驼峰目的制动位应急防撞减速器的研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-12页 |
| 1 绪论 | 第12-18页 |
| ·驼峰自动化的背景及意义 | 第12页 |
| ·驼峰车辆溜放速度控制的原理及发展现状 | 第12-15页 |
| ·制动位设置 | 第13-14页 |
| ·调速工具设置 | 第14页 |
| ·驼峰调速方法的发展 | 第14-15页 |
| ·课题研究背景及意义 | 第15-17页 |
| ·论文研究内容 | 第17-18页 |
| 2 驼峰车辆溜放速度控制的基本原理 | 第18-24页 |
| ·车辆溜放的动力学分析 | 第18-21页 |
| ·车辆溜放的受力分析 | 第18-19页 |
| ·能高线原理 | 第19-21页 |
| ·影响车辆溜放速度的因素分析 | 第21-24页 |
| ·车辆自身因素 | 第22页 |
| ·站场因素 | 第22-23页 |
| ·气候因素 | 第23-24页 |
| 3 基于模糊神经网络的目的制动位速度控制建模 | 第24-48页 |
| ·模糊逻辑控制系统 | 第25页 |
| ·神经网络理论基础 | 第25-28页 |
| ·神经元模型 | 第26-27页 |
| ·神经网络的学习方法 | 第27页 |
| ·训练神经网络的步骤 | 第27-28页 |
| ·模糊神经网络 | 第28页 |
| ·目的制动位出口速度控制模型的主要变量 | 第28-29页 |
| ·输出变量 | 第28-29页 |
| ·输入变量 | 第29页 |
| ·输入变量的模糊化处理 | 第29-34页 |
| ·入口速度V_(in) | 第30-32页 |
| ·车重G | 第32-33页 |
| ·车组辆数N | 第33-34页 |
| ·基于模糊神经网络的目的制动位速度控制模型 | 第34-36页 |
| ·模糊神经网络的误差反向传播学习算法 | 第36-42页 |
| ·前向计算输出 | 第36-37页 |
| ·误差反向传播 | 第37-39页 |
| ·算法的改进 | 第39-41页 |
| ·模糊神经网络算法的实现流程 | 第41-42页 |
| ·模糊神经网络的仿真 | 第42-48页 |
| ·模糊神经网络的训练 | 第43-44页 |
| ·模糊神经网络的测试 | 第44-48页 |
| 4 目的制动位应急防撞减速器控制系统设计 | 第48-69页 |
| ·减速器设置位置的确定 | 第48-49页 |
| ·减速器的机械构造及原理 | 第49-52页 |
| ·减速器机械构造 | 第49页 |
| ·减速器动作原理 | 第49-50页 |
| ·减速器性能特点及技术指标 | 第50-51页 |
| ·单台减速器测试数据 | 第51-52页 |
| ·减速器自动控制系统原理 | 第52-55页 |
| ·减速器自动控制系统的工作原理 | 第52-54页 |
| ·减速器自动控制系统的工作流程 | 第54-55页 |
| ·减速器自动控制系统硬件电路设计 | 第55-62页 |
| ·硬件总体结构框图 | 第55-56页 |
| ·嵌入式处理器 | 第56-57页 |
| ·RS-485串行接口信息接收模块 | 第57-58页 |
| ·LCD显示模块 | 第58-59页 |
| ·制动、缓解模块 | 第59页 |
| ·制动、缓解状态表示模块 | 第59-60页 |
| ·电源模块 | 第60页 |
| ·晶振模块 | 第60-61页 |
| ·复位模块 | 第61页 |
| ·JTAG模块 | 第61-62页 |
| ·减速器自动控制系统软件设计 | 第62-69页 |
| ·RS-485串口信息接收 | 第64-65页 |
| ·模糊神经网络算法 | 第65-66页 |
| ·电磁阀的启动 | 第66-67页 |
| ·制动、缓解状态的LCD显示 | 第67-69页 |
| 5 总结与展望 | 第69-71页 |
| ·论文总结 | 第69-70页 |
| ·工作展望 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 图索引 | 第73-74页 |
| 作者简历 | 第74-76页 |
| 学位论文数据集 | 第76页 |
