CN111123706B - 高速列车半主动悬挂***控制方法 - Google Patents

高速列车半主动悬挂***控制方法 Download PDF

Info

Publication number
CN111123706B
CN111123706B CN201911367342.6A CN201911367342A CN111123706B CN 111123706 B CN111123706 B CN 111123706B CN 201911367342 A CN201911367342 A CN 201911367342A CN 111123706 B CN111123706 B CN 111123706B
Authority
CN
China
Prior art keywords
equation
sliding mode
speed train
train
freedom
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911367342.6A
Other languages
English (en)
Other versions
CN111123706A (zh
Inventor
何静
刘志天
张昌凡
***
毛颂安
徐艳
谌雪媛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan University of Technology
Original Assignee
Hunan University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan University of Technology filed Critical Hunan University of Technology
Priority to CN201911367342.6A priority Critical patent/CN111123706B/zh
Publication of CN111123706A publication Critical patent/CN111123706A/zh
Application granted granted Critical
Publication of CN111123706B publication Critical patent/CN111123706B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Vehicle Body Suspensions (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明属于列车控制技术领域,公开一种高速列车半主动悬挂***控制方法,包括如下步骤:S1.根据基于欧拉‑拉格朗日非线性动力学模型,建立高速列车十七自由度的状态方程;S2.为了对列车高速运行中所受扰动进行实时观测,设计适用于非线性动力学结构的滑模增益自适应观测器;S3.将滑模变结构控制算法与加幂积分控制算法结合,设计高速列车悬架控制器。本发明提出的基于加幂积分滑模变结构的高速列车悬架控制算法,解决了现实工程中扰动上界未知的现象,有效的克服了非线性复杂***中强耦合问题,加幂积分算法使***具有快速动态响应,滑模变结构控制算法具有鲁棒性强,可靠性高等特点,很好的实现了高速列车快速安全稳定运行的要求。

