在全自动运行系统中,为了满足乘客出行需求,既有线路不断加密行车对数。随着列车速度提升,隧道活塞风引起交变载荷显著增大,最直接的影响是使屏蔽门开关门变慢甚至无法开关门。在地铁全自动驾驶系统快速发展与乘客出行需求增加的背景下,对屏蔽门所受活塞风压载荷的研究以及对屏蔽门系统控制电机输出驱动力的预测具有重要的意义。本文首先介绍了活塞风形成原理以及理论计算方法,通过对屏蔽门进行受力分析,推导出屏蔽门系统控制电机输出力计算公式;构建了两车隧道活塞风模型,并运用动网格技术对列车运动时在隧道内引起活塞风的速度与压力进行仿真数值模拟。然后,对两车模型的压力场与速度场进行分析,得出隧道内流场分布特性;结合有限容积法与SIMPLE算法计算隧道内压力场与速度场,模拟屏蔽门所受各方向活塞风压大小;在此模型基础上,研究了列车运行速度与两车之间隧道区间长度对屏蔽门所受风压载荷大小的影响,得出屏蔽门所受最大风压受两车之间隧道区间长度和列车速度综合作用的影响。最后,基于遗传算法改进BP神经网络提出了根据列车运行速度与两车间隧道长度预测屏蔽门系统控制电机输出力的模型,利用前述活塞风数值模拟样本对神经网络进行训练,并通过验证测试样本证明了该模型的有效性和适用性。该模型能够有效预测屏蔽门电机输出力,可使屏蔽门避免活塞风压的影响而正常关门。