基于数据驱动的高速列车速度复合控制研究

针对高速列车在外部干扰下的速度控制问题，本文提出基于Koopman算子的高速列车高维线性模型的建模方法，并设计一种结合扩张状态观测器(ESO)与基于Koopman算子的模型预测控制(K-MPC)的复合控制器(ESO-K-MPC)。利用扩展动态模式分解算法来近似无限维线性Koopman算子，建立具有动态非线性特性的高速列车动力学高维线性模型；引入模型预测控制，设计扩张状态观测器，对系统总扰动进行估计与补偿，构建基于ESO-K-MPC的高速列车速度控制系统，再设计控制器与控制算法；结合CRH3列车参数和郑西高铁华山北站—西安北站实际线路数据，分别在没有扰动和白噪声干扰下对设计的控制方法与算法进行仿真研究。仿真结果表明：基于Koopman的高速列车建模对位移与速度的预测精度相比于线性状态空间模型分别提高了83.86%与87.40%;ESO-K-MPC可以准确估计与补偿高速列车运行中受到的干扰，控制输出曲线与期望曲线几乎重叠，实现了列车运行期望曲线的高精度跟踪。     

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^-...     

面向虚拟连挂的城轨列车群组追踪运行仿真研究

城市轨道交通是解决城市交通拥堵问题最强有效的绿色交通方式,其高峰期客流激增且客流时空分布不均,而面向虚拟连挂的城轨列车动态灵活编组和群组追踪运行能有效满足复杂多变的城轨运营需求。本文剖析面向虚拟连挂的城轨列车群组追踪运行过程,给出虚拟连挂列车群组最小安全追踪距离计算公式;以单列标准车长的线路路段为一个元胞单元,设计速度及位移更新规则,构建基于元胞自动机的城轨列车群组追踪运行仿真模型;以某市地铁2号线为背景,多角度仿真刻画面向虚拟连挂的城轨列车群组追踪运行性能。仿真结果表明：面向虚拟连挂的城轨列车群组追踪运行模型能有效缩短列车最小安全追踪间隔时间,城轨线路通过能力较移动闭塞制式提高78.4%;头车延迟引起的后续列车晚点总数量及总晚点时间更小,呈现出更佳的抗干扰性与恢复性能,且宜采用小编组列车实现虚拟连挂;动态混合编组的城轨列车群组追踪运行性能最佳,单一小编组的次之,大编组列车群宜在小编组列车群前面运行;城轨列车群组旅行速度总体上与平均站间距呈正相关;当列车发车间隔大于延迟时间时,平均站间距对列车群组的延迟影响不敏感,相反,则影响较为显著。研究结论能够为面向虚拟连挂的城轨列车群组追踪运行决...     

重大疫情下的列车动态编组与调度

为了降低疫情大爆发背景下旅客在乘坐城市轨道交通出行的过程中感染疾病的风险, 以列车编组与调度为研究对象, 提出重大疫情下基于虚拟编组的列车动态编组与调度方法; 为了提高城市轨道交通列车编组与调度的灵活性, 应用虚拟编组技术对城市轨道交通列车进行编组; 建立了基于客流的列车动态编组非线性规划模型, 对城市轨道交通列车的调度进行优化, 以提高城市轨道交通的运输效率, 降低车站人员密度, 进而降低疾病的感染风险; 应用改进的Wells-Riley模型进行感染分析; 应用基于社会力的行人运动模型对改进的Wells-Riley模型中的相关参数进行计算, 用于分析虚拟编组动态调度下旅客地铁出行全过程的感染风险; 使用MATLAB对虚拟编组制式下的传染概率进行仿真并与传统制式下的传染概率进行对比。研究结果表明; 虚拟编组技术可以显著提高城市轨道交通列车运输效率, 可将列车间追踪时间间隔缩短至34.6 s, 基于虚拟编组的列车动态编组与调度方法可以有效降低旅客的感染风险, 在相同条件下应用所提方法旅客的感染风险仅为传统方式的85.1%, 在车厢和通道中的感染风险分别为传统方式的50.0%和8.7%。如果将提出的方法配合错峰出行和客流控制及进站防疫检测等措施, 可以进一步降低旅客的感染风险。      

基于特征模型的高速列车自适应误差补偿控制

针对高速列车运行过程中因不确定运行阻力和模型误差等因素产生的系统误差，提出了新的基于特征模型的高速列车自适应误差补偿控制策略，实现了其对给定目标速度曲线的渐近跟踪。首先通过动力学分析，基于特征建模方法和参数辨识，建立了存在系统误差的高速列车特征模型；其次，利用扩张状态观测器对系统误差的估计能力，设计了基于特征模型的高速列车自适应误差补偿控制器，并结合广义最小方差方法对控制器参数进行了优化，使其在存在系统误差时仍能实现对给定速度曲线的渐近跟踪。该控制策略能够有效处理系统误差带来的不确定性，提高控制精度，从而保障高速列车的安全可靠运行。为了验证本文所提方法的有效性，以CRH380A型高速列车为被控对象进行仿真实验。仿真结果表明设计的补偿控制方法在列车存在未知系统误差的情况下仍能保证理想的控制性能。     

