论文部分内容阅读
摘要：以高速动车组内系统工作数据以及牵引、制动特点为基础，对其工作期间离线状态的ANFIS模型进行设置，同时利用动车组工作期间的即时数据，再借助于梯度下降的方式，在线对ANFIS模型进行校准。给出以ANFIS模型为基础，对动车组工作速度进行跟踪控制的方式，达成动车组运行阶段的优化控制。
关键词：ANFIS模型；高速动车组；运行优化；控制
一、研究目标以及控制理论
（一）研究目标
国内高速动车在处于工作状态下时，其时速要求是超过250公里。与常规的动车存在差异，这类动车组的速度更快，穩定性更高、安全以及舒适性同样更佳。现在，国内主要使用的动车组是CRH380AL，这一动车组属于全球商业领域内，运行速度最快、系统具备的匹配度最佳、拥有最大科技的动车组其中一款。
现在，高速动车组工作是经过驾驶人员在HMI以及ATP显示屏的引导当中，对于牵引、制动手柄进行操纵得到的控制力，以此实现对动车组进行牵引、恒速、惰行以及制动这一系列操作。这类动车组在实际开展工作期间，会承受来自非线性阻力r=c1+c2y+c3y2产生的影响，因此，其实际运行速度与控制力之间表达出的非线性联系如下：
■ +εc1+εc2y+εc3y2=εu （1）
在上式当中，y指代的是车辆的运行速度，经过对单元内的速度以及距离进行测量得出，u指代的是单位状态下的控制力，ε指代的是加速度的具体系数，另外，c1、c2、c3指代的是车辆运行期间存在的阻力系数，c3y2指代的是车辆运行期间存在的空气阻力。
（二）控制理论
使用数据推动ANFIS模型的方式，对高速动车组工作环节的模型进行建立，并以此设置广义情况下的控制器，同时将“u”输出，对其跟踪确定站点中间的工作模式曲线进行控制（这一工作模式曲线是具体的ATP限速曲线以及最佳预期速度曲线形成。）运行。对于预期输出y以及预期速度yr之间存在的偏差数Er在第一时间进行计算，若是速度出现的偏差数值 Er 大于规定的偏差阈值k，开展模型校准对策，重新回到ANFIS模型内使用梯度下降的方式对模型实时在线校准操作，即时对模型当中的参数进行更新，借此应对车组工作期间周边环境存在的多变性[1]。
二、以ANFIS模型为基础，对动车组工作实施优化控制
（一）ANFIS模型
ANFIS模型还拥有T—S模型当中的可用大量局部区域仿射模型，对事物当中特性具备的优势以及神经网络拥有的自学习以及自适应能力进行表达，能够为复杂状态的非线性系统建模以及控制操作供给高效的工具。
第一，挑选1000组动车组具体工作期间的数据，使用减法聚类的方式得出这一模型的最优规则数据是4，同时得出模型处于规律状态的后件参数以及前件参数。以模型当中的参数为基础，按照上述方式的相关公式能够得出动车组织及工作期间的具体模型[2]。为了对该模型具备的有效性进行检验，使用其他600组工作数据，对最终的建模实施验证操作，上图1为该模型输出偏差的具体分布曲线示意图。
在上图1当中，error limit 属于限制速度的曲线，按照CTCS-3这一列控系统当中的定位测数标准进行绘制，对上图1进行观察能够得出，若是速度不超过30km/h，此时，模型出现的输出偏差数值在-0.9356 km/h～1.0845 km/h区间内，若是其速度超过30km/h，模型出现的输出偏差数值在-1.2457km/h～1.163km/h区间内，达成CTCS-3这一列控系统当中对于定位测速提出的要求，表明使用具体数据建立的ANFIS模型拥有相对偏高的精准度，同时还拥有相对优质的预报性能。
（二）校准模型以及对运行情况进行优化控制
以建立完成的ANFIS模型为基础，借助于经过优化的广义情况下进行预测控制的方式，同时联系梯度下降方式，对模型进行在线校准，对动车组当中的运行优化控制器进行设计，让其在某一规定的路段取件单中实施运行控制操作。因为高速动车组所处的工作环境十分复杂并频繁出现转变，另外，由于每次运行过程中的载客量存在差异，造成对动车组自身运行期间的特性产生一部分影响。为了对本文所述方式对动车组自身运行条件出现转变期间，优化控制具备的有效性进行验证，假定这一动车组实施具体运行的条件出现更改，使用之前的ANFIS模型，开展在线进行校准优化的控制方式[3]。
