1 緒論 1.1 高速列車智能優化控制技術 1.1.1 國內外研究現狀與發展 1.1.2 研究展望 1.2 重載列車智能優化控制技術 1.2.1 國內外研究現狀與發展 1.2.2 研究展望 1.3 磁浮列車智能優化控制技術 1.3.1 國內外研究現狀與發展 1.3.2 研究展望 2 高速列車動力學建模方法改進 2.1 問題描述 2.1.1 高速列車動力學模型描述 2.1.2 回聲狀態神經網絡數學模型 2.1.3 隨機權值優化設定策略 2.2 算法實現 2.2.1 粒子群優化算法 2.2.2 算法實現步驟 2.3 實驗驗證 2.3.1 實驗設置 2.3.2 實驗結果與分析 2.3.3 建模魯棒性分析 3 高速列車魯棒速度跟蹤控制技術 3.1 問題描述 3.1.1 模型輸入時間尺度 3.1.2 隨機權值矩陣收縮因子 3.1.3 基于ESNs的高速列車速度跟蹤控制 3.2 基于改進ESNs的高速列車魯棒速度跟蹤控制 3.2.1 模型輸入時間尺度的自適應選擇策略 3.2.2 隨機權值矩陣收縮因子的優化策略 3.3 系統穩定性分析 3.3.1 理論基礎 3.3.2 系統平衡點的存在性 3.3.3 系統穩定性證明 3.4 實驗驗證 3.4.1 實驗設置 3.4.2 時間尺度自適應調整的效果 3.4.3 高速列車速度預測模型魯棒性分析 3.4.4 基于改進ESNs的速度跟蹤效果 4 基于追蹤特性建模的多列車協同優化控制 4.1 高速列車ESNs動力學模型 4.2 多列車追蹤特性模型 4.2.1 基于移動閉塞的多列車追蹤運行場景 4.2.2 高速列車多車追蹤特性 4.2.3 多列車追蹤特性模型描述 4.3 基于多目標優化的多列車協同預測控制 4.3.1 預測控制多目標滾動優化指標 4.3.2 多列車追蹤協同預測控制策略 4.4 多列車追蹤協同控制穩定性 4.4.1 定義 4.4.2 假設條件 4.4.3 系統協同穩定性定理及其證明 4.5 實驗驗證 4.5.1 實驗設置 4.5.2 仿真結果與分析 5 重載列車動力學建模與車鉤力預測技術 5.1 列車特性分析 5.1.1 列車力學特性 5.1.2 HXD1機車制動系統 5.1.3 機車和貨車基本阻力 5.1.4 機車車輛單位附加阻力 5.2 車鉤特性分析 5.2.1 間隙效應 5.2.2 車鉤和緩沖器參數 5.2.3 鉤緩裝置力學特性 5.3 車鉤力預測 5.3.1 13A/QKX100鉤緩系統 5.3.2 MT2型鉤緩系統 5.3.3 車鉤力建模預測 6 重載列車運行曲線優化設定技術 6.1 重載列車駕駛操縱目標 6.1.1 重載列車目標速度曲線優化設定目標 6.1.2 重載列車運行優化目標定義函數 6.2 重載列車運行約束條件 6.2.1 速度約束 6.2.2 牽引力/制動力約束 6.2.3 縱向力約束 6.2.4 能量守恒約束 6.3 重載列車目標曲線生成與優化算法 6.3.1 目標曲線生成回溯算法 6.3.2 目標曲線多目標粒子群優化算法 6.4 重載列車目標運行曲線離線生成與在線調整 6.4.1 目標曲線離線生成 6.4.2 目標曲線在線調整 7 重載列車運行速度平穩跟蹤控制 7.1 PID控制算法 7.1.1 定義 7.1.2 PID算法控制規律 7.2 模糊自適應PID控制算法 7.2.1 模糊化處理 7.2.2 模糊推理 7.2.3 模糊控制規則的確立 7.2.4 去模糊化處理 7.3 帶死區調節的模糊自適應PID控制算法 7.3.1 帶死區調節PID原理 7.3.2 模糊PID控制死區自適應設定方法 7.3.3 帶死區調節的PID算法 7.4 重載列車整車一體化平穩控制 7.4.1 空氣制動的觸發條件 7.4.2 大閘與小閘的分配 7.4.3 空氣制動的緩解條件 7.4.4 空電聯合制動原則 8 磁浮列車魯棒速度跟蹤控制技術 8.1 磁浮列車動力學特征建模 8.1.1 基本阻力 8.1.2 附加阻力 8.1.3 牽引制動特性 8.2 參數自整定ADRC控制器設計 8.2.1 自抗擾控制器 8.2.2 BPADRC魯棒速度跟蹤控制器 8.3 實驗驗證 8.3.1 實驗設置 8.3.2 模擬仿真實驗 8.3.3 真實數據實驗 9 磁浮列車強化學習制動優化控制技術 9.1 混合制動特征自學習方法 9.1.1 中低速磁浮列車混合制動原理 9.1.2 混合制動力特征 9.1.3 混合制動動態特征自學習方法 9.2 磁浮列車BFSDQN制動控制方法 9.2.1 狀態空間 9.2.2 動作空間 9.2.3 獎勵機制 9.2.4 學習策略 9.2.5 學習過程 9.3 實驗結果與分析 9.3.1 實驗設置 9.3.2 收斂性對比 9.3.3 舒適性和停車精度 9.3.4 實際運行數據驗證實驗 9.3.5 現場數據實驗驗證 參考文獻