-
公开(公告)号：CN109783890B
公开(公告)日：2022-06-14
申请号：CN201811600806.9
申请日：2018-12-26
Applicant: 华东交通大学 , 中车株洲电力机车有限公司
IPC: G06F30/27 , G06F30/15 , G06N3/12 , G06F111/06 , G06F119/14
Abstract: 本发明公开了基于钩缓装置模型的重载列车运行曲线多目标优化方法，结合重载列车运行线路约束条件，建立列车运行过程动态纵向动力学模型与钩缓装置模型，运用多目标遗传算法建立列车优化操纵模型，同时考虑到遗传算法的早熟现象，采用自适应算法动态调整遗传算法参数，自适应与遗传算法相结合的自适应遗传算法可以在保持种群多样性的同时，保证了遗传算法的收敛性，获得一条列车运行优化曲线。对于复杂的非线性重载列车运行过程，建立列车运行过程动态纵向动力学模型与钩缓装置模型，运用多目标遗传算法建立列车优化操纵模型，优化列车运行曲线，实现列车安全、正点、节能运行。
-
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：CN109783890A
公开(公告)日：2019-05-21
申请号：CN201811600806.9
申请日：2018-12-26
Applicant: 华东交通大学
Abstract: 本发明公开了基于钩缓装置模型的重载列车运行曲线多目标优化方法，结合重载列车运行线路约束条件，建立列车运行过程动态纵向动力学模型与钩缓装置模型，运用多目标遗传算法建立列车优化操纵模型，同时考虑到遗传算法的早熟现象，采用自适应算法动态调整遗传算法参数，自适应与遗传算法相结合的自适应遗传算法可以在保持种群多样性的同时，保证了遗传算法的收敛性，获得一条列车运行优化曲线。对于复杂的非线性重载列车运行过程，建立列车运行过程动态纵向动力学模型与钩缓装置模型，运用多目标遗传算法建立列车优化操纵模型，优化列车运行曲线，实现列车安全、正点、节能运行。
-
Patent Agency Ranking
公开(公告)号：CN103019267B
公开(公告)日：2016-06-22
申请号：CN201210524520.3
申请日：2012-12-10
Applicant: 华东交通大学
Abstract: 一种基于ANFIS模型的高速列车广义预测控制方法，所述方法根据采集的高速列车运行过程数据，利用数据驱动建模方法，建立高速列车运行过程ANFIS模型，采用减法聚类确定模糊模型规则数和初始参数，并采用反向传播算法和最小二乘法优化模糊模型参数。本发明提出基于ANFIS模型的动车组运行速度预测跟踪控制方法，多步预测，循环滚动，得到准确的控制量，从而改变了凭经验调节的盲目性，使高速列车运行速度精确跟踪目标曲线，解决了大滞后问题，实现列车正点、安全、有效运行，保证了乘客安全。本发明方法简单实用，可实现高速列车自动驾驶控制。本发明适用于高速列车运行过程在线监测和自动控制。
-
公开(公告)号：CN103092076B
公开(公告)日：2015-11-04
申请号：CN201310003165.X
申请日：2013-01-06
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 一种基于多模型切换的动车组模糊自适应PID控制方法，所述方法根据采集的动车组运行过程数据和现场经验知识，提出数据驱动建模方法，应用减法聚类确定制动模型个数，从而建立描述动车组制动过程的多个局部线性模型，局部线性模型采用递推最小二乘法辨识模型参数，在每一采样时刻，基于多模型切换策略选择最佳局部模型，并采用模糊自适应PID算法对动车组制动过程进行控制，实现动车组安全、正点、有效运行。本发明方法简单实用，可实现动车组制动过程多目标控制。本发明适用于动车组制动过程在线监测和自动控制。
-
公开(公告)号：CN103019267A
公开(公告)日：2013-04-03
申请号：CN201210524520.3
申请日：2012-12-10
Applicant: 华东交通大学
Abstract: 一种基于ANFIS模型的高速列车广义预测控制方法，所述方法根据采集的高速列车运行过程数据，利用数据驱动建模方法，建立高速列车运行过程ANFIS模型，采用减法聚类确定模糊模型规则数和初始参数，并采用反向传播算法和最小二乘法优化模糊模型参数。本发明提出基于ANFIS模型的动车组运行速度预测跟踪控制方法，多步预测，循环滚动，得到准确的控制量，从而改变了凭经验调节的盲目性，使高速列车运行速度精确跟踪目标曲线，解决了大滞后问题，实现列车正点、安全、有效运行，保证了乘客安全。本发明方法简单实用，可实现高速列车自动驾驶控制。本发明适用于高速列车运行过程在线监测和自动控制。
-
公开(公告)号：CN118885887B
公开(公告)日：2025-02-07
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：CN118393967B
公开(公告)日：2024-09-06
申请号：CN202410814624.0
申请日：2024-06-24
Applicant: 华东交通大学
IPC: G05B19/042
Abstract: 本发明公开一种重载列车运行过程的控制方法、装置、介质及产品，涉及自动控制技术领域。方法包括：构建同时考虑空气制动和钩缓装置约束的重载列车多质点动力学模型；根据重载列车多质点动力学模型，确定机车状态空间表达式；根据机车状态空间表达式，确定基于非线性干扰观测器的自适应神经网络滑模控制率；获取重载列车的实际位移和实际速度；以实际位移与期望位移的误差和实际速度与期望速度的误差为输入，应用基于非线性干扰观测器的自适应神经网络滑模控制率，得到重载列车的牵引力/制动力控制信号。本发明能够提升重载列车运行过程的控制精度及控制系统的抗干扰能力。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.02 seconds)
