一、浅析列车网络编组自适应的实现方法（论文文献综述）
丁盼[1]（2021）在《基于多质点模型的高速列车自适应速度跟踪控制》文中指出近年来,我国高速铁路发展迅猛,高速列车也成为了铁路发展的重要趋势和人们出行的重要工具。随着列车自动驾驶技术的发展及广泛应用,高速列车运行速度的大幅提高,列车安全稳定的运行及其相关技术研究也成为热点。因此能保障高速列车安全可靠运行的自动驾驶技术也成为研究的重点。建立准确的高速列车模型并设计有效的跟踪控制算法是列车实现自动驾驶的核心。本文以CRH380A为研究对象,通过分析高速列车的受力情况,基于空气动力学,分别建立了高速列车的三质点和八质点模型,并基于建立的两种模型分别设计了自适应速度跟踪控制器,保障了系统的稳定性和对给定速度曲线的渐近跟踪。本文建立的多质点模型充分考虑了高速列车运行环境造成的不确定性和相邻车厢间相互作用力的影响,具有较高的建模精度。本文设计的自适应控制器能有效处理高速列车遭受的不确定性,保障了高速列车的安全可靠运行,仿真实验验证了本文提出控制算法的有效性。本文主要工作如下:（1）通过受力分析和空气动力学,建立了高速列车纵向动力学模型。鉴于不同型号的高速列车有不同的动力学设计,本文以CRH380A为研究对象,以质点为受力单元,利用牛顿定律分析列车运行过程中各质点受力情况,分别对牵引力/制动力、运行阻力和车间作用力进行分析和建模,得到描述高速列车运行特性的动力学模型。该模型考虑列车运行系统的非线性、参数不确定性特性和车间作用力,能准确描述高速列车运行特性。（2）建立高速列车三质点模型,并设计自适应速度跟踪控制器。基于高速列车运行特性的纵向动力学模型,根据列车的固定编组,将列车划分为3个动力单元,以动力单元为单一质点,建立高速列车的三质点模型,并采用模型参考自适应控制方法设计高速列车自适应速度跟踪控制器。通过设计自适应律对未知参数进行更新,实现了对给定速度曲线的渐近跟踪,保证了高速列车的安全高效运行。仿真验证了此设计方法的有效性。（3）建立高速列车八质点模型,并设计自适应速度跟踪控制器。为了进一步提高建模精度,本文以列车各车厢作为单一质点,并考虑在不同工况下各车厢所提供的控制力输出特性,建立列车八质点模型的状态空间形式;再针对列车模型中存在的不确定性、非线性特性,设计列车运行基于状态反馈状态输出的自适应控制器,实现速度跟踪性能,并给出闭环系统稳定的理论证明。仿真验证了此设计方法的有效性。
徐聪[2]（2021）在《重载列车运行过程模型预测控制方法研究》文中进行了进一步梳理作为实现我国铁路现代化的两大重要战略支点,重载运输和高速铁路分别在货运与客运方面蓬勃发展,是助力我国经济发展、实现工业现代化的两架马车。重载列车因牵引车辆数目庞大,导致其运行过程中编组内部车辆的受力情况,相较于动车组列车更为复杂,主要以车钩力的形式表现的车间作用力,其数值大小对列车能否实现安全运行产生直接影响,必须将其控制在一定范围内,防止出现车钩断裂、脱钩、脱轨等事故的发生。传统的重载列车驾驶,多采用司机人为操控模式,常因司机劳动水平差异,出现车钩冲击过大、列车晚点运行等问题。为更好的实现我国铁路货运“多拉快跑”的战略目标,实现在降低司机劳动强度的同时提升铁路货运量这一伟大跨越。研发适应我国货运需求的重载列车自动驾驶控制系统（Automatic Train Operation,ATO）,并将其应用在国内的繁忙干线上已迫在眉睫,成为现阶段技术攻关的重中之重。本文首先建立了重载列车的多质点纵向动力学模型,然后分别应用工业生产中已经被广泛使用的PI控制理论（Proportional Integral Controller,PI）与模型预测控制（Model Predictive Control,MPC）,设计重载列车的ATO控制器,实现列车跟踪既定的速度目标曲线,并分别用BP神经网络（Back Propagation Neural Network,BPNN）+PI控制理论与显式模型预测控制（Explicit MPC,EMPC）分别对其进行改进,最后采用MATLAB/SIMULINK软件进行仿真试验。主要内容如下:（1）在充分考虑重载列车运行过程中,编组内部车间作用力的基础上,分析其运行的机理特性,建立其状态空间方程。确定重载列车具体的编组情况,并选定列车、车辆的型号以及实际的路况信息,在状态空间模型的基础上进行控制器的设计。（2）设计适用于重载列车的PI控制器,实现列车行驶过程中的速度目标曲线跟踪。为进一步提高列车的运行性能,引入BP神经网络算法对其进行改进,设计了基于BPNN+PI控制算法的重载列车ATO系统。仿真试验表明,BPNN+PI控制器的控车效果更好,相对于传统的PI控制器,其各方面性能在一定程度上均得到很大的改善,更能满足实际的行车要求。（3）为更好的考虑重载列车运行过程中的约束条件,实现列车运行过程中对速度目标曲线跟踪的同时,可以达成多个性能指标。引入相对于PI与BPNN+PI控制算法,更加适用于重载列车这类带约束的、复杂大系统的MPC算法,设计了重载列车ATO控制器。为进一步提高控制效果的实时性,引入EMPC控制算法的控制理念,设计了基于EMPC的列车ATO系统。仿真试验表明,采用EMPC控制器的列车运行的更加平稳、最大车钩力变得更小、能耗更低。
陈煌[3]（2021）在《列车通信以太网网络重构及性能优化研究》文中研究指明随着列车通信网络（Train Communication Network,TCN）所承载的数据信息呈现海量化和多源化,列车通信以太网由于其高带宽和高兼容性等优势而成为TCN重点研究和发展的方向。然而,面对通信系统规模和功能复杂度的迅速增长,列车通信以太网存在的流量调度弱和拓扑管理差等缺点日益凸显,极易出现流量传输异常、通信链路中断等性能衰退或者故障现象,进而引发列车控制信息错误甚至系统功能紊乱,危及列车的安全可靠运行。网络重构优化理论,是在故障诊断和性能分析的基础上,对特定网络资源和功能进行抽象和分解,并根据所需的优化目标合理地分配和设计功能单元。所以,该理论能够对故障状态下的通信网络进行主动地传输调度恢复和网络性能调优,快速有效地抑制故障和性能异常对通信的影响。因此,为了保障列车的高效安全运行,满足列车通信以太网对故障处理能力和性能调优的更高要求,网络重构优化理论作为一种具备故障自恢复与性能优化的综合化智能容错设计理论,值得进行深入的研究。本文围绕列车通信以太网的网络故障管理与性能优化问题,以网络资源调度自调整和拓扑路由自恢复作为重点研究对象,提出了列车通信以太网网络重构及性能优化策略,包括:网络资源预调度重构、子网网络资源动态调度重构和网络拓扑路由重构。本文主要工作与研究成果如下:1、针对系统间多核心的协同预调度最优配置问题,提出了一种基于自适应趋化细菌觅食算法（BFO with Self-adaptive Chemotaxis strategy,SCBFO）的网络资源预调度重构策略。针对列车通信以太网系统间多网络核心的流量传输协同预调度,在基于时间触发机制的网络结构下,首先构建了列车通信以太网的系统间实时流量资源协同传输模型;再提取特征周期与时间初相作为预调度重构优化的关键,形成了统一时间标签下的预调度约束条件与性能优化目标;最后,提出了一种基于SCBFO的网络资源预调度重构策略,兼顾了重构的优化效果、搜索速度和搜索稳定性。2、针对列车编组网（Ethernet Consist Network,ECN）子网的快速动态调度自调整需求,提出了一种基于多目标模糊粒子群算法（Multi-objective Fuzzy Particle Swarm Optimization,MOFPSO）的子网网络动态调度重构策略。