一种组合趋近律准滑模控制的列车停车算法

针对城轨列车运行过程外界未知干扰及运行周期中参数变动造成停车不准确的问题,设计准滑模变结构控制器和基于组合趋近律的控制算法,来实现停车控制。组合趋近律滑模控制是结合常规指数趋近律和变速趋近律2种趋近方式的优点,无需外加辅助控制器来消除抖振,结构简单。通过跟踪理想运动目标曲线,完成停车过程。研究结果表明:基于组合趋近律准滑模控制器在实现精确停车的同时,系统响应快,对外界干扰和不确定性具有较强的鲁棒性。     

铁路轨道异物完整性检测与跟踪算法研究

针对野外复杂环境下轨道异物检测不完整问题,提出基于小波变换的像素过滤思想改进GMM,构建背景模型;为解决异物目标实施机动(转弯、加速或突然出现)时跟踪实时性差和准确率低的问题,分析Kalman滤波线性化误差,搭建BP神经网络修正 IMM的跟踪模型,实现轨道异物跟踪预测,并推导出非线性Kalman滤波关系.实验表明,改进GMM在正常天气下平均前景误检率降低了24.94个百分点,针对复杂恶劣天气平均前景误检率降低了33.76个百分点;建立BP神经网络-IMM-Kalman滤波模型不仅可以快速准确地对场景中的机动目标进行跟踪,而且比Kalman滤波和IMM更加平稳,误差更小.     

高铁列车运行图车站与区间冗余时间同步优化模型

为提高列车运行图抗干扰能力，编制运行图时通过设置区间冗余时间和车站冗余时间吸收运行过程中产生的初始延误.针对既有模型未深入研究多种冗余时间之间相互制约关系对延误吸收影响的问题，本文基于生灭过程描述了冗余时间作用机理，提出了一种同时优化车站冗余时间与区间冗余时间的同步优化模型，该模型平衡了引起延误吸收效果不理想的冗余时间不足和双重冗余之间的关系.最后通过加载随机干扰，并利用接力进化遗传算法求解.结果表明，与现阶段常采用的冗余时间分配方案相比，同步优化模型能根据随机干扰均值求得区间冗余时间并解得相应车站冗余时间，在考虑行程时间的同时，更加有效吸收了累积延误，提高了冗余时间利用率.     

高铁列车运行图车站与区间冗余时间同步优化模型

为提高列车运行图抗干扰能力，编制运行图时通过设置区间冗余时间和车站冗余时间吸收运行过程中产生的初始延误.针对既有模型未深入研究多种冗余时间之间相互制约关系对延误吸收影响的问题，本文基于生灭过程描述了冗余时间作用机理，提出了一种同时优化车站冗余时间与区间冗余时间的同步优化模型，该模型平衡了引起延误吸收效果不理想的冗余时间不足和双重冗余之间的关系.最后通过加载随机干扰，并利用接力进化遗传算法求解.结果表明，与现阶段常采用的冗余时间分配方案相比，同步优化模型能根据随机干扰均值求得区间冗余时间并解得相应车站冗余时间，在考虑行程时间的同时，更加有效吸收了累积延误，提高了冗余时间利用率.