适用于牵引调速系统的自学习模糊速度控制器

牵引调速系统具有结构复杂，存在许多不确定因素的特点，很难建立精确的数学模型，采用模糊控制可以不建立被控对象的精确数学模型而获得良好的控制性能。文中结合文牵引调速系统的特点给出了一种具有自学习功能和防空转功能的模糊速度控制器。讨论了控制器的控制规则和实现方法，这种控制器除能对机车的速度进行了控制外还能对机车的空转现象进行控制。     

驼峰车辆减速器闭环控制PD参数模糊在线自校正

基于参数模糊在线自校正的原理,提出一种对驼峰车辆减速器控制系统控制参数按调速过程进行模糊在线自校正的控制方法。针对车辆减速器控制系统的特点和性能要求,设计减速器模糊在线自校正控制器,以调速过程中速度误差及其变化为输入语言变量,建立模糊控制规则;根据模糊控制规则在线调整PD控制器的参数,使控制器能较好地适应减速器闭环控制定速设定及过程参数时变。本控制方法在实际系统中进行了试验,结果表明,与常规PD控制相比,模糊在线自校正PD参数控制器有较好的控制性能和较强的鲁棒性,可使系统的控制精度有明显的提高。     

模糊控制理论的研究进展及其在铁路货物列车自动化控制系统中的应用

综述模糊控制理论研究的进展。分析模糊控制器的解析结构,分析模糊控制系统的函数逼近能力的稳定性,分析模糊控制技术与其它软计算方法如神经网络、遗传算法的结合。研究模糊控制技术与遗传算法相结合在铁路货物列车自动化控制系统中的应用,货物运输的自动控制属于多目标系统控制,通过对模糊PI控制器最敏感的参数,如比例因子和隶属度函数等进行寻优,使系统性能得到了显著改善。     

基于模糊穴的多变量模糊滑模控制器

针对目前模糊控制设计中缺乏统一的步骤和具有普遍意义的算法，提出了一种多变量模糊滑模控制器。其具有通用的模糊控制律，对不同的控制对象及外界干扰具有很强的鲁棒性，且引入模糊穴的概念，大大提高了本算法的计算效率。仿真结果证明这种方法是可行、有效的，并且在实际应用中有广阔的前景。     

基于智能VRFT的城市轨道交通列车速度控制研究

利用虚拟参考反馈整定VRFT方法，可根据被控对象的一组输入和输出数据完成控制器设计的特点，提出一种基于智能VRFT的城市轨道交通列车速度控制方法；VRFT方法中的参考模型决定了控制器的闭环性能，通过粒子群优化算法PSO，对控制器参数和参考模型参数进行全局协同优化，设计出最优PID控制器。仿真结果表明：该方法能够优化PID控制器的设计，有效控制城市轨道交通列车速度。     

一种具有双积分控制的模糊控制器

在分析控制器系统控制规律的基础上，提出了一种具有双积分控制的模糊控制器。它不存在控制系统模型的辨识问题，模糊控制参数调整灵活，具有实时性好、决策速度快、自适应性和鲁棒性强等优点。计算机仿真结果及实践表明，该控制器用于控制具有非线性、时变性以及纯滞后时间大的控制系统，其性能远优于传统控制方式。     

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。     

驼峰车辆减速器闭环控制PID参数的模糊自整定

编组站车辆减速器是实现车辆溜放调速控制的关键设备之一,而目前使用的过程控制数学模型调速方案存在控制精度不高等缺点。现基于模糊自整定的原理,根据驼峰车辆减速器控制系统的性能和要求,提出一种按减速器调速过程对不同溜放车组的参数自整定的方法,并设计出了模糊自整定PID控制器。经过多次试验及调整,制定适合于驼峰车辆减速器控制系统的模糊控制规则,利用模糊控制策略可实现对PID参数的最佳调整。以此可以实现驼峰车辆减速器对速度的控制。     

模糊控制在列车停靠站制动系统中的应用

针对国内列车停靠站台时比较混乱的现象,提出采用模糊控制来使列车停在确定位置以便乘客上车的方法.基于模糊控制的基本原理,阐述了模糊控制器的基本结构和实现方法.     

基于无模型自适应控制的高速列车ATO控制器

针对高速列车在多变复杂环境运行时,传统控制器出现的动力学模型不匹配和司机操作存在安全隐患的问题,提出一种基于无模型自适应控制(Model-Free Adaptive Control, MFAC)的高速列车自动驾驶控制器设计方案。首先,构建全格式动态数据列车模型,将列车的非线性特性转移到伪梯度中;其次,根据全格式动态数据列车模型设计无模型自适应控制律和列车控车原理,通过列车运行数据估计伪梯度,构建ATO控制器;最后,使用"兰州西—西宁"的动车组运行数据进行仿真,得到MFAC控制器作用下的速度追踪误差为0.254km/h,列车加速度冲击率区间主要分布于[0,0.1)中,约占总步长的83.8%,并与模糊自适应PID(ProportionIntegral-Derivative)在速度追踪、位移追踪和舒适度方面做了对比,结果表明该控制器的性能更优。