Description

高速列车半主动悬挂***控制方法
技术领域
本发明涉及涉及轨道交通运行控制领域,具体是一种高速列车半主动悬挂***控制方法。
背景技术
随着国家的轨道交通发展,中国高速列车已经成为了中国的名片,承载着中国科技走出去的重要信念,中国高铁以平稳性好著称,其优良的平稳性离不开高性能的悬挂控制***,高速列车运行过程中的悬挂***是一种多自由度动力学***,属于一种多变量,非线性和强耦合的复杂模型。
针对实际工程应用中扰动上界未知问题,如何设计较好的观测器,针对提升列车运行的抗干扰能力,如何设计较好的控制器,均是是高速列车运行悬挂***控制技术在实际生产应用中的关键,它直接影响列车运行控制的可靠性及乘客乘坐的舒适性。以上高速列车运行过程中存在的复杂轨道激扰工况,需要解决的关键问题是,如何设计观测器能快速精确的观测非线性随机振动***中的扰动,如何设计控制算法快速有效的抑制列车运行中的扰动,保证高速列车安全稳定的运行,这些均是高速列车设计亟需要解决的技术问题。
发明内容
本发明的目的在于提供一种基于加幂积分滑模的高速列车控制方法,以解决现实工程中高速列车运行过程中所受轨道激扰上界未知的问题,使高速列车快速安全稳定的运行。
为实现上述目的,本发明提供如下技术方案:
一种高速列车半主动悬挂***控制方法,包括以下步骤:
S1:基于欧拉-拉格朗日非线性动力学模型,建立高速列车多自由度的状态方程;
S2:设计适用于非线性动力学结构的滑模增益自适应观测器对列车高速运行中所受扰动进行实时观测;
S3:将滑模变结构控制算法与加幂积分控制算法结合,设计高速列车半主动悬挂控制器。
步骤S3:将滑模变结构控制算法与加幂积分控制算法结合,设计高速列车悬架控制器。
进一步地,S1所述的高速列车多自由度状态方程,为十七自由度状态方程,具体包括如下过程:
S11:根据非线性动力学对半主动悬挂***的运动状态进行分析,建立高速列车十七自由度动力学数学模型,包括轮对的横移和摇头运动方程、转向架的横移和侧滚及摇头方程、车体的横移和侧滚及摇头运动方程;
S12:将十七自由度动力学数学模型等效为传统非线性随机动力学的数学模型,得到高速列车十七自由度的模型变换方程;
S13:引入列车运行环境中多种复杂车况和/或路况时变下的外部干扰,建立精确的高速列车十七自由度模型,得出整个***不确定性外部干扰的表达式。
其中,S11中的高速列车十七自由度动力学数学模型包括:
S111:轮对横移运动方程
Figure BDA0002338775290000021
S112:轮对摇头运动方程
Figure BDA0002338775290000022
S113:转向架横移运动方程
Figure BDA0002338775290000023
S114:转向架侧滚运动方程
Figure BDA0002338775290000031
S115:转向架摇头运动方程
Figure BDA0002338775290000032
S116:车体横移运动方程
Figure BDA0002338775290000033
S117:车体侧滚运动方程
Figure BDA0002338775290000034
S118:车体摇头运动方程
Figure BDA0002338775290000035
更进一步地,得到外部广义干扰力项,其中m=1~4,n=5~8。
Figure BDA0002338775290000036
Figure BDA0002338775290000037
更进一步地,S12确定的模型变换方程如下:
Figure BDA0002338775290000041
更进一步地,定义D表示列车运行环境中其他复杂时变下的外部干扰,得到更为精确的高速列车多自由度模型。将模型变换方程进一步转化,则有:
Figure BDA0002338775290000042
更进一步地,S13确定的***综合不确定性外部干扰如下:
Figure BDA0002338775290000043
式中[M0],[C0],[K0}:依次为整车***惯量矩阵、阻尼矩阵和时刚度矩阵,均为17×17阶方阵;ΔM代表由于乘客人数变化等造成质量系数的改变,ΔC代表列车长时间运行后造成阻尼系数的改变,ΔK代表列车长时间运行后弹簧系数的改变;u:17×17阶的控制器输出量;[D]:包括轨道不平顺在内的扰动变量。y=[yw1,yw2,yw3,yw4,ψw1,ψw2,ψw3,ψw4,yt1,yt2,φt1,φt2,ψt1,ψt2,yc,φc,ψc]T
进一步地,S2所述的滑模增益自适应观测器的具体设计过程包括如下过程:
S21:根据高速列车的轮对、转向架及车体各自由度传感器的测量值及设定参考值之间的误差,构造外部干扰项的观测滑模面;
S22:根据高速列车十七自由度的模型变换方程构造干扰项的滑模变结构观测器;
更进一步地,S21所述的具体过程如下:
S211:定义测量值及设计参考值的误差信息
Figure BDA0002338775290000044
S212:设计观测器的滑模面方程
Figure BDA0002338775290000045
再进一步地,S22中的滑模变结构观测器的具体设计过程如下:
S221:设计滑模变结构观测器
Figure BDA0002338775290000046
S222:观测器中
Figure BDA0002338775290000047
的估计值为
Figure BDA0002338775290000051
式中,ν=λ1sgn(Sa)滑模变量,标量λ1辅助***的增益。高速列车运行中激扰不会出现突增性现象,所以可得
Figure BDA0002338775290000052
Figure BDA0002338775290000053
为一正常数,将转化后的模型转换方程统减去滑模变结构观测器方程,并代入可得:
Figure BDA0002338775290000054
式中未知增益系数
Figure BDA0002338775290000055
其中γ是正的矩阵。
优选地,为保证S22设计的滑模变结构观测器可达,并且能够趋于渐近稳定,对S22设计的滑模变结构观测器进行证明,具体证明过程如下:
