共查询到20条相似文献,搜索用时 296 毫秒
1.
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。 相似文献
2.
城市轨道交通运力需求的快速增长,使得地铁列车的行车间隔不断缩小,准点要求越来越高,这对列车运行控制算法的精度和鲁棒性提出了更高要求。本文将分数阶PID控制器引入地铁列车的速度控制,并进行优化研究。建立地铁列车的运动模型,该模型参考牵引制动特性,采用遗传算法修正列车基本阻力系数。基于该模型将分数阶PID控制算法应用于ATO系统的速度控制中。仿真对比分数阶PID控制算法与传统PID控制算法,采用现场数据对建立的模型和算法进行检验。研究结果表明新模型能够更加准确地描述列车的运动特性,当分数阶PID控制算法应用于调速控制后,可以使列车实现更优的速度控制和稳定性。 相似文献
3.
《铁道标准设计通讯》2020,(5)
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。 相似文献
4.
《中国铁道科学》2019,(2)
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。 相似文献
5.
《铁道机车车辆》2019,(6)
针对高速列车模型参数时变、非线性、高阶复杂等特点,提出了基于特征模型的高速列车二阶系统最优化PID控制方法。特征模型和原动力学模型在输出上是等价的,不需要考虑列车实际的物理特性,将模型简化,降低了模型的复杂度。首先对列车进行基本动力学分析,由高速列车一般单质点动力学模型推导建立特征模型。然后采用梯度矫正辨识算法对模型慢时变参数进行辨识优化,通过辨识仿真得到的估计值和模型值对比,进一步来验证特征模型时变参数对模型精确度的影响。最后,通过设计最优控制器和最优PID控制器,对列车速度和位置进行误差跟踪控制,得到两种控制器下的误差跟踪仿真结果,通过采用稳态误差、超调量和调节时间三项系统参数进行结果对比,说明了最优PID控制器的控制效果更加良好,也由此说明特征模型对控制器的设计是有效的。 相似文献
6.
《铁道标准设计通讯》2020,(5)
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。 相似文献
7.
8.
9.
10.
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。 相似文献
11.
12.
13.
基于模糊自适应PID控制的ATO系统控制算法 总被引:1,自引:0,他引:1
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。 相似文献
14.
针对列车自动运行系统,提出了新的迭代学习控制方案.为避免列车超速引发制动停车,在迭代初期设置低于计划速度曲线的期望轨迹,随着迭代次数增加,控制精度与稳定性逐渐提高,设置的期望轨迹将快速接近并保持为计划速度曲线,实现控制目标.在学习律中引入期望轨迹变化信息,实现变轨迹路径跟踪的迭代学习控制.仿真结果表明,该迭代学习控制方案能够实现变期望轨迹的跟踪,具有很快的学习速度与良好的控制性能,能够有效避免迭代初期列车速度波动导致超速紧急制动. 相似文献
15.
ATO系统具有时滞性、非线性、时变性等特点,使用传统的PID控制器难以取得理想的控制效果。根据ATO系统的特点,设计了基于广义预测控制隐式算法的速度控制器,并对被控对象进行了仿真。Matlab仿真和实验结果证明,该控制策略比PID控制具有更好的控制效果。 相似文献
16.
车辆动力学模型是列车在运行过程中的一种数学状态模型,通过分析列车运行状态、测速定位误差、空转/打滑、牵引/制动特性及操作滞后延时等影响因素,根据不同的控制目标建立分步迭代计算、车辆传递函数和受控自回归滑动平均3种车辆动力学模型.同时为了提高列车控制性能,对ATO系统中的一些时变关键参数进行分析和校正补偿.最后通过传递函数模型对PID (Proportion Integration Differentiation)速度控制器的控制参数进行理论整定的应用,说明车辆动力学模型为ATO控制算法提供被控对象的数学理论基础具有重要价值. 相似文献
17.
任培勇 《现代城市轨道交通》2022,(1):25-29
精准度是列车自动运行系统(ATO)的重要性能指标,文章提出地铁列车AT O系统中的一种高精度速度跟踪控制策略,通过PID控制器参数调整、增加死区控制和附加扰动控制,实现速度跟踪精准度的优化调整.经过项目的反复验证和数据分析,充分证实此控制策略可以极大提高AT O控制的精准度,同时对地铁列车的服务质量有进一步改善. 相似文献
18.
针对列车紧急制动故障频发,进行了深入调查分析。通过分析紧急制动报文、轨旁ATP速度曲线、列车ATO报文,查找出列车报文跳变触发"代码39"紧急制动的故障原因,减少对运营造成的影响,提高对乘客的服务质量。 相似文献
19.
20.
《铁道标准设计通讯》2017,(2):127-130
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。 相似文献