高速铁路对促进我国经济发展,民族沟通,国际交流,以及改变人们的时空观念等发挥着不可替代的作用。然而由于高速列车模型参数的非线性、时变性和不确定性等特点,实际中很难建立列车的精确数学模型。目前传统的控制方法都是建立在受控对象为线性系统,其阶数和延迟已知的假设基础上,而高速列车的实际运行状态都随列车运行环境等的不同而有很大的变化,是一个模型时变、非线性,随机干扰的过程,所以影响了控制器的控制效果。因此,针对高速列车多变复杂的动态运行环境,建立精确的高速列车控制模型,实现列车高精度跟踪给定速度、位移曲线,减少列车能耗和提高乘客乘坐舒适性等问题具有极其重要的现实意义。本文提出了面向控制的高速列车特征建模方法,结合列车动力学模型、系统辨识方法和智能自适应控制理论,设计出基于特征模型的最优化PID控制器和黄金分割智能自适应控制器,对列车的目标速度和位移进行跟踪控制,以达到精确跟踪的能力。特征建模不仅可以弥补精确动力学建模给控制器设计带来的不足,而且设计简单,工程上容易实现。论文的研究内容主要包括以下几个方面:首先,针对高速列车动力学特性中存在的模型非线性、参数不确定且具有时变性等特点以及各个车厢之间牵引力/制动力故障等问题,以列车传统的单质点动力学模型为基础,由基于特征模型的建模方法推导建立列车的特征模型。通过选取合适的采样时间,利用二阶慢时变差分方程建立列车特征模型,特征模型不需要考虑列车的实际物理特性,克服了列车常规建模时遇到的难题,将模型简化,降低了模型的复杂程度。其次,针对列车特征模型参数时变和含有噪声干扰问题,提出梯度校正参数辨识方法和带遗忘因子的最小二乘参数辨识方法,分别对时变参数进行辨识。通过两种辨识方法的对比,带遗忘因子的最小二乘辨识方法可以利用遗忘因子实时跟踪时变参数,防止数据饱和,减小数据收敛误差,大大提高了参数辨识的准确度,使建立的模型更加准确,更加接近列车的实际运行工况。紧接着,针对所建立的特征模型以及辨识得到的数据,将系统辨识方法和控制器设计结合,按“确定性等价”原理进行控制器设计。首先,通过列车牵引力与电动机电压电流的关系,得到列车电动机电压动力学模型,设计LQR控制器和最优PID控制器,对列车的速度和位移分别进行误差跟踪控制,仿真结果通过稳态误差、调节时间、超调量等系统性能指标来验证控制器的控制效果。然后,通过将牵引力作为控制的输入,设计黄金分割智能自适应控制器,包括黄金分割控制器、学习迭代控制器、PID控制器,通常情况下黄金分割控制器与其他控制器结合使用,论文采用GSA-LI控制器,分别对列车速度和位移进行误差跟踪控制。仿真结果表明,上述三种控制器都具有很好的跟踪效果,都能实时跟踪列车期望的速度和位移,但是黄金分割控制器的控制效果最好,具有跟踪精度高、鲁棒性强、稳定性好等特点。最后,在上述智能自适应控制器的设计中又考虑到列车节能和乘客乘坐舒适性的问题,通过设计黄金分割控制器对列车位移和速度进行跟踪控制,得到列车运行过程中牵引力和制动力的变化特性曲线。通过对牵引力和制动力变化特性曲线的分析表明满足乘客乘坐舒适性和列车节能的要求,从而为下一步的研究奠定了理论基础。