基于自适应滑模控制的城际列车精确停车方法研究

停车精度是衡量列车自动驾驶控制性能的重要指标。针对城际轨道列车精确停车的需求，分析列车自动停车过程、列车动力学模型以及制动模型，在此基础上提出采用自适应滑模控制器来提高停车精度和列车运行舒适性；应用滑模控制原理设计列车停车控制算法，并对滑模控制中的趋近律增益进行自适应调节，以提高系统响应速度及改善稳态精度。仿真结果表明，基于自适应滑模控制的停车算法表现出良好的鲁棒性和自适应性，该控制器使列车能够精确地跟踪停车目标曲线，并改善列车的停车精度和运行舒适性。     

中速磁悬浮列车的分数阶运行控制方法

针对中速磁悬浮列车运行控制系统的高控制精度与高鲁棒性要求,提出一种基于分数阶PID的运行控制方法.首先,根据中速磁悬浮列车运行数据,利用粒子群优化-模拟退火算法辨识列车空气阻力系数,提高列车动力学模型精度.然后,设计分数阶PID速度控制器,跟踪列车目标速度曲线,降低各类运行阻力对列车运行过程的影响.最后,基于试验线数据...     

基于自适应模糊滑模的列车精确停车制动控制算法

针对高速列车自动驾驶系统精确进站停车问题,基于列车动力学模型和列车制动系统模型,设计1种自适应模糊滑模控制器,通过模糊切换以补偿列车运行过程中受到的基本阻力、线路附加阻力以及外部未知随机扰动等非线性扰动的影响。根据滑模控制理论,利用列车运行过程中的状态偏差,设计基于跟踪误差的等效控制器,以求解列车制动等效控制量;考虑外部扰动,基于优秀司机驾驶经验的模糊推理规则,设计切换控制器,以得到精确控制量。采用本文控制算法对列车制动过程进行仿真验证,并与传统的PID控制和基于指数趋近律的滑模控制进行对比。结果表明:在考虑附加阻力和外部扰动情况下,自适应模糊滑模控制器能够柔化非线性切换控制信号,削弱滑模控制固有的抖振现象,实现对参考轨迹的精确跟踪,并最终实现精确停车;即使在列车制动系统实际控制输出出现偏差时,设计的控制器仍能控制列车精确跟踪参考制动曲线。     

基于改进模糊滑模控制的列车速度跟踪研究

列车运行过程具有强耦合、非线性等特征,且往往存在较大且不可观测的外界干扰,这些特性加大了列车运行控制的难度,针对列车运行速度跟踪控制问题,提出一种新的模糊滑模控制器设计方法。首先基于模糊滑模控制,引入全局快速终端滑模控制,使系统在有限时间内达到稳态;然后构造以李亚普洛夫函数导数的绝对值为补偿的自适应干扰估计项,对外界干扰进行准确估计,进而提出一种双层递阶指数趋近全局快速终端模糊滑模控制器,并且引入指数趋近率来调节滑模面的动态品质,该控制器能快速收敛到稳定状态,且有效地消除了控制器的抖振情况;最后通过仿真算例验证了所提方法的有效性,且提高了列车运行控制系统性能。     

基于改进滑模极值搜索算法的货运列车黏着控制研究

针对传统的滑模极值搜索控制算法（SMESC）在货运列车最佳黏着工作点追踪过程中存在稳态振荡、收敛速度慢的问题，提出了参数时变的改进滑模极值搜索控制算法。为削弱稳态振荡和加快SMESC收敛速度，分析了SMESC中增益参数与稳态振幅间的数学关系，以及辅助函数斜率与收敛性的联系，并对其进行优化：设计了时变辅助函数斜率以改善SMESC的收敛速度，设计了以观测误差为基准的动态增益参数以削减稳态振荡，并进行了收敛性分析。针对行车阻力无法直接测量的问题，引入了基于粒子群算法（PSO）的阻力参数估计，最后设计了基于SMESC的黏着控制律，通过与传统滑模极值搜索进行对比，证实了所提方法的有效性和实用性。     

一种组合趋近律准滑模控制的列车停车算法

针对城轨列车运行过程外界未知干扰及运行周期中参数变动造成停车不准确的问题,设计准滑模变结构控制器和基于组合趋近律的控制算法,来实现停车控制。组合趋近律滑模控制是结合常规指数趋近律和变速趋近律2种趋近方式的优点,无需外加辅助控制器来消除抖振,结构简单。通过跟踪理想运动目标曲线,完成停车过程。研究结果表明:基于组合趋近律准滑模控制器在实现精确停车的同时,系统响应快,对外界干扰和不确定性具有较强的鲁棒性。     

