CN117389158B - 一种基于钩缓约束条件下的高速列车跟踪控制方法及*** - Google Patents
一种基于钩缓约束条件下的高速列车跟踪控制方法及*** Download PDFInfo
- Publication number
- CN117389158B CN117389158B CN202311684098.2A CN202311684098A CN117389158B CN 117389158 B CN117389158 B CN 117389158B CN 202311684098 A CN202311684098 A CN 202311684098A CN 117389158 B CN117389158 B CN 117389158B
- Authority
- CN
- China
- Prior art keywords
- speed
- time
- error
- displacement
- train
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000000872 buffer Substances 0.000 title claims abstract description 17
- 238000006073 displacement reaction Methods 0.000 claims abstract description 114
- 238000010168 coupling process Methods 0.000 claims abstract description 30
- 238000005859 coupling reaction Methods 0.000 claims abstract description 30
- 239000002131 composite material Substances 0.000 claims abstract description 26
- 230000008878 coupling Effects 0.000 claims abstract description 26
- 239000002245 particle Substances 0.000 claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims description 25
- 230000001133 acceleration Effects 0.000 claims description 17
- 230000036541 health Effects 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 13
- 238000013016 damping Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000000418 atomic force spectrum Methods 0.000 description 5
- 239000007853 buffer solution Substances 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive 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
- G05B13/042—Adaptive 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)
- Feedback Control In General (AREA)
Abstract
本发明公开一种基于钩缓约束条件下的高速列车跟踪控制方法及***,涉及列车控制技术领域,方法包括:基于高速列车的内耦合作用力,构建非线性多质点动力学模型;根据位移跟踪误差、速度跟踪误差和控制输入误差,对非线性多质点动力学模型进行线性化,得到高速列车平衡状态下具有耦合器位移的动力学方程;基于高速列车执行器故障,将高速列车平衡状态下具有耦合器位移的动力学方程转换为带有执行器部分故障的列车空间状态方程;建立具有状态空间形式的干扰观测器;基于干扰观测器,构建输入补偿控制器;根据列车空间状态方程、干扰观测器和输入补偿控制器确定复合控制器;采用复合控制器对高速列车进行跟踪控制。本发明提高了列车运行的安全性。
