基于预测控制的动车组迭代学习控制方法

针对动车组运行过程中存在非线性扰动、参数时变等问题，以提高动车组的速度跟踪精度和乘客舒适性要求为目标，提出了一种基于预测控制的高速动车组迭代学习控制方法；通过采集动车组先前运行过程中的输入输出数据，使用带遗忘因子的最小二乘法实时辨识广义预测控制(GPC)中的预测模型参数并计算预测输出，根据以往过程的平均模型误差修正该预测输出，利用修正后预测输出引出迭代学习控制律，在线实时计算得到新的控制量，实现动车组速度跟踪；采用修正后预测输出设计二次型迭代学习控制律，通过充分学习列车系统的重复性特性来解决传统比例积分微分(PID)型迭代学习参数整定难、收敛速度慢和鲁棒性差等问题，并给出算法的收敛性证明；以实验室配备的CRH380A型动车组半实物仿真平台对该方法进行了测试，建立了列车的三动力单元模型，使其跟踪设定速度曲线，并与一些传统算法进行对比。仿真结果表明：在第8次迭代过程，基于预测控制的高速动车组迭代学习控制方法得到的动力单元速度与其设定的速度和加速度误差分别在0.3 km·h^-1和0.5 m·s^-2以内，且变化平稳，其性能优于PID、GPC和P型迭代...     

基于联合粒子滤波的系统误差修正方法

在非线性滤波系统中,线性化误差和系统误差是影响滤波精度的两个主要因素.提出联合粒子滤波方法,在减少线性化误差的同时,能够实时估计系统误差的大小并自适应地消除其影响.说话人跟踪仿真实验结果验证了此方法的有效性.     

基于联合粒子滤波的系统误差修正方法

在非线性滤波系统中,线性化误差和系统误差是影响滤波精度的两个主要因素.提出联合粒子滤波方法,在减少线性化误差的同时,能够实时估计系统误差的大小并自适应地消除其影响.说话人跟踪仿真实验结果验证了此方法的有效性.     

基于改进模糊PID-Smith控制器的高速动车组停车方法

为解决动车组制动过程中电制动与空气制动切换时控制模型参数变化和空气制动延时大的问题, 以提高动车组停车的精确性, 提出了一种改进模糊PID-Smith控制器; 通过分析动车组制动过程中单个车厢的力学模型, 考虑列车制动过程的特点, 建立了关于运行速度和制动力的二阶纯延时传递函数; 将离散化的二阶纯延时传递函数与单个车厢的力学模型结合, 建立了动车组多质点控制模型, 并分析了该控制模型的特点; 提出了一种改进的模糊PID-Smith控制器, 通过引入Smith预估控制器解决了动车组制动过程中空气制动系统延时大的问题, 使用递推最小二乘法在线辨识了模型参数, 以解决动车组制动过程中电制动切换到空气制动时的模型参数变化问题; 采用模糊PID控制器代替Smith预估控制器中的PID部分, 解决了PID参数整定难和鲁棒性差的问题; 采用MATLAB软件对CRH380A型高速动车组进行仿真, 在不同进站速度、不同减速度和不同程度干扰下, 使控制器控制动车组跟踪设定速度, 并与模糊PID控制器的结果进行对比。仿真结果表明: 改进模糊PID-Smith控制器得到的动力单元速度与其设定速度的误差在0.4 km·h-1以内, 而模糊PID控制器的误差在1.0 km·h-1以内; 采用提出控制器得到的停车误差在0.3 m以内, 而模糊PID控制器的停车误差在1.5 m以内; 提出的控制器满足高速动车组运行过程中停车误差小于0.3 m的要求。      

动车组的多变量非线性预测控制研究

通过分析动车组的牵引-制动系统,建立动车组的各动力单元的线性模型,考虑到动车组运行过程中空气阻力、未知干扰等非线性因素,将实际输出与线性模型输出的误差描述为未建模动态,将动车组运行过程这一非线性问题描述成为线性模型与非线性未建模动态两部分组成的集成模型,利用BP神经网络在线估计未建模动态项,利用递推辨识算法在线更新模型...     