根据ECN子网的网络分割独立特性,建立了以网络交换机为核心的子网传输结构分析方法;再根据ECN子网交换式传输基础,对子网内实时流量的动态调度控制进行了时域化建模与特征排序,对通信链路传输进行了可变时间窗划分,并据此形成了动态调度重构的约束条件与优化目标;提出了一种基于MOFPSO的子网网络资源动态调度重构策略,快速地完成了流量异常状况下ECN子网调度表的动态调度重构设计优化。3、针对故障下拓扑路由规划的最优化问题,提出了基于差分进化混合禁忌算法（Differential Evolution hybrid Tabu algorithm,TDE）的网络拓扑路由重构策略。在实际运行的列车通信以太网网络结构的基础上,建立了网络拓扑架构稀疏化模型,涵盖了节点状态矩阵、端口连通矩阵和有向通信链路矩阵;设计了针对流量传输的拓扑路由性能综合评价指标,包括通信链路负载率、转发时延和传输抖动等,形成了完整的网络拓扑路由模型体系;最后,提出了一种基于TDE的网络拓扑路由重构策略,快速且有效地应对了通信链路故障所带来的网络拓扑突变。4、为了验证网络重构优化的实际应用有效性问题,设计并搭建了基于列车通信以太网的网络重构优化实验平台。依据所提出的列车通信以太网网络重构优化策略,以TRDP地铁列车实车通信网络为基础,设计了网络资源和通信链路的实时监测控制方案,完成了列车通信以太网重构优化实验平台的搭建。通过实际实验平台测试,证明了网络资源预调度重构、ECN子网网络资源动态调度重构和网络拓扑路由重构策略的有效性,从而表明所提出的网络重构优化策略为列车通信以太网的智能容错设计研究提供了一种新型的优化方案。
李建雄[4]（2021）在《面向动态编组和紧密追踪的虚拟编组列控方法研究》文中研究说明为了满足轨道交通领域日益增长的运力需求,虚拟编组的概念应运而生,并逐渐成为列车运行控制领域的研究热点之一。虚拟编组使用无线通信代替机械连接,列车追踪间隔将大幅度降低。这种行车方式虽然提升了运输效率,但是动态编组和编组完成后极低的追踪间隔给列车控制带来巨大挑战。目前国内外没有形成一套适用于虚拟编组的列车控制策略。为此,本文从列车动态编组过程和完成编组后的紧密追踪过程入手展开研究,并提出相应的控制方法。本文主要工作如下:（1）从虚拟编组的功能需求出发,首先讨论了适用于虚拟编组的列车运行控制系统组成,基于该系统阐述了动态编组和紧密追踪过程中的列车控制原理。然后提出了编组列车最小追踪间隔的计算方法,为虚拟编组控制方法的提出打下基础。（2）为实现列车运行中的动态编组,提出了一种动态编组优化控制方法,该方法将离线速度曲线规划和在线优化控制相结合。首先以精确编组和低能耗为目标构建最优化问题,使用动态规划算法求解该问题,得到离线最优速度曲线。然后在实际运行状态下,根据实时间距滚动地建立优化问题,以离线速度结果作为初始解,采用序列二次规划算法在线求解最优控制策略,保证了较高的计算效率。（3）为实现编组车队中相邻列车的紧密追踪,提出了一种基于径向基函数神经网络的自适应控制方法。在此方法中,前车速度经过调整后作为本车的参考速度,然后构建了输出为控制力的神经网络模型,以减小实际速度与参考速度之差为目标训练网络。为实现追踪间隔稳定在理想间隔附近的控制目标,需要对网络训练策略进行改进,根据实时追踪间隔动态调整网络训练目标,使用训练后网络的输出对列车进行控制。（4）进行了虚拟编组列车控制仿真实验,将本文提出的控制方法应用于虚拟编组列车,实验结果表明:所提出的动态编组控制方法可以在有外界干扰的条件下实现精确编组和低能耗的目标,同时比普通优化方法具备更高的计算效率;提出的紧密追踪自适应控制方法可以实现相邻编组列车的速度同步,并且具备追踪间隔自适应调整能力。本文提出的适用于虚拟编组的列车控制方法,实现了列车在动态编组过程和紧密追踪过程中的安全运行,对虚拟编组的后续研究具有一定借鉴意义。本文图56幅,表12个,参考文献63篇。
吴晨[5]（2021）在《高速列车编队分布式固定时间协同控制方法》文中研究指明高速铁路具有运量大、乘车舒适、绿色环保等特点,是现代交通体系的重要组成部分。随着铁路运输总发送量不断攀升,运输能力与运输需求之间的缺口依然存在,而实现列车的编队运行是提高运输能力的一种重要方法。在错综复杂的高速列车运行条件下,设计合理的列车编队运行控制策略具有重要意义。因此本文围绕列车编队运行控制问题展开研究,基于固定时间控制,分别对列车编队巡航运行模式、列车编队重组和不同列车混合编组的列车编队运行控制方法进行了详细的设计,并相较于PID控制和预设性能控制等方法能够提供系统收敛时间的显式估计,主要工作内容如下:首先,研究了弹性间隔下的列车编队分布式固定时间巡航控制问题。根据移动闭塞软撞墙运行模式,建立了列车编队追踪间隔的计算模型。分析了列车编队的发车间隔与编队追踪间隔的关系,给出了最小发车间隔的计算方法。考虑编队内列车之间的耦合关系使得列车的位置和速度受到约束,设计了列车编队分布式固定时间巡航控制器,提出了一种虚拟参数自适应估计的方法,解决了不确定外部阻力和复杂线路条件在列车编队动力学模型中引起的不确定性问题,实现了列车从不同的初始速度在固定时间内趋于一致,并且保持稳定的编队巡航运行。其次,研究了基于固定时间的列车编队重组方法。考虑后行列车加入列车编队,使得列车编队进行重组,提出了一种基于固定时间控制的列车编队重组方法。分析了新增列车以不同策略加入列车编队的优劣,设计了新增列车以尾车的身份加入列车编队控制策略。待入编的列车采用切换控制策略,依据其与列车编队的追踪距离大小分为加速缩距、降速调整和协同控制运行三个阶段加入列车编队,完成列车编队的重组运行。最后,研究了由不同列车混合编组的列车编队分布式固定时间控制问题。考虑列车编队由不同列车组成,列车的定员质量以及列车的牵引制动性能均有所不同,设计了一种异质列车混合编组的列车编队分布式控制方法。经分析发现列车编队内的列车存在共同的运行目标,即列车的速度和追踪间隔达到一致,基于此,为列车编队内每列列车设计了分布式固定时间观测器,实现在固定时间内估计出领跑列车的目标速度曲线。然后设计了列车编队分布式跟踪控制器,使得列车能够在有限时间内精确追踪目标速度曲线,实现了列车编队的协同运行,通过仿真算例验证了该方法能够实现不同列车混合编组的列车编队协同运行。图72幅,表2个,参考文献91篇。
杨义静[6]（2021）在《不确定性条件下相邻技术站间货物列车协同配流作业研究》文中进行了进一步梳理货物列车配流方案是技术站阶段计划的核心内容,对车站作业的效率与效益具有重要意义。制定合理有效的货物列车配流方案,可以在保证站内作业安全与工作效率的前提下,减少车辆在站停留时间,并降低铁路货物运输的运营成本,实现车流的有序衔接。同时,技术站的货物列车配流作业与相邻技术站货物列车的作业情况密切相关,技术站间货物列车协同配流方案的优化研究十分必要。论文的主要研究内容如下:（1）单技术站货物列车配流作业模型的构建与分析。首先分析了影响技术站货物列车配流作业的不确定性因素,例如货物列车解体作业时间、编组作业时间以及出发货物列车编组内容的不确定性。然后构建基于单技术站的随机模糊机会约束规划配流作业模型,并设计遗传算法与随机模糊模拟算法相结合的混合算法,求解单技术站货物列车配流作业模型。（2）相邻技术站间货物列车配流作业的研究。对相邻技术站配流作业间的联系与影响进行分析,并对协同配流作业进行可行性研究,基于此对技术站内的货物列车赋予优先级,构建考虑不确定性因素的技术站协同配流作业模型。（3）论文以济南铁路局实际车流数据,对论文的模型及算法进行了验证。通过将技术站间货物列车协同配流算例结果,分别与确定条件下和不确定条件下单技术站内货物列车配流作业结果进行对比分析,验证协同配流作业模型的可行性。