基于动态面方法的高速列车蠕滑速度跟踪控制

针对高速列车的主动黏着防滑控制问题,提出基于障碍Lyapunov函数的蠕滑速度动态面跟踪控制算法,可以实现对蠕滑速度的上界约束,同时保障黏着控制系统的稳定性。首先建立考虑牵引与制动转矩产生过程的高速列车动力学模型,并将黏着控制问题描述为含输出约束的非线性系统的跟踪控制问题;然后引入障碍Lyapunov函数处理输出约束问题,设计了自适应动态面控制律,未知参数由自适应律估计得到,未知时变的黏着力和运行阻力由两个力观测器来估算;最后通过Lyapunov方法证明了蠕滑速度跟踪误差半全局一致最终有界,蠕滑速度始终保持在稳定区域内。仿真结果证明了该方法的有效性。     

计及时变扰动下永磁牵引电机无传感器滑模控制

针对永磁同步牵引电机因参数摄动不确定因素造成控制性能下降以及速度传感器存在成本高、环境要求严格、估计精度不足等问题，提出了一种基于自适应广义高阶平方根容积卡尔曼滤波算法（ASRGHCKF）无速度传感器的永磁同步电机（PMSM）自适应非奇异快速终端滑模控制算法。首先，建立参数摄动下PMSM数学模型；其次，基于扩展滑模扰动观测器（ESMDO）设计自适应非奇异快速终端滑模转速控制算法（ANFTSMC），选择新型指数趋近律可随系统距离滑模面的远近自适应调整趋近速度，同时ESMDO实时精准观测系统的未知扰动部分；最后，结合ASRGHCKF实时精准估计电机的转速和转子位置。通过与PI和传统SMC算法进行仿真和半实物试验对比，验证了该算法在电机参数摄动下暂稳态性能更佳，有利于改善PMSM的无速度传感器控制效果。     

基于快速趋近律的永磁同步电机驱动系统改进无模型滑模控制

针对永磁同步电机驱动控制系统应用传统无模型滑模方法时性能指标达不到预期的问题,提出了一种基于快速趋近律的改进无模型滑模控制方法。首先,根据永磁同步电机参数摄动时的数学模型,建立速度外环的超局部模型;其次,设计一种基于改进快速趋近律的速度外环新型无模型滑模控制器,同时为了提高电机转速的控制精度,采用扩展滑模观测器实时观测超局部模型中的未知部分;最后,通过与PI控制、传统无模型滑模算法进行仿真和试验对比,验证所提算法能降低对电机模型的依赖,提高了永磁同步电机的暂稳态控制性能,保证系统的抗扰能力和强鲁棒性。     

输入受约束的高速列车鲁棒自适应动态面控制

实现高速列车对期望速度与位移的精确跟踪至关重要。考虑输入饱和约束以及由于不确定的运行阻力、未知的黏滞摩擦系数和未测量的运行状态等引起的系统不确定性,提出高速列车的鲁棒自适应动态面控制算法。建立考虑牵引与制动转矩产生动态过程的高速列车动力学模型;引入扩张状态观测器在线估计和补偿系统总的不确定性,应用跟踪微分器代替动态面控制中的一阶滤波器,构造附加系统处理输入约束问题,设计了高速列车的鲁棒自适应动态面控制律;基于李雅普诺夫稳定性理论证明了闭环系统的稳定性以及高速列车速度跟踪误差和位移跟踪误差的半全局一致最终有界性。仿真结果验证了所提算法的有效性。     

光伏并网逆变器分数阶滑模二自由度内模控制

为提高光伏并网逆变器的动态品质和鲁棒性能，削减传统滑模控制中存在的系统抖振，改善一自由度内模控制无法兼顾系统跟随性和抗干扰性的局限性，通过引入分数阶微积分算子和二自由度内模控制算法，提出一种光伏并网逆变器分数阶滑模二自由度内模控制方法。经仿真测试结果表明，相较于传统滑模一自由度内模控制算法，该控制方法具有较好的并网跟随性，在网压波动时可有效削减系统抖振，改善系统抗干扰能力，提升系统的鲁棒性。     

基于滑模自适应鲁棒控制的城市轨道交通列车电空制动控制策略研究

针对城市轨道交通列车电空制动系统控制过程中外界干扰、执行机构时滞、基本阻力不确定等特性造成ATO(列车自动运行)系统速度跟踪及停车不准问题,根据李雅普诺夫稳定性理论提出一种基于SMARC(滑模自适应鲁棒控制)的城市轨道交通列车电空制动控制策略,设计城市轨道交通列车ATO系统基于SMARC的制动控制器。通过鲁棒控制将系统模型中非线性、输入时滞和外界扰动等所有不确定量减小到最小范围,同时也削弱了滑模控制器的抖振现象,增强了控制器的鲁棒性;进一步采用滑模控制减小列车制动过程中速度跟踪误差和减速度误差,从而获得较高的停车精度。仿真结果表明,基于SMARC的制动控制器的控制能完全满足城市轨道交通列车制动要求。     