S231:构建证明滑模观测器存在性及可达性的Lyapunov函数
Figure BDA0002338775290000056
S232:证明滑模观测器的存在性与可达性
Figure BDA0002338775290000057
S233:构建证明观测器稳定性的Lyapunov函数
Figure BDA0002338775290000058
S234:证明观测器趋于逐渐稳定
Figure BDA0002338775290000059
进一步地,S3所述的高速列车半主动悬架控制器的具体设计过程如下所示:
S31:定义高速列车十七自由度的模型变换方程的中间变量,将其转换成空间状态方程;
S32:选取合适的积分滑模面,构建加幂积分滑模控制器;
更进一步地,S31所述的空间状态方程建立过程如下所示:
S311:定义列车数学模型的状态变量
设半主动悬架***的理想轨迹位置为yd,实际位置矢量为y,则状态变量为
x1=[x1,1,...,x1,n]T=yd-y
Figure BDA0002338775290000061
S312:建立列车模型变换方程的空间状态方程
Figure BDA0002338775290000062
Figure BDA0002338775290000063
定义
Figure BDA0002338775290000064
其中
Figure BDA0002338775290000065
是一个设定的虚拟控制器,其中
1<r=r1/r2<2,r1与r2均是正整数。
再进一步地,S32所述的控制器设计具体如下:
S321:选择积分滑模面为
Figure BDA0002338775290000066
S322:设计加幂积分滑模控制器
Figure BDA0002338775290000067
式中k1>0,
Figure BDA0002338775290000068
更进一步地,为保证S32设计的加幂积分滑模控制器可达,并且能够趋于渐近稳定,对S32设计的加幂积分滑模控制器进行证明,具体证明过程如下:
S331:构建Lyapunov方程:
V=V1+V2
Figure BDA0002338775290000071
Figure BDA0002338775290000072
S332:验证加幂积分控制器的稳定性
Figure BDA0002338775290000073
Figure BDA0002338775290000074
结合上面的公式可得到:
Figure BDA0002338775290000075
式中
Figure BDA0002338775290000076
更进一步地,采用
Figure BDA0002338775290000077
代替函数sgn(s),其中δ为趋于零的正常数。
与现有技术相比,本发明的有益效果是:本发明提出的基于加幂积分滑模的高速列车控制方法,有效的克服了复杂***中扰动多变,***非线性和变量强耦合等问题,使***具有有限时间收敛的快速动态响应,鲁棒性强,可靠性高,很好的实现了高速列车的安全稳定运行要求,有利于高速列车运行控制的实际工程应用。
附图说明
图1为实施例1中高速列车半主动悬挂***控制方法的结构框图;
图2为实施例2所述高速列车半主动悬挂***控制方法中扰动实际值和增益自适应滑模扰动观测器观测值的对比仿真图;
图3为实施例2所述高速列车半主动悬挂***控制方法中高速列车运行过程中的车体横向位移仿真图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
请参阅图1,一种基于加幂积分滑模的高速列车半主动悬挂***控制方法,包括以下步骤:
第一步,根据欧拉-拉格朗日非线性动力学模型,目的是建立高速列车多自由度的状态方程。
进一步,高速列车十七自由度动力学数学模型可表示为:
式(1)为轮对横移运动:
Figure BDA0002338775290000081
式(2)为轮对摇头运动:
Figure BDA0002338775290000082
式(3)为转向架横移运动:
Figure BDA0002338775290000091
式(4)为转向架侧滚运动:
Figure BDA0002338775290000092
式(5)为转向架摇头运动:
Figure BDA0002338775290000093
式(6)为车体横移运动:
Figure BDA0002338775290000094
式(7)为车体侧滚运动:
Figure BDA0002338775290000095
式(8)为车体摇头运动:
Figure BDA0002338775290000096
式(9)与式(10)为外部广义干扰力项,其中m=1~4,n=5~8。
Figure BDA0002338775290000097
Figure BDA0002338775290000101
下表为高速列车十七自由度动力学数学模型输出变量参数含义
Figure BDA0002338775290000102
当j=1时,i=1~2;当j=2时,i=3~4。
进一步,分析模型特性可知,高速列车多自由度模型在满足欧拉-拉格朗日非线性随机动力学的前提下,可将高速列车多自由度动力学数学模型等效为传统非线性随机动力学的数学模型,得出高速列车的多自由度模型变换方程,得到式(11)为:
Figure BDA0002338775290000103
式中[M0],[C0],[K0]:依次为整车***惯量矩阵、阻尼矩阵和时刚度矩阵,均为17×17阶方阵;ΔM代表由于乘客人数变化等造成质量系数的改变,ΔC代表列车长时间运行后造成阻尼系数的改变,ΔK代表列车长时间运行后弹簧系数的改变;u:17×17阶的控制器输出量;[D]:包括轨道不平顺在内的扰动变量。y=[yw1,yw2,yw3,yw4,ψw1,ψw2,ψw3,ψw4,yt1,yt2,φt1,φt2,ψt1,ψt2,yc,φc,ψc]T
进一步,将***方程进一步转化,得到式(12)
Figure BDA0002338775290000104
定义D表示列车运行环境中其他复杂时变下的外部干扰,变量y反映的是轮对、车体、转向架的横移位移、摇头、侧滚角度。
