何 霄

(中鐵二院西北勘察設(shè)計有限責(zé)任公司站后綜合處，甘肅蘭州 730000)

0 引言

當(dāng)前，自動化駝峰已經(jīng)形成了推峰機車無線遙控、車組溜放速度自動控制的自動化控制能力，可以傳遞和共享信息的CIPS系統(tǒng)，極大提高了編組站的解體編組效率。雖然對推峰機車的控制已經(jīng)達(dá)到不用司機在駕駛室操作的水平，但該控制方式下，機車推峰速度的大小仍然憑人的經(jīng)驗判斷，無法保證當(dāng)前推峰速度即為最優(yōu)速度，而且推峰過程中包含多個復(fù)雜的變量，對速度的計算容易受到鉤車長度、重量，峰頂與駝峰尾部距離及與前行鉤車的距離等因素的影響。論文在考慮到諸多因素后，提出用模糊神經(jīng)網(wǎng)絡(luò)的智能算法［1－2］，通過建立合理的網(wǎng)絡(luò)模型來實現(xiàn)推峰機車速度的精確控制，利用模糊控制理論魯棒性和容錯能力強的特點及神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)和訓(xùn)練的能力，得到最優(yōu)的速度控制模型。

1 影響機車推峰速度的因素

1．1 前后兩鉤車摘鉤點的距離差值

即前行鉤車完成摘鉤作業(yè)的地點與當(dāng)前鉤車摘鉤地點在距離上的差值。在車組溜放過程中，相鄰鉤車之間須保持一定距離的安全間隔，以免溜放車組因分路道岔轉(zhuǎn)換不及時而造成車輛掉道或擠壞道岔的現(xiàn)象。根據(jù)運動物體速度與距離的關(guān)系，若正在溜放的鉤車與峰頂即將提鉤的構(gòu)成間距越大，則應(yīng)適當(dāng)加快機車推峰速度，有利于提高作業(yè)效率;反之則減小推峰速度，避免速度過快導(dǎo)致溜放途中兩鉤車碰撞［3］。對于相同作業(yè)計劃，其車組數(shù)量和長度是固定不變的，所以決定相鄰溜放車組間距的因素為不同的摘鉤地點的選取。

1．2 溜放車組走行性能引起的時間差異

進行溜放作業(yè)的鉤車可根據(jù)走行性能的不同分為難行車(一般為輕車或空車，產(chǎn)生的重力加速度較小)和易行車(一般為重車，產(chǎn)生的重力加速度較大)，確定機車推峰速度時，相鄰鉤車走行性能的大小決定機車推峰速度的變化。若前車是難行車，后車是易行車，則推峰速度就應(yīng)適當(dāng)減小;若前車易行后車難行，要適當(dāng)提高推峰速度。假設(shè)給機車恒定的推峰速度V，則相鄰鉤車通過峰頂?shù)臅r間差t應(yīng)滿足:

式中:l為車組長度。

1．3 前行鉤車的速度

如果相鄰兩車組溜放過程的時間差最短，則此時機車達(dá)到最優(yōu)推峰速度。如果前行車組速度越大，則推峰速度應(yīng)適度增大，保證當(dāng)前車組以合理的速度進入溜放坡，提高解體作業(yè)效率。

1．4 前行車組所經(jīng)過的分路道岔位置到峰頂?shù)木嚯x

如果該距離較大，相鄰車組共同走行的距離將隨之增大，應(yīng)該及時降低推峰速度，使當(dāng)前車組與前行車組保持安全間隔距離，確保當(dāng)前車組在分路道岔轉(zhuǎn)到位之前到達(dá)相應(yīng)道岔。

2 基于模糊神經(jīng)網(wǎng)絡(luò)的推峰速度控制模型

2．1 對所輸入變量模糊化處理

(1)前后兩鉤車摘鉤點的距離差值模糊化處理。如果前行鉤車中車輛數(shù)較多(有可能整車溜放)，當(dāng)前鉤車的車輛數(shù)最少為1，則摘鉤點距離的差值論域可定為［0，100］，同時賦予5個語言變量值很小(VS)、小(S)、中(M)、大(B)，很大(VB)，可得到各語言的隸屬函數(shù)如式(2)所示:

(2)溜放車組走行性能引起的時間差異的模糊化處理?？紤]到溜放過程的特殊情況，可能存在相鄰鉤車的車輛數(shù)相差很多的現(xiàn)象，時間差=L(幾乎等于帶解車組長度)/V(平均速度)，應(yīng)該相差30 s，所以取論域為［－15，15］，賦予 3個語言變量小(S)、中(M)、大(B)，隸屬函數(shù)如式(3)所示:

(3)前行鉤車速度的模糊化處理。調(diào)機推峰速度按規(guī)定不能超過15 km/h，正常情況下最低為3 km/h，論域為［3，15］，賦予5 個語言變量值VS、S、M、B，VB，隸屬函數(shù)如式(4)所示:

(4)前行車組所經(jīng)過的分路道岔位置到峰頂?shù)木嚯x的模糊化處理。編組站溜放坡的第一分路道岔距峰頂?shù)木嚯x不少于30 m，最后一個分路道岔距峰頂一般不超過150 m，所以距離的論域為［30，150］，賦予3個語言變量S、M、B，隸屬函數(shù)如式(5)所示:

