本书基于交通强国、智慧铁路发展规划，以实现高速列车智能运行需求为引导，针对高速列车运行环境复杂、运行工况变化频繁等特点，以及基于人工操纵驾驶模式难以实现动车组高效运行的现状，从高速列车运行数据分析出发，以应用实践为目的，主要介绍高速列车行驶状态感知技术，高速列车运行建模、优化和控制一体化技术，高速列车智能运行控制技术等，部分技术已成功应用于高速列车运行控制系统——中国高铁核心关键系统。
更多科学出版社服务，请扫码获取。
"高速列车运行优化控制关键技术及应用"，江西省技术发明奖一等奖，2018年，排名第1（本书依托项目）。
目录
序
前言
第1章 绪论 1
1.1 列车运行控制系统概述 1
1.2 高速列车行驶环境感知技术概述 2
1.3 高速列车运行过程建模与优化控制方法分析 4
1.4 列车自动控制系统概述 7
1.5 本书的主要研究内容 9
参考文献 10
第2章 基于多源数据融合的高速列车高精度定位感知技术 14
2.1 引言 14
2.2 高速列车定位感知技术 16
2.2.1 基于测速测距的定位技术 16
2.2.2 基于无线网络的测速定位技术 18
2.2.3 基于惯性导航的测速定位技术 19
2.2.4 基于北斗卫星导航系统的定位技术 21
2.2.5 基于光纤传感的定位技术 22
2.2.6 基于地图匹配的定位技术 24
2.3 基于多源信息融合的高速列车高精度测速定位 27
2.3.1 种群的初始化 28
2.3.2 目标函数的设计 28
2.3.3 约束条件的设计 30
2.3.4 边界情况处理 31
2.4 求解方法 31
2.4.1 微分进化算法的改进 32
2.4.2 算法流程 33
2.5 应用案例 34
2.5.1 仿真方法和实验数据 34
2.5.2 仿真结果和分析 36
2.6 本章小结 44
参考文献 44
第3章 融合北斗的高速列车姿态感知技术 46
3.1 引言 46
3.2 高速列车姿态感知技术 46
3.2.1 倾角传感器 49
3.2.2 微型方位水平仪 50
3.2.3 惯性导航系统 50
3.2.4 GNSS姿态测量原理 50
3.2.5 北斗卫星基本观测量 51
3.2.6 动车组车体姿态检测原理 54
3.3 基于多源信息融合的高速列车姿态测量 57
3.4 应用案例 61
3.5 本章小结 66
参考文献 67
第4章 考虑运行数据和机理特性的高速列车运行多目标优化技术 69
4.1 引言 69
4.2 问题描述 69
4.2.1 高速列车运行阻力 69
4.2.2 高速列车运行过程受力分析 71
4.3 高速列车运行多目标在线优化控制模型 72
4.3.1 高速列车运行操纵评价指标 72
4.3.2 高速列车在线优化模型 74
4.4 高速列车操纵策略在线优化 74
4.4.1 高速列车MOPSO算法 75
4.4.2 操纵策略优化过程 75
4.5 应用案例 78
4.5.1 高速列车运行操纵策略离线优化设定 79
4.5.2 高速列车运行操纵策略在线优化调整 81
4.6 本章小结 87
参考文献 87
第5章 数据驱动的高速列车单质点-ANFIS建模与运行优化控制技术 89
5.1 引言 89
5.2 问题描述 89
5.3 高速列车ANFIS建模 91
5.3.1 ANFIS模型初始化 91
5.3.2 ANFIS建模学习优化 95
5.4 基于高速列车ANFIS模型的速度控制 96
5.4.1 速度控制原理 96
5.4.2 最优控制律 97
5.5 应用案例 99
5.5.1 模型验证 99
5.5.2 控制验证 103
5.6 本章小结 105
参考文献 105
第6章 数据驱动的高速列车多质点-ANFIS建模与同步跟踪控制技术 107
6.1 引言 107
6.2 问题描述 107
6.3 多质点-ANFIS模型 109
6.3.1 ANFISj 109
6.3.2 高速列车多质点-ANFIS模型 111
6.4 高速列车运行速度同步跟踪控制 112
6.4.1 基于状态空间的模型预测控制 112
6.4.2 基于多质点-ANFIS模型的预测控制 123
6.5 稳定性分析 127
6.6 应用案例 131
6.6.1 建模过程 132
6.6.2 控制过程 137
6.7 本章小结 142
参考文献 142
第7章 高速列车模糊双线性模型辨识与运行优化控制技术 144
7.1 引言 144
7.2 问题描述 144
7.3 高速列车T-S模糊双线性模型 147
7.3.1 模型参数辨识 149
7.3.2 模型结构辨识 149
7.4 基于T-S模糊双线性模型的预测控制方法 151
7.5 高速列车自适应预测控制 154
7.5.1 基于即时学习的自适应预测控制 154
7.5.2 稳定性分析 155
7.6 应用案例 156
7.6.1 模型验证 157
7.6.2 算法稳定性和实时性分析 162
7.6.3 自适应预测控制性能分析 163
7.7 本章小结 165
参考文献 166
第8章 数据驱动的高速列车追踪运行优化控制技术 168
8.1 引言 168
8.2 高速列车追踪运行优化建模 168
8.2.1 动力学建模 168
8.2.2 追踪运行场景特征建模 169
8.2.3 追踪运行多目标优化控制模型 171
8.3 高速列车追踪运行优化控制策略 174
8.3.1 追踪运行控制序列 174
8.3.2 追踪运行多目标优化算法 175
8.3.3 追踪运行多目标优化收敛性分析 175
8.4 应用案例 178
8.4.1 实验设置 178
8.4.2 仿真结果与分析 178
8.5 本章小结 184
参考文献 184
第9章 高速列车牵引/制动手柄级位预测控制技术 186
9.1 引言 186
9.2 问题描述 187
9.2.1 高速列车操纵手柄特性描述 187
9.2.2 基于端-边-云协同的高速列车操纵系统 187
9.2.3 面向边缘计算的高速列车模型 189
9.3 基于LSTM网络的高速列车操纵过程预测 189
9.3.1 LSTM网络架构 189
9.3.2 数据采集及预处理 191
9.3.3 高速列车操纵过程预测流程 196
9.4 应用案例 197
9.4.1 速度预测 197
9.4.2 级位预测 203
9.5 本章小结 205
参考文献 206
第10章 数据驱动的高速列车牵引电机多故障诊断与容错控制技术 209
10.1 引言 209
10.2 问题描述 209
10.2.1 牵引电机最小二乘模型描述 210
10.2.2 牵引电机多故障特征提取 212
10.3 牵引电机多故障分离 215
10.3.1 故障分离机制 215
10.3.2 故障分离决策 218
10.4 牵引电机多故障估计 218
10.4.1 基于多模型的故障参数估计 219
10.4.2 二阶段自适应设计 220
10.4.3 稳定性分析 222
10.4.4 报警等级量化分析 223
10.5 牵引电机容错控制技术 224
10.5.1 考虑切换动态的牵引电机多故障模型 224
10.5.2 基于异步切换的多故障估计原理 227
10.5.3 牵引电机切换动态鲁棒闭环故障估计 227
10.5.4 基于性能指标的观测器增益计算 230
10.6 应用案例1 234
10.6.1 多故障分离 236
10.6.2 报警等级量化分析 238
10.7 应用案例2 241
10.8 本章小结 245
参考文献 245
第11章 高速列车智能辅助驾驶关键技术应用与展望 248
11.1 本书的主要工作 248
11.2 后续研究工作的展望 250
书单推荐
