基于灰色预测模糊PID控制的列车ATO系统优化

对列车目标运行曲线的精确追踪是列车自动驾驶系统实现列车安全、准时、节能及舒适运行的核心。针对列车运行过程的大滞后、非线性问题,设计以灰色预测模糊PID算法为核心的列车自动驾驶控制器,以此达到优化列车ATO控制系统的目的。灰色预测控制设置在反馈回路中,其预测值与给定输入值的偏差及偏差变化率作为模糊控制器的输入。模糊控制系统对PID控制的参数进行自动校正,参数可调的PID算法完成对系统的控制。选取相关线路和车型并做仿真试验,验证了经控制器作用后的输出曲线与列车运行的输入曲线之间的追随误差小,加速度的变化在合理的范围内。因此,设计的控制器可以取得良好的ATO控制效果。     

基于改进灰色预测模糊PID控制的列车多目标优化研究

针对列车自动驾驶(ATO)系统各性能指标最优问题,充分考虑灰色预测控制、模糊控制与PID控制各自的优点,提出一种改进灰色预测模糊PID控制算法。以准时性、舒适性、精准停车及能耗为指标,列车动力学方程为约束,构建列车运行多目标模型;然后采用遗传算法优化该模型,根据MATLAB软件得到列车运行目标曲线;最后利用Simulink模块搭建PID控制器仿真模型、模糊PID控制器仿真模型和改进灰色预测模糊PID控制器仿真模型,获得其对应的跟踪曲线。选用车型和线路仿真模拟,仿真结果表明:改进灰色预测模糊PID控制算法比PID控制算法和模糊PID控制算法在提高列车运行的准时性、舒适性、停车精确性以及降低能耗方面更有效。     

基于模糊自适应PID控制的ATO系统控制算法

为了研究ATO系统控制算法的智能性和高效性,在传统PID算法的基础上,充分考虑到列车系统的非线性和复杂性,结合模糊控制理论能进行实时非线性调节的优点,提出了模糊自适应PID控制算法。并在Matlab/Simulink中建立了ATO系统的仿真模型和算法控制模块。将两种算法分别运用到ATO系统中,对目标速度曲线进行跟踪,从停车精度、追溯性、准时性、节能性、舒适性五个方面对二者的控制性能进行比较分析。仿真结果表明,将模糊自适应PID算法运用到ATO系统中,列车的控制性能能够很好地满足ATO系统的各个性能指标要求。     

模糊预测控制在ATO系统中的应用

首先介绍了列车自动运行系统(ATO)的基本结构和功能,然后介绍了模糊逻辑和预测控制的基本原理,最后对模糊预测控制在列车自动运行系统中的应用深入研究,并进行仿真验证。通过对比PID控制器,表明在列车控制系统中,采用模糊预测控制器对于改善列车安全性能有明显的帮助。     

基于PID算法ATO系统的仿真研究

基于现有列车运动模型,设计了列车速度闭环仿真模型,其中控制器采用PID控制算法,当系统输入波浪形V-S曲线时,在PID控制器控制参数设置恰当的情况下,系统输出的V-S曲线具有较为满意的跟随性,在输出的加速度曲线中在列车的启动阶段和中间速度波动阶段会有尖峰波动现象。针对基于PID控制算法的ATO系统出现的问题进行了分析。     

基于预测型灰色控制的列车自动运行速度控制器建模与仿真

速度控制器是列车自动运行(ATO)系统的核心技术之一.针对ATO速度控制器的调速功能,采用预测控制和灰色控制相结合的策略,综合考虑舒适性、节能性、准时性、停车精度等性能指标,并结合测速定位误差、空转打滑、操作时延等现场影响因素,建立了速度控制器数学模型.模型在车载平台下进行了仿真测试,验证了ATO速度控制器的调速功能,达到了预期的控制效果.     

一种舒适且高精度的列车停车控制器的设计

舒适性和停车精度是列车自动驾驶系统(ATO)的重要性能指标.本文首先根据现场经验建立ATO的性能指标评价函数.在此基础上,设计出一种舒适并且高停车精度的列车自动停车控制器.仿真结果表明;与传统的PID控制器相比,本文设计的控制器的舒适度更好,停车精度更高.     

基于自抗扰控制的地铁列车驾驶控制算法

基于PID算法或基于模糊PID算法的地铁列车ATO驾驶控制算法的速度响应误差大,加减速切换频繁,从而导致旅客舒适度一般,列车停车精度不高,列车能耗略高和运行时间存在一定误差的问题。搭建地铁列车模型,结合北京地铁亦庄线线路数据,通过仿真实验对比基于PID算法,基于模糊PID算法,基于专家系统,基于ADRC算法的地铁列车ATO驾驶控制算法的控制效果,并在实验中运用改进的粒子群算法对ADRC算法的参数进行快速整定。仿真结果表明:基于ADRC算法的地铁列车ATO驾驶控制算法的控制效果优于基于PID算法和基于模糊PID算法的地铁列车ATO驾驶控制算法,其控制效果和经验丰富的司机驾驶基本相当,可以有效提高旅客舒适度、列车停车精度,减小列车能耗、运行时间误差。     