杨菊花[7]（2020）在《运输结构合理化背景下铁路快捷货物运输组织方法研究》文中研究说明交通运输系统由多种运输方式构成,只有充分发挥各种运输方式的比较优势,才能降低物流成本,实现全社会运输收益最大化。其具体的实现指标之一是各种运输方式完成全社会旅客和货物运输任务的分担率,即运输结构是否合理。当前我国公路运输完成货运量的比率为74%,是铁路完成总量的7.83倍,这样的运输结构显然是不合理的。此外,通过大量调研当前货物运输的需求发现,时效性成为了托运人满意度的主要指标,因此将提高铁路快捷货物运输比重的具体措施界定为本文的研究主题,以期为铁路部门开行新的快捷货运产品提供切实可行的研究基础。托盘,作为国内外快捷货物运输中最常用的载运工具之一,得到了快速发展和广泛应用,业界也提出了“物流托盘化”和“托盘化的集装单元”等概念。本文结合铁路货场托盘使用的现状,基于1100×1100mm标准托盘,设计了一种新型的尺寸可拉伸的环保材质托盘,运用Solidworks软件针对轻木,PE高密度塑料和塑木这三种常用材质的托盘进行静载荷和动载荷有限元分析,说明托盘拉伸不同长度后的允许载荷量,并对比尺寸拉伸前后托盘在铁路运输常用运载工具的载盘效率,弥补标准托盘规格既定后无法满足运输包装繁杂货物集装化需求的不足,为包裹等货物提供有效的集装器具和实现其在快捷运输中的机械化装卸奠定基础。鉴于铁路载重能力大,货物运输组织复杂的特点,将铁路快捷货物运输划分为运量不充足和运量充足两种情况。在运量不充足时,考虑旅客列车行李车运能虚糜的实际情况,提出一种新的运输模式,即带时间窗的多包裹多列车接取送达（MPMT-PDTW）,以最小的成本实现包裹的快捷运输,同时最大限度地利用旅客列车行李车的剩余运能。在包裹利用托盘等集装器具实现集装化的前提下,考虑叉车的作业效率,行李车的有限承载能力、固定的站停时间等多重约束,将服务质量（Qo S）定义为旅客列车快捷运输的评价标准。该种快捷运输模式的特点是不需要考虑运输成本最小化,且其途中的装卸作业不影响旅客列车的正常开行。实例证明,对此问题设计的贪婪随机自适应搜索算法（GRASP）,能够很好地为各客运站的包裹快运提供切实可行的分配方案。铁路快捷运输经过多年的发展,形成了自己的产品系列,但是针对集装箱的快捷产品无法满足运输需求,如港口的集装箱内陆集疏运问题,铁路运输占比过低。因此,本文提出开行旅客列车化的铁路集装箱集疏运专列,鉴于当前客运列车“一日一图”的运行模式,需对3-5日的货运量进行预测。考虑铁路货运量时间序列的波动性和复杂性特点,提出一种新的综合分解集成预测方法VMD-FK-FK。为了降低实际数据的复杂度,采用变分模态分解（VMD）作为数据预处理（KELM）模块,将观测数据分解为若干个模态分支。采用果蝇优化算法（FK）的核极限学习机构建预测模块,预测各个模态分支。基于另一个果蝇优化算法建立集成策略,将每个模态分支的预测结果集成得到最终预测结果。实验结果表明,与其他基准模型相比,本文提出的分解集成方法可以在不同的评价标准下取得最佳的预测性能。基础数据的准确预测为铁路编制旅客列车化的集装箱集疏运专列开行方案奠定了坚实的基础。由于港口的运作有别于铁路,很多具体数据分散于各船公司及其代理人。为了得到不同站点的集疏运量,本文首先对港口不同年度和月度的集装箱吞吐量进行了K-均值聚类处理;其次为确定专列开行去向,利用“抓大放小”的思想,运用Arc GIS对港口400公里范围内的辐射区域进行划分;然后利用GDP占比,以上海港为例,确定其辐射区域内的集装箱集疏运办理站,并将聚类处理后的数据分摊到各办理站,据此采用VMD-FK-FK方法可得到各办理站的预测数据。在此基础上建立多目标规划模型,设计改进的NSGA-Ⅱ算法进行求解,实现专列运行时间最短与运输收益最大化的目标。运用MATLAB编程得到上海港预测日的集疏运专列开行方案的非支配可行解集,结果表明专列的开行不仅能够有效的缓解港口的集疏运矛盾,为铁路部门带来可观的运输收益,同时使得港口的集疏运结构趋于合理。
简捷[8]（2020）在《基于以太网的列车通信网络多业务调度优化策略研究》文中认为随着信息技术的发展,人工智能、大数据、云计算、物联网等先进技术与轨道交通装备不断深度融合,高速动车组体现出智能化和信息化的核心特征。列车通信网络（Train Communication Network,TCN）在承载控制数据之外,需要产生、整合、传输、处理更多源、更大量、更高维的运行及服务数据,实现多业务数据的融合传输。虽然实时以太网技术的引入大大扩展了TCN的带宽,但目前多业务数据在网络中所采用的仍是多网并存、低流量运行的实时性保障方法。在新的业务需求迅速扩展的要求下,为保证多种类型数据的实时性、安全性、可靠性,提升网络资源的利用率,需要对基于以太网的TCN多业务通信的传输模型与调度机制进行深入研究。本文从实时周期数据、实时非周期数据和流媒体数据三种类型业务的传输需求出发,分别讨论了数据的通信模型、网络资源调度算法以及实时性分析方法,主要研究成果如下:1、基于时间触发的实时周期数据调度优化。建立基于时间触发机制的TCN周期数据调度模型;分析以太网TCN的时延构成,并在此基础上形成实时周期数据调度的统一时态约束条件;为兼顾控制与调度性能,构建基于数据抖动和负载均衡的周期调度表优化模型;针对优化模型,提出基于模糊控制的量子粒子群自适应优化算法和基于可调度性排序的可满足性模块理论约束规划算法,进行周期数据时间触发调度表的计算;在TCN拓扑下,基于随机流量进行调度表的性能评估,证明算法的有效性。2、实时非周期数据队列调度优化。依据TCN优先级业务特点,建立实时非周期数据与时间触发数据的融合传输机制,并在此基础上提出实时非周期数据的动态平滑加权轮询-最小截止期优先两级调度方案,综合考虑业务排队长度、优先级、差错丢包数量等因素对轮询权重的影响,避免高优先级业务数据长时间阻塞端口;通过平滑调整轮询顺序,保证子队列轮询公平性与均衡性,提高网络业务整体的时延性能;通过二级截止期调度,保证在同一优先级队列内,紧急数据的优先转发。3、实时非周期数据队列时延的理论计算与实测估计方法优化。在理论时延计算方法上,建立实时非周期数据随机网络演算模型,允许业务在规定的概率下超出统计边界,推导在基于多跳交换机网络的周期、非周期数据融合传输机制下,多优先级队列轮询的理论时延上限。在现场测试方法上,建立实时业务数据端到端递交延误率的先验概率分布,通过统计有限时间内,测试样本中超过截止期的延误帧数量,建立基于贝叶斯规则的延误率后验概率模型,将时延测试问题转化为统计学的置信度问题,为TCN现场实时性指标的测试时间及样本数量的选择提供理论依据。4、基于定价机制与纳什均衡的流媒体数据带宽分配策略。在时间触发周期模型的基础上,建立TCN控制系统与流媒体数据融合传输的模型,分析业务传输的实时性保障性能。结合TCN带宽资源及流媒体数据业务特点,提出一种基于业务体验质量、网络传输性能和缓存要求的流媒体数据网络效用综合评价模型。基于经济学的执行理论与定价机制,将流媒体数据带宽分配问题转换为非合作博弈纳什均衡的求解问题;针对流媒体数据系统效用私密性、决策分散性特点,设计分布式策略定价机制进行码率与带宽的协商与定价,并通过实验验证了算法的有效性。5、搭建基于列车实时数据协议的TCN多业务传输验证平台。以典型的以太网TCN的两级结构与网络拓扑为原型,完成验证平台的设计。通过列车实时控制系统,以太网TCN状态感知系统及列车流媒体播放系统进行平台组网实验,对不同网络负载下的列车通信质量进行时延、抖动及业务平稳性的测试,验证本文所提算法的有效性。
