基于自适应模糊滑模的列车精确停车制动控制算法

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。     

列车自动驾驶系统的滑模PID组合控制

停车精度高、舒适平稳、响应速度快是衡量列车自动驾驶系统控制性能的重要指标。本文针对城市轨道列车模型具体参数未知,因设备老化及环境变化造成的列车性能变化,及存在外界干扰等问题,设计了基于曲线跟踪的滑模PID组合控制器。基于滑模控制技术,该控制器能驱动列车运行状态,使其达到事先指定的滑动超平面,使得列车能够跟踪理想目标运行曲线,完成站间运行并精确停车。系统仿真研究及实际应用表明,滑模PID组合控制渐近稳定,且对列车系统参数不确定性和外界干扰具有较强的鲁棒性。     

基于自适应滑模控制的城际列车精确停车方法研究

停车精度是衡量列车自动驾驶控制性能的重要指标。针对城际轨道列车精确停车的需求，分析列车自动停车过程、列车动力学模型以及制动模型，在此基础上提出采用自适应滑模控制器来提高停车精度和列车运行舒适性；应用滑模控制原理设计列车停车控制算法，并对滑模控制中的趋近律增益进行自适应调节，以提高系统响应速度及改善稳态精度。仿真结果表明，基于自适应滑模控制的停车算法表现出良好的鲁棒性和自适应性，该控制器使列车能够精确地跟踪停车目标曲线，并改善列车的停车精度和运行舒适性。     

粒子群优化广义预测控制在列车制动系统中的应用

动车组列车制动系统是列车自动驾驶系统ATO的关键环节。针对动车组列车制动系统模型存在较大误差导致的列车在制动阶段控制效果较差这一问题,提出将动车组列车制动模型分为静态子系统和动态子系统两部分,根据列车制动系统的性能和要求,设计了CPSO(混沌粒子群算法)优化GPC广义预测控制器。该控制器由CPSO辨识动态子系统纯延时环节和外界干扰造成的GPC模型误差,并计算动车组列车所需的控制量。以CRH2型动车组为仿真对象,从仿真结果看出,CPSO-GPC控制器在遇到未知干扰时能够满足动车组列车对给定速度和位移的高精度跟踪要求。     

中低速磁浮列车制动过程的时滞补偿预测控制

中低速磁悬浮列车制动过程中具有非线性强、时滞大、时滞特性难处理等特性,传统列车制动控制方法难以实现对磁浮列车制动过程的精准速度控制。为解决中低速磁悬浮列车制动过程的时滞问题,提高制动控制精度,提出一种中低速磁浮列车制动过程的时滞补偿预测控制方法。首先,根据中低速磁悬浮列车实际运行数据,利用带有遗忘因子的递推最小二乘法辨识列车模型参数,建立列车自回归模型。然后,根据得到的受控自回归积分滑动平均模型和Smith预估器构建带时滞补偿的广义预测控制器并分析其控制律更新过程,实现对中低速磁悬浮列车制动过程的纯滞后补偿,降低列车制动过程中时滞特性的影响。最后,基于某磁浮线现场数据,以中低速磁悬浮列车制动过程为被控对象进行实验仿真,并比较时滞补偿广义预测控制方法与传统广义预测控制方法对于中低速磁悬浮列车制动过程速度跟踪控制的效果。仿真结果表明：所设计的时滞补偿广义预测控制器能够以更高的精度实现对中低速磁悬浮列车制动过程的速度跟踪,且与传统广义预测控制方法相比,系统跟踪误差更小并具有更好的控制性能。所提出的时滞补偿广义预测控制算法不仅解决了中低速磁悬浮列车制动过程的时滞问题,而且有效提高了列车制动控制...     

微机控制直通电空制动系统控制模式分析

由于新型城市轨道交通动车组的一些特点,在其减速或停车过程中,动能的转移方式除摩擦制动外,更多地采用各种动力制动形式.因此,在列车制动控制技术上,仅采用空气制动机已不可能满足要求,目前一般采用微机控制直通电空制动系统.该系统既具有直通空气制动响应迅速、控制灵活的特点,又包含电空制动列车前后制动作用一致的良好性能,并能使各种动力制动力和空气制动力得到有机的协调控制.     