Description
技术领域
本发明涉及列车控制技术领域,特别是涉及一种基于钩缓约束条件下的高速列车跟踪控制方法及***。
背景技术
高速动车组在编组过程中,通过自动式密接车钩缓冲装置相连接。钩缓***在缓冲和传递列车纵向作用力起到重要作用,是列车内力传输的桥梁。在列车运行过程中相邻车厢受到的车间作用力的影响不可忽略,其对高速列车的安全性和运行稳定性至关重要。钩缓***主要由车钩弹簧和缓冲耦合器构成,列车内力的大小由相邻车厢的位移差和速度差共同决定。过大的列车内力会导致钩缓装置的疲劳失效,甚至出现破坏引起严重的脱轨事故。随着高速列车运行速度的不断提高,导致列车内力增加的风险提高,这对其行车安全提出了更高的要求。因此针对钩缓***的位移约束问题设计高速列车控制方法具有重要的现实意义。
目前,已有控制方法引入到列车钩缓***约束问题中,比如采用人工势函数保证车钩耦合器位移在安全范围内。但人工势函数会引起局部极小值的位置震荡以及来回抖动的问题,这不仅会影响乘坐列车的舒适性,还会导致车钩耦合器一定的机械损伤。因此,在列车整个运行过程中,确保耦合器位移工作在安全范围内并收敛到标称值附近,仍是一个富有挑战性的话题。
此外,高速列车运行环境复杂多变,且外源干扰的变化具有突发性、随机性,这也是列车自动驾驶***需要解决的重点问题。但现有方法处理干扰的能力有限,干扰补偿的精度有待提高。并且在控制器的设计中并未考虑主动的干扰抑制,导致控制器无法在强干扰的情况下迅速做出反应。
基于此,亟需一种先进的控制算法保证列车的安全稳定运行。
发明内容
本发明的目的是提供一种基于钩缓约束条件下的高速列车跟踪控制方法及***,提高了列车运行的安全性。
为实现上述目的,本发明提供了如下方案:
一种基于钩缓约束条件下的高速列车跟踪控制方法,包括:
基于高速列车的内耦合作用力,构建高速列车的非线性多质点动力学模型;
根据位移跟踪误差、速度跟踪误差和控制输入误差,对所述非线性多质点动力学模型进行线性化,得到高速列车平衡状态下具有耦合器位移的动力学方程;所述具有耦合器位移的动力学方程满足预设的钩缓约束条件;
基于高速列车执行器故障,将高速列车平衡状态下具有耦合器位移的动力学方程转换为带有执行器部分故障的列车空间状态方程;
建立具有状态空间形式的干扰观测器,所述干扰观测器用于估计并衰减高速列车在运行过程中受到的未知扰动;
基于所述干扰观测器,构建输入补偿控制器;
根据所述列车空间状态方程、所述干扰观测器和所述输入补偿控制器,确定复合控制器;
采用所述复合控制器对所述高速列车进行跟踪控制。
本发明还公开了一种基于钩缓约束条件下的高速列车跟踪控制***,包括:
非线性多质点动力学模型确定模块,用于基于高速列车的内耦合作用力,构建高速列车的非线性多质点动力学模型;
具有耦合器位移的动力学方程确定模块,用于根据位移跟踪误差、速度跟踪误差和控制输入误差,对所述非线性多质点动力学模型进行线性化,得到高速列车平衡状态下具有耦合器位移的动力学方程;所述具有耦合器位移的动力学方程满足预设的钩缓约束条件;
列车空间状态方程确定模块,用于基于高速列车执行器故障,将高速列车平衡状态下具有耦合器位移的动力学方程转换为带有执行器部分故障的列车空间状态方程;
干扰观测器确定模块,用于建立具有状态空间形式的干扰观测器,所述干扰观测器用于估计并衰减高速列车在运行过程中受到的未知扰动;
输入补偿控制器构建模块,用于基于所述干扰观测器,构建输入补偿控制器;
复合控制器确定模块,用于根据所述列车空间状态方程、所述干扰观测器和所述输入补偿控制器,确定复合控制器;
控制模块,用于采用所述复合控制器对所述高速列车进行跟踪控制。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明考虑耦合器约束,使得耦合器位移在高速列车整个运行过程中始终满足安全约束,从而提高了列车运行的安全性,通过输入补偿控制器补偿干扰对高速列车的影响,进一步提高了列车运行的安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于钩缓约束条件下的高速列车跟踪控制方法流程示意图;