线性自抗扰控制算法在ATO系统中的应用研究

针对列车运行系统快速、稳定、精确等要求,将线性自抗扰控制（LADRC）算法应用于ATO系统的速度控制,并采用粒子群优化（PSO）算法对LADRC算法进行优化,提高LADRC控制器的参数整定效率。仿真 结果表明,该算法较传统的PID控制算法,能够有效提高速度控制的快速性和精度,改善乘客舒适度。     

基于GA优化模糊PID控制的ATO算法研究

针对城市轨道列车的自动驾驶系统(ATO)传统PID控制方法适应性差和智能化不足的问题,基于该领域专家知识和驾驶司机的操作经验,将遗传算法优化的模糊PID控制算法运用在ATO的控制系统中,并运用MTALAB进行仿真。仿真结果表明,该控制算法优于传统的PID控制,能够满足ATO系统对不同工况下的适应性和智能性要求,可以达到精确停车和准点到站的目的,能够有效提高列车舒适性和降低列车能耗。     

多模糊控制器控制的直线感应电动机控制系统

在同步旋转坐标系下,建立了直线感应电动机的矢量控制数学模型.根据矢量控制直线感应电动机的数学模型,提出了一种基于多模糊控制器控制的直线感应电动机矢量控制新方法.1个模糊控制器作为速度控制器,另外2个模糊控制器分别作为电磁推力控制器和磁链控制器.在此控制系统中,采用了电流控制PWM电压源逆变器环节.仿真试验结果表明此种控制方法比基于PID调节器控制的交流传动系统具有更好的控制效果.     

轨道交通列车司机控制器概述

司机控制器是列车司机控制列车运行的主令控制器,是利用控制电路的低压电器间接控制主电路的电气设备.通过司机控制器的分类和性能指标的对比,指出了不同结构和不同输出模式的优缺点.介绍了近年应用的几种司机控制器,并展望其发展趋势.     

司机控制器可靠性试验系统的设计与测试

司机控制器是司机操纵机车的重要部件,其性能的好坏直接影响列车的运行状况。对司机控制器进行可靠性测试是保障其质量最有效的方法。采用Lab VIEW作为系统的上位机开发平台,实时监测显示系统状态;用DSP(数字信号处理)作为控制采集模块,控制司机控制器运动并采集其输出数据。同时,采用一台上位机控制多个DSP系统的主从式网络结构,提高了系统效率并降低了成本。该系统同时对多台司机控制器进行试验。最后对可靠性进行了评估,结果表明该系统满足试验要求,为司机控制器的维修和维护提供了依据。     

双DSP磁悬浮控制器的研究与实现

介绍了磁悬浮控制系统的设计原理,选用由TMS320C2812和TMS320LF2407数字信号处理器构成的双DSP系统设计了磁悬浮控制器。该控制器可实现悬浮控制和诊断控制,控制策略采用数字PID算法,并通过实验结果证明了该控制器具有良好的鲁棒性和抗干扰能力。     

基于体感热舒适性的地铁车辆空调模糊控制仿真

对地铁空调车厢的热舒适性提出以预测平均投票(PMV)指标为被控参数的模糊控制方式。根据地铁现场测试数据和调查结果,建立了PMV控制方程。对模糊控制器进行了设计并在Matlab软件中实现了仿真计算。通过与PID(比例-积分-微分)控制方式比较发现,基于PMV指标的模糊控制方式在调节时间上缩短了57%,且在满足乘客热舒适要求的基础上,能很好地实现系统节能需要。     

基于自抗扰控制的高速列车自动驾驶速度控制

针对高速列车在复杂环境运行时,传统PID控制器受未建模动态及外界未知干扰导致列车速度追踪误差大的问题,提出一种基于自抗扰控制ADRC(Active Disturbance Rejection Control)的高速列车速度控制算法。基于单质点模型建立列车的状态空间方程,令列车方程中的未知部分作为扩张状态设计二阶自抗扰控制器,并利用CRH380A型列车参数进行仿真,对指定的目标速度曲线进行追踪,证明基于自抗扰控制算法的可行性;同时设置干扰量,与传统PD控制、非线性PID控制算法在抗干扰性能和追踪误差等方面作比较。结果表明,基于自抗扰控制的高速列车速度控制器具有抗干扰性强、追踪误差小的优点。     

地铁环境与设备监控系统控制器配置方案

主要介绍地铁工程环境与设备监控系统(BAS)配置方案:一种是国内大部分城市地铁工程中广泛应用的在车站两端各配置一组BAS冗余控制器的主流配置方案,另一种是在部分线路中已实施的仅在车站一端配置一组BAS冗余控制器的简化配置方案.从系统运行可靠性、系统投资经济性方面,对这两种方案进行分析比较.同时,提出对今后地铁车站级BA...     

单片机控制的电阻制动控制器的设计与应用

作者介绍了用单片机控制的WTDZ—1型内燃机车电阻制动控制器的性能特点,设计思想,应用情况。该控制器已于1997年1月通过了铁道部产品质量检验中心机车车辆检验站的检验。