基于ARM与多模型实现的试运线列车超速防护系统

• 作者: 姜俊彤 李鸿 苏醒
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 交通运输
• 关键词: ARM 多模型 超速防护系统 小波去噪 模糊神经网络 预测控制 Matlab仿真
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 信息·计算机
• 页码范围: 180-187
• 页数: 8页
• 分类号: U260.36
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2021.01.023

摘要

针对试运线列车运行的安全性与停车准确度的要求,提出一种基于ARM与多模型实现的列车超速防护系统.通过车载设备传感器采样时间序列数据,并将其进行小波去噪,从而得到基于傅里叶模型的目标跟踪运行曲线.设计以模糊神经网络为动态预测模型的速度控制器,利用预测控制的滚动优化与误差矫正特性增加速度控制器在不同运行环境下的鲁棒性.为加快模糊神经网络的训练速度,将改进型粒子群模糊聚类算法的聚类结果作为模糊神经网络的前件规则构建参数.以中车试运线数据为例对其进行仿真,并通过基于曲线面积误差的评价指标对全局速度下的停车精确度进行分析.仿真结果表明:所提出的以傅里叶模型作为目标函数实现的基于模糊网络的预测控制策略具有明显的优势.