基于ESO的PMSG风力发电系统无源自抗扰控制

为实现直驱式永磁同步风力发电系统在低风速下的最大功率追踪,提高风能的利用率,提出了无源自抗扰转速控制策略.利用基于能量成形、PCHD的原理以及扩张状态观测器(ESO)技术,设计出基于ESO的无源电流控制器,同时通过基于反双曲正弦函数的ESO对系统扰动项进行实时性观测并补偿.针对速度调节器响应速度慢、抗负载能力差的问题,设计了基于反双曲正弦函数的速度控制器并得到期望的定子电流.仿真结果表明,该控制方法能保证系统稳定运行,具有较强的转速跟踪性、抗负载能力以及鲁棒性,同时具有较小的电磁转矩脉动.     

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...     

基于多编组的列车满载率均衡化方法研究

针对多编组均衡发车导致的大小编组列车利用率不均的问题，本文构建了轨道交通多编组列车开行方案双层规划模型.上层模型以大小编组发车频率为决策变量，乘客出行费用和企业运营成本最小为目标；下层模型以列车编组和发车间隔为决策变量，大小编组列车间的满载率均衡程度最大为目标，并设计嵌套遗传算法求解.算例分析表明：当列车编组和发车频率一定时，大小编组列车均衡发车时平均满载率相差 50%，非均衡发车时两者仅相差 0.8%，这说明非均衡发车模式可以有效提高列车满载率均衡性；大小编组列车均衡发车时，列车编组辆数不宜相差过大，非均衡发车时可以通过调整发车间隔的方法提高列车满载率的时空均衡性.     

考虑列车追踪的自动驾驶控制算法

为了研究追踪列车安全、平稳的操纵策略,在分析列车间相互纵向动力学关系的基础上,提出了列车追踪模型. 列车在不同情况下控制目标有所不同:单独运行模式下以最优速度模式曲线运行,追踪运行模式下保证安全追踪间隔运行.为了实现不同的控制目标,采用模型预测控制的分层结构,结合二次型优化算法实现最优列车速度控制.以CRH2型列车、武广线为例验证该模型的有效性. 仿真结果表明,本文方法可使追踪列车安全性得到有效提高,且当使加速度控制在-0.75~0.5 m/s2之间,加加速度控制在-0.5~0.5 m/s3之间时,乘车舒适性得到了有效的保障.      

列车制动系统缓解性能的动态模拟

用气体动力学原理建立模型，预测了列车不同编组长度，不同减压量后的缓解性能。预测结果表明：列车的缓解性能与列车的编组长度及坟量有关，列车越长缓解波速越慢；减压量越大缓解波速越快；缓解波按非等速由前向后传播。     

CBTC系统列车追踪间隔计算及优化

针对城市轨道交通系统在某些情形下,列车在车站区域的追踪间隔过大,导致系统整体性能降低的问题,对已有基于通信的列车控制(CBTC)系统列车追踪间隔算法进行了分析,提出了一种基于站台限速值和限速区域参数调整的正线列车追踪间隔的优化方法.该方法通过系统仿真得到站台限速设置、列车追踪间隔和列车旅行速度的关系,从而获得优化的设置方案.在西南交通大学CBTC系统仿真与性能分析平台上对该方法进行了仿真测试,详细描述了测试案例中将96 s追踪间隔优化为90 s的过程.结果表明,所提出的方法能够优化系统关键区域的列车追踪间隔,提高系统性能.     

单拖挂汽车列车路径跟踪控制策略

为提高汽车列车路径跟踪性能，结合模型预测控制和最优曲率预瞄控制设计了路径跟踪控制器。在曲线部分采用模型预测控制以减小横向跟踪误差，在直线部分采用最优曲率预瞄控制来提高行驶稳定性，基于TruckSim/Simulink建立联合仿真模型并进行了仿真分析。结果表明，与对标车型自带路径跟踪控制器相比，在单移线工况下，采用综合控制器的汽车列车轨迹跟踪误差减少了60%以上，稳定性指标改善了7%。     

存在扰动和时滞的高速列车自适应制动控制

为了保障高速列车的安全可靠运行,文章以存在未知扰动和输入时滞的高速列车制动系统为被控对象,设计了新的高速列车制动系统模型参考自适应控制策略,实现了对给定速度曲线的渐近跟踪。首先,通过分析高速列车制动系统的原理和动态特性,建立了存在扰动和时滞的高速列车制动系统状态空间模型;其次,充分利用模型参考自适应控制善于处理系统不确定性和外界扰动的能力,结合状态预测,设计了状态反馈控制器,使其在存在未知扰动和输入时滞时仍能实现对给定速度曲线的渐近跟踪;最后基于CRH380AL型高速列车在济南—青岛段的数据开展仿真验证,仿真结果表明文章设计的高速列车制动控制系统具有理想的稳定和渐近跟踪特性,能克服未知参数和有界扰动的影响,具有良好的鲁棒性。     

