期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于列车网络系统的地铁列车受电弓控制设计
被引量:
2
1
作者
张军贤
杨伟
黄涛
《城市轨道交通研究》
北大核心
2015年第1期104-106,共3页
目前地铁列车受电弓升降控制系统采用的列车硬线存在增加列车制造成本、造成布线上的困扰、加大列车质量,以及电磁兼容问题等。为解决这些问题,提出一种采用列车网络系统(列车控制与诊断系统)控制软件控制受电弓升降的方案。论述了采用...
目前地铁列车受电弓升降控制系统采用的列车硬线存在增加列车制造成本、造成布线上的困扰、加大列车质量,以及电磁兼容问题等。为解决这些问题,提出一种采用列车网络系统(列车控制与诊断系统)控制软件控制受电弓升降的方案。论述了采用网络进行受电弓升降控制的设计思想及受电弓升降控制逻辑,并对该控制方案进行了软件模块设计、代码编写及测试验证等。测试证明,该方案具有逻辑严密、技术可靠性高、功能实现灵活等特点。
展开更多
关键词
地铁列车
受电弓控制
列车网络系统
在线阅读
下载PDF
职称材料
基于强化学习指导模型预测控制算法的高速列车受电弓主动控制策略研究
2
作者
彭宇祥
韩志伟
+2 位作者
王惠
洪玮佳
刘志刚
《电子与信息学报》
北大核心
2025年第10期3869-3881,共13页
受电弓-接触网系统的耦合性能是影响高速列车受流稳定性和整体运行效率的关键因素。该文旨在提出一种能应对复杂工况的主动控制策略,以降低弓网接触力波动。然而,现有主流方法各有瓶颈,如强化学习存在样本效率低、易陷入局部最优的问题...
受电弓-接触网系统的耦合性能是影响高速列车受流稳定性和整体运行效率的关键因素。该文旨在提出一种能应对复杂工况的主动控制策略,以降低弓网接触力波动。然而,现有主流方法各有瓶颈,如强化学习存在样本效率低、易陷入局部最优的问题,而模型预测控制则受限于短期优化视野。为融合二者优势,该文提出一种基于强化学习指导模型预测控制(RL-GMPC)的受电弓主动控制算法。首先,建立有限元弓网耦合模型,用于生成多工况弓网交互数据;其次,基于强化学习框架提出一种自适应潜在动力学模型,其从弓网交互数据中学习系统动力学世界模型,并基于时序差分思想训练状态价值函数;进一步,提出一种基于强化学习指导的模型预测控制框架,其在滚动时域内使用学习的动力学模型进行局部轨迹优化,并使用学习的终端状态价值函数来估计轨迹末端状态的预期累计奖励。实现了短期累计奖励回报和长期奖励估计的有效结合。最后对算法进行了有效性测试和鲁棒性分析,实验结果表明,在京沪线运行条件下,基于RL-GMPC算法对受电弓进行主动控制,列车在290,320,350和380 km/h工况下的接触力标准差分别降低了14.29%,18.07%,21.52%和34.87%,有效抑制了接触力波动。另外,该文算法在面对随机风扰动及接触网线路参数变化时也表现出优异的鲁棒性。
展开更多
关键词
高速铁路
受
电弓
主动
控制
强化学习
模型预测
控制
在线阅读
下载PDF
职称材料
基于双延迟深度确定性策略梯度的受电弓主动控制
被引量:
3
3
作者
吴延波
韩志伟
+2 位作者
王惠
刘志刚
张雨婧
《电工技术学报》
EI
CSCD
北大核心
2024年第14期4547-4556,共10页
弓网系统耦合性能对于高速列车受流质量起着至关重要的作用,提高弓网耦合性能,一种有效的方法是针对受电弓进行主动控制调节,特别是在低速线路提速及列车多线路混跑时,主动控制可通过提高弓网自适应适配性,有效降低线路改造成本并提升...
弓网系统耦合性能对于高速列车受流质量起着至关重要的作用,提高弓网耦合性能,一种有效的方法是针对受电弓进行主动控制调节,特别是在低速线路提速及列车多线路混跑时,主动控制可通过提高弓网自适应适配性,有效降低线路改造成本并提升受流质量。针对受电弓主动控制问题,该文提出一种基于双延迟深度确定性策略梯度(TD3)的深度强化学习受电弓主动控制算法。通过建立弓网耦合模型实现深度强化学习系统环境模块,利用TD3作为受电弓行为控制策略,最终通过对控制器模型训练实现有效的受电弓控制策略。实验结果表明,运用该文方法可有效提升低速线路列车高速运行时弓网耦合性能及受电弓在多线路运行时的适应性,为铁路线路提速及列车跨线路运行提供新的思路。
展开更多
关键词
低速线路
混跑
双延迟深度确定性策略梯度(TD3)
受
电弓
主动
控制
在线阅读
下载PDF
职称材料
作动器故障时摆式电动车组受电弓主动倾摆控制系统的自动容错控制方法
4
作者
李欣
董海鹰
《中国铁道科学》
EI
CAS
CSCD
北大核心
2012年第3期79-83,共5页
通过分析摆式电动车组受电弓主动倾摆控制系统的结构和工作原理,建立其状态方程和非完全失效故障情况下作动器模型。考虑到倾摆控制系统参数和作动器故障的不确定性,采用基于参考模型的自适应容错控制策略,通过将故障作动器损失的驱动...