为了呈现出上述方式进行校准优化控制工作期间具备的优越性，和预测控制方式展开比较，最终得出其牵引、制动力的曲线以及速度跟踪曲线。此处对标准1当中的后件以及前件参数出现的转变曲线进行论述。
这一标准当中，SL指代的是限速曲线；TGPC指代的是对模型进行校准期间广义情况下的预测控制；DV指代的是预期数值；这一范围内确定模型曲线是SL以及yr-DV这两个曲线构成的。按照牵引能耗建立的模型进行计算，得出本文控制方式运行期间的能耗在2074kwh左右，比广义情况下的2378kwh能耗小，另外，还比yr-DV运行当中的2246kwh能耗小，对具体的运行曲线来讲，其节能效率在7.7%左右。
另外，之前使用的ANFIS模型不再适合使用在对动车组工作环境出现的改变进行控制，控制初期阶段持续的校准参数，直至其到达负荷运行环境的状态，确保使用精确度极高的速度进行跟踪控制，降低不可知环境因素对于动车组的运行速度开展的跟踪控制工作产生的影响，深入的确保动车组运行期间具备的正点性以及安全性，还有进行校准以后的参数。
三、结束语
上文以高速动车组内系统工作数据以及牵引、制动特点为基础，对其工作期间离线状态的ANFIS模型进行设置，对高速动车组的实际运行优化控制工作在一方面进行了论述，期望能够为相关工作的开展发挥出一定的参考价值，以保证动车组顺利的开展工作。
参考文献：
[1]刘千，韩璞，王东风.基于ANFIS模型的烟气含氧量建模和预测[J].计算机仿真，2014，31（10）：437-439.
[2]李中奇，杨辉，刘杰民.高速动车组自适应速度跟踪控制[J].铁道学报，2015（4）：61-68.
[3]付雅婷，杨辉.基于ANFIS模型的高速动车组运行优化控制[J].控制工程，2016，23（10）：1572-1577.
（作者单位：中车青岛四方机车车辆股份有限公司）
关键词：ANFIS模型；高速动车组；运行优化；控制
一、研究目标以及控制理论
（一）研究目标
国内高速动车在处于工作状态下时，其时速要求是超过250公里。与常规的动车存在差异，这类动车组的速度更快，穩定性更高、安全以及舒适性同样更佳。现在，国内主要使用的动车组是CRH380AL，这一动车组属于全球商业领域内，运行速度最快、系统具备的匹配度最佳、拥有最大科技的动车组其中一款。
现在，高速动车组工作是经过驾驶人员在HMI以及ATP显示屏的引导当中，对于牵引、制动手柄进行操纵得到的控制力，以此实现对动车组进行牵引、恒速、惰行以及制动这一系列操作。这类动车组在实际开展工作期间，会承受来自非线性阻力r=c1+c2y+c3y2产生的影响，因此，其实际运行速度与控制力之间表达出的非线性联系如下：
■ +εc1+εc2y+εc3y2=εu （1）
在上式当中，y指代的是车辆的运行速度，经过对单元内的速度以及距离进行测量得出，u指代的是单位状态下的控制力，ε指代的是加速度的具体系数，另外，c1、c2、c3指代的是车辆运行期间存在的阻力系数，c3y2指代的是车辆运行期间存在的空气阻力。
（二）控制理论
使用数据推动ANFIS模型的方式，对高速动车组工作环节的模型进行建立，并以此设置广义情况下的控制器，同时将“u”输出，对其跟踪确定站点中间的工作模式曲线进行控制（这一工作模式曲线是具体的ATP限速曲线以及最佳预期速度曲线形成。）运行。对于预期输出y以及预期速度yr之间存在的偏差数Er在第一时间进行计算，若是速度出现的偏差数值 Er 大于规定的偏差阈值k，开展模型校准对策，重新回到ANFIS模型内使用梯度下降的方式对模型实时在线校准操作，即时对模型当中的参数进行更新，借此应对车组工作期间周边环境存在的多变性[1]。
