城轨列车自动驾驶多目标牵引控制算法研究与仿真
摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-15页 |
1.1 论文的研究背景和意义 | 第9-10页 |
1.2 ATO控制的国内外研究现状 | 第10-12页 |
1.2.1 国外ATO控制的研究现状 | 第10-11页 |
1.2.2 国内ATO控制的研究现状 | 第11-12页 |
1.3 论文研究目的及意义 | 第12-13页 |
1.4 论文的主要研究内容 | 第13-15页 |
2 城轨列车自动驾驶(ATO)系统分析 | 第15-28页 |
2.1 ATO系统简介 | 第15-16页 |
2.2 ATO系统的工作原理及性能指标 | 第16-19页 |
2.3 ATO系统的功能 | 第19-21页 |
2.4 列车自动驾驶策略 | 第21-24页 |
2.4.1 限速处理策略 | 第21-23页 |
2.4.2 工况选择及转换原则 | 第23-24页 |
2.5 列车自动驾驶优化控制原则 | 第24-26页 |
2.6 列车运行全局控制方案的确定 | 第26页 |
2.7 列车运行模型 | 第26-27页 |
2.8 本章小结 | 第27-28页 |
3 模糊控制与预测控制理论基础 | 第28-36页 |
3.1 模糊控制 | 第28-29页 |
3.1.1 模糊控制的特点 | 第28页 |
3.1.2 模糊控制器的构成及设计步骤 | 第28-29页 |
3.2 预测控制的基本原理 | 第29-34页 |
3.2.1 预测模型 | 第30页 |
3.2.2 滚动优化 | 第30-32页 |
3.2.3 反馈校正 | 第32-34页 |
3.3 模糊预测控制算法的可行性及实现方式 | 第34-35页 |
3.4 本章小结 | 第35-36页 |
4 城轨列车运行目标曲线的生成 | 第36-53页 |
4.1 城轨列车模型参数选取 | 第36-37页 |
4.2 列车运行过程受力分析 | 第37-39页 |
4.3 列车运行过程多目标模型 | 第39-44页 |
4.3.1 多目标模型的建立 | 第39-42页 |
4.3.2 多目标优化问题的遗传算法 | 第42-44页 |
4.3.3 基于熵权法的权重系数计算 | 第44页 |
4.4 列车运行控制策略分析 | 第44-45页 |
4.5 城轨列车运行理想目标曲线的生成 | 第45-47页 |
4.6 PID控制器对目标曲线的跟踪运行 | 第47-52页 |
4.6.1 列车模型 | 第47页 |
4.6.2 PID控制的原理及参数设计 | 第47-49页 |
4.6.3 PID控制器的仿真 | 第49-52页 |
4.7 本章小结 | 第52-53页 |
5 城轨列车模糊预测控制器设计及仿真 | 第53-67页 |
5.1 模糊控制器的设计 | 第53-56页 |
5.2 预测控制器的设计 | 第56-57页 |
5.2.1 预测控制参数的设计 | 第56页 |
5.2.2 预测控制器仿真模型的建立 | 第56-57页 |
5.3 模糊预测控制器设计 | 第57-59页 |
5.3.1 模糊预测控制器结构图 | 第57-58页 |
5.3.2 模糊预测控制器仿真模型的建立 | 第58-59页 |
5.4 模糊预测控制与PID控制仿真结果对比分析 | 第59-65页 |
5.4.1 列车运行安全性分析 | 第59-61页 |
5.4.2 列车运行舒适性分析 | 第61-63页 |
5.4.3 列车运行能耗分析 | 第63页 |
5.4.4 列车运行准时性分析 | 第63-64页 |
5.4.5 列车停车精确性分析 | 第64-65页 |
5.5 本章小结 | 第65-67页 |
结论 | 第67-69页 |
致谢 | 第69-70页 |
参考文献 | 第70-73页 |
攻读学位期间的研究成果 | 第73页 |