动车组隧道压力波模拟系统设计与控制算法研究
发布时间：2021-07-14 21:05
中国高速铁路发展迅速,其可靠性、快速性、经济和舒适性等优势给人们出行带来极大的方便。但高速列车在高速行驶尤其在通过隧道时,会产生剧烈的车外隧道压力波动,车外压力波通过车体缝隙和列车空调换气系统进入到车内,从而带来车内乘客气压舒适性问题,因此随着高速铁路隧道的增多及高速列车速度的不断提高,车内气压舒适性问题成为目前研究的热点。本文为方便研究高速列车通过隧道时车内气压舒适性问题,而设计动车组隧道压力波模拟系统,其能够在实验室内对单节车厢进行车内外压力波的分别加载,从而模拟出列车真实运行工况。本文设计的隧道压力波模拟系统,为研究动车组车内外压力传递关系,空调通风系统风道结构、阻尼和控制策略对车外压力的抑制问题上带来方便,同时可利用此系统来研究车内压力与人耳舒适性的研究。系统包含正压罐、负压罐和加载罐三个压力罐,其中在加载罐内形成车外隧道压力波,并通过与试验车体空调换气系统的新风口和废排口相连,用以模拟列车通过隧道时的车外压力环境。正/负压罐则与试验车体直接相连,可为试验车体进行车内压力的加载,用以模拟列车真实运行中的车内压力波。本文首先根据设计系统期望加载的隧道压力波波形、幅值和变化率等要求...
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
隧道压力波产生及在隧道口反射示意图
量和变化率的精确加载，从而模拟实车客室内的压力波动情况，为压力波动和人体舒适度方面的研究提供了实验基矗中南大学王前癣梁习锋[20]团队为研究压力波动和人耳舒适性之间的关系，搭建了车内压力波模拟试验装置，用于对列车通过隧道时产生的车内压力变化进行模拟加载。建立此系统的基本思想是车内的压力变化是车体进出空气流量关于时间的积分，利用与此，此车内压力波模拟试验装置包含一台气动源罗茨风机、主要控制单元两组阀门和波形控制台。此系统能够实现对实车线路运行时车内压力波动曲线的模拟加载，系统装置示意图如图1-2所示。图1-2车内压力波试验模拟装置示意图
西南交通大学硕士研究生学位论文第5页西南交通大学陈春俊团队搭建了隧道压力波模拟加载系统，此系统可对一节实际列车车厢通过隧道工况时的车外压力波进行模拟。同时能够研究车外隧道压力对车体气密性、车内压力波动对人体舒适性影响以及材料耐疲劳强度问题。另外还为中车青岛四方机车车辆股份有限公司研建了“车体及部件气密性试验台”，如图1-3所示。此试验台能实现单层高速列车和双层城际快车车内外试验压力波的加载，另外还能进行车体气密性与静强度试验、车体气动载荷作用下的强度试验、车内压力波动气压舒适性试验。图1-3车体及部件气密性试验台1.2.3迭代学习控制研究现状本文设计的动车组隧道压力波模拟系统，通过重复再现动车组通过隧道时产生的压力波来快速地获得大量的实验数据，用以进行相关研究。因而在本系统重复加载周期性压力波控制中，首先想到迭代学习控制算法（IterativeLearningControl，ILC），因为其是为周期性控制而提出的，在具有重复运动性质、非线性、强耦合、难以建模以及高精度轨迹控制要求的被控系统上有较好的适用性[21]。1978年，日本学者Uchiyama[22]在研究高速运动机械手时，首次提出迭代学习控制的概念和方法，但并未引起国际学者们的注意。直到1984年，Arimoto[23]等人将Uchiyama的初步想法加以完善，建立了实用的算法并从理论上证明了其可行性，同时针对开环P型、PI型、PID型ILC的理论和工程应用进行了大量研究，发表了一系列的学术论文，并且在机器人控制上成功应用了这些控制算法[23]，从此迭代学习控制得到人们的广泛关注[24,25]。迭代学习控制算法的参数选择一直都是ILC算法在实际应用中的难点和重点，影响参数的因素有很多，同时也都是ILC算法优劣评价的重要指标。另外算法的收敛速度也是ILC算法?