白卫齐[9]（2020）在《基于动态通信拓扑的高速列车协同控制方法研究》文中指出作为一种安全可靠、快捷舒适、低碳环保和运载能力大的运输方式,世界范围内高速铁路近年来蓬勃发展,已经成为综合交通运输体系的关键组成部分,攸关国计民生。目前,高速列车运行主要基于准移动闭塞模式采用人工驾驶、分散调整方式,在现有短间隔、高密度、动态耦合运行条件下,难以在保障运行安全的同时,减小突发事件对路网列车正常运行的影响,进一步提升高速铁路运营效率。高速列车协同控制作为一种能够增强高铁系统对突发事件的应对能力、提升运营效率的有效手段,已成为近年来国内外研究的热点。本文在对列车控制系统复合故障快速诊断保障列车动态特性稳定的基础上,针对列车通信网络信息传输的时滞、离散采样和时变切换拓扑等特性,结合列车运行协同调整中的运行状态约束,围绕高速列车协同控制问题展开研究,主要工作如下:1.考虑多源干扰对列车运行状态的影响,提出高速列车动态系统复合故障诊断方法。针对列车运行过程阵风干扰、难以建模外部干扰和内部因素对复合故障诊断结果的影响,采用未知输入解偶原理和特定频域H∞优化指标,构建一种复合故障检测滤波器。基于控制系统特征子空间配置方法和线性矩阵不等式优化方法,提出参数矩阵选取方法和存在条件,保障复合故障检测滤波器对多源干扰信号抑制的同时,避免截断故障信号对相应残差信号的影响,实现列车控制系统复合故障的快速检测与隔离。2.考虑通信网络信息传输时滞约束,建立高速列车分布式时变低增益协同控制器。深入分析信息传输时滞对列车协同运行过程的影响,构建列车三阶非线性时滞控制模型,基于反步递归设计方法,提出时变低增益反馈控制结构,建立多列车分布式协同控制器;进一步,利用控制参数的时变、收敛特性,使控制器满足协同调整过程快速性要求的同时,保障信息交互时滞约束下列车对参考运行曲线的精确追踪。3.考虑列车执行器更新频率的限制,提出高速列车事件触发协同控制方法。通过分析列车牵引力/制动力更新原理,将基于离散采样状态信息的列车追踪控制问题转化为时变有界输入时滞下的控制系统镇定问题,提出适用于分散动力结构列车的低增益事件触发控制策略。进一步,将提出的低增益事件触发控制策略拓展至多列车协同控制过程,构建分布式低增益事件触发控制器,在保障列车运行控制性能的同时,有效减少控制器更新次数、降低列车之间通信频率。4.考虑通信网络拓扑结构时变切换特性,提出基于状态依赖权重的列车分布式协同控制策略。针对高速列车运行过程状态约束下的协同控制问题,分析状态约束对列车运行状态协同调整过程的影响,构建高速列车类多智能体动力学模型,考虑邻接车厢之间车钩安全拉伸/压缩范围约束造成的状态约束,提出一种基于状态依赖权重的控制策略。进一步,将建立的状态依赖权重控制策略推广至高铁多列车协同控制过程,考虑车车无线通信范围约束和列控系统信号约束造成的状态约束,提出基于状态依赖通信拓扑的多列车分布式协同控制策略,保障列车协同运行的同时,避免触发列控系统紧急制动。5.考虑通信网络拓扑时变切换下牵引力/制动力受限约束,提出高速列车分布式抗饱和协同控制策略。分析时变切换通信拓扑下列车之间信息交互原则,提出通信网络拓扑结构切换规则,基于单质点非线性控制模型,构建基于状态依赖拓扑权重和类速度观测器抗饱和函数的分布式抗饱和协同控制器。进一步,考虑列车运行过程中的安全追踪间隔约束,提出列车初始状态的防碰撞条件,保障列车牵引力/制动力有界约束下协同运行过程的安全性。
邢月霜[10]（2020）在《动车组进站过程停车控制》文中进行了进一步梳理我国现有动车组进站停车主要是依赖司机的驾驶经验进行人工驾驶操作,自动化水平技术不高,还不能达到如地铁般自动地对准站台屏蔽门进行精准停车的目的。此外动车组进站停车时轨道情况复杂,坡道、曲线、轮轨之间的滑行等因素都会影响动车组的实际制动力和运行速度。因此,研究有效的高速动车组制动停车控制算法对于提高动车组停车的准确性以及实现动车组的自动驾驶具有重要的现实意义。本文提出的创新研究内容是关于动车组在进站停车过程中的控制方法,通过分析动车组的制动特性参数和运动学原理建立动车组有效制动计算的数学模型,利用人工鱼群算法对模型进行优化计算来获取制动停车过程的建模数据;分析高速动车组进站停车过程中制动力与速度之间的关系,构建其多质点动力学模型;针对制动停车后期空气制动力产生带来的延时问题,引入Smith预估器并设计合适的控制器实现制动过程中对给定速度的跟踪控制。具体的研究如下:1、针对目前我国动车组有关制动计算问题不能直接套用既有公式,通过分析动车组的核心参数和运动学原理,建立动车组有效制动计算数学模型,并采用不等距分割原理与人工鱼群算法原理相结合的方法对数学模型进行优化计算,获得动车组进站停车制动过程中速度与距离数据,并结合现有的制动力数据为动车组进站停车过程的建模和控制奠定基础。2、通过对高速动车组进站停车过程中制动力与速度关系的分析,构建动车组的多质点动力学模型。由于制动停车后期空气制动力产生过程带来的延时问题,引入Smith预估器,并采用带遗忘因子的随机梯度下降法对控制模型的参数进行在线辨识,解决了Smith预估器模型不匹配的问题。3、由于Smith预估控制中的PID控制器参数需要一定的经验才能整定好,而且参数确定后不可以变化,导致其参数不能根据实际情况自动调整到最佳。基于此,提出Smith预估补偿控制与RBF神经网络整定PID的混合控制算法,保证动车组停车过程跟踪控制的精确性。通过在实验室现有仿真平台下对动车组进站过程的控制研究,验证了本文所提建模方法和控制算法均适用动车组的进站停车过程控制,可以保证高速动车组实现安全舒适的停车。
二、浅析列车网络编组自适应的实现方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、浅析列车网络编组自适应的实现方法（论文提纲范文）
（1）基于多质点模型的高速列车自适应速度跟踪控制（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 课题涉及领域的研究现状 |
| 1.2.1 高速列车模型建立研究现状 |
| 1.2.2 高速列车控制方法研究现状 |
| 1.2.3 自适应控制方法研究现状 |
| 1.3 主要研究内容及全文结构安排 |
| 第二章 高速列车模型及控制原理 |
| 2.1 CRH380A高速列车 |
| 2.2 列车运行受力分析 |
| 2.2.1 牵引力和制动力 |
| 2.2.2 运行阻力 |
| 2.2.3 车间作用力 |
| 2.3 列车动力学模型 |
| 2.4 模型参考自适应控制策略 |
| 2.5 本章小结 |
| 第三章 基于三质点模型的高速列车自适应速度跟踪控制 |
| 3.1 列车三质点模型 |
| 3.2 基于三质点模型的自适应控制策略 |
| 3.2.1 参考模型 |
| 3.2.2 系统参数化 |
| 3.2.3 标称控制器 |
| 3.2.4 自适应控制器 |
| 3.3 稳定性分析 |
| 3.4 仿真及分析 |
| 3.4.1 仿真条件 |
| 3.4.2 仿真结果分析 |
| 3.5 本章小结 |
| 第四章 基于八质点模型的高速列车自适应速度跟踪控制 |
| 4.1 列车八质点模型 |
| 4.2 基于八质点模型的自适应控制策略 |
| 4.2.1 参考模型 |
| 4.2.2 系统参数化 |
| 4.2.3 标称控制器 |