吊舱推进电机的无模型自适应滑模矢量控制

为解决半潜船吊舱推进电机控制系统中负载扰动造成的转速跟踪性能差的问题, 提出一种基于数据驱动的吊舱推进电机转速矢量控制方法; 对包含未知负载扰动的推进电机转速方程进行离散化处理, 给出关于输出转速与输入电流离散后的非线性转速系统; 由于非线性转速系统方程中变量较多且负载扰动模型未知, 设计了基于数据驱动的无模型自适应控制器, 并给出了伪偏导数估计算法; 采用滑模观测器观测螺旋桨负载扰动, 同时给出了滑模控制器; 结合无模型自适应控制和滑模控制给出了负载扰动下的无模型自适应滑模(MFASM)控制方案; 构建了吊舱推进电机无模型自适应滑模矢量控制调速系统, 并在MATLAB/Simulink环境下给出了仿真结果。研究结果表明: 在船舶正常作业恒定转速下, 在0.3~0.5 s时间区域内, 采用MFASM矢量控制方案和PI矢量控制方案的吊舱推进电机的转速误差分别为2、6 r·min-1; 在0.8~1.0 s时间区域内, 采用无模型自适应滑模矢量控制方案和PI矢量控制方案的吊舱推进电机的转速误差分别1、3 r·min-1; 对于船舶操车作业的可变转速情形, 采用MFASM矢量控制方案的推进电机转速和转矩达到稳态的时间比PI矢量控制方案少0.01~0.03 s。可以看出, 采用MFASM矢量控制方案可改善吊舱推进电机转速跟踪性能, 是一种有效的抑制负载扰动的数据驱动控制方法。      

单自由度磁悬浮系统无模型自适应控制的研究

针对单自由度磁悬浮系统的非线性及难以建立精确数学模型的问题，将全格式无模型自适应控制（FFDL-MFAC）方法应用于单自由度磁悬浮系统，首先，采用无模型自适应控制算法、伪梯度估计算法、伪梯度重置算法和单自由度磁悬浮系统的动态化数据模型，设计单自由度磁悬浮系统的控制器；然后，仿真分析MFAC控制参数对单自由度磁悬浮系统控制效果的影响及对阶跃响应信号、干扰信号和噪声信号的响应特性；最后，在磁悬浮球实验装置上进行实验验证. 研究结果表明:全格式无模型自适应控制方法只需采集单自由度磁悬浮系统在工作状态下的I/O数据，无需建立单自由度磁悬浮系统精确数学模型，通过设定全格式无模型自适应控制器参数即可使控制器具备良好的自适应性和鲁棒性，实现高精度稳定悬浮控制；与PID相比，FFDL-MFAC将系统的超调量降低了0.005，稳定悬浮位移的误差均方根减小了0.2607.      

车辆多目标自适应巡航显式模型预测控制

为了兼顾车辆自适应巡航控制(ACC)系统的跟踪控制效果和实时性, 提出了基于显式模型预测控制(EMPC)理论的车辆多目标自适应巡航控制方法; 基于车辆间运动学关系建立自适应巡航控制运动学模型, 根据预测控制理论推导预测时域内的跟踪误差预测模型, 并确定车辆安全性、跟踪性、经济性和舒适性等多性能目标函数和约束条件; 运用显式模型预测控制中的多参数规划理论, 将基于反复在线优化计算的闭环模型预测控制系统转化为与之等价的显式多面体分段仿射(PPWA)系统, 通过离线计算获得期望加速度与距离误差、速度误差、自车加速度和前车加速度等状态变量之间的最优控制律, 并设计在线查表的搜索流程, 通过定位当前状态所处分区, 并应用该分区的显式控制律实现自适应巡航控制; 进行了纵向跟踪工况仿真验证, 并与传统MPC-ACC控制方法进行对比。对比结果表明: 在前车正弦加减速工况下, EMPC-ACC控制器单步运算速度比MPC-ACC控制器平均提升了53.51%, EMPC-ACC控制下的平均距离跟踪误差为0.220 3 m, 平均速度误差为0.340 1 m·s-1; 在前车阶跃加减速工况下, EMPC-ACC控制器单步运算速度比MPC-ACC控制器平均提升了72.96%, EMPC-ACC控制下的平均距离跟踪误差为0.331 9 m, 平均速度误差为0.399 1 m·s-1。可见, 提出的EMPC-ACC控制算法在保证纵向跟踪性能的前提下, 有效地提高了自适应巡航控制的实时性。      

基于自适应动态面的航向跟踪控制器设计

针对船舶航向控制非线性系统模型中存在的不确定性和外界干扰的影响,采用动态面控制算法设计了一种鲁棒自适应控制器。由于在反步法设计过程中加入了一阶低通滤波器使得该方法无需对模型非线性多次微分,因而设计方法简单。所设计的鲁棒自适应控制器不仅能保证闭环系统的半全局渐近稳定,使得输出渐进跟踪期望轨迹;而且,跟踪误差可以通过控制器的设计参数加以调整。以中远集装箱船COSCO Shanghai号为例进行仿真研究,结果证明所设计的控制器是有效的。     

一种改进的模型跟随自适应控制算法

提出了一种改进的模型跟随自适应算法(DS-AMFC),即把系统输出的误差引入控制信号,同时,利用线性神经网络对系统(k+1)时刻输出误差预测,并利用该预测值对系统进行控制。仿真表明该改进算法较原算法有较强的跟随模型的能力。     

