首页--交通运输论文--铁路运输论文--铁路通信、信号论文--铁路信号论文--区间闭塞与机车信号系统论文--列车运行自动化论文

高速动车组自适应速度跟踪控制

摘要第3-5页
ABSTRACT第5-7页
第1章 引言第11-29页
    1.1 选题意义第11-12页
    1.2 背景介绍第12-26页
        1.2.1 高速列车牵引与制动第12-16页
        1.2.2 列车的动力学建模与控制方法的研究现状第16-25页
        1.2.3 高速运行过程建模与控制所面临的问题第25-26页
    1.3 论文工作与结构第26-29页
        1.3.1 论文工作第26-27页
        1.3.2 论文结构第27-29页
第2章 高速动车组自适应广义预测控制第29-46页
    2.1 引言第29-30页
    2.2 高速列车ATO系统原理和牵引计算模型第30-31页
    2.3 运行过程的模型参数辨识第31-32页
    2.4 广义预测控制的基本原理第32-34页
        2.4.1 预测模型第32-33页
        2.4.2 滚动优化第33-34页
        2.4.3 反馈校正第34页
    2.5 高速动车组广义预测控制算法第34-38页
        2.5.1 递推求解丢番图方程第35-37页
        2.5.2 多步输出预测第37页
        2.5.3 最优控制律第37-38页
    2.6 仿真与分析第38-44页
    2.7 本章小结第44-46页
第3章 基于未建模动态的高速动车组自适应控制第46-64页
    3.1 引言第46-47页
    3.2 动车组运行过程的非线性建模第47-51页
        3.2.1 问题描述第47-48页
        3.2.2 线性模型参数估计第48-49页
        3.2.3 采用基于ANFIS的估计算法估计未建模动态第49-51页
    3.3 自适应速度跟踪控制第51-52页
    3.4 稳定性和收敛性分析第52-56页
    3.5 仿真对比分析第56-63页
        3.5.1 建模过程第57-59页
        3.5.2 控制过程第59-63页
    3.6 本章小结第63-64页
第4章 高速动车组自适应多变量广义预测控制第64-82页
    4.1 引言第64-65页
    4.2 高速动车组分布式模型第65-67页
    4.3 动车组改进的自适应多变量广义预测控制器第67-73页
        4.3.1 分布式模型参数估计第67-68页
        4.3.2 控制器中自动建模和调优第68-72页
        4.3.3 确保控制器稳定的监控单元第72-73页
    4.4 仿真分析第73-81页
    4.5 本章小结第81-82页
第5章 基于多智能体模型的高速动车组分布式控制第82-100页
    5.1 引言第82-83页
    5.2 高速动车组分布式模型的建立第83-88页
        5.2.1 智能体图论知识第83-84页
        5.2.2 高速动车组智能体图论表述第84-86页
        5.2.3 高速动车组多智能体模型的描述第86页
        5.2.4 高速动车组多智能体模型的建立第86-88页
    5.3 高速动车组分布式预测控制方法第88-95页
        5.3.1 基于邻域优化的分布式控制策略第88-91页
        5.3.2 分布式迭代预测控制算法第91-93页
        5.3.3 收敛性和稳定性分析第93-95页
    5.4 仿真与分析第95-99页
    5.5 本章小结第99-100页
第6章 高速动车组运行仿真及验证平台第100-112页
    6.1 引言第100页
    6.2 仿真及验证平台的系统结构第100-105页
        6.2.1 硬件设备第100-103页
        6.2.2 软件设计第103-105页
    6.3 仿真系统场景设置第105-106页
        6.3.1 地面信号控制模块第105-106页
        6.3.2 运行曲线模块第106页
    6.4 仿真验证及分析第106-111页
    6.5 本章小结第111-112页
第7章 结论与展望第112-115页
    7.1 结论第112-113页
    7.2 展望第113-115页
致谢第115-116页
参考文献第116-125页
攻读学位期间的研究成果第125-126页

论文共126页,点击 下载论文
上一篇:小型移动焊接机器人系统设计及优化
下一篇:基于颜色特征的镨/钕萃取过程组分含量检测方法研究