通过分析摆式电动车组受电弓主动倾摆控制系统的结构和工作原理,建立其状态方程和非完全失效故障情况下作动器模型。考虑到倾摆控制系统参数和作动器故障的不确定性,采用基于参考模型的自适应容错控制策略,通过将故障作动器损失的驱动力平均分配给其他无故障的作动器,实现作动器驱动力的重组。以某摆式电动车组的受电弓主动倾摆控制系统作动器发生故障为例,对电动车组以120km.h-1速度通过半径为800m的圆曲线线路时的容错控制进行仿真研究。结果表明:倾摆控制系统能够跟踪给定的参数输出并使状态跟踪误差迅速收敛为0,基于自适应容错控制技术设计的自适应故障补偿控制器能够有效实现部分作动器故障后作动器驱动力的重组,表明给出的自适应容错控制方法完全适用于摆式电动车组受电弓主动倾摆控制系统的不确定性运行环境。
展开更多
关键词
摆式电动车组
受
电弓
倾摆
控制
主动
控制
作动器故障
容错
控制
在线阅读
下载PDF
职称材料
德国铁路主动控制受电弓试验成功
被引量:
9
5
作者
冒一平
《中国铁路》
北大核心
2004年第5期31-31,共1页
关键词
德国
主动
控制
受
电弓
电气化铁路
接触网
技术改造
在线阅读
下载PDF
职称材料
题名
基于列车网络系统的地铁列车受电弓控制设计
被引量:
2
1
作者
张军贤
杨伟
黄涛
机构
南车南京浦镇车辆有限公司智能产品研发部
出处
《城市轨道交通研究》
北大核心
2015年第1期104-106,共3页
文摘
目前地铁列车受电弓升降控制系统采用的列车硬线存在增加列车制造成本、造成布线上的困扰、加大列车质量,以及电磁兼容问题等。为解决这些问题,提出一种采用列车网络系统(列车控制与诊断系统)控制软件控制受电弓升降的方案。论述了采用网络进行受电弓升降控制的设计思想及受电弓升降控制逻辑,并对该控制方案进行了软件模块设计、代码编写及测试验证等。测试证明,该方案具有逻辑严密、技术可靠性高、功能实现灵活等特点。
关键词
地铁列车
受电弓控制
列车网络系统
Keywords
metro train
pantograph control
train network system
分类号
U264.34 [机械工程—车辆工程]
U231 [交通运输工程—道路与铁道工程]
在线阅读
下载PDF
职称材料
题名
基于强化学习指导模型预测控制算法的高速列车受电弓主动控制策略研究
2
作者
彭宇祥
韩志伟
王惠
洪玮佳
刘志刚
机构
西南交通大学电气工程学院
出处
《电子与信息学报》
北大核心
2025年第10期3869-3881,共13页
文摘
受电弓-接触网系统的耦合性能是影响高速列车受流稳定性和整体运行效率的关键因素。该文旨在提出一种能应对复杂工况的主动控制策略,以降低弓网接触力波动。然而,现有主流方法各有瓶颈,如强化学习存在样本效率低、易陷入局部最优的问题,而模型预测控制则受限于短期优化视野。为融合二者优势,该文提出一种基于强化学习指导模型预测控制(RL-GMPC)的受电弓主动控制算法。首先,建立有限元弓网耦合模型,用于生成多工况弓网交互数据;其次,基于强化学习框架提出一种自适应潜在动力学模型,其从弓网交互数据中学习系统动力学世界模型,并基于时序差分思想训练状态价值函数;进一步,提出一种基于强化学习指导的模型预测控制框架,其在滚动时域内使用学习的动力学模型进行局部轨迹优化,并使用学习的终端状态价值函数来估计轨迹末端状态的预期累计奖励。实现了短期累计奖励回报和长期奖励估计的有效结合。最后对算法进行了有效性测试和鲁棒性分析,实验结果表明,在京沪线运行条件下,基于RL-GMPC算法对受电弓进行主动控制,列车在290,320,350和380 km/h工况下的接触力标准差分别降低了14.29%,18.07%,21.52%和34.87%,有效抑制了接触力波动。另外,该文算法在面对随机风扰动及接触网线路参数变化时也表现出优异的鲁棒性。
关键词
高速铁路
受
电弓
主动
控制
强化学习
模型预测
控制
Keywords
High-speed railway
Active pantograph control
Reinforcement Learning(RL)
Model Predictive Control(MPC)
分类号
TN922.3 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于双延迟深度确定性策略梯度的受电弓主动控制
被引量:
3
3
作者
吴延波
韩志伟
王惠
刘志刚
张雨婧
机构
西南交通大学电气工程学院
出处
《电工技术学报》
EI
CSCD