不完全驱动船舶非线性控制

介绍了不完全驱动系统及其意义，建立了船舶港内自动靠离泊模型和海上航运控制模型。以船舶在大洋航行或长距离转向点间航行中经常发生的直线轨迹跟踪为例，运用输入-输出线性化设计方法，给出了一个具有渐近跟踪能力的控制律。将该控制律应用于一个实例，并用Matlab语言进行了计算机仿真，结果表明该控制器可以解决船舶的不完全控制问题。     

基于反馈线性化的船舶航向保持模糊自适应控制

针对诺宾（Norbin）非线性船舶模型,基于反馈线性化方法和由径向基函数（RBF）神经网络构建的模糊系统的逼近能力,提出了基于反馈线性化的船舶航向保持模糊自适应控制算法。运用泰勒级数展开的线性化技术,使模糊系统的所有参数均可实时调节,引入了鲁棒控制消除模糊逼近系统带来的误差,在李雅普诺夫稳定性理论的基础上导出了自适应控制率。该算法可以确保闭环系统渐近稳定,使系统的模型跟踪误差为0,优于传统的PID控制策略,具有良好的自适应能力。     

齿轮传动比对动车组牵引特性的影响

为了解决CRH3-350动车组运行过程中出现的齿轮箱渗油问题,对动车组牵引特性和控制方法进行了分析.通过改变齿轮传动比和动车组牵引特性控制曲线,可以改变牵引电机转速.Maflab/Simulink仿真结果表明,齿轮传动比的减小可以降低牵引电机转速,而牵引电机输出转矩和电流也能满足动车组运行要求.     

基于电机动力吸振的高速列车蛇行运动控制

复兴号CR400BF高速动车组动力转向架的牵引电机采用特有的四点弹性架悬方式, 在电机和构架之间安装有横向液压减振器和横向止挡, 首次采用牵引电机作为动力吸振器来控制转向架蛇行运动稳定性和蛇行频率, 从而避免引起车体弹性模态共振; 考虑悬挂参数和轮轨接触非线性, 建立了复兴号动车组非线性多刚体动力学仿真模型, 通过悬挂模态计算和动力学时域仿真, 分析了关键参数对动车蛇行运动的影响规律; 基于将电机作为动力吸振器的原理, 优化了电机节点横向刚度和横向减振器阻尼; 考虑动车组运营中的轮轨匹配随机因素, 组合400种轮轨随机匹配状态, 仿真分析了动车的动力学性能; 开展动车组长期线路动力学跟踪试验, 研究了动力转向架蛇行运动演变规律。仿真与试验结果表明: 牵引电机弹性架悬下的构架横向加速度频谱图从以蛇行频率为主频的单峰值变化为主频在蛇行频率两侧的双峰值, 说明电机起到了动力吸振器的作用; 将电机作为动力吸振器能够提高动车蛇行运动稳定性, 具有不同等效锥度的典型轮轨匹配下非线性临界速度超过500 km·h-1; 动车蛇行运动最高频率被控制在6 Hz附近, 远离车体中部菱形弹性模态频率8.5 Hz, 避免了转向架蛇行运动激起车体弹性共振; 动车组在轨道随机不平顺激扰下, 构架端部横向加速度小于0.5g, 平稳性指标小于2.5, 轮轴横向力和脱轨系数等运行安全性指标满足要求。      

基于模糊补偿的RBF神经网络机械手控制

针对机械手系统的高精度轨迹跟踪控制,提出了一种基于模糊补偿的RBF（radial basis function）神经网络机械手控制方法.该方法首先利用PD（proportional-integral）控制器获得机械手的控制策略,将其输出作为RBF神经网络的输入,并学习得到系统模型;然后运用模糊逻辑补偿器对系统扰动和建模误差进行补偿;最后,在MATLAB/Simulink平台上针对两关节机械臂,进行了有模糊补偿和无模糊补偿系统跟踪的均方根误差测量仿真实验.研究结果表明,两关节机械臂的控制精度分别提高了60.8%和71.4%,本文提出的方法能够解决机械手实际模型很难精确建立的问题,并能对系统未建模部分和扰动部分进行自适应补偿.      

