[发明专利]一种基于区间二型的重载列车运行过程监控方法及系统

说明书

本发明涉及一种重载列车运行过程监控方法及系统，监控方法包括：获取重载列车的受力信息；根据受力信息确定重载列车运动过程的动力学模型；将重载列车的样本数据进行模糊C‑均值聚类分析，确定动力学子模型的前件参数；根据前件参数和重载列车的样本数据利用最小二乘法确定动力学子模型的后件参数；根据动力学子模型的前件参数、动力学子模型的后件参数和动力学模型确定每条规则下的动力学子模型；根据每条规则下的动力学子模型确定初始模型；根据初始模型确定重载列车运行过程模型；根据重载列车运行过程模型对重载列车的运行过程进行监控。本发明通过对重载列车运行过程的高精度建模实现对重载列车运行过程的稳定精准的监控。

技术领域

本发明涉及重载列车运行过程建模领域，特别是涉及一种基于区间二型的重载列车运行过程监控方法及系统。

背景技术

二十世纪八十年代以后，随着新材料、新工艺的发展以及计算机控制技术和信息传输技术在铁路上的广泛应用，铁路重载运输水平有了巨大的提升。重载运输因效率高、运能大、运输成本低的特点，可以带来的巨大的经济效益，因此引起了各个国家的重视。重载列车作为重载运输的有效载体，是货运的主要承担者，很大程度上决定了重载运输的效率。因此，对重载列车的有效研究也将对重载运输产生的效益产生直接的影响。如何让列车在安全的驾驶曲线的基础上，更大程度的在控制曲线下运行，这是保障重载列车安全且效率运行的一个重要的前提条件。因此，在已有的重载列车的最优化控制曲线基础上，如何采用合适的建模方法，使列车的运行状态尽可能逼近最优化运行曲线，进而发挥重载列车的最优化运输性能。这对于进一步实现长大重载列车安全，平稳，高效和节能的目标和对确保有关国计民生的重点物资运输，具有巨大的现实和社会意义。

针对重载列车运行过程的建模，通常采用基于牵引计算和运行阻力经验模型的描述方法，但其无法完整刻画重载列车复杂多变的动态行为；区间二型模糊方法可解决重载列车运行过程中非线性，不确定性的建模问题。

在控制方面，现在对列车运行控制的主流方法有：预测控制、模糊控制、自适应控制、神经网络控制等，利用此类方法列车进行控制，能使得控制不失一般性，可以体现出建模得到的模型效果。

发明内容

本发明的目的是提供一种基于区间二型的重载列车运行过程监控方法及系统，通过对重载列车运行过程的高精度建模实现对重载列车运行过程的稳定精准的监控。

为实现上述目的，本发明提供了如下方案：

一种重载列车运行过程监控方法，包括：

获取重载列车的受力信息；

根据所述受力信息确定重载列车运动过程的动力学模型；

将重载列车的样本数据进行模糊C-均值聚类分析，确定动力学子模型的前件参数；

根据所述前件参数和所述重载列车的样本数据利用最小二乘法确定所述动力学子模型的后件参数；

根据所述动力学子模型的前件参数、所述动力学子模型的后件参数和所述动力学模型确定每条规则下的动力学子模型；

根据所述每条规则下的动力学子模型确定初始模型；

根据所述初始模型确定重载列车运行过程模型；

根据所述重载列车运行过程模型对所述重载列车的运行过程进行监控。

可选的，所述根据所述动力学子模型的前件参数、所述动力学子模型的后件参数和所述动力学模型确定每条规则下的动力学子模型，具体包括：

根据所述动力学模型利用如下公式确定每条规则下的动力学子模型：