欢迎来到天天文库
浏览记录
ID:34873639
大小:16.21 MB
页数:67页
时间:2019-03-13
《基于卡尔曼滤波的高速列车走行部关键参数辨识》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、论文题目:基于卡尔曼滤波的高速列车走行部:::?国内图书分类号:密级:公开r!国际图书分类号:2卜^西南交通大学研究生学位论文基于卡尔曼滤波的高速列车走行部关键参数辨识年级2012级姓名张钟舜申请学位级别硕士专业控制科学与工程指导老师周克敏、马嘉二零一五年五月十一日C(lassifiedIndex:Tmu.D.c:(.)xi;3SouthwestJiaotongUniversityMasterDereeThesisgPARAMETERESTIMATI
2、ONOFHIGH-SPEEDTRAINRUNINGBOGIEUSINGKALMANFILTERINGGrade:2012Candidate;ZhanZhonshunggAcademicDereeAliedfor:MasterdereegppgSecialit:ControlScienceandEnineerinpyggSuervisor:ZhouKeminMaLeip,Ma112015y.,西南交通大学学位论文版权使用授权书、本学位论文作者完全了解学校有关保留使用学位论文的规定,
3、同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索,可以采用影印。、缩印或扫描等复印手段保存和汇编本学位论文本学位论文属于1.保密□,在年解密后适用本授权书;2.不保密s/使用本授权书。“十(请在以上方框内打)):学位论文作者签名:知於指导老师签名一爲么""丨i曰期os':l曰期:J年I^西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下:1、通过研究列车车体及其转向架的结构,本
4、文建立了列车车辆的线性动力学模型。并以列车车体上安装的五个加速度传感器数据被选取作为状态方程的输出变量,给出了列车车体的状态空间模型。2、通过基于卡尔曼滤波的状态估计方法,实现了各项状态变量在列车正常运行时的状态监测。在列车正常运行的状态仿真实验中,仿真结果较好地体现了列车各项状态变量的情况,并消除了列车传感器所受的高斯白噪声的影响。3、通过基于扩展卡尔曼滤波、无迹卡尔曼滤波的方法,对高速列车走行部进行状态、参数的联合估计,对高速列车服役安全关键参数的实吋估计进行仿真和评估。两种非线性滤波方法(扩展卡尔曼滤波、无迹卡尔曼滤波)分别被用于
5、高速列车的状态、关键参数联合估计中,仿真结果证明了基于非线性卡尔曼滤波的参数估计方法在高速列车关键参数估计中的有效性。4、针对抗蛇行阻尼器的物理特性,对其分段线性化,并使用基于卡尔曼滤波的参数估计方法针对基于分段线性化描述的抗蛇行阻尼器进行跟踪和估计。本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作
6、者签名:曰期:2c;丨阳西南交通大学硕士研究生学位论文第丨页摘要高速列车服役安全与车体和转向架关键部件的安全性态紧密相关。由于列车的高一强度运行、,些部件更容易出现磨损老化、疲劳和失效等潜在故障因素,其相应的关键参数也会出现变化。本文针对列车车辆悬挂系统的参数估计问题,实现了基于卡尔曼滤波器(Kalmanfilter)、扩展卡尔曼滤波器(ExtendedKalmanfilter)、无迹卡尔曼滤波器(UnscentedKalmanfilter)的高速列车参数状态联合估计。参数及状态估计结果可用于评估列车的运行状态,实现高
7、速列车关键参数及状态的实时监测。,通过研究列车车体及其转向架的结构首先,本文建立了列车车辆的线性动力学。模型并以列车车体上安装的五个加速度传感器数据被选取作为状态方程的输出变量,给出了列车车体的状态空间模型,并进行了离散化。高速列车运行数据是由基于转向架动力学方程模型在仿真软件SIMPACK以及SIMULINK中搭建的模块,通过计算机仿真输出的。,其次,在将己经建立好的状态空间方程离散化后本文依据随机线性离散系统的卡尔曼滤波器基本方程。通过基于卡尔曼滤波的状态估计方法,得到了各项状态变量在列车正常运行时的状态。在列车正
此文档下载收益归作者所有