| 4.2.4 自适应控制器 |
| 4.3 稳定性分析 |
| 4.4 仿真与分析 |
| 4.4.1 仿真条件 |
| 4.4.2 仿真结果分析 |
| 4.4.3 基于单质点、三质点和八质点模型的速度跟踪比较 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 个人简历在读期间发表的学术成果 |
| 致谢 |
（2）重载列车运行过程模型预测控制方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题的研究背景和意义 |
| 1.1.1 重载运输的定义 |
| 1.1.2 实现重载运输的方法 |
| 1.2 课题涉及领域研究现状 |
| 1.2.1 重载列车的人工驾驶方式 |
| 1.2.2 列车自动驾驶研究现状 |
| 1.2.3 PID控制方法研究现状 |
| 1.2.4 模型预测控制研究现状 |
| 1.3 本文主要研究内容 |
| 第二章 重载列车的动力学模型 |
| 2.1 重载列车运行受力分析 |
| 2.1.1 列车牵引/电制动力 |
| 2.1.2 列车空气制动力 |
| 2.1.3 列车运行阻力 |
| 2.1.4 车钩力 |
| 2.2 建立重载列车的动力学模型 |
| 2.2.1 多质点模型的线性化处理 |
| 2.2.2 多质点线性模型的状态空间方程 |
| 2.3 本章小结 |
| 第三章 重载列车的BPNN+PI控制器设计 |
| 3.1 重载列车的PI控制器设计 |
| 3.1.1 控制器的结构 |
| 3.1.2 控制率的求解 |
| 3.1.3 数值仿真 |
| 3.2 重载列车的BPNN+PI控制器设计 |
| 3.2.1 控制器的结构 |
| 3.2.2 控制率的求解 |
| 3.2.3 数值仿真 |
| 3.3 两种控制器的对比 |
| 3.4 本章小结 |
| 第四章 重载列车的EMPC控制器设计 |
| 4.1 列车运行约束条件 |
| 4.2 性能指标函数的设计 |
| 4.3 重载列车的MPC控制器设计 |
| 4.3.1 控制器的结构 |
| 4.3.2 控制率的求解 |
| 4.3.3 数值仿真 |
| 4.4 重载车的EMPC控制器设计 |
| 4.4.1 控制器的结构 |
| 4.4.2 控制率的求解 |
| 4.4.3 数值仿真 |
| 4.5 两种控制器的对比 |
| 4.6 本章小结 |
| 第五章 总结展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 个人简历 在读期间发表的学术论文 |
| 致谢 |
（3）列车通信以太网网络重构及性能优化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.2 列车通信以太网性能优化研究 |
| 1.2.1 网络协议与应用现状 |
| 1.2.2 网络架构与性能指标 |
| 1.2.3 国内外研究现状 |
| 1.2.3.1 调度控制优化研究 |
| 1.2.3.2 路由管理优化研究 |
| 1.3 网络重构优化基本问题与研究现状 |
| 1.3.1 网络资源调度重构理论 |
| 1.3.1.1 列车通信以太网网络资源调度 |
| 1.3.1.2 预调度重构研究现状 |
| 1.3.1.3 动态调度重构研究现状 |
| 1.3.2 网络拓扑路由重构理论 |
| 1.3.2.1 列车通信以太网网络拓扑路由 |
| 1.3.2.2 网络拓扑路由重构研究现状 |
| 1.4 论文整体结构与内容 |
| 1.4.1 本文研究的主要问题 |
| 1.4.2 整体研究架构 |
| 1.4.3 章节安排 |
| 2 基于SCBFO的网络资源预调度重构策略 |
| 2.1 引言 |
| 2.2 系统间网络资源预调度模型 |
| 2.2.1 时间触发流量通信原理 |
| 2.2.2 系统间实时流量传输结构建模 |
| 2.2.3 预调度重构约束与优化目标 |
| 2.3 自适应细菌觅食算法设计 |
| 2.3.1 细菌觅食算法架构与建模 |
| 2.3.2 自适应趋化控制改进设计 |
| 2.3.2.1 基于细菌搜索自调整趋化曲线的游动位移 |
| 2.3.2.2 基于细菌间信息交流的翻转方向改进 |
| 2.3.3 SCBFO算法整体流程设计 |
| 2.4 算法性能与稳定性测试分析 |
| 2.4.1 实验环境与参数配置 |
| 2.4.2 算法结果与性能分析 |
| 2.4.2.1 最优解优化结果分析对比 |
| 2.4.2.2 最优解搜索趋势分析对比 |
| 2.4.2.3 最优解优化稳定性分析对比 |
| 2.5 预调度重构模拟实验与评估 |
| 2.5.1 系统间网络资源模拟实验模型设置 |
| 2.5.2 预调度重构优化结果与分析 |
| 2.6 本章小结 |
| 3 基于MOFPSO的子网网络资源动态调度重构策略 |
| 3.1 引言 |
| 3.2 ECN子网资源动态调度建模 |
| 3.2.1 ECN子网调度模型分析 |
| 3.2.2 ECN子网资源模型时域化 |
| 3.2.3 动态调度重构约束条件 |
| 3.2.4 动态调度重构分配策略目标 |
| 3.3 多目标模糊粒子群算法设计 |
| 3.3.1 多目标粒子群算法设计 |
| 3.3.2 状态自评估模糊控制器设计 |
| 3.3.3 MOFPSO算法整体框架设计 |
| 3.4 动态调度重构模拟实验与分析 |
| 3.4.1 实验环境设置 |
| 3.4.2 重构策略参数设定 |
| 3.4.3 实验结果与分析 |
| 3.4.4 子网规模调整与优化分析 |
| 3.5 本章小结 |
| 4 基于TDE的网络拓扑路由重构策略 |
| 4.1 引言 |
| 4.2 列车通信以太网网络拓扑架构建模 |
| 4.2.1 ETB与 ECN网络拓扑结构分析 |
| 4.2.2 网络拓扑架构稀疏化建模 |
| 4.2.3 路由性能分析与约束条件 |
| 4.3 差分进化混合禁忌算法设计 |
| 4.3.1 差分进化算法架构与建模 |
| 4.3.1.1 参数向量初始化 |
| 4.3.1.2 差分变异操作 |
| 4.3.1.3 向量交叉重组 |
| 4.3.1.4 贪婪选择操作 |
| 4.3.2 禁忌搜索混合改进设计 |
| 4.3.3 TDE算法整体框架设计 |
| 4.4 拓扑路由重构模拟实验与分析 |
| 4.4.1 模拟实验环境设置 |
| 4.4.2 重构策略参数设定 |
| 4.4.3 重构优化结果与分析 |
| 4.5 本章小结 |
| 5 基于列车通信以太网实验平台的重构优化实验 |
| 5.1 引言 |
| 5.2 网络重构优化实验平台设计 |
| 5.2.1 列车通信以太网实验平台总体设计 |
| 5.2.2 网络故障重构优化实验设计 |
| 5.2.3 网络实时资源与异常流量设计 |
| 5.3 基于TRDP的网络性能监控设备设计 |
| 5.3.1 基于MIB的网络性能状态感知 |
| 5.3.2 基于TRDP的网络重构通信设备 |
| 5.4 网络重构优化组网实验与分析 |
| 5.4.1 系统间预调度重构优化实验 |
| 5.4.2 ECN子网动态调度重构优化实验 |
| 5.4.3 网络拓扑路由重构优化实验 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 参考文献 |
