-
公开(公告)号：CN116165885A
公开(公告)日：2023-05-26
申请号：CN202211509205.3
申请日：2022-11-29
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本发明涉及一种高速列车的无模型自适应鲁棒控制方法及系统，涉及高速列车自动驾驶控制领域，方法包括：获取改进的卡尔曼滤波器；获取上一时刻的控制输入和输出最优估值并确定当前时刻的输出预测值；获取高速列车当前时刻的输出测量值；根据增益和当前时刻的输出测量值得到当前时刻的输出最优估值；确定伪偏导数；获取期望输出信号；根据当前时刻的输出最优估值和期望输出信号确定偏差；根据伪偏导数、偏差和上一时刻的控制输入确定当前时刻的高速列车控制信号。本发明实现了对测量扰动的抑制，适用性更好的同时可以获得更小的跟踪误差和更大的数据信噪比，并且提高了控制器的响应速度。
-
公开(公告)号：CN115837899B
公开(公告)日：2023-05-16
申请号：CN202310119554.2
申请日：2023-02-16
Applicant: 华东交通大学
Abstract: 本发明涉及一种动车组制动系统的多模型自适应故障补偿控制方法及系统。该方法包括建立第一动车组制动系统模型；根据第一动车组制动系统模型，建立第二动车组制动系统模型；根据动车组的期望制动曲线建立动车组参考模型；根据第二动车组制动系统模型和动车组参考模型确定每一故障模式下的自适应故障补偿控制器，得到控制器集合；根据系统状态量估计值和系统状态确定系统状态估计误差，并根据系统状态估计误差设计参数自适应律，进一步设计自适应容错控制器集合；以系统状态误差为基础确定性能损失函数；根据性能损失函数确定最优控制器；利用最优控制器输出的控制信号对当前动车组进行控制。本发明能够有效保障动车组制动过程的安全性和平稳性。
-
公开(公告)号：CN115837899A
公开(公告)日：2023-03-24
申请号：CN202310119554.2
申请日：2023-02-16
Applicant: 华东交通大学
Abstract: 本发明涉及一种动车组制动系统的多模型自适应故障补偿控制方法及系统。该方法包括建立第一动车组制动系统模型；根据第一动车组制动系统模型，建立第二动车组制动系统模型；根据动车组的期望制动曲线建立动车组参考模型；根据第二动车组制动系统模型和动车组参考模型确定每一故障模式下的自适应故障补偿控制器，得到控制器集合；根据系统状态量估计值和系统状态确定系统状态估计误差，并根据系统状态估计误差设计参数自适应律，进一步设计自适应容错控制器集合；以系统状态误差为基础确定性能损失函数；根据性能损失函数确定最优控制器；利用最优控制器输出的控制信号对当前动车组进行控制。本发明能够有效保障动车组制动过程的安全性和平稳性。
-
公开(公告)号：CN115793472A
公开(公告)日：2023-03-14
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：CN114167733B
公开(公告)日：2022-06-14
申请号：CN202210131165.7
申请日：2022-02-14
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本发明涉及一种高速列车速度控制方法及系统，属于高速列车运行过程监测与自动控制技术领域，建立考虑了车钩和附加阻力的高速列车纵向动力学模型，根据高速列车动力分散的特点提出了一种最小参数自适应径向基函数神经网络控制方法，利用径向基函数神经网络控制器逼近所述理想反馈控制量，并采用神经网络最小参数自适应学习法将径向基函数神经网络权值最小参数自适应律代替神经网络权值的调整，提高了高速列车对于给定目标速度位移曲线的跟踪精度，使列车在处理复杂路况变化时同样具有较高的控制精度和较快的稳定速度，并具有一定的抗干扰能力。
-
Patent Agency Ranking
公开(公告)号：CN114117650A
公开(公告)日：2022-03-01
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：CN112193280B
公开(公告)日：2021-03-16
申请号：CN202011396657.6
申请日：2020-12-04
Applicant: 华东交通大学
Abstract: 本发明涉及一种重载列车强化学习控制方法及系统，涉及重载列车智能控制技术领域，包括获取当前时刻重载列车的运行状态信息；根据当前时刻重载列车的运行状态信息和重载列车虚拟控制器，获取下一时刻重载列车控制指令，并将下一时刻重载列车控制指令发送至重载列车控制单元以控制重载列车运行；重载列车虚拟控制器是根据重载列车运行状态数据和专家经验网络训练强化学习网络得到的；强化学习网络包括一个控制网络和两个评价网络；强化学习网络是根据SAC强化学习算法构建的。本发明能够使重载列车在运行过程中具有安全、稳定、高效的性质。
-
公开(公告)号：CN112486024A
公开(公告)日：2021-03-12
申请号：CN202110035264.0
申请日：2021-01-12
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于多质点模型的高速列车自适应控制方法及系统。该方法包括利用高速列车的多质点模型确定所述高速列车的实际状态量；利用所述高速列车的参考模型确定所述高速列车的目标状态量；根据所述实际状态量和所述目标状态量确定跟踪误差；根据所述跟踪误差确定自适应率；根据所述自适应率确定自适应控制器；根据所述自适应控制器控制所述高速列车。本发明实现了高速列车的高精度跟踪控制。
-
公开(公告)号：CN112394729A
公开(公告)日：2021-02-23
申请号：CN202011242512.0
申请日：2020-11-09
Applicant: 华东交通大学
IPC: G05D1/02
Abstract: 本发明公开了一种动车组运行过程T‑S模糊建模和模糊追踪控制方法，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，建立动车组运行过程T‑S模糊模型，采用FCM聚类确定模糊模型规则数和前件参数，并采用最小二乘法确定模糊模型后件参数；提出基于T‑S模型的动车组运行速度跟踪控制方法，实现列车安全、高效、正点运行。通过利用本专利所提供的方法从而改变了列车司机凭经验调节控制力以控制速度的的盲目性，继而使动车组对目标运行曲线达到精确跟踪，从而提升了动车组的正点率、安全系数、有效运行里程。正是由于本发明方法的简单实用性，可应用到高速列车自动驾驶控制中去从而实现自动驾驶。
-
公开(公告)号：CN112193280A
公开(公告)日：2021-01-08
申请号：CN202011396657.6
申请日：2020-12-04
Applicant: 华东交通大学
Abstract: 本发明涉及一种重载列车强化学习控制方法及系统，涉及重载列车智能控制技术领域，包括获取当前时刻重载列车的运行状态信息；根据当前时刻重载列车的运行状态信息和重载列车虚拟控制器，获取下一时刻重载列车控制指令，并将下一时刻重载列车控制指令发送至重载列车控制单元以控制重载列车运行；重载列车虚拟控制器是根据重载列车运行状态数据和专家经验网络训练强化学习网络得到的；强化学习网络包括一个控制网络和两个评价网络；强化学习网络是根据SAC强化学习算法构建的。本发明能够使重载列车在运行过程中具有安全、稳定、高效的性质。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.052 seconds)