用于城市轨道交通车辆永磁同步电机控制的一种新型滑模观测器

针对传统滑模观测器无法满足城市轨道交通车辆永磁同步电机无传感器控制的精度问题,使用了一种新型滑模观测器。通过建立城市轨道交通车辆永磁同步电机数学模型,在采用Sigmoid函数消除抖振的同时,引入反电动势观测器来估算反电动势值,消除了相位滞后;并采用指数趋近律代替传统等速趋近律。仿真和试验结果表明,与传统滑模观测器相比,新型滑模观测器能更好地抑制抖振,具有更好的观测精度和鲁棒性,达到了城市轨道交通车辆用永磁同步电机无传感器技术的控制要求。     

基于新型滑模变结构策略的交流调速系统

在交流传动系统设计中,通常采用电机的简化、降阶模型作为设计模型,因此,若采用经典线性控制设计,则实际系统中存在的电机参数不确定性、未建模动态及外扰必然对动、静态性能构成冲击。利用滑模控制在处理不确定性和外扰方面的优势,文章提出了一种基于新型滑模变结构策略的交流调速系统控制方案,采用滑模变结构控制环节与PI串联的结构,在瞬态过程中变结构为主导以提高鲁棒性,稳态过程中PI控制起主导作用以削弱振颤。仿真结果表明该方案在解决传统滑模控制振颤及等价控制设计困难等问题的同时,实现了优良的动、静态特性。     

一种新型永磁同步电机无传感器方法

从永磁同步电机的数学模型出发,设计滑模自适应观测器,将电流误差作为滑模开关函数,根据李亚普诺夫稳定性理论来判定观测器的收敛性的条件,并根据滑模观测器求解出扩展反电动势,将反电动势和位置误差构成锁相环,通过锁相环得到准确的位置和转速信息,最后通过仿真结果验证了所提方案的可行性.     

车辆横向半主动悬挂的神经网络自适应控制

分析了车辆半主动悬挂模型的非线性特性，提出了采用神经网络的半主动悬挂自适应控制模型，设计了神经网络辨识器和控制器，采用专门算法修正控制器网络权值，仿真计算表明，神经网络自适应控制的半主动悬挂系统能有效改善车辆横向平稳性。     

磁悬浮列车电磁悬浮系统的自适应模糊滑模控制

为增强电磁悬浮系统的抗干扰和负载能力,针对磁悬浮列车悬浮系统中存在的非线性不确定问题,采用模糊逼近与模糊滑模相结合的方法,基于等效控制和切换控制设计了自适应模糊滑模控制器,通过TMS320F2812 DSP实现单点悬浮.仿真与试验结果表明,该控制器不但削弱了滑模控制中固有的抖振,而且具有更强的鲁棒性和快速性,还满足电磁悬浮系统实时控制的要求.     

基于滑模控制的卡尔曼滤波在列车定位中的研究

为了提高城市轨道交通中轮轴速度传感器与加速度计组合定位的精度,提出一种基于滑模控制的改进卡尔曼滤波算法。对于组合定位来说,由于卡尔曼滤波不能很好地修正加减速过程中的空转打滑误差,考虑到滑模控制器的滑动模态与系统的参数及扰动无关,提出采用基于滑模控制的改进卡尔曼滤波来进一步降低误差。其基本思路是应用指数趋近律滑模变结构来改善里程计算值,然后再进行卡尔曼滤波。并利用仿真软件对上述过程进行验证,仿真结果表明:基于滑模控制的改进卡尔曼滤波算法,能够在一定程度上减小空转打滑误差,进一步提高定位的精度。最后通过与其他卡尔曼滤波改进算法对比,得出基于滑模控制的卡尔曼滤波方法结构更为简单,也能保证一定的精度。     

强风下高速列车滑膜自适应鲁棒H_∞控制方法

大风环境下高速列车的运行是一个强耦合、高度非线性过程,且随着风速增大和车速增加,这种特性逐渐增强,因此需要更高要求的自动驾驶系统。基于李亚普诺夫稳定性理论设计高速列车自动驾驶滑模自适应鲁棒控制器,该控制器采用自适应控制实时逼近列车不确定性特征的系统输入系数,采用鲁棒H∞控制将自动驾驶系统中模型误差、大风和其他干扰造成的参数变化等所有不确定量减小到最小范围,同时也消除了系统抖振现象。计算出高速列车需要施加的牵引/制动力,通过滑模控制消除系统安全运行速度跟踪误差,实现不同风速下高速列车对给定安全运行速度的高精度跟踪。仿真结果证明了该方法的有效性。     

基于神经网络PID控制的包装印刷位置伺服系统

针对包装印刷传动位置伺服系统,介绍一种基于共轭梯度学习算法的神经网络自适应PID控制方法.利用神经元的自学习、自适应特点,通过对位置系统的在线边学习边控制实现系统的快速实时控制.仿真研究表明,该传动位置伺服系统不仅具有令人满意的静、动态性能,还有较强的鲁棒性与自适应性.