强风下高速列车滑膜自适应鲁棒H_∞控制方法

大风环境下高速列车的运行是一个强耦合、高度非线性过程,且随着风速增大和车速增加,这种特性逐渐增强,因此需要更高要求的自动驾驶系统。基于李亚普诺夫稳定性理论设计高速列车自动驾驶滑模自适应鲁棒控制器,该控制器采用自适应控制实时逼近列车不确定性特征的系统输入系数,采用鲁棒H∞控制将自动驾驶系统中模型误差、大风和其他干扰造成的参数变化等所有不确定量减小到最小范围,同时也消除了系统抖振现象。计算出高速列车需要施加的牵引/制动力,通过滑模控制消除系统安全运行速度跟踪误差,实现不同风速下高速列车对给定安全运行速度的高精度跟踪。仿真结果证明了该方法的有效性。     

基于自适应参数估计的列车制动减速度控制

针对列车制动实际减速度有重要影响的不确定参数,提出基于自适应参数估计的新型减速度控制模式。通过硬件在环半实物仿真试验平台进行试验验证。试验结果表明新型减速度控制算法有效提高了制动控制系统对列车运行不确定参数的鲁棒性。当实际闸瓦摩擦系数偏离制动控制系统预设值时,减速度控制器可以估计出闸瓦摩擦系数的实际值,提高了实际减速度对目标减速度的跟踪效果;当列车在坡度为±30‰的坡道上运行时,减速度控制器能估计出坡度值,减速度控制误差由传统非减速度控制模式的±0.3m/s2减小到了±0.1m/s2;在不使用空簧压力信息计算车辆制动质量的情况下,减速度控制器能估计出列车的实际制动质量,获得了类似于传统非减速度控制模式的控制效果,为简化制动系统硬件的气路设计提供了可能。     

具有输入时滞特性的列车自适应制动控制

为了提高高速列车的制动控制精度,保障列车的安全平稳运行,针对具有不确定性参数和已知输入时滞的高速列车制动系统,设计高速列车制动系统模型参考自适应制动控制策略。在保证闭环系统所有信号有界的前提下,实现对给定速度曲线的渐近跟踪,从而确保高速列车能够安全可靠运行。通过分析高速列车制动时的动态过程,基于动力学原理建立具有延时环节的高速列车制动系统状态空间模型,采用状态预测的方法对模型中的输入延时进行相应变换。利用模型参考自适应控制的方法善于处理系统不确定性的能力,设计基于状态反馈状态跟踪的直接模型参考自适应控制器,实现列车对给定速度曲线的渐近跟踪。以CRH380AL型高速列车制动系统为被控对象,采集列车从济南—青岛段实际制动过程中的速度数据进行仿真实验。仿真结果表明,所设计的高速列车自适应制动控制器实现了对给定速度曲线的渐近跟踪控制,且跟踪精度较高,验证了该方案的有效性。采用的模型参考自适应控制算法不仅解决了系统参数不确定性和输入时滞问题,而且优化了高速列车的制动性能,改善了列车的瞬态性能,使列车运行时更加平稳,达到了系统的控制目标。     

天津地铁2号线列车ATO模式下精确停车的实现

随着我国城市轨道交通的迅速发展,很多城市的城轨都采用了列车自动驾驶ATO模式来保证高效运行,这就对列车进站停车的精确性提出了更高的要求。本文根据天津地铁2号线ATO系统的停车控制原理及列车实际运行状况,分析了影响列车停车精度的因素,提出了提高测量列车速度和列车定位的的准确性及改进软件算法等措施,以保证列车进站停车精度在标准之内,从而确保列车运行安全的可靠性。     

一种组合趋近律准滑模控制的列车停车算法

针对城轨列车运行过程外界未知干扰及运行周期中参数变动造成停车不准确的问题,设计准滑模变结构控制器和基于组合趋近律的控制算法,来实现停车控制。组合趋近律滑模控制是结合常规指数趋近律和变速趋近律2种趋近方式的优点,无需外加辅助控制器来消除抖振,结构简单。通过跟踪理想运动目标曲线,完成停车过程。研究结果表明:基于组合趋近律准滑模控制器在实现精确停车的同时,系统响应快,对外界干扰和不确定性具有较强的鲁棒性。     

采用大闭环控制方式的城市轨道交通列车制动控制系统研究

大闭环控制方式的城市轨道交通列车制动控制系统,以既有的城市轨道交通列车制动系统为基础,加以适当改造,构建大闭环,通过对减速度的精确控制实现对城市轨道交通列车制动力的精确控制。介绍并比较分析了大闭环控制方式的列车制动控制系统与既有列车制动控制系统的构成、主要功能和作用原理,从理论上推断出大闭环控制方式的城市轨道交通列车制动控制系统能够显著改善列车的制动品质,实现列车精准定点停车。     

城轨列车制动模型及参数辨识

列车制动模型是设计ATO精确停车控制策略的依据.本文通过分析城轨列车制动系统的构成、特性及其和驾驶员的接口,从面向控制的角度提出适合控制器设计的制动模型以及模型参数的辨识方法.现场实验表明:该模型能够较好描述城轨列车制动系统的动态特性,并且基于该模型的自动停车控制系统在实验中也取得了满意的性能.     

