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

    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

    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。

    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

    公开(公告)号:CN106707764B

    公开(公告)日:2019-10-22

    申请号:CN201710106658.4

    申请日:2017-02-27

    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