图2为本发明实施例提供的复合控制框图;
图3为本发明实施例提供的高速列车相邻车厢受力分析示意图;
图4为本发明实施例提供的补偿周期值的选取流程图;
图5为本发明实施例提供的高速列车的期望位移和期望速度曲线图;
图6为本发明实施例提供的高速列车部分耦合器的位移演化曲线图;
图7为本发明实施例提供的高速列车部分速度跟踪误差曲线图;
图8为本发明实施例提供的高速列车部分位移跟踪误差曲线图;
图9为本发明实施例提供的高速列车部分控制信号曲线图;
图10为本发明实施例提供的高速列车部分输入补偿控制信号曲线图;
图11为本发明实施例提供的高速列车部分车厢间耦合力曲线图;
图12为本发明实施例提供的干扰观测器的部分估计误差曲线图;
图13为本发明实施例提供的高速列车部分位移跟踪曲线图;
图14为本发明实施例提供的一种基于钩缓约束条件下的高速列车跟踪控制***结构示意图。
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。
本发明的目的是提供一种基于钩缓约束条件下的高速列车跟踪控制方法及***,提高了列车运行的安全性。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明的目的是为高速列车自动驾驶***提供一种基于输入补偿和干扰观测器的混合控制策略。首先建立高速列车平衡状态下具有耦合器位移的多质点线性动力学模型,然后建立带有执行器部分故障的高速列车空间状态方程,再引入干扰观测器,在线估计并抑制列车受到的未知复杂集总扰动,从而衰减列车受到的大部分扰动。考虑到基于干扰观测器的控制方法存在控制精度不高,并且不能保证耦合器安全工作等问题,进一步设计输入补偿控制信号,从而保证列车耦合器工作的绝对安全,并进一步提高干扰的补偿精度,能够解决背景技术中针对列车控制存在的难题。
实施例1
如图1所示,本实施例提供的一种基于钩缓约束条件下的高速列车跟踪控制方法,包括如下步骤。
步骤101:基于高速列车的内耦合作用力,构建高速列车的非线性多质点动力学模型。
步骤102:根据位移跟踪误差、速度跟踪误差和控制输入误差,对所述非线性多质点动力学模型进行线性化,得到高速列车平衡状态下具有耦合器位移的动力学方程;所述具有耦合器位移的动力学方程满足预设的钩缓约束条件。
步骤103:基于高速列车执行器故障,将高速列车平衡状态下具有耦合器位移的动力学方程转换为带有执行器部分故障的列车空间状态方程。
步骤104:建立具有状态空间形式的干扰观测器,所述干扰观测器用于估计并衰减高速列车在运行过程中受到的未知扰动。
步骤105:基于所述干扰观测器,构建输入补偿控制器。
步骤106:根据所述列车空间状态方程、所述干扰观测器和所述输入补偿控制器,确定复合控制器。
步骤107:采用所述复合控制器对所述高速列车进行跟踪控制。
本发明针对高速列车耦合器安全约束和未知集总扰动的衰减,设计输入补偿控制信号和干扰观测器,提出了混合跟踪控制方法。为处理列车运行过程中的未知扰动,首先设计了干扰观测器来处理扰动的对列车的影响。考虑到基于干扰观测器的控制器并不能保证耦合器满足安全约束,并且没有令人满意的控制精度,进一步设计了一种输入补偿信号。在本发明下,只需选择合适的补偿周期,就能保证列车耦合器的绝对安全,提高了列车运行的安全性和跟踪性能。列车总体的控制结构如图2所示。
其中,步骤101考虑列车内耦合作用力,构建高速列车非线性多质点动力学模型,所述非线性多质点动力学模型表示为:
(1);
