重载列车运行控制的研究

介绍重载列车运行控制方面的研究进展.按不同的控制目标、研究方法和控制器设计方法进行分类阐述.     

基于多质点模型的重载列车动力学仿真与分析

将整列车看成一个多质点系统,对每节车体进行受力分析,推导出整列车的运动方程,建立多质点动力学模型。基于多质点模型进行牵引、制动、惰行、上坡等多种工况下的列车运行仿真,记录其车钩力分布情况,并对不同编组、不同制动方法下的仿真结果进行了相应的比较,可为列车编组及列车控制提供决策支持。     

基于BFGS方法的列车速度预测控制研究

列车速度控制是轨道交通发展领域的重要基础问题。面向真实列车速度控制应用场景的列车动力学模型及其控制器设计更具挑战性。一方面,传统基于反馈的无模型控制策略存在收敛速度慢、参数要求高、环境变化敏感等问题,目前难以从优化角度设计控制器且应对复杂系统的约束。另一方面,传统的列车单质点动力学模型很难解决高速列车运行过程中的非线性特性。针对上述瓶颈,首先对列车各节车厢进行受力分析,且考虑车厢间的安全距离,将相对位置和相对速度作为可变状态构建列车多质点模型。然后采用模型预测控制策略,综合考虑列车速度控制的非线性成本函数,处理列车运行过程中的复杂约束,预测控制系统的未来动态行为。然后,针对列车预测控制中的复杂动态约束非线性优化问题,设计对数障碍函数处理不等式约束,进而从拟牛顿法角度设计一种具有稳定收敛性的基于BFGS方法的列车速度预测控制算法,完成列车速度的精准跟踪控制。最后,以国内某线站间列车运行数据为例,与其他先进控制方法进行对比实验,以验证所提出的BFGS列车速度预测控制算法的优越性能。实验结果表明,本文所设计的基于BFGS方法的列车速度预测控制算法能够有效地减小列车速度跟踪误差和位移误差,提升...     

高速列车多模型广义预测控制方法

列车运行过程是一个典型的非线性过程,并且随着列车速度的增加,非线性特性越来越强,这就给自动驾驶系统的设计提出更高的要求。本文针对高速列车自动驾驶系统设计多模型广义预测控制器。首先针对高速列车的非线性特性,利用聚类有效性评价指标确定最优的多模型个数,然后采用减法聚类方法建立多模型集合。接着针对每个聚类集合,利用递推最小二乘方法建立相应的线性模型。最后针对模型参数不确定性和未建模部分,设计多模型广义预测控制器进行控制。仿真结果证明了该方法的有效性。     

基于列车运行多模型的能耗仿真计算

针对目前城市轨道交通系统能耗剧增导致能耗计算量大、计算不够精准的问题,通过考虑电机动态效率,精确计算实际列车侧能耗,并构建基于列车运行单质点和多质点模型的能耗仿真计算模型。首先分析列车牵引传动系统的能量流动过程,建立各部件效率与列车运行状态的关系。然后,结合各部件效率转换,依据两表法推导基于电功率的实际列车能耗计算公式,综合分析影响能耗的因素,进一步提出考虑单质点和多质点列车模型的能耗仿真计算方法。最后,以国内某市域线路的四站三区间为例,验证本文所提能耗模型的准确性。研究结果表明：无论是单质点还是多质点列车运行模型下的运行能耗,与实际运行能耗相比,均能实现 5%以内的偏差;在单质点模型的基础上,多质点模型的运行能耗进一步减小了 1.66%的偏差。本文所提模型可以为列车节能优化提供理论支撑,助力我国绿色经济发展。     

基于替代图的列车运行实时预测调度

对目前国内外列车运行优化调度的研究现状和方法进行了分析,进而结合替代图模型提出了一种基于预测控制机理的列车运行实时预测调度策略(RTPS).针对一个小型铁路网络,研究并验证了仿真平台对列车运行动态特性描述的功能.针对一个大型的荷兰铁路网络进行仿真.仿真结果表明,所提出的算法优于目前文献中的先到先服务(FCFS)、先离开先服务(FLFS)和避免最大当前代价(AMCC)的算法.本文所提出的调度算法可以为调度员提供更加优化的冲突决策方案.     