式中整理后的***综合不确定性为
Figure BDA0002338775290000105
第二步,针对列车高速运行中所受扰动需要进行实时观测问题,目的是设计适用于非线性动力学结构的滑模增益自适应观测器;
具体的,采用高速列车作为被控对象,***各子***输出总和y与设定的参考值η之间的误差可表示为
Figure BDA0002338775290000111
定义滑模面,如式(13)所示:
Figure BDA0002338775290000112
进一步,为设计如下滑模变结构观测器,如式(14)所示:
Figure BDA0002338775290000113
式中
Figure BDA0002338775290000114
的估计值如下式所示:
Figure BDA0002338775290000115
式中,ν=λ1sgn(Sa)滑模变量,标量λ1辅助***的增益。高速列车运行中激扰不会出现突增性现象,所以可得
Figure BDA0002338775290000116
Figure BDA0002338775290000117
为一正常数,将(12)式减去式(14)代入可得式(15):
Figure BDA0002338775290000118
式中未知增益系数
Figure BDA0002338775290000119
其中γ是正的矩阵。
具体的,构建如下Lyapunov函数,如式(16)所示:
Figure BDA00023387752900001110
式(16)对时间t的导数为式(17):
Figure BDA00023387752900001111
具体的,为了使状态估计误差
Figure BDA00023387752900001112
可以在有限时间中收敛到零之后始终保持,构建如下Lyapunov函数,如式(18)所示:
Figure BDA00023387752900001113
式(18)对时间t的导数为式(19):
Figure BDA0002338775290000121
由式(19)可以看出,***满足滑模的存在性以及可达性条件,当***进入滑模状态时,
Figure BDA0002338775290000122
在有限时间稳定有界,即
Figure BDA0002338775290000123
观测器可以实时跟踪扰动。
第三步,设计加幂积分滑模控制器来迅速的消除高速列车运行过程中的跟踪误差,并证明所设计控制器的稳定性;
进一步,定义高速列车半主动悬架***的理想轨迹位置为yd=[yd1,...,ydn],则实际矢量与理想矢量之间的跟踪误差定义如式(20)所示:
Figure BDA0002338775290000124
原***方程(12)可转化为如式(21)所示的误差方程:
Figure BDA0002338775290000125
式中1<r=r1/r2<2,r1、r2均是正整数。定义
Figure BDA0002338775290000126
其中
Figure BDA0002338775290000127
是一个设定的虚拟控制器,虚拟控制律定义如式(22)所示:
Figure BDA0002338775290000128
具体的,选取滑模面,如式(23)所示:
Figure BDA0002338775290000129
针对高速列车多自由度动力学数学模型,根据式,加幂积分滑模控制器可设计为如式(24)所示的控制器:
Figure BDA0002338775290000131
式中k1>0,
Figure BDA0002338775290000132
sgn(s)为符号函数;
进一步,根据所设计的控制器,现证明其稳定性;
具体的,构建如下Lyapunov函数,如式(25)所示:
Figure BDA0002338775290000133
对式(25)进行求导,分别得到式(26)与式(27)有:
Figure BDA0002338775290000134
Figure BDA0002338775290000135
将式(26)(27)结合可得式(28):
Figure BDA0002338775290000141
式中
Figure BDA0002338775290000142
由式(28)可以看出,***满足滑模的存在性以及可达性条件,当***进入滑模状态时s=0,结合式(25)可知,此时***使误差x1和x2渐进收敛于零,进而可以推导出跟踪误差x1能被消除。
图1为本发明提供的基于加幂积分滑模的高速列车半主动悬挂***控制方法的结构框图,该结构一方面考虑了高速列车运行中未知扰动对列车运行的影响,另一方面也考虑了极短时间内高速列车的车体横移稳定在安全范围内,因此,该控制结构的稳定运行可以有效地减弱扰动对列车运行的影响,而且有效地提高***的控制精度。
实施例2
本实施例与实施例1的不同之处在于:为了能够有效减小sgn(s)函数带来的抖振问题,采用
Figure BDA0002338775290000143
函数来代替函数sgn(s),δ为趋于零的正常数,比如10-5、l0-6、10-7等等。
由图2中的仿真结果可知,扰动实际值和增益自适应滑模扰动观测器观测值在每个采样周期内大约经过0.001秒就快速重合,说明所设计的观测器快速有效的跟踪上了***的未知扰动,为后续控制器的设计提供了有力支持。
由图3中的仿真结果可知,高速列车车体横移在采样周期内实现了极短时间以内就收敛到极小的范围内,表明***在整个过程中具有较快的动态响应特性。
下表为本申请中各参数含义明细:
Figure BDA0002338775290000144
Figure BDA0002338775290000151
本发明提出的基于加幂积分滑模变结构的高速列车悬架控制算法,解决了现实工程中扰动上界未知的现象,有效的克服了非线性复杂***中强耦合问题,加幂积分算法使***具有快速动态响应,滑模变结构控制算法具有鲁棒性强,可靠性高等特点,很好的实现了高速列车快速安全稳定运行的要求。
显然,上述实施例仅仅是为清楚地说明本发明的技术方案所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。