城市轨道交通ATO的节能优化研究

自动列车驾驶系统ATO通过对列车的速度调节实现列车在站间的自动运行,列车在站间的控制策略决定其运行的能耗。传统的ATO可以根据线路情况、列车当前速度、位置、牵引制动特性以及停车点的位置计算相应的速度曲线,通过一定的控制算法实现对列车速度的精确追踪,保证列车准点并精确地到达停车点。但是该过程使得列车在站间运行时反复实施牵引力和制动力的转换,能耗较大。本文在传统ATO控制策略的基础上,分析一种基于驾驶策略的ATO控制方法,给出一种ATO节能驾驶策略的求解算法。该算法在保证列车到站时间误差在一定范围的前提下,通过延长列车的惰行距离,减少列车在站间运行的能耗。     

南宁地铁1号线列车自动运行模式下列车停车精度优化设计

以南宁地铁1号线ATO(列车自动运行)模式下列车停车精度为研究对象,以停车精度的统计数据为依据,通过对ATO制动力和电空制动配合两个方面进行分析,找出了停车精度不准的根本原因。进行了ATO模式停车精度的优化设计,并在实际运营线路上进行了测试验证。测试结果表明,南宁地铁1号线ATO模式下列车停车精度的优化设计方案可行,列车停车精度得到了较大的提高。     

基于电空混合制动策略优化的列车停车冲击改善研究

文章针对厦门地铁1号线停车冲击较大的问题,对其开展优化研究。首先对列车停车冲击进行测试,其次对线网列车停车数据进行对比分析,最后提出不同的冲击改善优化方案,如新车设计阶段电制动到“零”的方案、运营初期调试阶段牵引制动级位控制降低方案。重点针对基于电空混合制动策略的既有运营线路制定可减少停车冲击的浮动点电空混和制动控制策略优化方案,由原来的电制动固定速度值退出气制动补充方案优化为电制动浮动速度值退出气制动补充方案,经测试验证,浮动点电空混和制动控制方案的停车冲击更小、乘客乘坐舒适性更优且对标精度更高,运用效果良好,对于制动控制策略方案及启停控制级位策略方案的制定,尤其是既有线路列车冲击改善、对标精度优化等,有较大借鉴意义。     

基于预测型灰色控制的列车自动运行速度控制器建模与仿真

速度控制器是列车自动运行(ATO)系统的核心技术之一.针对ATO速度控制器的调速功能,采用预测控制和灰色控制相结合的策略,综合考虑舒适性、节能性、准时性、停车精度等性能指标,并结合测速定位误差、空转打滑、操作时延等现场影响因素,建立了速度控制器数学模型.模型在车载平台下进行了仿真测试,验证了ATO速度控制器的调速功能,达到了预期的控制效果.     

基于自抗扰控制的地铁列车驾驶控制算法

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。     

武汉轨道交通2号线车辆电空制动控制技术及应用

介绍了武汉轨道交通2号线车辆制动过程的电空制动控制技术,该技术充分发挥牵引系统电制动力,减少不必要的空气制动补充,同时利用EB0(即:电制动制动至零)模式控制电空转换过程。实际应用表明:该电空制动控制技术即能满足ATO自动驾驶准确停车的控制要求,同时大大降低了制动闸瓦及车轮踏面的磨耗,为轨道交通车辆电空制动控制技术提供了典型范例。     

地铁列车运行视景系统与ATO仿真模块的接口实现

提出一种基于微软模拟列车（MSTS）平台的地铁列车运行视景系统,介绍了视景系统的工作流程,实现了视景系统和列车自动驾驶子系统（ATO）仿真模块的接口,利用接口实现了ATO仿真模块对视景系统地铁列车客户端运行的跟踪控制,为今后在视景系统中对ATO进行的相关测试和研究提供了可能 ,同时也为城市轨道交通的相关研究提供了新思路。