基于多质点模型的高速列车自动驾驶预测控制

来源 :北京交通大学 | 被引量 : 28次 | 上传用户:yulihui2638685
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
摘要:近十年来,随着高速铁路和城市轨道交通的飞速发展,我国已成为高速路网规模最大的国家。在保证列车安全运行的前提下,提高铁路系统的运营效率和性能成为了关注的重点。因此,列车自动驾驶控制已成为轨道交通领域的重要研究内容之一。针对列车动力学模型中存在运行阻力非线性、线路条件和外界环境造成的不确定扰动以及模型参数不确定等特性,本文首先建立了相应的列车多质点动力学模型:然后,考虑执行器饱和特性及列车特有的安全限速和车间最大耦合力等列车运行约束,设计了相应的列车驾驶预测控制器。在此基础上,进一步考虑多种列车执行器故障情形,设计了列车主动容错预测控制器。本文的主要研究内容及创新成果如下:第一,通过分段线性化列车运行阻力,并引入列车运行状态整数变量,建立了混杂系统列车多质点动力学模型。然后,构造关于列车运行准点率、能耗和乘客乘坐舒适度的性能指标函数,通过求解满足以上模型、性能指标函数和列车运行约束的优化问题,设计了列车驾驶预测控制器。在此基础上,为了降低控制算法的计算复杂度,又设计了基于“输入分块化技术”的改进控制器和显式模型预测控制器。第二,分析了列车模型中存在的不确定性,建立了具有有界扰动的列车多质点动力学模型。然后,针对扰动可能触发列车超速防护的问题,通过约束收紧迭代算法将模型中的扰动转移到约束条件中,增加伪参考信号作为优化问题的优化变量,调整性能指标函数和终端约束条件,并使用列车标称模型,设计了列车驾驶鲁棒预测控制器。最后,给出了算法可行和闭环系统稳定的理论证明。第三,针对列车模型参数存在的未知及时变特性,建立了具有未知参数和有界扰动的列车多质点动力学模型。为提高预测模型的精度,设计了一种确保估计误差边界在预测时域内单调递减的参数估计律;在此基础上,构建了基于鲁棒控制李雅普诺夫函数的比较模型,并通过转换得到列车标称模型及其约束条件,设计了列车驾驶自适应鲁棒预测控制器,有效的抑制了模型参数不确定和外界扰动的影响。最后,给出了算法可行和闭环系统稳定的理论证明。第四,进一步考虑多种列车执行器故障,建立了相应的故障模型。然后,根据已知的故障信息,通过改变无故障预测控制算法中的预测模型或约束条件的方式,设计了列车驾驶主动容错预测控制器;在此基础上,针对列车执行器完全失效和部分失效故障,设计了基于滚动时域估计的故障诊断算法,并集成到上述相应的容错预测控制器中,实现了故障诊断与容错控制一体化设计。
其他文献
近年来,由于营改增税收政策的实施,为我国税务领域带来了新的变革,并对各个行业的发展产生了影响。本文根据以往工作经验,对房地产开发项目成本管理现状进行总结,并从项目财
模糊聚类算法因其类人的逻辑语言及易于实现的优点称为了聚类分析的最主流研究方法,且在图像分割、大规模数据分析、数据挖掘、模式识别等众多领域中得到广泛应用。模糊理论
本文结合客运专线水泥改良土路基现场施工所遇到的延迟时间问题,对不同延迟时间下经受冻融循环和干湿循环后的水泥改良低液限粉土的物理力学性质及动力特性进行了深入的研究