科研之友
微信
新浪微博
Facebook
分享链接
摘要
在机车运行过程中，轮轨间的黏着条件受天气、车辆结构等影响复杂多变。黏着性能好坏直接决定机车牵引力能否正常发挥。传统的黏着优化一般采用组合矫正等方法，该类方法结构简单，存在自适应能力弱、黏着利用率偏低等问题。文中提出一种新型的黏着优化控制方法，它是将专家知识和试验数据采集的样本通过训练学习，建立一种具有自适应能力的T-S模糊神经网络控制器，来寻找最优黏着控制点提高黏着的利用率。该方法无需建立精确数学模型、能够自适应各种复杂多变的黏着条件，具有很强的鲁棒性。最后通过仿真试验验证，文中采用智能模糊控制技术在机车黏着优化策略中，能够明显提高机车牵引力的发挥，改善车辆的控制性能。
-
单位中车大连电力牵引研发中心有限公司; 华东交通大学; 华东交通大学土木学院
