中国铁道科学
中國鐵道科學
중국철도과학
CHINA RAILWAY SCIENCE
2001年
3期
27-30
,共4页
驼峰%减速器%出口速度%模糊控制%神经网络
駝峰%減速器%齣口速度%模糊控製%神經網絡
타봉%감속기%출구속도%모호공제%신경망락
减速器出口速度的合理性直接影响着驼峰溜放作业的效率和安全.目前,国内外常用的驼峰车辆溜放速度控制模型主要是基于车辆走行阻力的统计特性.但车辆走行阻力是随机、离散的复杂变量,难以准确测定;而且,基于这个统计模型的出口速度计算法比较机械,没有自适应能力,使得某些溜放环境变化后,溜放作业的安全连挂率有所下降,安全状况恶化.为此,本文基于模糊神经网络(FNN)理论,提出了一种新的计算车辆减速器出口速度的智能控制模型.该模型采用五层的前向神经网络来构造模糊系统,以模拟熟练的调速作业员给定出口速度的模糊和自适应策略,并在相关的先验知识的基础上,使用了改进的误差反向传播学习算法,具有自学习和自适应能力.在驼峰溜放环境变化时,控制系统能通过自学习,自动校正减速器计算出口速度模型,改善控制品质,使系统保持设计的安全连挂率.计算机模拟结果表明这种模型是很有效的.
減速器齣口速度的閤理性直接影響著駝峰霤放作業的效率和安全.目前,國內外常用的駝峰車輛霤放速度控製模型主要是基于車輛走行阻力的統計特性.但車輛走行阻力是隨機、離散的複雜變量,難以準確測定;而且,基于這箇統計模型的齣口速度計算法比較機械,沒有自適應能力,使得某些霤放環境變化後,霤放作業的安全連掛率有所下降,安全狀況噁化.為此,本文基于模糊神經網絡(FNN)理論,提齣瞭一種新的計算車輛減速器齣口速度的智能控製模型.該模型採用五層的前嚮神經網絡來構造模糊繫統,以模擬熟練的調速作業員給定齣口速度的模糊和自適應策略,併在相關的先驗知識的基礎上,使用瞭改進的誤差反嚮傳播學習算法,具有自學習和自適應能力.在駝峰霤放環境變化時,控製繫統能通過自學習,自動校正減速器計算齣口速度模型,改善控製品質,使繫統保持設計的安全連掛率.計算機模擬結果錶明這種模型是很有效的.
감속기출구속도적합이성직접영향착타봉류방작업적효솔화안전.목전,국내외상용적타봉차량류방속도공제모형주요시기우차량주행조력적통계특성.단차량주행조력시수궤、리산적복잡변량,난이준학측정;이차,기우저개통계모형적출구속도계산법비교궤계,몰유자괄응능력,사득모사류방배경변화후,류방작업적안전련괘솔유소하강,안전상황악화.위차,본문기우모호신경망락(FNN)이론,제출료일충신적계산차량감속기출구속도적지능공제모형.해모형채용오층적전향신경망락래구조모호계통,이모의숙련적조속작업원급정출구속도적모호화자괄응책략,병재상관적선험지식적기출상,사용료개진적오차반향전파학습산법,구유자학습화자괄응능력.재타봉류방배경변화시,공제계통능통과자학습,자동교정감속기계산출구속도모형,개선공제품질,사계통보지설계적안전련괘솔.계산궤모의결과표명저충모형시흔유효적.