二、以ANFIS模型为基础，对动车组工作实施优化控制
（一）ANFIS模型
ANFIS模型还拥有T—S模型当中的可用大量局部区域仿射模型，对事物当中特性具备的优势以及神经网络拥有的自学习以及自适应能力进行表达，能够为复杂状态的非线性系统建模以及控制操作供给高效的工具。
第一，挑选1000组动车组具体工作期间的数据，使用减法聚类的方式得出这一模型的最优规则数据是4，同时得出模型处于规律状态的后件参数以及前件参数。以模型当中的参数为基础，按照上述方式的相关公式能够得出动车组织及工作期间的具体模型[2]。为了对该模型具备的有效性进行检验，使用其他600组工作数据，对最终的建模实施验证操作，上图1为该模型输出偏差的具体分布曲线示意图。
在上图1当中，error limit 属于限制速度的曲线，按照CTCS-3这一列控系统当中的定位测数标准进行绘制，对上图1进行观察能够得出，若是速度不超过30km/h，此时，模型出现的输出偏差数值在-0.9356 km/h～1.0845 km/h区间内，若是其速度超过30km/h，模型出现的输出偏差数值在-1.2457km/h～1.163km/h区间内，达成CTCS-3这一列控系统当中对于定位测速提出的要求，表明使用具体数据建立的ANFIS模型拥有相对偏高的精准度，同时还拥有相对优质的预报性能。
（二）校准模型以及对运行情况进行优化控制
以建立完成的ANFIS模型为基础，借助于经过优化的广义情况下进行预测控制的方式，同时联系梯度下降方式，对模型进行在线校准，对动车组当中的运行优化控制器进行设计，让其在某一规定的路段取件单中实施运行控制操作。因为高速动车组所处的工作环境十分复杂并频繁出现转变，另外，由于每次运行过程中的载客量存在差异，造成对动车组自身运行期间的特性产生一部分影响。为了对本文所述方式对动车组自身运行条件出现转变期间，优化控制具备的有效性进行验证，假定这一动车组实施具体运行的条件出现更改，使用之前的ANFIS模型，开展在线进行校准优化的控制方式[3]。
为了呈现出上述方式进行校准优化控制工作期间具备的优越性，和预测控制方式展开比较，最终得出其牵引、制动力的曲线以及速度跟踪曲线。此处对标准1当中的后件以及前件参数出现的转变曲线进行论述。
这一标准当中，SL指代的是限速曲线；TGPC指代的是对模型进行校准期间广义情况下的预测控制；DV指代的是预期数值；这一范围内确定模型曲线是SL以及yr-DV这两个曲线构成的。按照牵引能耗建立的模型进行计算，得出本文控制方式运行期间的能耗在2074kwh左右，比广义情况下的2378kwh能耗小，另外，还比yr-DV运行当中的2246kwh能耗小，对具体的运行曲线来讲，其节能效率在7.7%左右。
另外，之前使用的ANFIS模型不再适合使用在对动车组工作环境出现的改变进行控制，控制初期阶段持续的校准参数，直至其到达负荷运行环境的状态，确保使用精确度极高的速度进行跟踪控制，降低不可知环境因素对于动车组的运行速度开展的跟踪控制工作产生的影响，深入的确保动车组运行期间具备的正点性以及安全性，还有进行校准以后的参数。
三、结束语
上文以高速动车组内系统工作数据以及牵引、制动特点为基础，对其工作期间离线状态的ANFIS模型进行设置，对高速动车组的实际运行优化控制工作在一方面进行了论述，期望能够为相关工作的开展发挥出一定的参考价值，以保证动车组顺利的开展工作。
参考文献：
[1]刘千，韩璞，王东风.基于ANFIS模型的烟气含氧量建模和预测[J].计算机仿真，2014，31（10）：437-439.
[2]李中奇，杨辉，刘杰民.高速动车组自适应速度跟踪控制[J].铁道学报，2015（4）：61-68.
[3]付雅婷，杨辉.基于ANFIS模型的高速动车组运行优化控制[J].控制工程，2016，23（10）：1572-1577.
（作者单位：中车青岛四方机车车辆股份有限公司）