-
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。
-
公开(公告)号：CN118034064B
公开(公告)日：2024-06-25
申请号：CN202410417832.7
申请日：2024-04-09
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本发明公开一种重载列车离散积分终端滑模控制方法、系统及设备，属于重载列车跟踪控制领域。该方法首先建立重载列车多输入多输出离散状态空间表达式，基于该离散状态空间表达式确定离散积分终端滑模面，然后结合非线性函数确定自适应双曲线趋近律，最后联合离散积分终端滑模面和自适应双曲线趋近律，确定重载列车离散积分终端滑模控制律，采用该重载列车离散积分终端滑模控制律控制重载列车在运行过程中跟踪行车曲线。本发明能够提升重载列车的控制精度和跟踪精度。
-
公开(公告)号：CN118034064A
公开(公告)日：2024-05-14
申请号：CN202410417832.7
申请日：2024-04-09
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本发明公开一种重载列车离散积分终端滑模控制方法、系统及设备，属于重载列车跟踪控制领域。该方法首先建立重载列车多输入多输出离散状态空间表达式，基于该离散状态空间表达式确定离散积分终端滑模面，然后结合非线性函数确定自适应双曲线趋近律，最后联合离散积分终端滑模面和自适应双曲线趋近律，确定重载列车离散积分终端滑模控制律，采用该重载列车离散积分终端滑模控制律控制重载列车在运行过程中跟踪行车曲线。本发明能够提升重载列车的控制精度和跟踪精度。
-
公开(公告)号：CN106707764A
公开(公告)日：2017-05-24
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。
-
Patent Agency Ranking
公开(公告)号：CN119511919A
公开(公告)日：2025-02-25
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。
-
公开(公告)号：CN118444577A
公开(公告)日：2024-08-06
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：CN117850215B
公开(公告)日：2024-05-17
申请号：CN202410263861.2
申请日：2024-03-08
Applicant: 华东交通大学
IPC: G05B13/02
Abstract: 本发明公开的高速动车组无模型自适应滑模控制方法、系统及电子设备，涉及一般的控制与调节技术领域。本发明首先利用无模型自适应控制理论，将高速列车复杂模型转化为全格式动态线性化模型，其次利用线性化模型设计离散滑模控制器，选取离散积分滑模面消除滑模面到达阶段的抖振，切换控制选取斜率变化较小的双曲正切函数使得切换更加平缓。进一步利用无模型自适应控制理论中的伪梯度概念设计离散扩张状态观测器对列车运行过程中的不确定项进行估计，实现对离散滑模控制器的实时补偿，进而进而在降低时间控制成本的同时，实现速度跟踪的精准控制。
-
公开(公告)号：CN114547774B
公开(公告)日：2024-03-29
申请号：CN202210159158.8
申请日：2022-02-22
Applicant: 华东交通大学
IPC: G06F30/15 , G06F30/27 , G06N3/126 , 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：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。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.027 seconds)
