【摘 要】
：
随着城市轨道交通运营里程和客运量的不断增长,其系统高耗能问题日益突出。为有效提高列车驾驶效率,降低运营成本,论文以列车ATO（Automatic Train Operation）系统为研究对象,提出了基于神经网络的列车自动驾驶方法;从牵引节能的角度出发,建立了基于蚁群算法的列车多区间运行时间优化分配模型。论文主要研究内容如下:（1）对ATO系统基本结构及功能进行分析,建立了列车ATO速度曲线评价模
论文部分内容阅读
随着城市轨道交通运营里程和客运量的不断增长,其系统高耗能问题日益突出。为有效提高列车驾驶效率,降低运营成本,论文以列车ATO（Automatic Train Operation）系统为研究对象,提出了基于神经网络的列车自动驾驶方法;从牵引节能的角度出发,建立了基于蚁群算法的列车多区间运行时间优化分配模型。论文主要研究内容如下:（1）对ATO系统基本结构及功能进行分析,建立了列车ATO速度曲线评价模型、ATP（Automatic Train Protection）防护曲线计算模型和列车区间最短运行时间计算模型;研究了列车运行过程中的受力情况及电机效率,建立列车牵引能耗计算模型。（2）针对ATO系统国产化率低、技术壁垒高和系统封闭的问题,建立了基于BP（Back Propagation）神经网络的列车ATO速度曲线预测模型;对国内某地铁进行在线测试与记录,以实测ATO速度曲线对BP神经网络进行学习和训练,实现了ATO系统的高精度模拟与速度曲线的预测。（3）采用灰色关联分析法研究了客流量、环境温度和技术速度等因素对列车区间运行能耗的影响;基于以上分析结果,针对运行能耗中的牵引能耗,在区间客流量一定的情况下,研究了不同区间牵引能耗随运行时间变化的关系曲线;基于区间能耗-时间关系曲线,建立了列车多区间运行时间优化分配模型,并采用改进的连续域蚁群算法对模型进行求解,设计节能的区间运行时间调整方案。（4）针对上述模型与优化算法,采用C++和MATLAB混合编程方式,设计开发了城市轨道交通列车自动驾驶和牵引节能优化仿真软件。以国内某条实际地铁线路为背景,结合列车运行统计数据进行仿真分析。仿真结果表明,在总区间运行时间保持不变的情况下,总牵引能耗降低了5.87%。
其他文献
高等教育在社会发展中发挥着关键作用,是区域前进的重要依靠和动力源泉。过去统计学学者在对高等教育发展水平进行统计分析时,多倾向于采用传统的统计模型或选取少量指标探究其区域差异,而将综合评价这种经典统计模型与空间统计方法相结合的研究不多。在此背景下,本文基于2009-2018年中国30个省域（不包括海南）高等教育的面板数据,首先建立了更为完善的高等教育综合评价指标体系,并选用熵权-TOPSIS模型对中
近年来,统计学方法已经渗透到各个领域,与计算数学等学科的交叉应用愈加广泛。受到不确定变量的影响,交通流和石油勘探等涉及不确定性的随机守恒律的数值模拟受到广泛关注。为了设计数值模拟方法求解随机守恒律,本文以流通量间断的随机守恒律的简化模型为研究对象,构建随机守恒律简化模型的数值模拟方法,采用最小二乘和非线性回归方法对误差数据进行回归分析,根据回归方程和预测值图形,验证已构造的数值模拟方法的计算效果。
随着高性能计算机技术的发展和深度学习理论的进步,近年来神经网络的深度不断加深。为了降低深度网络模型对内存占用和计算效率的要求,方便部署于各种边缘侧设备,本文针对深度神经网络存在的参数量大和计算量大的问题,进行模型压缩方法研究和算法实现。设计了剪枝+量化的模型压缩方案,在可接受的精度损失情况下,减小了模型的尺寸并降低了计算量,最后将该方案的压缩结果移植到边缘计算设备上,在实际部署设备上验证了本文方法
