Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都理工大学;西南交通大学李阳腾龙获国家专利权

成都理工大学;西南交通大学李阳腾龙获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉成都理工大学;西南交通大学申请的专利一种钢轨状态控制的两阶段优化方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119808243B

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411885780.2,技术领域涉及:G06F30/13;该发明授权一种钢轨状态控制的两阶段优化方法是由李阳腾龙;王平;李泽;喻洁;梁洮怀;闫红良设计研发完成,并于2024-12-20向国家知识产权局提交的专利申请。

一种钢轨状态控制的两阶段优化方法在说明书摘要公布了:本发明公开了一种钢轨状态控制的两阶段优化方法,属于轨道交通领域精密工程测量技术应用范畴。对待优化钢轨作第一阶段分段,建立含典型敏感波长不平顺的钢轨状态优化模型;附加轨枕扣件待调整量限制及约束界值,逐段求解不等式约束模型;根据评价值迭代修正不等式,直至迭代终止;基于平滑信息得最优实数解;作第二阶段分段,建立含邻域点剩余偏差n阶差分函数和波形一致性函数的状态优化模型;附加轨枕扣件待调整量限制及约束界值,逐段求解不等式约束模型,获得最优级差整数解。本发明考虑引起列车激振的变波长不平顺及一般工程中调整材料级差问题,提高乘坐舒适性,降低TQI,解决精调方案制定费时费力,效果参差不齐的问题,实现状态最优控制。

本发明授权一种钢轨状态控制的两阶段优化方法在权利要求书中公布了:1.一种钢轨状态控制的两阶段优化方法,其特征在于,包括以下步骤: S1:对待优化的钢轨的长度按照第一预设长度进行第一阶段分段; S2:建立一阶段分段长度区间内钢轨状态优化模型,所述一阶段分段长度区间为一阶段基本规划单元,所述一阶段分段长度区间内钢轨状态优化模型包括该区间内所有轨枕扣件的待调整量目标函数、典型敏感波长不平顺函数和钢轨状态评价函数; S3:基于所述典型敏感波长不平顺函数、状态评价函数、轨枕扣件待调整量限制以及约束界值,建立一阶段钢轨状态优化的不等式约束模型; S4:对一阶段的目标函数和不等式约束模型进行优化求解,获得轨枕扣件调整量实数解; S5:对各分段长度区间内钢轨按照S2-S4进行处理,直至完成待优化的钢轨处理,并对调整后的钢轨状态进行评价,获得钢轨状态的评价值; S6:调整约束界值,重复S1-S5,并基于评价值判断是否终止迭代; S7:若未终止,则重复S6,直至迭代终止; S8:迭代终止后,对迭代各次求解所得钢轨的状态进行判别,选取较优状态评价值所代表的钢轨状态的集合,并根据平滑信息选择最优钢轨形位,获得钢轨平顺状态的最优实数解; S9:对待优化的钢轨的长度按照第二预设长度进行第二阶段分段; S10:基于最优实数解,建立二阶段分段长度区间内钢轨状态优化模型,所述二阶段分段长度区间为二阶段基本规划单元,所述二阶段分段长度区间内钢轨状态优化模型包括该区间内所有轨枕扣件的待调整量目标函数、邻域点剩余偏差n阶差分函数和波形一致性函数,所述二阶段分段长度区间内钢轨状态优化模型的待调整量为级差的整倍数,所述邻域点剩余偏差n阶差分函数为递推式,所述递推式由得到,其中,为待优化钢轨的轨枕编号,,为自然数,,m为待优化钢轨所含的轨枕个数,l为轨枕间隔数,,且,所述波形一致性函数为,其中,为级差,为i点处级差数量,为i点处二阶段待调整量与对应一阶段最优实数解的较差; S11:基于邻域点剩余偏差n阶差分函数、波形一致性函数和轨枕扣件待调整量限制以及约束界值,建立二阶段钢轨状态优化的不等式约束模型; S12:对二阶段的目标函数和不等式约束模型进行整数规划求解,获得扣件材料级差整倍数的轨枕扣件调整量; S13:对各分段长度区间内钢轨按照S10-S12进行处理,直至完成待优化的钢轨处理,获得钢轨调整的最优级差整数解。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人成都理工大学;西南交通大学,其通讯地址为:610000 四川省成都市二仙桥东三路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。