基于机器学习的货运列车速度追踪方法

    公开(公告)号:CN115374691A

    公开(公告)日:2022-11-22

    申请号:CN202210611100.2

    申请日:2022-05-31

    Applicant: 湘潭大学

    Abstract: 本发明公开了一种基于机器学习的货运列车速度追踪方法。通过判断任意时刻加速度是否为零把货运列车目标速度分为匀速行驶阶段和变速行驶阶段。在匀速行驶阶段建立货运列车线性动力学模型,使用传统的卡尔曼滤波算法实现随货运列车速度的快速追踪;在变速阶段建立货运列车非线性动力学模型,使用无迹卡尔曼滤波算法实现对货运列车的精准追踪。在分阶段对货运列车进行追踪后,在匀速行驶阶段和变速行驶阶段的切换处设计软切换控制方法,实现速度的平滑切换,减小因控制器切换带来的速度抖动。分别在KF算法和UKF算法中引入扰动观测器,扰动观测器形式采取基于机器学习的PID控制,补偿速度追踪过程中的速度误差,实现对货运列车目标行驶速度的精准追踪。

    基于预测控制的货运列车动态质点模型自适应平滑切换

    公开(公告)号:CN114261434A

    公开(公告)日:2022-04-01

    申请号:CN202210019381.2

    申请日:2022-01-10

    Applicant: 湘潭大学

    Abstract: 本发明公开一种基于预测控制的货运列车动态质点模型自适应平滑切换方法,能够基于货运列车运行的位移信号与线路路况信息进行模型动态自适应平滑切换,确保质点模型能够准确描述货运列车的动态特性。针对货运列车运行过程中控制参数与动力学模型不匹配的问题,根据车厢间耦合力的差异建立不同线路区段及路况变换点对应的质点模型,通过多模型切换性能指标函数判断后,自适应平滑切换开关快速切换至相应的质点模型。本发明提供的预测控制方法能够实现在模型切换瞬间货运列车的速度、位移、加速度变化率、牵引力与制动力稳定不变,从而确保货运列车的安全平稳运行,有效地解决了对象模型大惯性、大迟延及非线性问题。

    基于改进多目标灰狼算法的货运列车运行曲线优化方法

    公开(公告)号:CN112507464A

    公开(公告)日:2021-03-16

    申请号:CN202011517921.7

    申请日:2020-12-21

    Applicant: 湘潭大学

    Abstract: 本发明公开一种基于改进多目标灰狼算法的货运列车运行曲线优化方法。针对列车运行过程中经过坡道、弯道时参数变化,建立货运列车基于速度自适应的均质棒模型和多质点模型。由于货运列车其车钩力往往较大,容易发生断钩现象,故考虑列车间缓冲器的建模。结合线路的约束条件,将列车的安全车钩力、运行时间和能耗综合考虑作为多目标优化,行车舒适度、停车精准以及限速条件为约束。根据列车运行指标和运行路况的限制条件,使用改进多目标灰狼算法来研究运行最优工况序列。对于复杂的非线性列车运行过程,通过本发明可以优化列车运行曲线,实现列车的安全、节能、准时运行。

    基于无迹卡尔曼观测器的货运列车速度追踪与防滑控制

    公开(公告)号:CN116620364A

    公开(公告)日:2023-08-22

    申请号:CN202211195021.4

    申请日:2022-09-28

    Applicant: 湘潭大学

    Abstract: 本发明提出一种基于无迹卡尔曼观测器的货运列车速度追踪与防滑控制方法。基于多质点模型,深入分析货运列车行驶过程中的受力情况和动力学传递过程,建立货运列车动力学模型。充分考虑货运列车行驶时的能耗、准点和追踪精度等列车行驶指标,借助模型预测控制实现对目标行驶速度的最优追踪。为增强控制系统的自适应性,在MPC中集成了一个参数自适应调整机制,结合货运列车的行驶状况,对代表各行驶指标的优化权重进行自适应调整,构成了自适应模型预测控制。参数自适应调整是通过埃尔曼神经网络实现的,通过对优秀控制权重的学习,ENN能够对可能出现的行驶状况做出正确的权重调整。

    一种基于数据分解和集成模型的储能锂电池寿命预测方法

    公开(公告)号:CN115204038A

    公开(公告)日:2022-10-18

    申请号:CN202210711671.3

    申请日:2022-06-22

    Applicant: 湘潭大学

    Abstract: 本发明公开了一种基于数据分解和集成学习模型的储能锂电池寿命预测方法,用于储能锂电池装置状态检测与管理领域,包括:获取新能源高渗透率智能电网环境下不同参数特征的储能锂电池历史容量退化数据集;将所述容量退化数据集分别进行预处理,增强数据潜在规律特性,使之更容易被神经网络捕获;分别构建基于LSTM的剩余寿命预测模型个体,并以MOEA/D多目标优化算法进行参数优化;将得到的预测个体模型按照预测性能需求进行集成;本发明可以在较低的成本前提下,建立一种用于锂电池剩余寿命的预测方法,并增强预测模型在多电池组寿命预测中的预测性能和泛化能力。

    基于速度自适应的货运列车质点混合模型平滑切换

    公开(公告)号:CN113276910A

    公开(公告)日:2021-08-20

    申请号:CN202110435492.7

    申请日:2021-04-22

    Applicant: 湘潭大学

    Abstract: 本发明公开一种基于速度自适应的货运列车质点混合模型平滑切换方法。针对货运列车运行过程中列车的加速度变化,建立货运列车基于速度自适应的单质点模型和多质点模型,研究其平滑切换方法。采集列车加速度信号,通过前一刻与这一刻的加速度之差,得到加速度偏差值。对列车模型建立状态观测器,根据状态观测器得到列车速度和加速度偏差估计值。通过加速度估计值获取下一时刻的牵引力或制动力,对列车运行速度进行控制。该发明通过加速度变化率来实现列车模型的平滑切换,控制列车平稳运行。

Patent Agency Ranking