其中,其中,表示第j节车厢t时刻的位移,/>为/>的导数,/>表示第j节车厢t时刻的速度,/>是第1节车厢的质量,/>表示第1节车厢t时刻的速度,/>表示第2节车厢t时刻的速度,/>为/>的导数,/>表示第1节车厢t时刻的控制输入,/>表示第1节车厢t时刻的位移,/>表示第2节车厢t时刻的位移,/>为第1节车厢t时刻的未知集总扰动,/>表示第i节车厢t时刻的位移,/>表示第i+1节车厢t时刻的位移,/>表示第i-1节车厢t时刻的位移,/>表示第i节车厢t时刻的速度,/>表示第i+1节车厢t时刻的速度,表示第i-1节车厢t时刻的速度,/>表示第n节车厢t时刻的位移,/>表示第n-1节车厢t时刻的位移,/>表示第n节车厢t时刻的速度,/>为第n节车厢t时刻的加速度,/>表示第n-1节车厢t时刻的速度,/>表示第i节车厢t时刻的加速度,/>表示第i节车厢t时刻的控制输入,/>表示第n节车厢t时刻的控制输入,/>、/>和/>均是Davis系数,/>为弹性耦合系数,/>为阻尼耦合系数,/>是第i节车厢的质量,/>是第n节车厢的质量,l是车厢固定长度,/>为第i节车厢t时刻的未知集总扰动,/>为第n节车厢t时刻的未知集总扰动,n为高速列车的车厢数量。
其中,步骤102具体包括:定义位移跟踪误差变量、速度跟踪误差变量和控制输入误差变量,对列车非线性模型进行线性化,得到列车平衡状态下具有耦合器位移的动力学方程。
如图3所示,耦合器位移表示如下:
(2);
其中,为t时刻第/>节与第/>节车厢之间的耦合器位移。,/>表示耦合器未发生形变前的原始长度,/>表示一节车厢的固定长度。
高速列车耦合器的位移演化如图6所示,高速列车速度跟踪误差曲线如图7所示,位移跟踪误差如图8所示。
高速列车相邻车厢受力分析如图3所示。
高速列车的速度达到平衡状态时具有期望速度:。
期望加速度:。
定义位移误差变量:。
速度误差变量:。
控制误差变量:。
其中,、/>和/>分别表示t时刻第1节、第2节和第n节车厢的期望速度,即表示t时刻第i节车厢的期望速度,/>为期望速度。/>、/>和/>分别表示t时刻第1节、第2节和第n节车厢的期望加速度,/>表示t时刻第i节车厢的速度误差,/>表示t时刻第i节车厢的控制误差,/>表示t时刻第i节车厢的期望控制量,/>表示期望位移,/>表示第i节车厢前的列车车身总长度。
高速列车的期望位移和期望速度/>的曲线如图5所示,高速列车控制信号如图9所示。
高速列车平衡状态下具有耦合器位移的动力学方程表示为:
(3);
其中,为第1节车厢t时刻的位移误差,/>为/>的导数,/>为第1节车厢t时刻的速度误差,/>为第2节车厢t时刻的速度误差,/>为t时刻第1节与第2节车厢之间的耦合器位移,/>为/>的导数,/>为第j节车厢t时刻的速度误差,/>为第j-1节车厢t时刻的速度误差,/>为t时刻第j-1节与第j节车厢之间的耦合器位移,/>为第1节车厢t时刻的控制输入误差,/>表示期望速度,/>为第/>节车厢t时刻的加速度误差,/>为第/>节车厢t时刻的位移误差,/>为第/>节车厢t时刻的速度误差,/>为第/>节车厢t时刻的速度误差,/>为第/>节车厢t时刻的速度误差,/>为第/>节车厢t时刻的控制输入误差,为第n节车厢t时刻的加速度误差,/>为第n节车厢t时刻的控制输入误差,/>为第n节车厢t时刻的速度误差,/>为第n-1节车厢t时刻的速度误差;/>为t时刻第/>节与第/>节车厢之间的耦合器位移,/>为t时刻第i-1节与第i节车厢之间的耦合器位移,为/>的导数,/>为t时刻第n-1节与第n节车厢之间的耦合器位移。
高速列车平衡状态下具有耦合器位移的动力学方程的约束条件,即所述预设的钩缓约束条件:
;
其中,表示t时刻第/>节车厢与第/>车厢间耦合器位移的欧式范数;/>表示耦合器可被拉伸或压缩的最大幅值。
其中,步骤103考虑列车执行器故障,建立带有执行器部分故障的列车空间状态方程,带有执行器部分故障的列车空间状态方程表示为:
(4);
其中,,/>为高速列车t时刻的***状态变量,为/>的导数,/>,/>为高速列车t时刻的控制输入,/>,/>,/>为执行器的失效矩阵,/>表示执行器1的健康因子,/>表示执行器2的健康因子,/>表示执行器n的健康因子,/>表示执行器i(i=1,2,…,n)的健康因子,满足/>,当/>时表示第/>节车厢的执行器没有出现故障,/>表示健康因子最小值,A表示***矩阵,/>表示输入矩阵,B表示扰动的系数矩阵,/>表示t时刻整个高速列车的未知集总扰动,。
更具体的,,/>。
其中,;
;
;
。
其中,为/>维的零矩阵,/>、/>、/>和/>均为中间参数矩阵。
其中,步骤104设计具有状态空间形式的干扰观测器,在线估计并衰减列车运行过程中受到的未知复杂扰动,提高列车运行平稳性。
所述干扰观测器表示为:
(5);
