基于模糊神经网络的驼峰推峰速度自动控制系统的研究-交通信息工程及控制毕业论文-硕士论文最终版.doc资源-CSDN文库

24 浏览量 2023-07-09 09:17:32 上传评论收藏 1.43MB DOC 举报

资源推荐

资源详情

资源评论

中图分类号： U284.66+2 密级：公开

UDC：本校编号：

硕士学位论文

论文题目：基于模糊神经网络的驼峰推峰速度

自动控制系统的研究

研究生姓名：学号：

学校指导教师姓名：职称：副教授

申请学位等级：工学硕士专业：交通信息工程及控制

论文提交日期： 2011.3.9 论文答辩日期： 2011.3.9

兰州交通大学硕士学位论文

- I -

摘要

驼峰是完成货物列车解体作业和重新编组作业的核心设备。驼峰推峰的作业效率对

整个编组站的作业效率有很大的影响。现代自动化驼峰系统中应该包括驼峰调机机车推

峰速度的遥控、溜放进路的自动控制（即驼峰道岔电气集中）、溜放速度的自动控制、

编组站信息综合处理系统等主要技术设备。在现在的技术条件下，驼峰推峰机车已经成

功完成了无线遥控技术，并与溜放速度的自动控制系统联成一个整体。如果把驼峰调机

推峰作业、钩车溜放作业作为一个作业整体来进行研究，就能实现驼峰作业的整体优化。

传统的推峰速度由操作人员凭借其人工经验给定，但由于操作人员的经验的主观性

和不确定性，再加上推峰速度控制过程是一个受多种因素影响的、非线性时变过程，这

样就会使得现行的推峰速度的确定方法有时会存在较大的误差。随着编组站的作业量得

增加，在现有的基础之上发挥出驼峰更大的效率，驼峰最优推峰速度和实时推峰速度的

研究是绕不开的课题。

在现场，操作员依据现场的实际操作经验和现场实际情况，通过大脑的粗略判断，

通常能够给出一个比较合适、比较精确的推峰速度。驼峰推峰过程是一个多变量的非线

性时变系统，传统的控制方法需要建立被控对象的数学模型，而驼峰推峰过程的模型无

法准确建立。所以，我们利用模糊控制和神经网络来研究驼峰推峰速度和实时推峰速度。

首先介绍了驼峰自动化系统和驼峰推峰研究的现状；然后分析了现有的驼峰推峰过

程，指出了其不足之处和改进方向；并对影响驼峰推峰过程的因素进行了分析和总结，

之后提出了用模糊神经网络来研究驼峰推峰。确定思路之后，第一步建立了影响驼峰推

峰最优推峰速度和实时推峰速度的各个变量的模糊分布；第二步对于最优推峰速度模型

和实时推峰速度模型，分别设计一个神经网络来代替模糊推理机；第三步选取驼峰现场

数据作为训练样本，通过对神经网络的样本训练，自动生成模糊控制规则。这两个模型

结合了神经网络和模糊控制的优点，将专家或熟练操作员的控制策略转换为控制功能函

数，并且利用神经网络自学习和自校正的功能，及时的调整和修改模糊控制规则和隶属

函数等参数，这样就可以实现模型的自适应，从而实现对控制对象的较好地控制。

计算机仿真表明，这两个模糊神经网络经过学习之后，基本能较为准确的反映现场

的状况。

关键词：驼峰；模糊控制；神经网络；最优推峰速度；实时推峰速度

论文类型：应用基础研究

剩余67页未读，继续阅读

内容反馈

智慧安全方案

粉丝: 3675
资源: 59万+

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip