基于智能模糊控制在机车黏着优化策略中的研究

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.

关键词：智能模糊、T-S模糊神经网络、黏着利用率

所属期刊栏目：43

分类号：U260.11+5(机车工程)

在线出版日期：2023-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：88-94