-
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：CN118915515A
公开(公告)日：2024-11-08
申请号：CN202410920845.6
申请日：2024-07-10
Applicant: 华东交通大学
IPC: G05B19/042
Abstract: 本发明公开一种列车虚拟耦合队列有限时间控制方法、装置、介质及产品，涉及列车虚拟耦合队列控制领域，方法包括：构建列车分布式动力学模型和列车队列间距误差模型，确定每一列车单元与对应的目标位置的车间距误差；构建基于全局快速终端滑模面和幂次趋近律的分布式控制器；以每一列车单元的列车运行速度和车间距误差为输入，利用分布式控制器输出每一列车的有限时间控制律；将每一列车单元的有限时间控制律输入至所述列车分布式动力学模型以实现列车虚拟耦合队列有限时间控制。本发明采用全局快速终端滑模面和幂次趋近律设计列车虚拟耦合队列的分布式控制器，能够提高列车虚拟耦合队列车间距的收敛性能和强队列稳定性。
-
公开(公告)号：CN118884843A
公开(公告)日：2024-11-01
申请号：CN202411375328.1
申请日：2024-09-30
IPC: G05B13/04
Abstract: 本申请公开了一种基于障碍函数和耦合器约束的列车控制方法及相关装置，涉及列车控制技术领域，该方案中通过对列车内耦合作用力的分析，构建列车非线性多质点动力学模型，随后考虑列车运行参数的不确定性，对其进行线性化得到列车平衡状态下具有耦合器位移的动力学方程；之后再将其转化为列车状态空间方程，并据此和耦合器的状态约束条件，构建得到自适应鲁棒控制器；在利用基于障碍函数的Lyapunov函数验证其能够使列车耦合器位移严格处于安全范围之内后，即可根据列车期望速度与位移曲线，自适应调整列车控制器的输出。本申请所提出的方案能有效保证列车耦合器位移满足安全约束条件，在不确定环境因素下也能实现高精度的跟踪运行。
-
公开(公告)号：CN118567239A
公开(公告)日：2024-08-30
申请号：CN202411052383.7
申请日：2024-08-02
Applicant: 华东交通大学
Abstract: 本发明公开一种虚拟编组列车的协同运行模型预测控制方法及装置，涉及轨道交通信号控制技术领域。该方法包括：构建虚拟编组列车模型；构建虚拟编组列车模型在预测时域内列车状态空间方程；根据虚拟编组列车运行过程中的约束条件，以编组列车的代价函数最小为目标函数，求解目标函数，得到最优控制序列；构建跟踪微分器和扩张状态观测器；以参考速度曲线为领导者列车的速度输入曲线，确定领导者列车的输出控制力，跟随者列车根据领导者列车的输出控制力，确定输入状态变量；根据输入状态变量得到输出控制变量；根据输出控制变量和补偿干扰后的控制变量，得到当前编组列车的控制变量。本发明能够提升运输效率。
-
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。
-
Patent Agency Ranking
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：CN116339155B
公开(公告)日：2023-08-15
申请号：CN202310623739.7
申请日：2023-05-25
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本发明公开一种高速动车组数据驱动积分滑模控制方法、系统及设备，涉及动车组运行控制领域。该方法通过对高速动车组运行过程进行动力学分析，将动车组输入输出数据集合等效为MIMO离散时间非线性系统，并据此构建包含广义扰动的动车组FFDL数据模型；基于FFDL数据模型设计等效控制律和切换控制律并建立MIMO动车组积分滑模控制律，来控制高速动车组的运行。本发明方法基于FFDL数据模型，推导出了积分滑模控制律来进行动车组非线性控制，有效减少了动车组运行控制过程中的计算量并提高控制精度，能够满足动车组速度误差要求，达到动车组的安全准时运行，并且控制力变化更平稳，各动力单元加速度能够满足乘客的舒适度要求。
-
公开(公告)号：CN116331271A
公开(公告)日：2023-06-27
申请号：CN202310425756.X
申请日：2023-04-20
Applicant: 华东交通大学
Abstract: 本发明提供一种重载列车的辅助智能驾驶控制方法、系统及产品，涉及铁路列车牵引运行控制领域，该方法包括：获取驾驶操作信息、运行数据信息以及列车运行防护曲线；将所述运行数据信息以及反馈数据输入至节能驾驶模型，将手柄级位指令以及列车运行防护曲线输入辅助驾驶专家系统，生成列车操纵运行曲线以及列车运行驾驶工况控制模式；基于列车操纵运行曲线以及列车运行驾驶工况控制模式，根据反馈数据调整牵引/电制动力输出值；根据牵引/电制动力输出值生成辅助智能操纵指令，辅助驾驶重载列车。本发明能够辅助智能驾驶。
-
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
90
records
(took 0.04 seconds)