昆士兰和 COALlink重载煤炭运输列车动力学仿真的比较

对南非Spoornet和澳大利亚昆士兰铁路两大煤炭运输系统的重载运输列车进行了比较,这两大系统根据各自不同的运输需要设计了不同形式的列车,结合仿真和现场测试的数据,对产生这些不同的原因进行了探索。对由2个相同单元连挂起来组成的COALlink动力分散列车的优点进行了详细研究。本文还对两大系统的列车进行了增加总重的仿真研究。为了获得归一化的比较方法,每次仿真都采用相同的牵引方式,这一技术突出了两大系统的相似之处和不同之处,仿真结果证实了昆士兰铁路的列车需要增大功率-质量比,同时表明了动力分散对降低列车作用力是有益处的。     

受限状态下的高速列车迭代学习控制方法研究

针对受限状态下的高速列车自动驾驶系统的跟踪控制问题,基于列车动力学模型,提出一种带饱和函数的迭代学习控制算法。根据Lyapunov稳定性原理,利用列车运行过程中的状态偏差,推导出基于迭代学习控制的列车自动运行控制律。建立类Lyapunov的复合能量函数,通过在迭代域的差分,证明了其差分负定性和有界性,所设计的算法能够控制列车在迭代域对期望运行轨迹达到渐近收敛。采用本文提出的迭代学习控制算法对列车的跟踪性能进行验证,并与PID控制和D型迭代学习控制算法进行比较,结果表明:相较于其他两种算法,本文提出的算法在第3次迭代中就能控制列车精确跟踪期望轨迹,说明算法具有较快的收敛速度和较高的跟踪精度,且能够将控制输入约束在允许范围内。     

高速列车曲线通过迭代学习半主动控制研究

高速列车通过曲线时,车辆动力学性能恶化。为改善高速列车通过不同曲线的动力学性能,研究了抗蛇形减振器半主动控制对高速列车曲线通过时动力学性能的影响。根据列车运行具有重复性等特点,结合大数据,设计了PD型迭代学习控制算法,并进行控制算法和多体动力学软件的半主动控制仿真,将结果与无控制的仿真结果进行对比。结果显示:经过10次迭代控制后,列车过曲线时的平稳性指标、脱轨系数、轮重减载率、轮轨横向力指标都有所改善。     

列车自动运行迭代学习控制算法的研究

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.     

基于重载列车多机同步操纵控制系统的机车仿真系统研究

介绍基于重载列车多机同步操纵控制系统设备而开发的机车仿真系统的硬件和软件设计原则,在硬件上介绍仿真系统自身硬件和与多机同步控制系统相连的接口硬件,在软件上介绍仿真软件设计思路,并对仿真软件进行简要说明。     

非线性系统开闭环PD型迭代学习控制及其在机器人中的应用

针对一类非线性时变系统的迭代学习控制问题提出了一种开闭环PD型迭代学习控制律，这种迭代律同时利用系统当前的跟踪误差和前次迭代控制的跟踪误差修正控制作用，即在开环迭代学习控制的基础上引入一反馈环形成反馈－前馈迭代学习控制律，提高系统的跟踪性能，文中给出了使此迭代学习算法收敛的充分条件和必要条件，最后，本文结果在机器人系统中的仿真应用表明了本文方法的可行性和有效性。     