2．2 建立模型

根據(jù)模糊系統(tǒng)的標(biāo)準(zhǔn)模型，設(shè)計了控制駝峰推峰速度的模糊神經(jīng)網(wǎng)絡(luò)模型。此模糊神經(jīng)網(wǎng)絡(luò)控制器為四輸入單輸出系統(tǒng)，輸入為影響機車推峰速度的因素，X表示前后兩鉤車摘鉤地點的距離差值、U表示前行車組推峰速度、T表示溜放車組走行性能差異、L表示前行車組所經(jīng)過的分路道岔位置到峰頂?shù)木嚯x。如圖1所示。

圖1 推峰速度模型

3 基于模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法

采用誤差反向傳播的迭代算法［4］。為此對每個神經(jīng)元的輸入輸出關(guān)系加以形式化描述。推峰速度的誤差函數(shù)定義為:

式中:Vc是實際計算輸出，V0是樣本。

學(xué)習(xí)目標(biāo)就是使E小于預(yù)定義的誤差。設(shè)取誤差代價函數(shù)為:

可以得出參數(shù)調(diào)整的學(xué)習(xí)算法為:

4 仿真過程

從編組站CIPS系統(tǒng)中得到原始數(shù)據(jù)組，這里只需要實際股道、實際輛數(shù)、實際重量、給定推峰速度、實際推峰速度五類數(shù)據(jù)，從中取490組數(shù)據(jù)作為學(xué)習(xí)樣本訓(xùn)練，10組作為測試樣本與仿真結(jié)果對比，用對比結(jié)果說明仿真的準(zhǔn)確性［5］。取0．001為誤差平方和，經(jīng)過485次訓(xùn)練之后達(dá)到要求。如圖2為訓(xùn)練過程圖，表1為訓(xùn)練后部分參數(shù)表:

圖2 訓(xùn)練過程圖

表1 訓(xùn)練后部分參數(shù)表

將10組測試數(shù)據(jù)作為輸入信息，經(jīng)仿真后的輸出結(jié)果與測試樣本結(jié)果相比較，得到圖3的結(jié)果。*表示模擬速度，曲線為樣本速度，從圖中可以看出，利用模糊神經(jīng)網(wǎng)絡(luò)建立的機車推峰速度模型與機車實際推峰速度基本相似，因此證明論文利用模糊神經(jīng)網(wǎng)絡(luò)控制機車推峰速度是可行的。

圖3 測試圖

在驗證了用模糊神經(jīng)網(wǎng)絡(luò)控制機車推峰速度的可行性后，選取某一段時間機車運行速度曲線作為參照，與模糊神經(jīng)網(wǎng)絡(luò)計算的速度進行對比，進一步驗證模糊神經(jīng)網(wǎng)絡(luò)控制推峰速度的可靠性。在編組站作業(yè)計劃中任選兩鉤計劃，第一鉤車從峰頂?shù)今劮逦膊窟\行時間為3～25 s，另一個鉤車的運行時間為25～43 s，模型的時間周期設(shè)定為2 s，通過神經(jīng)網(wǎng)絡(luò)模型計算機車運行速度。如圖4為模擬速度與實際運行速度的對比

圖4 模擬速度與實際速度對比

圖4 中連續(xù)的曲線為機車實際運行速度，*表示用模糊神經(jīng)網(wǎng)絡(luò)計算出的模擬速度。從圖中可以看出，模擬速度與實際運行速度相差甚小。另外，人工控制機車速度的過程完全憑個人經(jīng)驗，會出現(xiàn)在某一動及旋轉(zhuǎn)的載荷下加工的?？梢越柚谲浖ζ浼庸み^程中的振動情況進行仿真和分析，從而可以對振動幅度進行有效地減小。另外，中心孔是定位、校驗軸類零件的基準(zhǔn)，無論是中心孔的深度，還是其錐度的大小、兩端之間的同軸度都對加工軸類零件有著很大的影響，這也是今后在對細(xì)長軸加工精度提高時所需要考慮和解決的重要問題之一。

［1］ 宋穎杰，徐 琳．淺談中心軸與孔類加工［J］．應(yīng)用技術(shù)，2013(9):72-73．

［2］ 郭建亮，崔伯第．基于切削力測量的細(xì)長軸加工誤差在線補償［J］．機床與液壓，2005(5):86-89．

［3］ 武文革，龐思勤．可逆向車削細(xì)長軸加工誤差分析［J］．北京理工大學(xué)學(xué)報，2004，2(2):86-89．

［4］ 王小翠，李 蔚．細(xì)長軸車削用量優(yōu)化與加工變形誤差補償技術(shù)的研究［J］．工藝與檢測，2007(7):85-88．

［5］ 戴海港．軸類零件彎曲變形在線檢測研究［D］．成都:西華大學(xué)機械學(xué)院，2011．

［6］ 謝新偉，趙千紅，徐國榮，等．減緩車削加工時細(xì)長軸震動的方法［J］．應(yīng)用能源技術(shù)，2007(9):9-10．

［7］ 張新運，王小翠，李 蔚．車削加工誤差補償技術(shù)的研究［J］．西安工程大學(xué)學(xué)報，2009，8(2):56-58．

［8］ 王小翠，李 蔚．細(xì)長軸車削用量優(yōu)化與加工變形誤差補償技術(shù)的研究［J］．工藝與檢測，2007(7):85-88．

［9］ 江 平．細(xì)長軸車削加工過程的有限元仿真分析［D］．成都:西華大學(xué)機械學(xué)院，2012．

［10］ 武文革，龐思勤．可逆向車削細(xì)長軸加工誤差分析［J］．北京理工大學(xué)學(xué)報，2004，2(2):86-89．

［11］ 葉又東．?dāng)?shù)控銑削加工中的工藝分析及處理［J］．機械，2004(10):40-42．