基于遗传算法的高速列车ATO追溯目标曲线优化

对于高速列车在运行过程中因为运行环境造成能耗、舒适、准时和准确停车等指标的不同,运用遗传算法对列车运行的节能性曲线和多目标运行曲线优化,结合列车牵引计算方程和选定的线路约束条件仿真得到列车ATO所要追溯的目标曲线。结果表明:通过遗传算法优化工况转换点使得列车运行中的惰行比例增加,可以实现列车节能运行,与节能性目标相比,多目标可以较好地保证列车运行中的舒适性,准时性和准确停车等关键性指标。

1420冷连轧机组第1机架板形控制目标曲线研究

D I材(制罐用镀锡板)是具有高技术含量和高附加值的冷轧产品,也是1420冷连轧机组的特色和效益产品。从板形控制目标曲线设定的基本原理出发,解析计算结合现场实测分析,研究并建立了此机组用于低凸度D I材轧制生产的第1机架板形自动控制目标曲线设定模型和参数,并作为D I材边缘降控制的一项辅助手段投入生产应用,取得了明显效果。

冷轧板形目标曲线的补偿设定

为了提高板形目标曲线的设定精度 ,总结了板形目标曲线的意义 ,确定了温度附加应力和卷取附加应力 ,进而设定了一组具有补偿附加因素作用的板形目标曲线。结果表明 :经过补偿设定的最终实际板形与轧制时在线实测板形吻合较好 ,可获得良好平直度的带钢。

2030mm冷连轧机高强钢板形目标曲线优化研究

为解决宝钢2030mm冷轧机组高强钢的板形问题,提高实物板形质量,本文从板形控制目标曲线设定的基本原理出发,现场实测了高强钢温度场,考虑高强钢产品的不同用途,并结合板形屈曲临界值计算,对高强钢板形目标曲线进行了优化。优化后的高强钢板形目标曲线作为一项辅助措施已投入生产应用,取得明显效果。

HP8510B矢量网络分析仪绘制目标曲线的一种新方法

本文介绍了在HP8510B矢量网络分析仪上绘制目标曲线的一种新方法。并给出了用控制器中BASIC5.0编写的源程序。

基于目标曲线管理的电网工程成本与资金精益化管控研究

本文结合电网建设项目工程管理中存在的问题,通过科学分解成本和资金预算,运用信息化手段编制工程目标曲线,建立项目全过程管控体系,极大地提高了对工程进度、成本和资金等的精益化管控能力,提升了项目建设单位工程项目管理水平。

两种目标曲线对冷轧带材实际板形的影响

通过工程实践及经验,从铝合金带材轧制过程的实际板形演化过程、最终成品板形情况等方面比较了平衡与非平衡应力分布方式的板形曲线对冷轧带材实际板形的影响,为铝加工行业的同行在带材冷轧过程目标曲线的设计与优化方面提供一定的参考。

基于目标库容曲线的水库出流模拟模型

随着水库的不断建设,水库对水循环的影响越发重要,水库出流过程已成为陆地水循环的重要一环。为了模拟水库对水循环的影响,需要构建水库出流模拟模型(Reservoir Outflow Simulation Model,ROSM)模拟水库的出流过程,然而,目前提出的ROSM仅适用于预设运行模式的水库,通用性不强。本文假设水库在年内不同季节的目标库容构成目标库容函数曲线(Target Capacity Curve,TCC),通过为不同水库设置不同的TCC提高ROSM的通用性,并从两方面考虑TCC对水库出流的影响,提出了两种模型结构:(1)水库在目标库容较高的季节倾向于蓄水,出流减少,在目标库容较低的季节则倾向于放水,出流增加;(2)水库出流应使得实际蓄水量接近目标库容。根据两种模型结构,构建了4种基于TCC的ROSM,并将其与常用的ROSM应用于长江、珠江、黄河流域的26座水库中。结果发现:(1)考虑了两种模型结构的ROSM的出流模拟、蓄水量模拟表现均为最优,说明所提出的两种模型结构合理有效;(2)考虑了TCC的ROSM模型在多年调节、年调节水库中的出流模拟精度、蓄水量模拟精度均远超其他ROSM,说明考虑TCC可以有效提高在这两类水库的模拟精度,提高了ROSM的通用性。

