基于非线性神经网络的列车半主动悬挂系统

华南理工大学学报（自然科学版） ›› 2005, Vol. 33 ›› Issue (12): 75-77,91.

基于非线性神经网络的列车半主动悬挂系统

丁问司¹ 卜继玲²

1．华南理工大学汽车工程学院，广东广州 510640；2．西南交通大学机车车辆研究所，四川成都 610031

收稿日期:2005-01-14 出版日期:2005-12-25 发布日期:2005-12-25
通信作者: 丁问司(1968-)，男，副教授，主要从事轨道车辆悬架及电液控制研究 E-mail:traindamper@tom.com
作者简介:丁问司(1968-)，男，副教授，主要从事轨道车辆悬架及电液控制研究
基金资助:
广东省自然科学基金博士科研启动基金资助项目(04300105)；华南理工大学自然科学基金资助项目(E504 1010)

Semi-Active Suspension System of Train Based on Nonlinear Neural Networks

Ding Wen-si¹ Bu Ji-ling²

1.College of Automotive Engineering,South China Univ.of Tech.,Guangzhou 5 10640,Guangdong,China;2.Vehicle Research Institute,Southwest Jiaotong Univ.,Chengdu 610031,Sichuan,China

Received:2005-01-14 Online:2005-12-25 Published:2005-12-25
Contact: 丁问司(1968-)，男，副教授，主要从事轨道车辆悬架及电液控制研究 E-mail:traindamper@tom.com
About author:丁问司(1968-)，男，副教授，主要从事轨道车辆悬架及电液控制研究
Supported by:
广东省自然科学基金博士科研启动基金资助项目(04300105)；华南理工大学自然科学基金资助项目(E504 1010)

摘要/Abstract

摘要： 为了在保证行车安全的前提下，提高列车的横向平稳性能，提出一种基于天棚原理的列车横向半主动悬挂系统，并建立了半主动悬挂非线性神经网络控制模型，设计了神经辨识器和控制器．仿真计算和实测结果显示：与不施加控制时相比，半主动悬挂系统采用神经网络控制时车体的横向加速度峰值明显下降，横向平稳性明显改善，横向平稳性指标( 值)在仿真和实测状况下分别改善了9．04%和15．9%．

关键词: 列车, 半主动悬挂, 减振器, 非线性神经网络

Abstract:

In order to improve the lateral ride quality of train without endangering safety,this paper illustrates a lat-eral semi-active suspension system based on the skyhook rule.A controlling model of the proposed system is then put forward based on n0nlinear neural networks,with a neural identifier and a controller being also designed.The simulated and tested resuhs show that.compared with the status without any controlling step,the peak of lateral ac-celerati0n of the semi-active suspension system controlled by neural networks decreases obviously,and that the lateral ride quality of train is efectively improved,with the lateral ride item (the value of )being improved by 9.04% in the simulation and 15.9% in the actual testing.

Key words: train, semi-active suspension, damper, nonlinear neural network

丁问司卜继玲. 基于非线性神经网络的列车半主动悬挂系统[J]. 华南理工大学学报（自然科学版）, 2005, 33(12): 75-77,91.

Ding Wen-si Bu Ji-ling. Semi-Active Suspension System of Train Based on Nonlinear Neural Networks[J]. Journal of South China University of Technology (Natural Science Edition), 2005, 33(12): 75-77,91.

[1]	郑亚晶, 马梓瀚, 常孝亭, 等. 高速铁路中间站股道规模配置与列车时刻表的综合优化[J]. 华南理工大学学报(自然科学版), 2023, 51(4): 115-123.
[2]	毛军, 韩晨煜, 陈明杲. 横风桥隧区域列车突出隧道时的瞬态气动特性[J]. 华南理工大学学报(自然科学版), 2023, 51(2): 54-64.
[3]	杜建明, 房倩, 王赶, 等. 高速列车经过双线隧道瞬变压力及压力梯度特征[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 58-68.
[4]	杜建明, 房倩, 李建业. 车隧阻塞比对高铁隧道壁面气动压力特征的影响[J]. 华南理工大学学报(自然科学版), 2022, 50(5): 56-64.
[5]	魏润斌, 贾顺平, 童瑞咏, 等. 一般树型线条件下的列车开行方案优化研究[J]. 华南理工大学学报(自然科学版), 2022, 50(11): 44-51.
[6]	郑亚晶, 李耀辉, 李雨恒, 等. 再生制动条件下地铁列车运行图的节能优化[J]. 华南理工大学学报（自然科学版）, 2021, 49(7): 1-7.
[7]	郗艳红, 渠述强, 毛军, 等. 隧道列车火灾玻璃破裂开口火溢流行为特性研究[J]. 华南理工大学学报（自然科学版）, 2021, 49(5): 56-64.
[8]	谢方伟, 徐纯洁, 万快弟, 等. CDC 减振器用先导阀参数协同优化设计[J]. 华南理工大学学报（自然科学版）, 2021, 49(2): 131-139.
[9]	肖烨罗小勇. 重载列车提载对简支 T 梁桥动力响应的影响[J]. 华南理工大学学报（自然科学版）, 2020, 48(9): 124-132.
[10]	施成华, 王昂, 邓锷, 等. 桥隧段风屏障对高速列车气动荷载及行车安全的影响[J]. 华南理工大学学报（自然科学版）, 2020, 48(6): 58-68,76.
[11]	姚恩建张金萌郇宁. 效率与公平导向下城轨大小交路开行方案优化[J]. 华南理工大学学报（自然科学版）, 2020, 48(5): 41-48,57.
[12]	杨永红邓卓. 满足铰接列车安全通行的平曲线指标研究[J]. 华南理工大学学报（自然科学版）, 2019, 47(6): 87-93.
[13]	邓锷杨伟超张平平. 横风下高速列车突入隧道时气动荷载冲击效应[J]. 华南理工大学学报(自然科学版), 2019, 47(10): 130-138.
[14]	金天贺刘志明任尊松李响. 高速列车减振器组合阻尼特性效应研究[J]. 华南理工大学学报(自然科学版), 2018, 46(9): 116-124.
[15]	李国杰李利平 Subhash Rakheja 上官文斌. 带旁通孔磁流变减振器动态特性的研究[J]. 华南理工大学学报（自然科学版）, 2018, 46(12): 66-73,102.