客货混运下的城轨时刻表与流量控制协同优化研究

利用城市轨道交通平峰期冗余运力进行客货混合运输是缓解地面交通拥堵和节能环保的重要手段。本文在客货混合运输模式下，研究城市轨道交通列车时刻表和流量控制问题。首先，以列车发车时间、列车车厢布置和客货需求分配给列车车厢的数量为主要决策变量，以最小化乘客和货物的等待时间以及列车车厢能耗为目标，考虑流平衡、列车容量限制及时刻表等约束，构建城市轨道交通客货混合优化模型。其次，为验证模型的有效性，以上海地铁17号线为例进行实证研究，借助优化求解器Gurobi求解模型。结果表明：本文所提协同优化方法具有良好的优化效果和计算效率，与逐一求解法对比，乘客和货物延误数量可显著降低；协同优化可减少乘客延误人数21.92%，货物延误数量9.73%，乘客和货物的平均等待时间减少35.88%和25.56%，碳排放量减少1.7%。该方法可以提高地铁满载率，减少地铁平峰时期的运力浪费，同时提高轨道交通运营安全性和运输效率。     

CBTC系统中移动闭塞与后备模式追踪间隔研究

为了探讨基于通信的列车控制(CBTC)系统后备模式下追踪间隔的特性及与正常情况下追踪间隔的差异,在研究CBTC系统基本工作原理、相关移动闭塞和后备模式技术的基础上,建立了CBTC后备模式下的追踪间隔仿真模型,并对CBTC系统在移动闭塞和后备模式下的追踪间隔进行了仿真计算.结果表明:CBTC移动闭塞模式和后备模式都能满足系统要求,实现较小的追踪间隔时间;移动闭塞模式优于后备准移动闭塞模式,能够实现相对更小的追踪间隔时间(<90 s).     

基于MRAS观测器的无速度传感器永磁同步电机模型预测控制

针对三相永磁同步电机驱动系统,提出了一种无速度传感器模型预测转矩控制方法.基于模型参考自适应技术设计了观测器,以精确估算转子速度;为了减小转矩和定子磁链波动、提高系统动态和静态响应特性,采用了模型预测控制策略.仿真结果表明所提方法可以使PMSM驱动系统达到满意的控制效果,从而证明论文控制策略的有效性和正确性.     

客运专线列车速度控制方式设计的优化模型及应用

在先进列车调控系统下的列车追踪间隔距离与速度分级数之间量化关系的基础上,以纯高速列车模式下的客运专线速度控制系统为对象,提出了速度控制方式优化设计的理论模型,阐述了模型构成的原理,介绍了有关参数计算的成果,并以实例作了验算。     

基于自适应迭代学习控制的列车自动驾驶算法

针对高速列车自动驾驶系统受到时变外部扰动和受限状态的情况,提出一种基于迭代学习控制的自适应控制算法. 基于Lyapunov 函数,利用列车运行过程中的状态偏差,推导出自适应迭代学习控制律和参数学习更新律. 构造类Lyapunov 函数的复合能量函数,通过迭代域的差分,证明其差分负定性和收敛性. 采用所提控制算法对列车跟踪性能进行计算机仿真和实例仿真验证,结果表明,所提出的自适应迭代学习控制算法对列车期望曲线跟踪具有较高的精度和较快的收敛速度,能够在较短的迭代次数实现对期望曲线的精确跟踪.     

基于多编组的列车满载率均衡化方法研究

针对多编组均衡发车导致的大小编组列车利用率不均的问题,本文构建了轨道交通多编组列车开行方案双层规划模型.上层模型以大小编组发车频率为决策变量,乘客出行费用和企业运营成本最小为目标;下层模型以列车编组和发车间隔为决策变量,大小编组列车间的满载率均衡程度最大为目标,并设计嵌套遗传算法求解.算例分析表明：当列车编组和发车频率一定时,大小编组列车均衡发车时平均满载率相差 50%,非均衡发车时两者仅相差 0.8%,这说明非均衡发车模式可以有效提高列车满载率均衡性;大小编组列车均衡发车时,列车编组辆数不宜相差过大,非均衡发车时可以通过调整发车间隔的方法提高列车满载率的时空均衡性.     

基于半模型的高速列车远场气动噪声计算方法

随着高速列车运行速度的提高，其气动噪声问题逐渐凸显，如何准确快速预测高速列车的远场气动噪声成为关键.利用半自由空间的Green函数求解FW-H方程，推导了考虑半模型时的远场声学积分公式，提出通过半模型的数值计算结果预测全模型高速列车远场气动噪声的方法；建立了全模型和半模型高速列车的气动噪声数值计算模型，应用改进延迟的分离涡模拟方法对不同模型高速列车表面的气动噪声源进行求解；通过风洞试验进行了全模型高速列车的数值仿真计算方法验证；对比分析了全模型和半模型高速列车周围的流场结构、气动噪声源和远场气动噪声特性.结果表明：半模型高速列车数值计算得到的列车周围流场结构、气动噪声源以及远场气动噪声特性与全模型的一致；采用半模型计算会过高估计列车尾车流线型区域表面压力的波动程度和噪声源的辐射强度，但通过半模型预测整车模型的远场噪声平均声压级误差小于1 dBA；相比于全模型高速列车，半模型计算时的网格总量减少一半.