Claims (1)

1.一种高速列车半主动悬挂***控制方法,其特征在于,采用加幂积分滑模控制算法,包括以下步骤:
S1:基于欧拉-拉格朗日非线性动力学模型,建立高速列车多自由度的状态方程;
步骤S1包括以下步骤:
S11:根据非线性动力学对半主动悬挂***的运动状态进行分析,建立高速列车十七自由度动力学数学模型,包括轮对的横移和摇头运动方程、转向架的横移和侧滚及摇头方程、车体的横移和侧滚及摇头运动方程;
S12:将十七自由度动力学数学模型等效为传统非线性随机动力学的数学模型,得到高速列车十七自由度的模型变换方程;
S13:引入列车运行环境中多种复杂车况和/或路况时变下的外部干扰,建立精确的高速列车十七自由度模型,得出整个***不确定性外部干扰的表达式;
步骤S11确定的十七自由度高速列车数学模型如下:
S111:轮对横移运动方程:
Figure FDA0003562477490000011
S112:轮对摇头运动方程:
Figure FDA0003562477490000012
S113:转向架横移运动方程:
Figure FDA0003562477490000013
S114:转向架侧滚运动方程:
Figure FDA0003562477490000021
S115:转向架摇头运动方程:
Figure FDA0003562477490000022
S116:车体横移运动方程:
Figure FDA0003562477490000023
S117:车体侧滚运动方程:
Figure FDA0003562477490000024
S118:车体摇头运动方程:
Figure FDA0003562477490000025
S12确定的模型变换方程如下:
Figure FDA0003562477490000026
S13确定的***综合不确定性外部干扰如下:
Figure FDA0003562477490000027
S2:设计适用于非线性动力学结构的滑模增益自适应观测器对列车高速运行中所受扰动进行实时观测;
步骤S2包括以下步骤:
S21:根据高速列车的轮对、转向架及车体各自由度传感器的测量值及设定参考值之间的误差,构造外部干扰项的观测滑模面;
S22:根据高速列车十七自由度的模型变换方程构造干扰项的滑模变结构观测器;
步骤S21的观测滑模面具体构造过程如下:
S211:定义测量值及设计参考值的误差信息:
Figure FDA0003562477490000031
S212:设计观测器的滑模面方程:
Figure FDA0003562477490000032
S22中的滑模变结构观测器的具体设计过程如下:
S221:设计滑模变结构观测器:
Figure FDA0003562477490000033
S222:观测器中
Figure FDA0003562477490000034
的估计值为:
Figure FDA0003562477490000035
S3:将滑模变结构控制算法与加幂积分控制算法结合,设计高速列车半主动悬挂控制器;
步骤S3包括以下步骤:
S31:定义高速列车十七自由度的模型变换方程的中间变量,将其转换成空间状态方程;
S32:选取合适的积分滑模面,构建加幂积分滑模控制器;
步骤S31的空间状态方程转换过程如下:
S311:定义列车数学模型的状态变量
设半主动悬架***的理想轨迹位置为yd,实际位置矢量为y,则状态变量为:
x1=[x1,1,...,x1,n]T=yd-y
Figure FDA0003562477490000041
S312:建立列车模型变换方程的空间状态方程:
Figure FDA0003562477490000042
Figure FDA0003562477490000043
定义
Figure FDA0003562477490000044
其中
Figure FDA0003562477490000045
是一个设定的虚拟控制器,其中1<r=r1/2<2,r1与r2均是正整数;
S32所述的控制器设计如下:
S321:选择积分滑模面为:
Figure FDA0003562477490000046
S322:设计加幂积分滑模控制器:
Figure FDA0003562477490000047
式中k1>0,
Figure FDA0003562477490000048
sgn(s)为符号函数;
采用
Figure FDA0003562477490000049
替代函数sgn(s),式中δ为趋于零的正常数。
CN201911367342.6A 2019-12-26 2019-12-26 高速列车半主动悬挂***控制方法 Active CN111123706B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911367342.6A CN111123706B (zh) 2019-12-26 2019-12-26 高速列车半主动悬挂***控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911367342.6A CN111123706B (zh) 2019-12-26 2019-12-26 高速列车半主动悬挂***控制方法