基于模糊自适应PID控制的重载列车操纵优化研究

以2台HX_D1+100辆C80车辆为编组模式进行动力学建模,利用过渡模式下光滑卸载过程的不连续性,建立车钩力查表模型求取精确车钩力值,并结合模糊自适应PID控制器,控制车钩力偏差和车钩力偏差变化率。仿真结果表明,受控对象实际值与目标值趋近一致,在精确建立动力学模型的基础上,控制器能够有效地控制车钩力的加载、卸载过程的不连续性,确保列车安全运行。     

基于预测电流控制的CIT400高速综合检测列车运行特性仿真分析方法

基于CIT400高速综合检测列车牵引传动系统的结构和牵引特性,运用MATLAB/Simulink软件建立预测电流控制下的高速综合检测列车牵引传动系统仿真模型,仿真分析列车在牵引和制动工况下受电弓短时断电及网压波动时的运行特性,并与实测数据进行对比分析。研究表明:仿真结果与实测数据基本一致,建立的仿真模型能正确反映列车的运行特性,能够满足列车实际运行的动静态要求。     

一种重载组合列车的分布式协同控制方法

为解决重载组合列车在复杂地形和通信不可靠情况下的多机车间的控制问题,设计一种在通信延时和中断条件下的重载组合列车的分布式协同控制器。通过引入状态变换和控制变换,将复杂的重载组合列车纵向动力学模型简化为双重积分器形式,然后设计分布式协同控制器,在保证列车作用力最小的前提下调节每个子系统的速度到期望值。证明了组成的闭环系统能够使重载组合列车子系统在较宽松的通信条件下达到一致渐近协同稳定。通过对集中控制模式LQR控制器和分布式协同控制器在理想通信条件以及存在通信延时的性能仿真对比,充分说明了设计的分布式协同控制器的有效性。     

基于混合系统模型预测控制的列车优化运行

为保证列车高效率运行,需要对自动驾驶系统进行高效设计。列车运行过程具有高度非线性化的特性,针对这一特性,通过引入整数变量,建立基于混合系统的列车混合逻辑动态模型,其次考虑列车运行过程的多重约束,通过二次规划求解控制律。同时为了降低控制器计算量,在模型预测控制的基础上引入了阶梯式控制策略。最后利用Matlab仿真软件使其跟踪一条即定曲线,对所提的控制策略进行数值仿真。结果表明,该控制器可以在降低计算量的基础上,保证列车准时高效跟踪既定曲线,当改变控制器参数时,对跟踪效果有较大的影响。仿真结果对本文采用的方法进行了有效验证。     

非线性系统开闭环PD型迭代学习控制及其在机器人中的应用

针对一类非线性时变系统的迭代学习控制问题提出了一种开闭环PD型迭代学习控制律.这种迭代律同时利用系统当前的跟踪误差和前次迭代控制的跟踪误差修正控制作用,即在开环迭代学习控制的基础上引入一反馈环形成反馈-前馈迭代学习控制律,提高系统的跟踪性能.文中给出了使此迭代学习算法收敛的充分条件和必要条件.最后,本文结果在机器人系统中的仿真应用表明了本文方法的可行性和有效性.     

大秦线开行2万t级重载列车的关键技术问题和对策

讨论大秦线开行2万t级重载列车在机车车辆方面的关键技术问题，为此必须应用无线同步控制技术和先进的机车车辆技术装备。文中根据大秦线2万t列车的试验和仿真研究结果，提出大秦线安全开行2万t重载组合列车的技术对策和建议。     

非线性动力学系统的闭环模糊迭代学习控制器设计

结合模糊逻辑和迭代学习控制的基本思想,针对非线性动力学模型,设计一种闭环模糊迭代学习控制器;计算机仿真结果表明,该方法具有良好的鲁棒性,可用于机器人高精度轨迹控制.     

基于预测控制的ATP算法研究

简要介绍了列车自动防护(ATP)系统的组成结构、工作原理和功能,分析了现有ATP系统的控制模式及其特点。文中提出了一种基于预测控制的ATP控制算法,并进行了仿真分析,验证了算法的可行性。