| 附录 A SCBFO 算法 CEC2015 测试函数对比实验结果 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（4）面向动态编组和紧密追踪的虚拟编组列控方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 虚拟编组的研究现状 |
| 1.2.2 列车控制方法的研究现状 |
| 1.3 研究问题 |
| 1.4 论文主要工作及章节安排 |
| 2 虚拟编组列车控制原理研究 |
| 2.1 虚拟编组下列控系统结构 |
| 2.2 虚拟编组下的列车控制 |
| 2.2.1 动态编组过程 |
| 2.2.2 动态解编过程 |
| 2.2.3 虚拟编组下的列车状态 |
| 2.3 虚拟编组列车间隔计算 |
| 2.3.1 列车动力学模型 |
| 2.3.2 虚拟编组列车安全制动模型 |
| 2.3.3 虚拟编组最小间隔分析 |
| 2.4 本章小结 |
| 3 基于DP-SQP的动态编组优化控制方法 |
| 3.1 列车动态编组控制目标模型 |
| 3.1.1 精确编组模型 |
| 3.1.2 能量消耗模型 |
| 3.2 离线动态规划曲线计算 |
| 3.2.1 动态规划简介 |
| 3.2.2 基于动态规划的曲线优化算法 |
| 3.3 序列二次规划滚动优化编组控制 |
| 3.4 动态编组异常状态下的控制原则 |
| 3.5 本章小结 |
| 4 编组列车紧密追踪自适应控制方法 |
| 4.1 编组车队控制原理 |
| 4.1.1 参考速度曲线生成 |
| 4.1.2 车队控制目标模型 |
| 4.2 基于RBF神经网络的列车追踪控制 |
| 4.2.1 径向基函数神经网络 |
| 4.2.2 基于RBF神经网络的速度跟随控制 |
| 4.2.3 列车追踪控制方法改进 |
| 4.3 多车编组下的车队控制 |
| 4.3.1 编组车队控制策略 |
| 4.3.2 异常编组状态下的控制原则 |
| 4.4 本章小结 |
| 5 虚拟编组控制方法的仿真测试及分析 |
| 5.1 动态编组控制过程仿真 |
| 5.1.1 基础仿真信息 |
| 5.1.2 动态规划离线速度曲线生成仿真 |
| 5.1.3 动态编组在线滚动优化控制仿真 |
| 5.2 列车紧密追踪控制仿真 |
| 5.2.1 基础仿真信息 |
| 5.2.2 RBF神经网络的离线训练 |
| 5.2.3 自适应追踪控制仿真 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 图索引 |
| 表索引 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（5）高速列车编队分布式固定时间协同控制方法（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 列车自动运行控制 |
| 1.2.2 列车编队协同控制 |
| 1.2.3 固定时间控制 |
| 1.3 本文主要框架 |
| 2 理论基础知识 |
| 2.1 高速列车运行控制系统 |
| 2.1.1 CTCS-3 级列车运行控制系统 |
| 2.1.2 基于车车通信的列车自主运行系统 |
| 2.1.3 列车的追踪间隔 |
| 2.2 高速列车动力学模型分析 |
| 2.3 控制理论基础知识 |
| 2.3.1 反步控制 |
| 2.3.2 固定时间控制 |
| 2.3.3 其他引理 |
| 2.4 本章小结 |
| 3 弹性间隔下的列车编队分布式固定时间巡航控制 |
| 3.1 问题描述 |
| 3.2 列车编队分布式巡航控制方法设计 |
| 3.2.1 列车编队弹性追踪间隔的设定 |
| 3.2.2 列车编队发车间隔 |
| 3.2.3 列车编队分布式巡航控制器设计及稳定性分析 |
| 3.3 算例仿真 |
| 3.4 本章小结 |
| 4 基于固定时间控制的列车编队重组方法 |
| 4.1 问题描述 |
| 4.2 基于固定时间控制的列车编队重组策略 |
| 4.2.1 基于有限时间的列车加速缩距控制 |
| 4.2.2 基于固定时间的列车降速调整控制 |
| 4.2.3 列车加入编队协同运行 |
| 4.3 算例仿真 |
| 4.4 本章小结 |
| 5 不同列车混合编组的列车编队分布式控制策略 |
| 5.1 问题描述 |
| 5.2 不同列车混合编组的列车编队控制策略设计 |
| 5.2.1 基于固定时间的分布式观测器设计 |
| 5.2.2 列车编队分布式协同跟踪控制器 |
| 5.2.3 一类非线性纯反馈系统的自适应预设性能控制 |
| 5.3 算例仿真 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（6）不确定性条件下相邻技术站间货物列车协同配流作业研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 技术站配流作业研究现状 |
| 1.2.2 求解算法研究现状 |
| 1.2.3 既有研究存在的问题 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 技术站阶段计划配流问题研究 |
| 2.1 技术站货物列车作业分析 |
| 2.1.1 技术站内列车作业过程分析 |
| 2.1.2 技术作业内容及特点 |
| 2.2 配流作业的内容及特点 |
| 2.2.1 阶段计划配流作业的内容 |
| 2.2.2 阶段计划配流作业的特点 |
| 2.3 单技术站列车配流作业研究 |
| 2.3.1 参数定义 |
| 2.3.2 目标函数 |
| 2.3.3 约束条件 |
| 2.3.4 算法设计 |
| 2.4 本章小结 |
| 3 货物列车配流作业的不确定性研究 |
| 3.1 技术站货物列车配流作业不确定性分析 |
| 3.1.1 货物列车解体时间分析 |
| 3.1.2 货物列车编组时间分析 |
| 3.1.3 货物列车车流信息分析 |
| 3.2 不确定性条件下列车配流模型的构建 |
| 3.2.1 不确定规划模型分析 |
| 3.2.2 随机模糊机会约束模型的构建 |
| 3.3 不确定性条件下列车配流模型算法设计 |
| 3.3.1 基于机器排序的求解思路 |
| 3.3.2 混合算法设计 |
| 3.4 本章小结 |
| 4 相邻技术站间货物列车配流作业研究 |
| 4.1 相邻技术站间协同作业分析 |
| 4.2 相邻技术站间列车协同配流作业流程分析 |
| 4.2.1 优先级 |
| 4.2.2 协同配流作业流程分析 |
| 4.3 相邻技术站间列车协同配流作业模型的构建 |
| 4.3.1 确定性条件下协同配流作业模型的构建 |
| 4.3.2 不确定性条件下协同配流作业模型的构建 |
| 4.4 相邻技术站间列车协同配流作业模型算法设计 |
| 4.4.1 新型自适应遗传算法的提出 |
| 4.4.2 基于新型自适应遗传算法流程 |
| 4.5 本章小结 |
| 5 算例分析 |
| 5.1 案例背景介绍 |
| 5.2 算例验证及分析 |
| 5.2.1 确定性条件下单技术站列车配流算例分析 |
| 5.2.2 不确定性条件下单技术站列车配流作业算例分析 |
| 5.2.3 不确定性条件下技术站间协同配流作业算例分析 |
| 5.3 算例结果对比分析 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 研究总结 |