Publications (2)

Publication Number Publication Date
CN111123706A CN111123706A (zh) 2020-05-08
CN111123706B true CN111123706B (zh) 2022-05-27

Family

ID=70503153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911367342.6A Active CN111123706B (zh) 2019-12-26 2019-12-26 高速列车半主动悬挂***控制方法

Country Status (1)

Country Link
CN (1) CN111123706B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107544243A (zh) * 2017-07-25 2018-01-05 西南交通大学 基于h∞控制的高速列车横向半主动悬挂控制***及控制方法
CN109109601A (zh) * 2018-09-10 2019-01-01 燕山大学 基于车辆位姿偏差的惯性调控主动悬挂控制***及控制方法
CN109739250A (zh) * 2018-12-11 2019-05-10 曲阜师范大学 自适应有限时间姿态控制模型获取方法及***、控制器和控制方法
CN110597063A (zh) * 2019-09-24 2019-12-20 燕山大学 基于非线性扩张状态观测器的主动悬挂输出反馈控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107544243A (zh) * 2017-07-25 2018-01-05 西南交通大学 基于h∞控制的高速列车横向半主动悬挂控制***及控制方法
CN109109601A (zh) * 2018-09-10 2019-01-01 燕山大学 基于车辆位姿偏差的惯性调控主动悬挂控制***及控制方法
CN110281727A (zh) * 2018-09-10 2019-09-27 燕山大学 基于车辆位姿偏差的惯性调控主动悬挂***及控制方法
CN109739250A (zh) * 2018-12-11 2019-05-10 曲阜师范大学 自适应有限时间姿态控制模型获取方法及***、控制器和控制方法
CN110597063A (zh) * 2019-09-24 2019-12-20 燕山大学 基于非线性扩张状态观测器的主动悬挂输出反馈控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于加幂积分方法的制导控制一体化设计;孙向宇 等;《控制与决策》;20180228;第33卷(第2期);第242-248页 *

Also Published As

Publication number Publication date
CN111123706A (zh) 2020-05-08

Similar Documents

Publication Publication Date Title
Pan et al. Adaptive tracking control for active suspension systems with non-ideal actuators
CN113386781B (zh) 一种基于数据驱动车辆动力学模型的智能车辆轨迹跟踪控制方法
CN107015477B (zh) 基于状态反馈的车辆路径跟踪h∞控制方法
CN107831761B (zh) 一种智能车的路径跟踪控制方法
Li et al. Fuzzy sampled-data control for uncertain vehicle suspension systems
Wang et al. Robust output-feedback based vehicle lateral motion control considering network-induced delay and tire force saturation
CN108491564B (zh) 基于预测模型和扰动快速消除的机械控制一体化设计方法
Liu et al. Adaptive finite-time control for half-vehicle active suspension systems with uncertain dynamics
CN105539052B (zh) 一种以车辆平稳状态为参考的可控悬架滑模追踪控制器
CN113408047B (zh) 一种基于时滞反馈神经网络的车辆动力学预测模型、及训练数据获取方法、训练方法
Li et al. Sampled-data asynchronous fuzzy output feedback control for active suspension systems in restricted frequency domain
CN112346346A (zh) 一种重载列车速度跟踪控制方法及***
CN112009577B (zh) 一种用于重卡驾驶室半主动悬置的控制方法
CN114379583A (zh) 一种基于神经网络动力学模型的自动驾驶车辆轨迹跟踪***及方法
Yang et al. Active suspension robust preview control by considering actuator delay
Zhao et al. Reliable fuzzy sampled-data control for nonlinear suspension systems against actuator faults
Xing et al. Recurrent neural network non‐singular terminal sliding mode control for path following of autonomous ground vehicles with parametric uncertainties
CN111123706B (zh) 高速列车半主动悬挂***控制方法
Zolotas Advanced control strategies for tilting trains
CN117048667A (zh) 一种基于车辆动态响应辨识的重载列车控制方法及***
CN117270386A (zh) 基于耦合自抗扰的分布式驱动六轮转向车辆同相位转向控制方法及控制器
Kanarachos Design of an intelligent feed forward controller system for vehicle obstacle avoidance using neural networks
CN115167135A (zh) 反馈与模型前馈串级的无人驾驶车辆自趋优位姿控制***
Li et al. Dual extended Kalman filter based state and parameter estimator for model-based control in autonomous vehicles
Du et al. Control Strategy for Semi-Active Suspension Based on Suspension Parameter Estimation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant