基于大数据的高速列车车体振动迭代学习主动控制研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 国内外研究现状及发展状态 | 第13-15页 |
| 1.2.1 列车振动控制国内外研究现状 | 第13-14页 |
| 1.2.2 气动载荷问题国内外研究现状 | 第14-15页 |
| 1.2.3 大数据国内外研究现状 | 第15页 |
| 1.3 本文研究的主要内容 | 第15-16页 |
| 第2章 基于大数据的迭代学习主动控制 | 第16-27页 |
| 2.1 高速列车大数据及应用 | 第16-18页 |
| 2.1.1 大数据的背景与特点 | 第16-17页 |
| 2.1.2 基于大数据的列车主动控制系统 | 第17-18页 |
| 2.2 迭代学习控制算法 | 第18-23页 |
| 2.2.1 迭代学习控制简介 | 第18-20页 |
| 2.2.2 迭代学习律 | 第20-21页 |
| 2.2.3 迭代学习过程 | 第21-23页 |
| 2.3 系统实现方案研究 | 第23-26页 |
| 2.3.1 测控系统的组成 | 第23-25页 |
| 2.3.2 设备布置 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 高速列车动力学性能评定模型建立 | 第27-36页 |
| 3.1 多体动力学软件UM简介 | 第27-28页 |
| 3.2 车辆多体动力学建模 | 第28-31页 |
| 3.2.1 车辆多体动力学模型 | 第28-29页 |
| 3.2.2 UM/SIMULINK联合仿真模型 | 第29-31页 |
| 3.3 主动悬挂控制 | 第31-32页 |
| 3.4 列车运行平稳性评价指标 | 第32-35页 |
| 3.4.1 车体振动加速度 | 第32-33页 |
| 3.4.2 Sperling平稳性指标 | 第33-34页 |
| 3.4.3 ISO标准 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 明线会车大数据迭代学习主动控制仿真研究 | 第36-49页 |
| 4.1 气动载荷及其对列车振动影响研究 | 第36-40页 |
| 4.1.1 气动载荷计算 | 第36-37页 |
| 4.1.2 仿真分析 | 第37-38页 |
| 4.1.3 半主动控制分析 | 第38-40页 |
| 4.2 大数据迭代学习控制仿真研究 | 第40-45页 |
| 4.2.1 仅有气动载荷激励 | 第40-42页 |
| 4.2.2 轨道不平顺与气动载荷同时作用 | 第42-45页 |
| 4.3 鲁棒性分析 | 第45-48页 |
| 4.3.1 压力波变化鲁棒性 | 第45-46页 |
| 4.3.2 周期时间误差鲁棒性 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 隧道通过大数据迭代学习主动控制仿真研究 | 第49-57页 |
| 5.1 隧道通过气动载荷及其对列车振动影响 | 第49-51页 |
| 5.1.1 气动载荷计算 | 第49-50页 |
| 5.1.2 仿真分析 | 第50-51页 |
| 5.2 迭代学习控制仿真分析 | 第51-53页 |
| 5.3 鲁棒性分析 | 第53-56页 |
| 5.3.1 速度变化鲁棒性 | 第53-55页 |
| 5.3.2 周期时间误差鲁棒性 | 第55-56页 |
| 5.4 本章小结 | 第56-57页 |
| 总结与展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第63页 |
| 攻读硕士学位期间参与的研究项目 | 第63页 |
