買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉大連交通大學申請的專利一種列車無線網絡時延補償自適應滑模容錯控制方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119239689B 。

龍圖騰網通過國家知識產權局官網在2025-04-18發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411773313.0，技術領域涉及：B61L15/00；該發明授權一種列車無線網絡時延補償自適應滑模容錯控制方法是由劉洋;李帥;李常賢設計研發完成，并于2024-12-05向國家知識產權局提交的專利申請。

本一種列車無線網絡時延補償自適應滑模容錯控制方法在說明書摘要公布了：本發明涉及列車控制技術領域，具體為一種列車無線網絡時延補償自適應滑模容錯控制方法，包括采集無線時延數據、進行時延預測、進行牽引制動執行器的健康程度檢測、建立動力學模型、將時延預測結果、健康程度檢測結果、基本阻力數據作為參數輸入到自適應滑模容錯控制器中對列車進行運行控制。本發明通過設置CNN?GRU時延預測模型，能夠在通過卷積神經網絡提取特征信息后，再進行實驗預測，能夠提高時延預測的準確性；通過建立多質點的列車動力學模型，考慮基本阻力、附加阻力、車廂間的作用力、質量回轉系數和執行器的健康狀況，使列車動力學模型更加貼近實際，采用改進的粒子群算法對時延預測模型進行超參數尋優，提高粒子群算法尋優超參數的準確性。

本發明授權一種列車無線網絡時延補償自適應滑模容錯控制方法在權利要求書中公布了：1.一種列車無線網絡時延補償自適應滑模容錯控制方法，其特征在于，包括以下步驟：S1：通過截取發送數據時間的時間戳采集列車無線通信設備的無線時延數據；S2：構建CNN-GRU時延預測模型，將無線延時數據輸入至CNN-GRU時延預測模型中進行預測，獲得網絡時延；S3：采用BP神經網絡對牽引制動執行器的健康程度進行檢測，獲得牽引制動執行器的健康程度數據；S4：建立列車動力學模型；建立列車動力學模型具體為：考慮車廂之間作用力、牽引制動執行器的健康程度數據、基本阻力數據、附加阻力數據和質量回轉系數，建立列車動力學模型，其表達式為： 其中，為第j輛列車的位移，vj為第j輛列車的速度，mi為第i輛列車車廂的質量，λi為第i輛列車牽引制動執行器健康程度，r為質量回轉系數，Fi為第i輛列車的控制器輸出的力，fi為第i輛列車運行過程中的阻力，gii+1＝αΔx+βΔv，gii+1為相鄰車廂之間的作用力，α為彈簧-阻尼系統的彈簧的彈性耦合系數，β為彈簧-阻尼系統的阻尼系數，Δx和Δv分別表示相鄰車廂之間的位移差和速度差，t為當前時刻，τ為時間延遲，gi-1i為相鄰車廂之間的作用力；S5：根據步驟S2中得到的網絡時延、步驟S3中得到的牽引制動執行器的健康程度數據、步驟S4中建立的列車動力學模型設計改進的自適應滑模容錯控制器控制率，對列車進行控制，具體包括以下步驟：S501：根據列車動力學模型，獲得位移誤差和速度誤差，其表達式為： 其中，eit為理想位移和實際位移的誤差，為理想速度和實際速度的誤差，xdit為理想位移，xit為實際位移，vdit為理想速度，vit為實際速度；S502：獲得滑模面函數，其表達式為： 其中，sit為滑模面函數，i表示序號，c為調節趨近速度的系數，且c＞0，eit為理想位移和實際位移的誤差，為理想速度和實際速度的誤差；S503：獲得混合趨近率，其表達式為： 其中，i表示序號，xite、k、eq1i、eq2i、h1i、h2i均為調節趨近速度的系數，s為滑模面；S504：根據滑模面函數和混合趨近率獲得自適應滑模容錯控制器控制率，其表達式為： 其中，uit+τ為控制器輸出的力，t為當前時刻，τ為預測的網絡時延，為加速系數與牽引制動執行器的健康程度之積的倒數，ψ為加速系數，δit為牽引制動執行器的健康程度，xite、k、eq1i、eq2i、h1i、h2i為調節趨近速度的系數，sit為滑模面函數，c為調節趨近速度的系數，eit為理想位移和實際位移的誤差，θ為中間量，vdit為理想速度，fbt為基本阻力，sgn為符號函數；S505：考慮外界環境因素對基本阻力的影響，通過RBF神經網絡擬合得到考慮外界環境因素的基本阻力，其表達式為： 其中，fbit為考慮外界環境因素的基本阻力，為RBF神經網絡的估計權重，φit為激活函數，為RBF神經網絡估計差值；S506：在考慮外界環境因素的情況下設計改進的自適應滑模容錯控制器控制率，其表達式為： 其中，uit+τ為控制器輸出的力，t為當前時刻，τ為預測的網絡時延，為加速系數與牽引制動執行器的健康程度之積的倒數，ψ為加速系數，δit為牽引制動執行器的健康程度，xite、k、eq1i、eq2i、h1i、h2i為調節趨近速度的系數，sit為滑模面函數，c為調節趨近速度的系數，eit為理想位移和實際位移的誤差，vdit為理想速度，fbt為基本阻力，sgn為符號函數，為RBF神經網絡的估計權重，φit為激活函數，為RBF神經網絡估計差值；S507：獲得超參數的自適應率，其表達式： 其中，為t時刻的的自適應率，rζ為控制自適應率變化的常量，sit為滑模面函數，sgn為符號函數，δit為牽引制動執行器的健康程度，為權重的自適應率，rw為控制自適應率變化的常量，ψ為加速系數，φit為激活函數，為偏移量的自適應率，rε為控制自適應率變化的常量。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人大連交通大學，其通訊地址為：116000 遼寧省大連市沙河口區黃河路794號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。