欠驱动船舶自适应迭代滑模轨迹跟踪控制

针对欠驱动船舶轨迹跟踪控制问题,考虑系统存在未知参数和外界扰动,提出了一种带强化学习的神经网络自适应迭代滑模控制方法;利用轨迹跟踪的横向和纵向误差信息构造非线性迭代滑模面,分别设计了船舶柴油机转速和舵角的神经网络迭代滑模控制器;根据船舶柴油机转速和舵角的实时测量值,计算了反映控制量抖振状态的强化学习信号,在线优化了神经网络的结构和参数,以抑制控制量的抖振,进一步增强控制系统的自适应性;建立了5446TEU集装箱船舶数学模型,分别对圆轨迹和正弦轨迹进行了跟踪控制。仿真结果表明:在风浪扰动下圆轨迹跟踪时,与迭代滑模控制策略相比,采用提出的控制策略250s左右能跟踪上目标轨迹,速度提高约1倍,最大跟踪偏航距离为250m,误差减小约30%,控制舵角在400s后基本平稳,波动幅值约为2°,舵角和柴油机转速的抖振变化幅值均减小了50%以上,柴油机转速控制参数和舵角控制参数分别在38~45和3.3~3.9之间实现了自适应调节;在正弦轨迹跟踪时,与模糊迭代滑模控制策略相比,采用提出的控制策略纵向跟踪平均误差小于20m,减小了50%以上,舵角抖振量平均幅值小于10°,减小了60%以上,柴油机转速控制参数和舵角控制参数分别在5.7~5.8和0.8~2.5之间实现了自适应调节。     

高速列车滑模自抗扰黏着控制方法

为解决高速列车运行过程中因轨面情况改变，导致列车没有达到最大黏着利用而出现空转或滑行等问题，设计了一种基于最大黏着系数的滑模自抗扰(SM-ADRC)黏着控制器；考虑轮轨间黏着特性的复杂、时变与非线性等特点，基于黏着机理分析，建立了轮轨间牵引系统的力学模型；采用极大似然估计(MLE)方法对不同轨面的相关参数进行辨识，计算了当前轨面的最大黏着系数，保证列车始终能达到最大黏着利用；通过引入滑模算法改进了自抗扰控制(ADRC)中非线性误差反馈控制律部分，设计了一种SM-ADRC黏着控制算法，利用Levant跟踪微分器减小初始跟踪误差，利用扩张状态观测器(ESO)估计和补偿系统总的外部扰动，由滑模控制提高系统的鲁棒性；采用MATLAB软件对CRH380A型高速列车进行仿真，在轨面情况改变时，由SM-ADRC黏着控制器控制列车跟踪设定速度，并将其与比例积分微分(PID)控制器、滑模控制器、ADRC的仿真结果进行对比。仿真结果表明：干燥轨面的最大黏着系数是0.160,16 s时辨识出真值；潮湿轨面的最大黏着系数是0.106,18 s时辨识出真值；ADRC的速度跟踪误差范围为±1 km·h^-...     

大功率空冷自增湿PEMFC温度控制方法

为研究大功率空冷自增湿质子交换膜燃料电池(PEMFC)温度控制对电堆输出性能的影响,分别采用模糊控制、PID控制、模糊-PID切换控制、自适应模糊PID控制对电堆进行试验测试.实验结果表明,不同控制方法在负载变化时的动态响应特性存在较大差异:模糊控制对电堆输出性能影响较大,在大电流输出时会造成明显的浓差极化;模糊控制、PID控制、模糊-PID切换控制在负载变化时动态响应存在较大的超调量,调节时间长;模糊自适应PID控制超调量小,调节时间短.与PID温度控制相比,自适应模糊PID温度控制超调量降低了75%,调节时间加快了20%.综合考虑调节时间、超调量、稳态误差、电堆输出性能等因素,自适应模糊PID温度控制有利于提高大功率空冷自增湿PEMFC输出特性.      

感应电机无速度传感器控制的降阶观测器设计

提出了一种简单的用于感应电机无速度传感器控制的自适应观测器设计方法．该方法以磁链误差作为校正反馈项,利用电流和电压模型组合成一个降阶观测器．在将电机模型和观测器进行线性化的基础上,利用劳斯一赫尔维茨稳定判据和极点配置方法得到了观测器增益,该增益能够保证获得一个全局渐近稳定并具有良好阻尼的感应电机控制系统．数字仿真试验结果进一步验证了所提出的自适应观测器的有效性．     

铁路轨道异物完整性检测与跟踪算法研究

针对野外复杂环境下轨道异物检测不完整问题,提出基于小波变换的像素过滤思想改进GMM,构建背景模型;为解决异物目标实施机动(转弯、加速或突然出现)时跟踪实时性差和准确率低的问题,分析Kalman滤波线性化误差,搭建BP神经网络修正 IMM的跟踪模型,实现轨道异物跟踪预测,并推导出非线性Kalman滤波关系.实验表明,改进GMM在正常天气下平均前景误检率降低了24.94个百分点,针对复杂恶劣天气平均前景误检率降低了33.76个百分点;建立BP神经网络-IMM-Kalman滤波模型不仅可以快速准确地对场景中的机动目标进行跟踪,而且比Kalman滤波和IMM更加平稳,误差更小.