| 6.2 研究展望 |
| 参考文献 |
| 附录A |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（7）运输结构合理化背景下铁路快捷货物运输组织方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 当前货物运输结构现状分析 |
| 1.2 国内外铁路快捷货物运输发展现状分析 |
| 1.2.1 国内铁路快捷货物运输发展现状分析 |
| 1.2.2 国外铁路快捷货物运输发展现状分析 |
| 1.3 国内外快捷货物运输研究现状分析 |
| 1.3.1 国内外快捷货物运输载体研究现状分析 |
| 1.3.2 国内外包裹快捷运输研究现状分析 |
| 1.3.3 国内外集装箱运输研究现状分析 |
| 1.3.4 国内外货运量预测研究现状分析 |
| 1.4 研究内容、创新点及技术路线 |
| 1.4.1 研究主要内容 |
| 1.4.2 本文创新点 |
| 1.4.3 研究思路及技术路线 |
| 2 新型可伸缩托盘的设计 |
| 2.1 托盘概述 |
| 2.1.1 托盘的分类和材质 |
| 2.1.2 托盘的使用现状分析 |
| 2.1.3 托盘标准化 |
| 2.2 新型可伸缩托盘的设计 |
| 2.2.1 可伸缩托盘结构设计 |
| 2.2.2 可伸缩托盘的其他说明 |
| 2.2.3 基于Solidworks的载荷量分析 |
| 2.2.4 可伸缩托盘总结 |
| 2.3 本章内容小结 |
| 3 运量不充足情况下包裹集装件的铁路快捷运输 |
| 3.1 研究背景和意义 |
| 3.2 旅客列车行李车开展包裹集装件快运基础问题分析 |
| 3.2.1 旅客列车行李车概述 |
| 3.2.2 包裹集装件装卸机械的作业时间确定 |
| 3.3 旅客列车行李车开展包裹集装件快运问题建模 |
| 3.3.1 问题描述 |
| 3.3.2 问题分析 |
| 3.3.3 问题建模 |
| 3.4 旅客列车行李车开展包裹集装件快运问题求解 |
| 3.4.1 GRASP概述 |
| 3.4.2 GRASP的构建阶段 |
| 3.4.3 GRASP的本地搜索阶段 |
| 3.5 算例及计算结果 |
| 3.5.1 算例基础数据 |
| 3.5.2 算例分配方案结果及分析 |
| 3.6 本章内容小结 |
| 4 铁路货运量预测方法研究 |
| 4.1 铁路货运量预测的意义 |
| 4.2 铁路货运量预测新方法 |
| 4.2.1 预测方法概述 |
| 4.2.2 数据分解参数的设定 |
| 4.2.3 果蝇优化算法(FOA) |
| 4.2.4 核极限学习机 |
| 4.2.5 优化的核极限学习机 |
| 4.2.6 混合算法框架 |
| 4.3 铁路货运量预测实例效果评价标准 |
| 4.3.1 数据描述 |
| 4.3.2 效果评价标准 |
| 4.4 铁路货运量预测实验设计 |
| 4.4.1 实验设计一 |
| 4.4.2 实验设计二 |
| 4.4.3 实验设计三 |
| 4.4.4 预测结果分析 |
| 4.5 本章内容小结 |
| 5 旅客列车化港口集装箱集疏运专列开行方案 |
| 5.1 开行港口集装箱集疏运专列可行性分析 |
| 5.1.1 铁路在我国港口集装箱集疏运中的现状分析 |
| 5.1.2 提高铁路港口集装箱集疏运比重的意义 |
| 5.1.3 当前铁路运输能力利用率分析 |
| 5.2 旅客列车化集装箱集疏运专列概述 |
| 5.2.1 专列开行特点 |
| 5.2.2 专列开行需注意的问题 |
| 5.3 港口吞吐量数据处理和集疏运站点选择 |
| 5.3.1 上海港年吞吐量数据处理 |
| 5.3.2 港口400 公里辐射范围内城市划分 |
| 5.3.3 港口辐射范围内集疏运办理站OD吞吐量确定 |
| 5.4 旅客列车化集疏运专列开行方案多目标规划建模 |
| 5.4.1 多目标规划模型基本描述 |
| 5.4.2 多目标规划模型构建 |
| 5.5 求解算法 |
| 5.5.1 解的编码,解码和约束条件的处理 |
| 5.5.2 改进的NSGA-Ⅱ算法 |
| 5.6 上海港旅客列车化集装箱集疏运专列开行方案实例 |
| 5.7 本章内容小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（8）基于以太网的列车通信网络多业务调度优化策略研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 背景与意义 |
| 1.2 基于以太网的列车通信网络 |
| 1.2.1 列车通信网络的基本要求 |
| 1.2.2 实时以太网的研究现状 |
| 1.2.3 基于以太网的列车通信网络应用 |
| 1.3 基于以太网的列车通信网络多业务调度 |
| 1.3.1 TCN多业务数据分类 |
| 1.3.2 TCN多业务数据调度 |
| 1.3.3 相关问题研究现状 |
| 1.4 论文整体结构 |
| 2 基于FQPSO和 SMT理论的实时周期业务调度优化 |
| 2.1 引言 |
| 2.2 周期任务调度优化建模 |
| 2.2.1 时间触发通信机理 |
| 2.2.2 列车通信网络建模 |
| 2.2.3 任务调度约束条件 |
| 2.2.4 抖动与负载均衡目标 |
| 2.3 模糊控制量子粒子群算法 |
| 2.3.1 量子粒子群算法 |
| 2.3.2 收缩-扩张系数与势阱长度关系 |
| 2.3.3 基于模糊控制的量子粒子群自适应优化算法 |
| 2.4 基于可调度性排序SMT的时间触发调度 |
| 2.4.1 可满足性模块理论 |
| 2.4.2 周期业务可调度性排序 |
| 2.5 调度表性能评估 |
| 2.5.1 算法流程 |
| 2.5.2 网络环境 |
| 2.5.3 算例分析 |
| 2.6 本章小结 |
| 3 实时非周期业务调度与分析优化方法 |
| 3.1 引言 |
| 3.2 实时非周期数据融合调度模型 |
| 3.2.1 实时非周期数据传输特征 |
| 3.2.2 实时非周期数据融合传输机制 |
| 3.2.3 动态平滑加权轮询—最小截止期优先两级调度 |
| 3.3 基于随机网络演算的实时非周期数据时延计算 |
| 3.3.1 随机网络演算理论 |
| 3.3.2 TCN实时非周期数据到达与服务过程 |
| 3.3.3 TCN实时非周期数据积压与时延边界计算 |
| 3.4 基于贝叶斯规则的实时非周期业务时延估计方法 |
| 3.4.1 业务端到端时延测试 |
| 3.4.2 数据帧延误先验与后验概率分布 |
| 3.4.3 基于目标置信度的端到端数据延误率估计算法 |
| 3.5 算例仿真与分析 |
| 3.5.1 随机网络演算算例分析 |
| 3.5.2 DSRR-EDF调度仿真 |
| 3.5.3 贝叶斯时延测试方法分析 |
| 3.6 本章小结 |
| 4 基于定价机制与纳什均衡的流媒体数据带宽分配策略 |
| 4.1 引言 |
| 4.2 列车通信网络流媒体数据融合传输模型 |
| 4.2.1 流媒体数据业务传输特征 |
| 4.2.2 流媒体数据融合调度模型 |
| 4.2.3 流媒体数据带宽决定因素 |
| 4.2.4 流媒体数据综合效用评价模型 |
| 4.3 基于策略定价机制与纳什均衡的流媒体数据码率竞争策略 |
| 4.3.1 执行理论与定价机制 |
| 4.3.2 基于纳什均衡的流媒体数据码率策略定价机制 |
