万吨重载组合列车异步制动控制技术的研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-17页 |
1.1 课题的研究背景及意义 | 第9-10页 |
1.2 列车制动控制技术的发展现状 | 第10-13页 |
1.2.1 同步制动控制技术的发展现状 | 第10-12页 |
1.2.2 异步制动控制技术的发展现状 | 第12-13页 |
1.3 模糊神经网络的研究现状 | 第13-15页 |
1.3.1 模糊神经网络的研究现状 | 第13-14页 |
1.3.2 模糊神经网络的应用 | 第14-15页 |
1.4 论文的结构安排 | 第15-17页 |
2 重载组合列车制动过程分析 | 第17-27页 |
2.1 重载组合列车制动系统分析 | 第17-21页 |
2.1.1 列车制动控制系统结构介绍 | 第17-19页 |
2.1.2 列车制动控制过程分析 | 第19-21页 |
2.2 异步制动控制的必要性分析 | 第21-23页 |
2.3 模糊神经网络在列车制动中建模的必要性分析 | 第23-24页 |
2.4 模糊神经网络在列车制动中建模的可行性分析 | 第24-27页 |
2.4.1 理论意义上的可行性 | 第24页 |
2.4.2 现实意义上的可行性 | 第24-27页 |
3 异步制动控制系统总体结构设计 | 第27-38页 |
3.1 异步制动原理分析 | 第27-28页 |
3.2 异步制动总体结构设计 | 第28-31页 |
3.2.1 结构设计 | 第28-30页 |
3.2.2 功能需求分析 | 第30-31页 |
3.3 异步制动控制策略 | 第31-38页 |
3.3.1 异步制动的约定条件 | 第31页 |
3.3.2 异步制动控制策略研究 | 第31-35页 |
3.3.3 异步和同步控制模式切换策略研究 | 第35页 |
3.3.4 故障导向安全策略研究 | 第35-38页 |
4 基于模糊神经网络的制动控制器建模 | 第38-49页 |
4.1 改进的模糊神经网络模型 | 第38-43页 |
4.1.1 标准型模糊神经网络模型 | 第38-39页 |
4.1.2 改进的模糊神经网络模型 | 第39-40页 |
4.1.3 模型的学习算法 | 第40-43页 |
4.2 基于改进模糊神经网络模型的制动控制器建模 | 第43-48页 |
4.2.1 输入输出变量的分析 | 第43-44页 |
4.2.2 制动控制器模型建立及结构确定 | 第44-46页 |
4.2.3 基于聚类算法的模糊规则数确定 | 第46-48页 |
4.3 整体流程 | 第48-49页 |
5 仿真 | 第49-64页 |
5.1 仿真方案设计 | 第49-50页 |
5.1.1 控制器模型仿真 | 第49页 |
5.1.2 异步制动控制系统仿真 | 第49-50页 |
5.2 模糊神经网络控制器模型生成 | 第50-54页 |
5.2.1 重载列车选择 | 第50-51页 |
5.2.2 样本数据生成 | 第51页 |
5.2.3 基于聚类算法的样本划分 | 第51-52页 |
5.2.4 网络训练 | 第52-53页 |
5.2.5 泛化能力测试 | 第53-54页 |
5.3 异步制动控制仿真平台设计 | 第54-64页 |
5.3.1 仿真系统总体结构设计 | 第54-55页 |
5.3.2 运行计算模块 | 第55-56页 |
5.3.3 系统仿真实现 | 第56-59页 |
5.3.4 仿真结果分析 | 第59-64页 |
结论 | 第64-65页 |
致谢 | 第65-66页 |
参考文献 | 第66-69页 |
附录A 样本数据 | 第69-71页 |
附录B 归一化的样本数据 | 第71-73页 |
攻读学位期间的研究成果 | 第73页 |