平面近场声全息只能识别阵列前方的声源,无法识别阵列后方的声源,球面近场声全息则可以识别任意方位的声源,实现三维声场的重建。等效源法是一种高效且极受欢迎的近场声全息计算分析方法,由等效源法与球形阵列结合形成的球面阵等效源法能有效实现声场重建和声源识别。但该方法也存在不足之处,例如声源频率适用范围窄、重建精度较低等。本文尝试将压缩感知算法与球面阵等效源法相结合,并采用空心球形传声器阵列作为测量前端,开
城市轨道交通以其安全、平稳和高效的运行特点在国内得到迅速发展。但是,其日益增长的能耗问题亟待解决。本文从单区间牵引节能角度出发,提出了列车速度曲线优化方法;从全线运行节能角度出发,综合考虑列车牵引能耗、乘客乘车时间、乘客换乘和列车全周转运行时间等因素,提出了速度曲线和区间运行时间综合节能优化方法,主要研究内容如下:（1）研究列车自动运行系统,分析列车驾驶策略,明确列车运行过程中的性能指标;分析列车
交通拥堵造成道路通行效率低下,严重制约了社会经济的发展。现代交通流理论的研究目标是建立能描述实际交通一般特性的交通流模型,寻找交通流的基本规律,以揭示交通拥堵产生的机理。由于三相交通流理论能够解释各种实际复杂的交通现象,因此该理论成为现代交通流理论研究的热点。元胞自动机模型具有良好的并行性、演化规则灵活以及计算效率高等优点,因此,本文在三相交通流理论框架下建立了双巡航控制极限元胞自动机模型。本文的
区块链已应用于金融、医疗、教育等领域,其公开性的特点致使存在泄露隐私的风险。论文研究公有链和联盟链的区块链隐私保护问题。主要工作包括:（1）针对公有链系统存在难以找到用于分发密钥的单独可信KGC,以及签名易被恶意KGC伪造等问题,提出一种“基于SM9算法的多KGC环签名方案”。它通过正确性验证,且签名具有无条件匿名性。由于采用多KGC共同维护系统参数策略,多KGC之间相互限制,任何单独KGC均无法
新能源的发展是解决能源与环境问题的关键。其中,太阳能凭借其分布广、可再生、无污染等特点广泛应用于新能源发电系统中。在光伏微电网中,以模块化多电平逆变器作为功率变换器,将光伏与储能装置结合起来,可以解决光伏发电的随机性和波动性,平滑功率输出,提高电能质量。因此,本文提出了基于模块化多电平光储混合并网逆变器的新型拓扑结构和功率分配方法。本文分析了模块化多电平光储混合系统的电路拓扑结构,分析了光伏电池和
近年来,电力电子技术得到了快速的发展,大量电力电子设备接入电网,导致电网中的谐波污染日趋严重。谐波问题逐渐上升为主要的电能质量问题。谐波使发电设备、供电设备和用电设备工作在非安全状态,对通信系统也产生较大干扰,也影响到精密仪器的正常工作。检测电网中的谐波,制定合理有效的治理方法,是保证电网安全正常运行的重要举措。卡尔曼滤波算法及其派生算法具有过程简单、对噪声鲁棒性较强的优点,在谐波检测方面得到了广
近年来,以大数据和人工智能技术为依托,计算机视觉获得广泛关注和大量研究,目标检测作为该领域的一项基本任务,在智能安防、无人驾驶和机器人等诸多领域都得到大量应用。得益于机器学习、深度学习技术的进步,国内外研究学者提出了许多优秀的检测算法,但受制于真实环境中目标之间的尺度差异、复杂的背景等因素,现有的通用检测算法仍具有改进和优化的空间。本文基于经典二阶段Faster R-CNN检测算法,围绕网络结构和