Close
Publizieren
Besondere Sammlungen
Digitalisierungsservice
Hilfe
Impressum
Datenschutz
jump to main content
Search Details
Quicksearch:
OK
Result-List
Title
Title
Content
Content
Page
Page
Search Book
Geisler, Jens: Selbstoptimierende Spurführung für ein neuartiges Schienenfahrzeug. 2014
Content
Einleitung
Grundlagen und Stand der Technik
Das System RailCab
Spurführung von Schienenfahrzeugen
Kräfte zwischen Rad und Schiene
Verschleiß an Rad und Schiene
Entgleisung durch Aufklettern
Achskonzepte: Radsatz und Radpaar
Aktueller Stand der Technik und Forschung
Selbstoptimierende Systeme – der SFB 614
Der Selbstoptimierungsprozess
Ziele und Zielsysteme
Makrostruktur
Mikrostruktur – das Operator-Controller-Modul (OCM)
Modellbasierte Selbstoptimierung
Modellprädiktive Regelung
Selbstoptimierung und Mehrzieloptimierung
Grundlagen der Mehrzieloptimierung
Mehrzieloptimierung, aktueller Stand der Forschung
Automatische Mehrzieloptimierung durch Skalarisierung
Das Spurführungsmodul der RailCab-Versuchsfahrzeuge
Physikalischer Aufbau eines RailCabs
Sensoren und Aktoren
Relative Querpositionssensoren
Lenkzylinder
Lineare Modelle
Identifikation
Trassierung und Gleislagefehler
Trassierung
Gleislagefehler
Detailliertes Simulationsmodell
Aufbau des Modells
Validierung des Simulationsmodells
Selbstoptimierende Spurführungsregelung
Hierarchische Strukturierung
Allgemeine Struktur des Spurführungsreglers
Kurvenvorsteuerung
Störgrößenaufschaltung
Regelung mit Vorsteuerung der Gleislagefehler
Regelung bei unbekannten Gleislagefehlern
Zustandsregler zur modellgestützten Vorsteuerung
Ziele
Inhärente Ziele
Externe Ziele
Selbstoptimierende Trajektorienvorsteuerung
Modellprädiktive Planung und Interpolation der Trajektorien
Proportionaler Störregler
Differenzielle Dynamische Programmierung
Berücksichtigung von Beschränkungen
Trajektoriengenerierung für die Spurführung
Ergebnisse und Validierung
Die Pareto-Front der optimalen Trajektorien
Optimale Trajektorien
Testfahrten mit optimaler Trajektorienvorsteuerung
Selbstoptimierende Riccati-Regler
Riccati-Regler mit mehreren Gütemaßen
Iterative Optimierung der Gewichte
Algorithmus für einen Pareto-Regler
Quasikontinuierliche Regleranpassung
Der Algorithmus im Detail
Pareto-Regler mit dynamischen Führungsgrößen
Pareto-Regler für die Spurführung
Zustandsrekonstruktion
Wahl der Ziele
Wahl des Pareto-Punktes
Ergebnisse und Validierung
PaCo-Regelung für ein einfaches Beispiel
Funktion der Spurführung mit PaCo-Regler
Validierung der Funktion
Fahrten bei unterschiedlichen Geschwindigkeiten
Fahrten mit unterschiedlichen Vorgaben
Ausblick
Verwendete Formelzeichen
Literaturverzeichnis
The search-operation requires javascript to be activated.