城轨列车在车站停车误差估计模型与在线学习算法的研究

作者：陈德旺; 唐涛; 郜春海; 穆瑞琦

来源：中国铁道科学, 2010, (06): 122-127.

• 城市轨道交通
• 车站停车
• 停车精度
• 误差估计模型
• 在线学习算法 Urban rail transit
• Station parking
• Parking accuracy
• Error estimation model
• Online learning algorithm

根据城轨列车制动特性,对列车运动方程做2项简化。一是忽略空气阻力和坡度的影响;二是分别假设制动力传递有延时及减速度不变或减速度是初始速度的线性函数。由此推导出2个简化的列车停车误差估计模型和模型参数之间的线性关系函数式,并给出模型参数在线学习算法,以克服停车过程中的各种非线性因素的影响,提高停车精度。根据统计学原理,采用5个评价指标对模型的性能进行评价,采用停车误差估计判断停车精度是否满足停车可靠性的要求。利用实测停车数据对模型和在线学习算法进行验证和比较。结果表明:提出的简化模型和在线学习算法,能有效降低停车误差,并纠正误差分布的有偏性;停车误差在大于99.5%的情况下满足30cm停车精度的...

• 单位
  北京交通大学; 轨道交通控制与安全国家重点实验室