随着经济社会的发展,人们对列车高速、高效、安全、舒适的性能要求不断提高,精确跟踪控制成为列车运行控制的研究热点。列车自动控制系统是研究列车运行控制的基础,从最初的基于轨道电路的列车控制系统发展到如今被普遍应用的基于通信技术的列车运行控制系统。本文充分利用高速列车运行线路重复性、模型结构不变性等特征,研究具有自主学习能力的可靠运行控制策略,实现高速列车位移和速度的精确跟踪,保证列车运行安全性。从单列车角度讲,速度必须保持在最高安全速度之下,位移必须维持在安全位移区间之中。迭代学习控制适用于一类在有限时间区间上具有重复运行特征的被控对象。将迭代学习控制应用于高速列车运行控制,随着迭代次数的增加,列车跟踪效果显著提升。论文的主要工作如下:首先,对列车进行受力分析,建立时间域动力学模型。列车运行过程中主要受到运行阻力、牵引力和制动力的作用。其中,运行阻力又可以分为两大类:列车运行过程始终存在的基本运行阻力和由线路条件决定的附加运行阻力。结合牛顿第二定律,建立包含参数不确定性和非参数不确定性的列车动力学模型,该模型可以更好地描述高速列车运行特征。其次,根据前几章的控制理论基础和列车动力学模型,将障碍李雅普诺夫函数(Barrier Lyapunov Function,BLF)引入到复合能量函数(Composite Energy Function,CEF)构成障碍复合能量函数(Barrier Composite Energy Function,BCEF),采用反步法设计ILC控制器,并在障碍复合能量函数的帮助下证明其收敛性。最后,使用MATLAB建立基于CRH2-A型的高速列车运行仿真实验。根据实际情况设定列车在某线路上运行时所受附加阻力,实验设置的速度参考曲线包含牵引、巡航以及制动工况,更直观地验证ILC算法的有效性。结合CRH2-A型列车的牵引/制动特性曲线,分析控制输入曲线,满足列车最大牵引力和制动力要求,符合高速列车运行舒适性的基本准则。