首页--交通运输论文--铁路运输论文--铁路运输管理工程论文--重载铁路运输论文

多机牵引重载列车分布式协同控制

致谢第5-6页
摘要第6-7页
ABSTRACT第7-8页
1 绪论第11-17页
    1.1 研究背景及意义第11-12页
    1.2 研究现状第12-14页
        1.2.1 国外研究现状第12-13页
        1.2.2 国内研究现状第13-14页
    1.3 本文结构安排第14-17页
2 重载列车受力分析及节能操纵第17-29页
    2.1 重载列车运行受力分析第17-21页
        2.1.1 机车牵引力第17-19页
        2.1.2 列车运行阻力第19-20页
        2.1.3 列车制动力第20页
        2.1.4 车钩力第20-21页
    2.2 列车运行能耗计算第21-22页
    2.3 列车节能运行规则第22-24页
        2.3.1 列车运行工况转换规则第22-24页
        2.3.2 节能运行规则第24页
    2.4 列车节能操纵规则第24-27页
        2.4.1 列车牵引控制第24-25页
        2.4.2 列车操纵规则第25-27页
    2.5 本章小结第27-29页
3 多机多质点重载列车动力学模型第29-55页
    3.1 多机多质点重载列车动力学模型介绍第29-30页
    3.2 多机多质点重载列车动力学模型建模第30-49页
        3.2.1 多机多质点模型受力分析第30-32页
        3.2.2 建立多机牵引重载列车状态空间方程第32-42页
        3.2.3 建立多机车牵引多质点重载列车动力学模型第42-49页
    3.3 重载列车参数和仿真线路的选择第49-51页
    3.4 仿真结果分析第51-54页
    3.5 本章小结第54-55页
4 基于群智能算法的重载列车速度运行曲线优化第55-79页
    4.1 基于蚁群算法的重载列车速度运行曲线优化第55-64页
        4.1.1 蚁群算法简介第55-56页
        4.1.2 基于蚁群算法的重载列车速度运行曲线优化系统第56-62页
        4.1.3 仿真结果分析第62-64页
    4.2 基于粒子群算法的重载列车速度运行曲线优化第64-77页
        4.2.1 粒子群算法简介第64-67页
        4.2.2 基于粒子群算法的重载列车速度运行曲线优化系统第67-74页
        4.2.3 仿真结果分析第74-77页
    4.3 本章小结第77-79页
5 多机牵引重载列车运行系统预测控制算法研究第79-111页
    5.1 动态矩阵控制算法的原理与实现第79-89页
        5.1.1 动态矩阵控制的数学基础第79-81页
        5.1.2 动态矩阵控制的构成第81-86页
        5.1.3 动态矩阵控制算法的实现第86-89页
    5.2 多机牵引重载列车动态矩阵控制系统第89-94页
        5.2.1 控制参数的选取第89-91页
        5.2.2 重载列车运行状态模型的选取第91-92页
        5.2.3 多机牵引重载列车动态矩阵控制系统介绍第92-94页
    5.3 多机牵引重载列车PID控制系统第94-96页
        5.3.1 PID控制的优点第94页
        5.3.2 多机牵引重载列车PID控制系统介绍第94-95页
        5.3.3 多机牵引重载列车PID控制系统参数的选取第95-96页
        5.3.4 列车运行线路和目标运行曲线的选取第96页
    5.4 仿真结果分析第96-110页
    5.5 本章小结第110-111页
6 结论与展望第111-113页
参考文献第113-117页
作者简历及攻读硕士学位期间取得的研究成果第117-121页
学位论文数据集第121页

论文共121页,点击 下载论文
上一篇:基于逆变换光学的天线设计研究
下一篇:基于餐饮数据复杂网络的菜品拉动力分析