【参考文献】：
期刊论文
[1]轨道车辆内部压力与车体气密性、外部压力的关系[J]. 王前选,胡哲龙,梁习锋,黄尊地. 交通运输工程学报. 2018(04)
[2]多容耦合系统模糊超前迭代压力控制设计[J]. 方超,陈春俊,江传东. 中国测试. 2015(07)
[3]反馈辅助PD型迭代学习控制:初值问题及修正策略[J]. 孙明轩,毕宏博,周国良,王惠峰. 自动化学报. 2015(01)
[4]调节阀流量系数几种计算方法的比较[J]. 薛文斌. 石油化工自动化. 2014(05)
[5]列车高速通过隧道时车内压力波模拟试验研究[J]. 王前选,梁习锋,任鑫. 中南大学学报(自然科学版). 2014(05)
[6]带遗忘因子的预测迭代学习控制在阀控非对称缸系统中的应用研究[J]. 汪首坤,彭建敏. 机械工程学报. 2014(10)
[7]高速列车车内照度舒适性评价指标研究[J]. 苏燕辰,张瑞萍,李俊. 中国测试. 2013(S2)
[8]针对一类受限系统的优化迭代学习控制律[J]. 高飞,慕春棣,朱纪洪. 清华大学学报(自然科学版). 2013(11)
[9]带遗忘因子的PD型迭代学习控制算法研究[J]. 杨红. 暨南大学学报(自然科学与医学版). 2013(01)
[10]一类非线性系统的误差轨迹跟踪鲁棒学习控制算法[J]. 严求真,孙明轩. 控制理论与应用. 2013(01)
博士论文
[1]高速列车车内压力波动特性研究[D]. 朱一妃.北京交通大学 2017
[2]迭代学习控制理论及其在网络控制系统中的应用[D]. 柳春平.浙江大学 2013
硕士论文
[1]高速列车隧道内交会气动力瞬变特性研究[D]. 朱秋成.兰州交通大学 2018
[2]高速列车隧道运行车内外压力及车厢气密性研究[D]. 罗洁.西南交通大学 2018
[3]带遗忘因子的变增益迭代学习控制算法研究[D]. 甘义震.郑州大学 2018
[4]迭代学习控制的算法研究[D]. 丁伟杰.华南理工大学 2017
[5]基于AME Sim与Simulink的混联式液压混合动力车辆行驶策略联合仿真研究[D]. 李晓靖.西华大学 2017
[6]基于AMESim-simulink的混合动力载重汽车控制策略仿真研究[D]. 张磊.陕西理工学院 2016
[7]高速列车车内压力保护装置在隧道压力波下的适应性研究[D]. 罗禄林.兰州交通大学 2016
[8]综合舒适度模拟试验台气压控制系统设计与算法研究[D]. 屈国庆.西南交通大学 2016
[9]多容耦合压力系统迭代学习控制算法的研究[D]. 李淼.西南交通大学 2014
[10]动车组客室压力波动模拟实验系统设计[D]. 罗盼.西南交通大学 2013
本文编号：3284892
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
隧道压力波产生及在隧道口反射示意图
量和变化率的精确加载，从而模拟实车客室内的压力波动情况，为压力波动和人体舒适度方面的研究提供了实验基矗中南大学王前癣梁习锋[20]团队为研究压力波动和人耳舒适性之间的关系，搭建了车内压力波模拟试验装置，用于对列车通过隧道时产生的车内压力变化进行模拟加载。建立此系统的基本思想是车内的压力变化是车体进出空气流量关于时间的积分，利用与此，此车内压力波模拟试验装置包含一台气动源罗茨风机、主要控制单元两组阀门和波形控制台。此系统能够实现对实车线路运行时车内压力波动曲线的模拟加载，系统装置示意图如图1-2所示。图1-2车内压力波试验模拟装置示意图
西南交通大学硕士研究生学位论文第5页西南交通大学陈春俊团队搭建了隧道压力波模拟加载系统，此系统可对一节实际列车车厢通过隧道工况时的车外压力波进行模拟。同时能够研究车外隧道压力对车体气密性、车内压力波动对人体舒适性影响以及材料耐疲劳强度问题。另外还为中车青岛四方机车车辆股份有限公司研建了“车体及部件气密性试验台”，如图1-3所示。此试验台能实现单层高速列车和双层城际快车车内外试验压力波的加载，另外还能进行车体气密性与静强度试验、车体气动载荷作用下的强度试验、车内压力波动气压舒适性试验。图1-3车体及部件气密性试验台1.2.3迭代学习控制研究现状本文设计的动车组隧道压力波模拟系统，通过重复再现动车组通过隧道时产生的压力波来快速地获得大量的实验数据，用以进行相关研究。因而在本系统重复加载周期性压力波控制中，首先想到迭代学习控制算法（IterativeLearningControl，ILC），因为其是为周期性控制而提出的，在具有重复运动性质、非线性、强耦合、难以建模以及高精度轨迹控制要求的被控系统上有较好的适用性[21]。1978年，日本学者Uchiyama[22]在研究高速运动机械手时，首次提出迭代学习控制的概念和方法，但并未引起国际学者们的注意。直到1984年，Arimoto[23]等人将Uchiyama的初步想法加以完善，建立了实用的算法并从理论上证明了其可行性，同时针对开环P型、PI型、PID型ILC的理论和工程应用进行了大量研究，发表了一系列的学术论文，并且在机器人控制上成功应用了这些控制算法[23]，从此迭代学习控制得到人们的广泛关注[24,25]。迭代学习控制算法的参数选择一直都是ILC算法在实际应用中的难点和重点，影响参数的因素有很多，同时也都是ILC算法优劣评价的重要指标。另外算法的收敛速度也是ILC算法?