横风下基于滚动GAPSO算法的列车速度曲线优化

针对普通环境下高速列车目标速度曲线优化算法不适用于横风环境的问题,提出一种横风环境下基于滚动GAPSO(遗传粒子群)算法的列车速度曲线优化方法。首先,考虑横风风速阻力作用改进列车动力学模型,并建立列车运行多目标优化模型;其次,基于GAPSO算法寻优巡航构建列车在起始阶段的最优目标速度曲线,引入滚动优化框架实时调整目标速度曲线,并在横风限速区按照改进快行策略运行;最后,在列车进站前采用GAPSO算法寻优惰行点生成目标速度曲线。仿真实验结果表明:GAPSO算法较GA算法和PSO算法具有搜索能力强、收敛速度快的优点;滚动GAPSO算法能在不同横风环境下实时生成优化后的目标速度曲线,并与改进快行策略和RH-PSO算法相比,具有较优的节能性和准时性。横风下基于滚动GAPSO算法的列车目标速度曲线优化可为横风环境下列车节能、准时运行提供一种可行的解决方案。

冷轧板形目标曲线设定模型的研究与应用

为了提高冷轧带钢的板形质量,在1250单机架6辊可逆冷轧机的板形控制系统改造中,根据带材失稳模型判据制订了基本板形目标曲线模型。为了消除了生产中温度、卷形和设备安装误差等对板形测量的不利影响,根据设备运行情况以及轧制工艺制订了一系列补偿曲线。设定了手动调节板形的附加曲线,提高了实际生产中板形控制的灵活性。板形目标曲线设定模型投入使用后,经现场应用表明,在控制带钢凸度的同时保证了板形的控制效果,满足了后续工序对带钢凸度及板形的要求。冷轧带钢成品具有较高的板形精度,完全满足高精度板形控制的要求。

冷轧带钢板形目标曲线设定模型研究与应用

板形目标曲线设定模型属于冷轧板形控制中的基础工艺设定模型,直接决定带钢的实际控制效果。由于当前的板形目标曲线设定模型难以适应规格及工艺参数的变化,无法满足多品种多规格频繁切换的板形控制要求,导致产品合格率降低。为提高板形目标曲线与实际板形的适配度,以基本板形目标曲线和各补偿曲线为基础,利用函数建模方法建立8次多项式形式的板形目标曲线广义方程。为降低各系数的设置难度且满足全种类带钢的生产要求,利用线性函数归一化算法对板形目标曲线广义方程进行归一化处理并乘以增益系数,得到归一式的8次板形目标曲线最终模型。以国内某厂1450 mm五机架六辊冷连轧机为应用实例,实践表明,归一式板形目标曲线使稳态轧制、加减速轧制阶段的板形标准差分别降低50%和30%且均满足工艺标准,并可保证良好的指标稳定性,为获得高质量冷轧带钢产品提供了解决方案。

电力牵引货运列车节能运行研究(一):目标速度曲线优化

列车运行是典型的非线性、多约束、多目标复杂时变过程,其目标速度曲线优化是目前制约国内外节能运行控制工程应用的主要瓶颈。本文以电力牵引的货运列车为对象,采用数学推理、逻辑分析及软件仿真相结合的方法,提出一种新的目标速度曲线节能运行优化(简称优化,下同)算法,并采用逐步深入的方式进行介绍。提出能耗敏感度和全要素能耗机理集总模型的概念,用以表征优化过程中需要优先考虑的要素集;针对平直道简化了已有的最优惰行关系的证明;证明了缓坡区段匀速运行的最优性,得到了对于含有缓坡线路模态切换点的确定方法;针对陡坡区段介绍了等效匀速优化算法。仿真结果表明,该方法能够在较复杂的线路条件下实现高效优化,且计算速度较快。

连铸坯二冷区目标温度曲线的确定

从热传导偏微分方程出发，以马钢三炼钢厂异形坯连铸机为目标机型，建立了异形坯连铸凝固传热数学模型。分析了各工艺参数 （主要是拉速、注温和比水量） 对铸坯表面温度的影响。在此基上，采用ＣＯＮＣＡＳＴ 公司提供的原始数据，

动态设定目标曲线提高孔洞缺陷钢带轧制稳定性的方法

冷轧硅钢生产过程中经常遇到孔洞缺陷造成断带,分析孔洞缺陷导致断带的原因,结合森吉米尔轧机先进的板形控制技术,提出板形目标曲线动态设定控制方法,并成功应用到20辊森吉米尔轧机上。试验结果表明,板形目标曲线动态设定控制方法对减少缺陷断带,稳定轧制状态具有非常显著的效果。

