收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

内燃牵引货物列车节能操纵模型与实时优化算法

柏赟  
【摘要】: 列车运行控制是一个典型的多目标、多约束、非线性的复杂时变过程。在我国铁路运输既有条件下,列车运行控制品质基本依赖于司乘人员的操纵技术水平。铁路运输虽具有单位能耗低的优点,但消耗能源总量很大,其中牵引耗能所占比重高达60%-70%,具有很大的节能潜力。因此,研究动态运行环境下的列车节能操纵实时优化问题,可以在安全、正点的前提下实现铁路运输节能减排,为今后研究列车自动驾驶奠定理论基础,具有重要的研究价值和现实意义。 在借鉴国内外已有研究成果的基础上,论文主要从区间运行和停车制动两个方面研究了列车节能操纵优化问题,提出了基于实际约束条件的列车节能操纵实时优化算法,并探讨了车载指导系统的实现技术和实证效果。论文主要内容包括以下几个方面: 1.从机车牵引力做功的角度分析了列车运行能耗的主要作用形态,即克服列车运行阻力做功和补偿制动导致的动能损失。通过理论分析验证了提高区间运行速度均衡性和避免不必要制动是列车节能运行的关键。根据仿真得出,合理的控制列车区间运行速度上下限,可在运行时分不变的情况下节约行车能耗6.8%;通过避免不必要制动和增加停站制动前的惰行距离,可在运行时分增加0.5%的情况下使列车运行能耗降低9%。 2.从模糊推理和预测控制相结合的角度,构建了面向区间运行的列车节能操纵模糊预测模型。在考虑运行安全、防止纵向冲动和机车操纵规范等实际约束的基础上,设计了基于当前运行速度、目标速度和加算坡道的模糊控制规则,构造了模糊规则后件在滚动时域内的行车能耗和运行延误评价函数,提出了列车节能操纵滚动在线优化算法。算例分析表明,模糊预测控制算法具有较好的灵活性,能适应不同的运行线路环境。在长大上坡道前,该算法通过提高机车手柄,使列车以较高的运行速度完成动能闯坡,保证运行速度的均衡性;在长大下坡道和低限速区段前,通过及时降低机车手柄,能有效避免调速制动减少动能损失。 3.分析了列车制动过程及操纵要求,指出调速制动的关键是合理地选择制动初始点和缓解点,即在同时满足最低缓解速度约束和避免二次调速制动的前提下尽可能减少列车动能损失。探讨了空气制动方式的控制变量及其约束条件,构建了停车制动双层模糊神经网络模型,第一层子网通过样本训练计算基于制动初速和制动距离的初始控制变量,第二层子网考虑加算坡道和牵引计算误差对制动距离的影响,对初始控制变量进行模糊修正,最后采用四点信息三段制动的方法通过追加减压控制提高停车精度。算例结果表明,双层模糊神经网络控制方法能在保证列车运行安全、平稳和满足操纵实际约束的前提下,实现货物列车的一次停车制动,可改进现有的二次制动进站停车控制方法,有利于降低行车能耗。 4.研究了列车节能操纵实时指导系统的设计方法和实现关键技术。在变步长计算的基础上,通过采样反馈减少牵引计算误差对指导系统计算效果的影响。采用串口通信的方式实现了列车动态运行信息的共享,分析了屏蔽通信数据噪音的方法,提出了列车运行公里标突变的辨识和换算方法,实现了多条运行线路基础数据的衔接与融合。 5.根据我国铁路运输特点,研制了可用于车载的内燃牵引货物列车节能操纵指导系统。现场测试结果表明,指导系统可在满足列车运行安全、正点和平稳等要求的前提下,通过合理运用动能闯坡、节能有利区段增加惰行比例、避免不必要制动等节能操纵策略,在线计算基于动态环境的列车运行前方优化操纵方案,为乘务员操纵提供实时指导。合肥机务段宁西线的测试结果表明,在节能操纵指导系统的实时指导下,列车运行能耗降低5.88%,初步实现了内燃牵引货物列车的节能操纵。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 姜洪洲,曾祥荣;基于神经网络的模糊控制器在变量泵中的应用[J];机床与液压;2000年03期
2 姚素芬,张子生;Hopfield人工神经网络在工程优化中的应用[J];太原重型机械学院学报;1996年02期
3 胡保清,关柯;一种改进的神经网络数据预处理方法及其在建筑管理中的应用[J];土木工程学报;2004年05期
4 胡保清,冯凯;神经网络在土木工程领域的应用[J];低温建筑技术;2004年02期
5 陈红延,胡保清;建筑经济管理中神经网络的应用[J];建筑管理现代化;2004年06期
6 金爱娟,徐松源,孙华;模糊神经网络在机器人控制中的应用[J];哈尔滨理工大学学报;1998年05期
7 李卫东;;用VFP实现人工神经网络的训练和运算研究[J];太原科技大学学报;2008年05期
8 胡剑波,褚健;基于神经网络的GAIN-SCHEDULED飞行控制器设计方法研究[J];航空计算技术;1999年02期
9 赵斌,周成华,尹贻林;基于神经网络及遗传算法的投标报价变量选择[J];水利水电技术;2003年05期
10 景涛;;基于PCA与神经网络的雷达故障组合诊断方法[J];科学技术与工程;2009年16期
11 张茂华;合理建设电气化铁路的探讨[J];铁道运输与经济;1992年09期
12 周梅,刘松,王海超,张心渊,王树德;利用神经网络预测混凝土的抗压强度[J];辽宁工程技术大学学报;1998年03期
13 周成华;复杂系统的遗传-神经网络建模新方法[J];天津理工学院学报;2004年01期
14 本刊编辑部;;提高自主创新能力 促进内燃牵引发展[J];内燃机车;2006年01期
15 许强,黄润秋;基于神经网络理论的工程地质数据处理与定量化分析方法初探[J];地质灾害与环境保护;1995年02期