| 4.3.3 策略定价机制设计及求解 |
| 4.3.4 纳什均衡解的有效性 |
| 4.3.5 基于策略定价机制的调度算法设计 |
| 4.4 仿真分析 |
| 4.4.1 仿真平台结构 |
| 4.4.2 流媒体QoE性能参数拟合 |
| 4.4.3 基于策略定价机制的码率竞争仿真 |
| 4.5 本章小结 |
| 5 基于以太网的列车通信网络多业务传输验证平台 |
| 5.1 引言 |
| 5.2 验证平台总体设计 |
| 5.2.1 TCN多业务系统结构 |
| 5.2.2 总体设计 |
| 5.3 基于TCN的多业务子系统设计 |
| 5.3.1 基于TRDP的实时通信子系统 |
| 5.3.2 基于TRDP-MIB的以太网TCN状态感知子系统 |
| 5.3.3 基于MPEG DASH的 PIS视频播放子系统 |
| 5.4 平台组网实验 |
| 5.4.1 实时周期数据调度实验 |
| 5.4.2 实时非周期数据调度实验 |
| 5.4.3 流媒体数据调度实验 |
| 5.5 本章小结 |
| 6 结论 |
| 6.1 全文工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（9）基于动态通信拓扑的高速列车协同控制方法研究（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 主要符号对照表 |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 2 预备知识 |
| 2.1 列车运行控制系统 |
| 2.2 基本引理和定理 |
| 3 多源扰动下高速列车动态系统复合故障诊断 |
| 3.1 问题描述 |
| 3.2 基于未知输入观测器的复合故障检测滤波器设计 |
| 3.3 仿真算例分析 |
| 3.4 本章小结 |
| 4 通信网络时滞约束下高速列车时变低增益反馈控制 |
| 4.1 问题描述 |
| 4.2 分布式时变低增益控制器设计 |
| 4.3 分布式时变低增益控制器闭环控制性能分析 |
| 4.4 仿真算例分析 |
| 4.5 本章小结 |
| 5 基于采样数据的高速列车事件触发控制 |
| 5.1 基于采样状态的单列车事件触发控制 |
| 5.2 基于离散通信数据的多列车事件同步触发控制 |
| 5.3 基于离散通信数据的多列车事件分散触发控制 |
| 5.4 仿真算例分析 |
| 5.5 本章小结 |
| 6 状态依赖通信拓扑下高速列车协同控制 |
| 6.1 基于状态依赖拓扑权重的高速列车分散控制 |
| 6.2 动态拓扑下高速列车分布式协同控制 |
| 6.3 仿真算例分析 |
| 6.4 本章小结 |
| 7 状态依赖通信拓扑下高速列车协同抗饱和控制 |
| 7.1 问题描述 |
| 7.2 高速列车协同抗饱和控制器设计及性能分析 |
| 7.3 仿真算例分析 |
| 7.4 本章小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 附录 A |
| A.1引理4.3的证明 |
| A.2引理4.6的证明 |
| A.3定理4.1的证明 |
| A.4定理5.1的证明 |
| A.5定理5.3的证明 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（10）动车组进站过程停车控制（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 课题相关研究及应用现状 |
| 1.2.1 列车制动减速度控制的研究现状 |
| 1.2.2 列车基于单质点模型的自动停车控制研究现状 |
| 1.2.3 列车基于多质点模型的自动停车控制研究现状 |
| 1.3 当前动车组自动停车存在的问题 |
| 1.4 主要研究内容及结构安排 |
| 第二章 动车组进站停车过程受力分析及模型描述 |
| 2.1 列车制动过程阻力分析 |
| 2.1.1 列车运行基本阻力 |
| 2.1.2 列车运行附加阻力 |
| 2.1.3 列车运行牵引特性 |
| 2.1.4 列车运行制动特性 |
| 2.2 列车动力学模型及制动特性描述 |
| 2.2.1 列车单质点模型 |
| 2.2.2 列车多质点模型 |
| 2.2.3 列车制动特性描述 |
| 2.3 本章小结 |
| 第三章 基于AFSA的动车组制动计算方法研究 |
| 3.1 列车制动计算的相关原理 |
| 3.2 常规列车的制动计算方法 |
| 3.3 基本人工鱼群算法相关理论 |
| 3.3.1 人工鱼群概念及数学描述 |
| 3.3.2 人工鱼群行为描述 |
| 3.4 基于人工鱼群算法的动车组制动计算 |
| 3.4.1 动车组有效制动参数 |
| 3.4.2 有效制动计算优化函数的建立 |
| 3.4.3 有效制动计算优化原理 |
| 3.4.4 有效制动计算优化实现过程 |
| 3.5 仿真验证分析 |
| 3.5.1 动车组近似计算方法介绍 |
| 3.5.2 基于CRH2动车组方法对比分析 |
| 3.5.3 基于CRH6A动车组实例验证 |
| 3.6 本章小结 |
| 第四章 基于制动计算下的动车组进站停车控制研究 |
| 4.1 动车组制动过程模型的建立 |
| 4.1.1 CRH380A简介 |
| 4.1.2 动车组制动过程的力学分析 |
| 4.1.3 动车组控制模型的确立 |
| 4.1.4 模型参数的辨识 |
| 4.2 Smith预估补偿与RBF网络辨识PID混合控制器的设计 |
| 4.2.1 Smith预估补偿控制 |
| 4.2.2 改进Smith预估控制 |
| 4.2.3 PID控制策略 |
| 4.2.4 RBF神经网络整定PID原理 |
| 4.2.5 设计Smith-RBF-PID混合控制器 |
| 4.3 动车组的仿真环境条件 |
| 4.4 仿真验证及分析 |
| 4.4.1 速度跟踪控制与停车误差分析 |
| 4.4.2 不同运行工况下的停车误差对比 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 个人简历在读期间发表的学术论文 |
| 致谢 |
四、浅析列车网络编组自适应的实现方法（论文参考文献）
- [1]基于多质点模型的高速列车自适应速度跟踪控制[D]. 丁盼. 华东交通大学, 2021(01)
- [2]重载列车运行过程模型预测控制方法研究[D]. 徐聪. 华东交通大学, 2021(01)
- [3]列车通信以太网网络重构及性能优化研究[D]. 陈煌. 北京交通大学, 2021
- [4]面向动态编组和紧密追踪的虚拟编组列控方法研究[D]. 李建雄. 北京交通大学, 2021
- [5]高速列车编队分布式固定时间协同控制方法[D]. 吴晨. 北京交通大学, 2021
- [6]不确定性条件下相邻技术站间货物列车协同配流作业研究[D]. 杨义静. 北京交通大学, 2021
- [7]运输结构合理化背景下铁路快捷货物运输组织方法研究[D]. 杨菊花. 兰州交通大学, 2020(01)
- [8]基于以太网的列车通信网络多业务调度优化策略研究[D]. 简捷. 北京交通大学, 2020(03)
- [9]基于动态通信拓扑的高速列车协同控制方法研究[D]. 白卫齐. 北京交通大学, 2020(03)
- [10]动车组进站过程停车控制[D]. 邢月霜. 华东交通大学, 2020(06)