论文部分内容阅读
随着我国城市化的发展,建设高效率的城市轨道交通系统成为解决日益严重的城市交通问题的趋势。对于城市轨道交通系统高效率高密度的要求来说,列车自动驾驶系统ATO (Automatic Train Operation)是轨道交通列车自动控制系统ATC (Automatic Train Control)的重要组成部分,也是必须解决的关键理论和技术问题之一。尤其是近年来,地铁的发展建设受到国家及各大中城市的普遍重视,为降低地铁投资,迫切需要对其进行国产化设计生产。由此,各界学者、企业纷纷开始研究列车自动驾驶,以改善驾驶策略并提高列车驾驶效率,增加乘客舒适性和列车节能性,并做到准确停车。但是列车运行是一个复杂的、多目标的、非线性的过程,很难找到精确的模型和最优解,采用常规算法很难满足现今列车自动驾驶的要求。本文采用预测算法和灰色控制相结合的方法,预测和决策下一周期应采用的档位,传送到车辆接口进行速度控制的方法以实现列车自动驾驶。本文首先介绍了ATO系统并着重介绍了ATO速度控制器的功能,对速度控制器进行需求分析,针对时间滞后特性和干扰因素分别提出补偿控制措施,研究影响列车运行的准时性、停车精度、舒适性和节能性等性能指标,利用层次分析法对列车运行各阶段的四大性能指标进行权重分配。其次学习预测控制和灰色控制方法,并研究列车运行的过程,将系统分为静止、起步、牵引、牵引力加载、牵引力卸载、惰行、制动力加载、制动、制动力卸载、等待停车、停车十一个状态,将预测算法和灰色关联决策相结合应用到实现列车状态的转移即确定列车自动驾驶的操纵策略上。然后建立列车运行基本数学模型即列车牵引计算的研究,结合测速定位误差、空转打滑、操作时延等现场影响因素,针对列车运行的牵引阶段、惰行阶段和大制动阶段分别提出自动驾驶模型。最后利用C语言对系统进行了仿真实现,并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,通过对测试结果的分析表明该系统达到了预期的控制效果。