16 黄乃勇;;苏联电气化铁路近况[J];中国铁路;1980年17期
17 韩才元;第二讲 内燃牵引节能的范围[J];内燃机车;1982年02期
18 刘岩梅,肖正华;自适应神经网络短期负荷预报系统的实践经验[J];电力情报;1996年02期
19 李文,赵强;基于神经网络的多变量模糊自整定 PID 控制器[J];大连铁道学院学报;1998年01期
20 赵捧,蒋慰孙;一种基于函数型连接神经网络的过失误差检测方法[J];自动化仪表;1998年01期
中国重要会议论文全文数据库 前10条
1 杨炳尧;韩大建;颜全胜;;使用神经网络方法进行桥梁缺损状况评估[A];第十六届全国桥梁学术会议论文集(下册)[C];2004年
2 林开英;俞集辉;袁严辉;;基于神经网络和趋势组合的短期电力负荷预测模型研究[A];四川省电工技术学会第七届学术年会论文集[C];2003年
3 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
4 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
5 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
6 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
7 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
8 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集(上)[C];1995年
9 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年
10 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年
中国博士学位论文全文数据库 前10条
1 柏赟;内燃牵引货物列车节能操纵模型与实时优化算法[D];北京交通大学;2010年
2 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
3 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
4 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
5 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
6 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
7 杜文斌;基于神经网络的冠心病证候诊断标准与药效评价模型研究[D];辽宁中医学院;2004年
8 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年
9 李智;电站锅炉燃烧系统优化运行与应用研究[D];东北大学;2005年
10 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年
中国硕士学位论文全文数据库 前10条
1 徐以国;基于蚁群神经网络的家电壳体注塑成型质量预测[D];浙江大学;2010年
2 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
3 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
4 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年
5 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年
6 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
7 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年
8 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
9 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年
10 闫超;基于BP神经网络的煤矿深埋硐室软岩流变参数反演分析[D];安徽理工大学;2011年
中国重要报纸全文数据库 前10条
1 本报特约撰稿人 刘庆;是先知,还是装修工?[N];网络世界;2007年
2 本报记者 宫晓静;在“定量”中采掘“变量”[N];计算机世界;2001年
3 秦洪;反弹能否持续 关键看两大变量[N];证券日报;2007年
4 李俊红;新型变量径向柱塞泵填补国内空白[N];中国机电日报;2000年
5 于翔;数字神经网络中的协同应用[N];网络世界;2009年
6 索寒雪;国际“变量”激增油价仍将持续走高[N];中国经营报;2005年
7 吕晓莉;美大选中的恐怖变量[N];华夏时报;2004年
8 中信证券研究部策略组;进一步上行需待三大变量明朗[N];中国证券报;2010年
9 潘海声;可能的分化与变量 [N];期货日报;2004年
10 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978