城轨列车模型的关键参数拟合研究

摘要

近年来，城市轨道交通领域的发展引领着城轨列车设计制造、信号设备研发生产等相关行业的飞速发展，越来越多的高校和研究机构从事轨道交通领域的基础研究和应用研究。列车动力学模型作为其研究的基础，对列车的运行控制有着极大的影响。在对城轨列车节能优化研究过程中，由于列车模型不够精确，仿真环境下理论节能效果与现场实测节能效果有所差异。因此，准确的列车模型对工程和理论研究具有深刻的意义。
　　在总结了列车模型现有研究的基础上，根据列车的运行工况和数据特点，本文建立了符合实际列车运行情况的单质点动力学模型，将列车模型划分为惰行阶段模型、牵引阶段模型和制动阶段模型。将牵引阶段分为牵引建立和牵引切除阶段，其中，牵引建立阶段模型分为低速牵引建立阶段模型和高速牵引建立阶段模型。将列车模型划分为若干个模型，能够更准确的表述实际列车运行过程。
　　针对参数拟合计算问题，本文提出了果蝇优化算法的一种改进型算法CIP-FOA(Fruit Fly Optimization Algorithm with Changing Iteration and Population),该算法采用改变步长半径的方式，从迭代和种群两个方面对步长进行改进。通过与其他算法进行了仿真对比分析，验证了CIP-FOA在稳定性、计算精度和计算效率等方面较其他算法有明显优势。本文在分析处理的北京地铁亦庄线的夜间测试数据的基础上，应用CIP-FOA对列车基本阻力参数、低速牵引建立阶段、高速牵引建立阶段、牵引切除阶段共14个模型参数进行拟合计算。
　　本文在建立的城轨列车动力学模型和提出的CIP-FOA的基础上，开发了“城轨列车动力学模型仿真软件”，该软件用于参数拟合计算和模型的仿真验证工作。基于“城轨列车动力学模型仿真软件”，对不同控制策略的列车运行数据进行仿真计算，通过仿真结果的对比和分析，验证了本模型符合列车的实际运行过程，良好的实验结果体现了本研究在工程规划设计和列车动力学模型性能预测方面的作用。

目录

声明

致谢

摘要

1．1 研究背景及意义

1．2 研究现状及研究目标

1．3 研究内容和篇章结构

2 列车动力学模型及算法研究

2．1 列车动力学模型

2．1．1 列车惰行模型

2．1．2 列车牵引模型

2．1．3 列车制动模型

2．2 算法研究

2．2．1 最小二乘算法

2．2．2 遗传算法

2．2．3 果蝇优化算法

2．2．4 CIP-FOA

2．2．5 算法对比

2．3 本章小结

3．1 列车惰行模型

3．2 算法配置

3．3 数据分析处理

3．4 参数辨识

3．5 基于多站间数据的参数计算

3．6 本章小结

4．1 列车牵引模型

4．1．1 牵引建立阶段

4．1．2 牵引切除阶段

4．2 算法配置

4．3 数据分析处理

4．3．1 牵引建立阶段数据

4．3．2 牵引切除阶段数据

4．4 参数辨识

4．4．1 牵引建立阶段系统参数辨识

4．4．2 牵引切除阶段系统参数辨识

4．5 本章小结

5 列车动力学模型仿真软件开发

5．1 仿真软件的功能及总体架构

5．2 软件开发条件

5．3 软件使用说明简述

5．4 仿真软件的效果展示

5．5 本章小结

6 列车模型仿真验证研究

6．1 仿真验证

6．1．1 列车运行控制策略1

6．1．2 列车运行控制策略2

6．2 仿真结果分析

6．3 本章小结

7．1 本文结论

7．2 工作展望

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