遗传算法在ATO目标速度曲线规划中的应用

在列车自动驾驶(ATO)系统中,结合遗传算法和列车逐级变速技术,规划出列车运行的目标速度曲线,实现了对列车加速、巡航、减速等运行状态的规划控制。仿真结果表明,该算法满足列车对目标速度曲线的安全性、准时性、节能性和舒适性等要求,可运用于ATO系统和培训仿真系统。

基于有偏随机游走的曲线目标断裂连接方法

曲线型目标的分割结果受光照,灰度不均等干扰因素影响,易造成曲线型结构断裂的问题,为此提出一种基于有偏随机游走的线状目标连接算法。以引力作为游走者的驱动力,不同连通块的线型目标对游走者提供不同的引力,在最邻近线型目标块的中心线的引导下,进行游走,连接断裂目标。综合中心线信息以及外周邻近线区域块的信息调整游走者转移概率,驱使单游走者游走路径趋于线型,多游走者的路径综合为曲线型结构。实验结果表明,即使在复杂的环境中,该算法也有一定的自适应性,应对不同变化场景有相应的连接效果。

临时限速条件下高铁ATO目标速度曲线的研究

针对线路增加临时限速后的高速列车自动驾驶问题,提出一种RH-PSO算法实现ATO目标速度曲线动态调整。列车在区间运行时,根据乘车舒适度以及ATP速度约束采用RH算法进行实时决策,针对临时限速条件实现目标速度曲线的动态调整;在列车即将进站停车阶段,采用PSO算法搜索最优巡航-惰行工况转换点并计算目标速度曲线,使其满足准点要求,并达到舒适、节能的效果。仿真结果表明,所提出的算法在不同临时限速条件下均有效地调整了目标速度曲线。与最快速度策略相比,RH-PSO算法具有较优的舒适度和节能性,在确保可以正点到达的前提下,RH-PSO算法具有较高的准点性,在无法避免晚点时,可防止晚点时间进一步放大。

基于S曲线加减速控制方法的轨道交通列车目标速度曲线计算研究

针对目前城市轨道交通乘客日益增长的舒适性需求,基于S曲线加减速控制方法,提出了列车运行目标速度曲线的计算方法。该方法已在FAO(全自动运行)下列车运行速度控制中得以应用。结果表明:采用该方法可提高列车运行的平稳性,进而提高乘客乘坐的舒适性。对因减缓机械设备冲击性而减缓机械设备的磨损、降低噪声、延长设备的使用寿命等方面也有一定助益。

临时限速下基于强化学习的高速列车速度曲线优化

高速列车运行过程中受到恶劣天气、前方列车等的影响,导致线路增设临时限速,需要实时生成优化的目标速度曲线,以保障运行效率。为此,提出考虑限速信息的列车目标速度曲线优化方法。根据列车运行阶段的不同设置工况调整策略,并提出用于优化列车车载控制器的动作选择策略的最短剩余运行时间计算方法。在高速列车运行强化学习环境的状态空间中增加限速信息变量,重构了强化学习环境。基于优先回放机制改进了双深度Q网络算法,以提高算法学习效率和模型收敛速度。不同临时限速场景下的仿真算例表明双深度Q网络算法可以充分利用计划运行时间曲线与最短运行时间曲线之间的冗余,保证列车准时性的前提下实现列车节能舒适运行,与遗传算法相比,有效减少工况切换次数,同时降低列车运行能耗3%以上。

数据驱动的重载列车多目标速度曲线规划算法研究

重载铁路是世界货运铁路的重要发展方向,由于其带来的巨大经济效益和较优的技术经济比而倍受重视。为实现重载列车的节能、正时和平稳驾驶,本文以数据驱动的方式实现了重载列车多目标速度曲线规划。首先,基于动力学和线路环境条件建立了二次规划优化模型;然后,为分析权重对各性能指标的量化影响,以乘法线性回归、多元非线性回归和支持向量回归方式构建了性能指标的回归模型;最后,采用一种融合回归模型的神经网络速度曲线规划模型。以虚拟和实际线路进行仿真,结果表明神经网络规划模型可高效掌握二次规划模型的优化策略,能够降低列车能耗、促进正时、加强平稳运行,且在突发故障下更具备灵活性。