北大核心
2024年第14期4547-4556,共10页
基金
国家自然科学基金资助项目(U1734202,51977182)。
文摘
弓网系统耦合性能对于高速列车受流质量起着至关重要的作用,提高弓网耦合性能,一种有效的方法是针对受电弓进行主动控制调节,特别是在低速线路提速及列车多线路混跑时,主动控制可通过提高弓网自适应适配性,有效降低线路改造成本并提升受流质量。针对受电弓主动控制问题,该文提出一种基于双延迟深度确定性策略梯度(TD3)的深度强化学习受电弓主动控制算法。通过建立弓网耦合模型实现深度强化学习系统环境模块,利用TD3作为受电弓行为控制策略,最终通过对控制器模型训练实现有效的受电弓控制策略。实验结果表明,运用该文方法可有效提升低速线路列车高速运行时弓网耦合性能及受电弓在多线路运行时的适应性,为铁路线路提速及列车跨线路运行提供新的思路。
关键词
低速线路
混跑
双延迟深度确定性策略梯度(TD3)
受
电弓
主动
控制
Keywords
Low speed network
mixed running
TD3
active pantograph control
分类号
TM571 [电气工程—电器]
在线阅读
下载PDF
职称材料
题名
作动器故障时摆式电动车组受电弓主动倾摆控制系统的自动容错控制方法
4
作者
李欣
董海鹰
机构
兰州交通大学自动化与电气工程学院
兰州交通大学光电技术与智能控制教育部重点实验室
出处
《中国铁道科学》
EI
CAS
CSCD
北大核心
2012年第3期79-83,共5页
基金
国家自然科学基金资助项目(61165006)
教育部长江学者和创新团队发展计划(IRT0629)
+1 种基金
甘肃省自然科学基金暨中青年科技基金资助项目(2008GS02606)
兰州交通大学青年科学基金资助项目(2011039)
文摘
通过分析摆式电动车组受电弓主动倾摆控制系统的结构和工作原理,建立其状态方程和非完全失效故障情况下作动器模型。考虑到倾摆控制系统参数和作动器故障的不确定性,采用基于参考模型的自适应容错控制策略,通过将故障作动器损失的驱动力平均分配给其他无故障的作动器,实现作动器驱动力的重组。以某摆式电动车组的受电弓主动倾摆控制系统作动器发生故障为例,对电动车组以120km.h-1速度通过半径为800m的圆曲线线路时的容错控制进行仿真研究。结果表明:倾摆控制系统能够跟踪给定的参数输出并使状态跟踪误差迅速收敛为0,基于自适应容错控制技术设计的自适应故障补偿控制器能够有效实现部分作动器故障后作动器驱动力的重组,表明给出的自适应容错控制方法完全适用于摆式电动车组受电弓主动倾摆控制系统的不确定性运行环境。
关键词
摆式电动车组
受
电弓
倾摆
控制
主动
控制
作动器故障
容错
控制
Keywords
Actuators
Control system analysis
Control systems
Pantographs
分类号
U266.2 [机械工程—车辆工程]
在线阅读
下载PDF
职称材料
题名
德国铁路主动控制受电弓试验成功
被引量:
9
5
作者
冒一平
出处
《中国铁路》
北大核心
2004年第5期31-31,共1页
关键词
德国
主动
控制
受
电弓
电气化铁路
接触网
技术改造
分类号
U227.8 [交通运输工程—道路与铁道工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于列车网络系统的地铁列车受电弓控制设计
张军贤
杨伟
黄涛
《城市轨道交通研究》
北大核心
2015
2
在线阅读
下载PDF
职称材料
2
基于强化学习指导模型预测控制算法的高速列车受电弓主动控制策略研究
彭宇祥
韩志伟
王惠
洪玮佳
刘志刚
《电子与信息学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
基于双延迟深度确定性策略梯度的受电弓主动控制
吴延波
韩志伟
王惠
刘志刚
张雨婧
《电工技术学报》
EI
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
4
作动器故障时摆式电动车组受电弓主动倾摆控制系统的自动容错控制方法
李欣
董海鹰
《中国铁道科学》
EI
CAS
CSCD
北大核心
2012
0
在线阅读
下载PDF
职称材料
5
德国铁路主动控制受电弓试验成功
冒一平
《中国铁路》
北大核心
2004
9
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部