【参考文献】：
期刊论文
[1]轨道车辆内部压力与车体气密性、外部压力的关系[J]. 王前选,胡哲龙,梁习锋,黄尊地. 交通运输工程学报. 2018(04)
[2]多容耦合系统模糊超前迭代压力控制设计[J]. 方超,陈春俊,江传东. 中国测试. 2015(07)
[3]反馈辅助PD型迭代学习控制:初值问题及修正策略[J]. 孙明轩,毕宏博,周国良,王惠峰. 自动化学报. 2015(01)
[4]调节阀流量系数几种计算方法的比较[J]. 薛文斌. 石油化工自动化. 2014(05)
[5]列车高速通过隧道时车内压力波模拟试验研究[J]. 王前选,梁习锋,任鑫. 中南大学学报(自然科学版). 2014(05)
[6]带遗忘因子的预测迭代学习控制在阀控非对称缸系统中的应用研究[J]. 汪首坤,彭建敏. 机械工程学报. 2014(10)
[7]高速列车车内照度舒适性评价指标研究[J]. 苏燕辰,张瑞萍,李俊. 中国测试. 2013(S2)
[8]针对一类受限系统的优化迭代学习控制律[J]. 高飞,慕春棣,朱纪洪. 清华大学学报(自然科学版). 2013(11)
[9]带遗忘因子的PD型迭代学习控制算法研究[J]. 杨红. 暨南大学学报(自然科学与医学版). 2013(01)
[10]一类非线性系统的误差轨迹跟踪鲁棒学习控制算法[J]. 严求真,孙明轩. 控制理论与应用. 2013(01)
博士论文
[1]高速列车车内压力波动特性研究[D]. 朱一妃.北京交通大学 2017
[2]迭代学习控制理论及其在网络控制系统中的应用[D]. 柳春平.浙江大学 2013
硕士论文
[1]高速列车隧道内交会气动力瞬变特性研究[D]. 朱秋成.兰州交通大学 2018
[2]高速列车隧道运行车内外压力及车厢气密性研究[D]. 罗洁.西南交通大学 2018
[3]带遗忘因子的变增益迭代学习控制算法研究[D]. 甘义震.郑州大学 2018
[4]迭代学习控制的算法研究[D]. 丁伟杰.华南理工大学 2017
[5]基于AME Sim与Simulink的混联式液压混合动力车辆行驶策略联合仿真研究[D]. 李晓靖.西华大学 2017
[6]基于AMESim-simulink的混合动力载重汽车控制策略仿真研究[D]. 张磊.陕西理工学院 2016
[7]高速列车车内压力保护装置在隧道压力波下的适应性研究[D]. 罗禄林.兰州交通大学 2016
[8]综合舒适度模拟试验台气压控制系统设计与算法研究[D]. 屈国庆.西南交通大学 2016
[9]多容耦合压力系统迭代学习控制算法的研究[D]. 李淼.西南交通大学 2014
[10]动车组客室压力波动模拟实验系统设计[D]. 罗盼.西南交通大学 2013
本文编号：3284892
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3284892.html
