致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
1 引言 | 第12-18页 |
1.1 研究背景与意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-16页 |
1.2.1 国内研究现状 | 第13-15页 |
1.2.2 国外研究现状 | 第15-16页 |
1.3 论文主要工作与文章结构 | 第16-18页 |
2 重载列车动力学 | 第18-36页 |
2.1 重载列车制动过程 | 第18-20页 |
2.1.1 列车制动方式 | 第18-19页 |
2.1.2 列车制动分析 | 第19-20页 |
2.2 重载列车动力学分析 | 第20-27页 |
2.2.1 机车牵引力 | 第21-23页 |
2.2.2 列车运行阻力 | 第23-26页 |
2.2.3 列车制动力 | 第26-27页 |
2.3 重载列车纵向动力学模型研究 | 第27-29页 |
2.3.1 单质点列车动力学模型 | 第27-28页 |
2.3.2 多质点列车动力学模型 | 第28-29页 |
2.4 列车安全制动模型 | 第29-34页 |
2.4.1 速度防护安全制动模型 | 第29-31页 |
2.4.2 LKJ速度曲线算法 | 第31-34页 |
2.5 本章小结 | 第34-36页 |
3 重载列车动力学建模 | 第36-56页 |
3.1 列车参数对制动距离的影响 | 第36-38页 |
3.1.1 列车重量 | 第36-38页 |
3.1.2 其它参数 | 第38页 |
3.2 最小二乘支持向量机 | 第38-44页 |
3.2.1 支持向量机概述 | 第39-42页 |
3.2.2 最小二乘支持向量机原理 | 第42-43页 |
3.2.3 核函数以及参数选定 | 第43-44页 |
3.3 粒子群优化算法 | 第44-48页 |
3.3.1 基本粒子群优化算法 | 第44-46页 |
3.3.2 粒子群优化算法的改进 | 第46-47页 |
3.3.3 粒子群优化的参数选择 | 第47-48页 |
3.4 基于最小二乘支持向量机建立列车动力学模型 | 第48-55页 |
3.4.1 列车重量自适应调整 | 第48-50页 |
3.4.2 基于PSO优化的LS-SVM列车动力学建模 | 第50-52页 |
3.4.3 列车制动模型验证 | 第52-55页 |
3.5 本章小结 | 第55-56页 |
4 基于预测控制速度防护算法优化 | 第56-70页 |
4.1 预测控制概述 | 第56-60页 |
4.1.1 预测控制背景及发展 | 第56-57页 |
4.1.2 预测控制基本原理 | 第57-59页 |
4.1.3 最小二乘支持向量机回归预测控制 | 第59-60页 |
4.2 速度防护算法优化方法详细设计 | 第60-64页 |
4.2.1 列车超速防护执行过程 | 第60-61页 |
4.2.2 速度防护算法优化方法 | 第61-64页 |
4.3 基于SQP算法速度监控曲线求解 | 第64-68页 |
4.3.1 序列二次规划法 | 第64-67页 |
4.3.2 速度防护算法优化流程 | 第67-68页 |
4.4 本章小结 | 第68-70页 |
5 仿真与验证 | 第70-92页 |
5.1 仿真环境 | 第70-74页 |
5.1.1 列车纵向动力学仿真软件 | 第70-72页 |
5.1.2 接口设计 | 第72-73页 |
5.1.3 界面设计 | 第73-74页 |
5.2 仿真场景 | 第74-76页 |
5.2.1 线路条件 | 第74-75页 |
5.2.2 编组条件 | 第75-76页 |
5.3 仿真结果 | 第76-90页 |
5.3.1 紧急制动(编组方案1) | 第76-82页 |
5.3.2 紧急制动(编组方案2) | 第82-84页 |
5.3.3 最大常用制动(编组方案1) | 第84-88页 |
5.3.4 最大常用制动(编组方案2) | 第88-90页 |
5.4 本章小结 | 第90-92页 |
6 总结与展望 | 第92-94页 |
6.1 论文工作结论 | 第92-93页 |
6.2 未来工作展望 | 第93-94页 |
参考文献 | 第94-98页 |
图索引 | 第98-100页 |
表索引 | 第100-102页 |
作者简历及攻读硕士学位期间取得的研究成果 | 第102-106页 |
学位论文数据集 | 第106页 |