取列车实际线路中的限速信息、坡道信息及曲线半径信息,再针对以上线路特征信息将区间进行非等分区划分,然后结合列车基本车辆数据构建列车纵向动力学模型;再通过动力学模型计算出列车运行能耗、区间运行时间、实际停车位置、加速度变化率,建立列车运行多目标优化模型;然后采用多目标差分进化算法求解多目标优化模型获得各个运行区间的Pareto最优解集;最后根据城市列车运行性能指标评价原则,获取能综合考虑各个目标的最优解并生成列车运行速度曲线。本发明方法与其他方法相比,该方法收敛速度快,不易陷入局部最优解,能快速准确地搜索到最优的工况转换位置。
-
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。
-
公开(公告)号:CN118885887A
公开(公告)日:2024-11-01
申请号:CN202411375974.8
申请日:2024-09-30
Applicant: 华东交通大学
IPC: G06F18/241 , G01R31/00 , G06F18/213 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种牵引变流器故障诊断方法、设备、介质及产品,涉及电力机车的智能运行维修领域,该方法包括:获取数据集;数据集为中间直流电压数据;基于变分模态分解对所述数据集进行分解,得到多通道标准故障特征集;根据变分模态分解特性,确定配套通道加权层;所述配套通道加权层为PE‑Spearman秩相关系数;根据配套通道加权层,建立配套通道加权层‑一维深度可分离卷积神经网络模型;所述一维深度可分离卷积神经网络为将深度可分离卷积神经网络运用到一维长序列数据中构建的网络;将多通道标准故障特征集输入到所述配套通道加权层‑一维深度可分离卷积神经网络模型中,得到故障分类。本发明可准确、快速、稳定地识别故障特征。
-
公开(公告)号:CN118790313A
公开(公告)日:2024-10-18
申请号:CN202411262155.2
申请日:2024-09-10
Applicant: 华东交通大学
Abstract: 本申请公开了一种基于盾构法的水平运输机车自动驾驶系统及方法,涉及隧道施工技术领域,该系统中在防撞梁处设有第一定位标签、第一激光雷达和第一深度相机;在出渣口区域处设有第二定位标签、第二激光雷达和第二深度相机;在龙门吊处设有第三定位标签和龙门吊摄像头;在车钩连接处设有第四定位标签和第三深度相机;车载工控机处理上述各组件测量的数据,由列车自动运行模块控制水平运输机车减速或停车,完成管片、砂浆的运输以及渣土的装载和卸载。本申请上述方案实现了水平运输机车的智能化工作,可以减少人为因素导致的事故风险,能够替代人力执行重复劳动和高风险工作,减少对人力资源的依赖,降低人力成本,提高工作效率。
-
-
-
-
-
-
-
-
-