其中,为t时刻未知集总扰动/>的估计值,/>是t时刻干扰观测器内部状态;/>是干扰观测器的增益矩阵。
定义干扰观测器估计误差:/> (6)。
其中,表示t时刻干扰观测器的估计误差。
其中,步骤105考虑到基于干扰观测器的控制器精度不高,而且并不能保证高速列车耦合器安全工作,进一步地设计一种自回归形式的输入补偿控制器,具体步骤包括:
步骤1051:构建高速列车在所设计的干扰观测器下的运动方程。
步骤1052:为消除对干扰估计误差实时性这一严格条件,采用一个小的时延来代替实时性。
步骤1053:为消除估计误差先验已知条件,设计递归形式的输入补偿控制信号。
步骤1054:选择合适的补偿周期,保证列车耦合器的绝对安全,随着运行时间的增加耦合器位移最终收敛到标称值附近,实现列车安全准时运行。
所述输入补偿控制器表示为:
(7);
其中,表示t时刻的输入补偿控制信号,k为常数,T表示一个大于零的时延,t0表示高速列车***的开始时间。
高速列车输入补偿控制信号曲线如图10所示,图10中、/>、/>、/>分别表示t时刻第1节、3节、5节和7节车厢的输入补偿控制信号。高速列车车厢间耦合力曲线如图11所示,/>为t时刻第1节和2节车厢间耦合力曲线,/>为t时刻第3节和4节车厢间耦合力曲线,/>为t时刻第5节和6节车厢间耦合力曲线,/>为t时刻第7节和8节车厢间耦合力曲线。干扰观测器的估计误差曲线如图12所示,/>、/>、/>、/>分别表示t时刻第1节、3节、5节和7节车厢的干扰估计误差。
所述复合控制器表示为:
(8);
其中,为t时刻的复合控制信号,/>是t时刻为了保持***的镇定而设计的状态反馈控制,K为增益矩阵。
高速列车位移跟踪曲线如图13所示。
具体的输入补偿控制信号步骤如下:
步骤1:在复合控制律,即公式(8)条件下,高速列车***(4)的运动轨迹满足:
(9);
其中,中间参数,/>表示高速列车***的开始时间,/>表示/>之间的时间点。
如果所设计的补偿控制信号能够完全补偿剩余干扰带来的影响,那么满足:
(10);
如要使等式(10)成立,必须满足估计误差实时的、先验已知的严格条件,这在高速列车***中难以实现。接下来步骤中将移除这一严格限制条件。
为消除对干扰估计误差实时性这一严格条件,采用一个小的时延来代替实时性。
具体的步骤如下:
步骤2:将高速列车闭环***的运动轨迹(9)的时域部分划分为周期为的区间段,如下所示:
(11);
其中,是一个任意整数,/>是一个大于零的时延。
步骤3:在区间中采用/>来补偿/>在区间/>内对高速列车***造成的影响,令:
(12);
步骤4:将式(11)带入(10)中,可以得到:
(13);
步骤5:通过计算,对于任意的公式(12);可重新表示为:
(14);
步骤6:通过等价变换,式(14)可重新写为:
(15);
步骤7:令,将其带入式(15)中得:
(16);
步骤8:对于所有的和/>都有
(17);
步骤9:式(17)可重新表示为
(18);
其中,对于所有的和/>都成立。
从式(18)中可以看到,输入补偿中含有未知的/>项,这导致输入补偿控制无法直接实现,接下来将解决这个问题。
为消除估计误差先验已知的条件,设计递归形式的输入补偿控制信号。
步骤10:根据式(18),能很容易的得到:
(19);
步骤11:结合式(18)和(19),进一步可以得到:
(20);
至此,输入补偿的设计步骤结束。
选择合适的补偿周期,保证列车耦合器的绝对安全,随着运行时间的增加耦合器位移最终收敛到标称值附近,实现列车安全准时运行,补偿周期,选取流程如图4所示。
针对列车耦合器位移约束条件,假设高速列车耦合器在初始时刻满足,/>是一个可逆矩阵,当选择补偿周期/>满足不等式(21)时,则耦合器始终工作于安全范围内。
(21);
其中,;/>是一个未知正常数;/>为先验已知的正常数,与列车受到的扰动有关;/>表示一个正定对称矩阵;/>和/>表示矩阵/>的最大奇异值和最小奇异值。
需要说明的是,在执行步骤3时,因为式(12)是成立的,当选择足够小的补偿周期时,执行步骤4,则式(13)满足:
(22);
这说明当选择足够小的周期时,列车所受到未知扰动的影响能被输入补偿信号几乎完全补偿;
结合式(13)和式(22)可以得到:
(23);
其中,为满足赫尔维茨(Hurwitz)矩阵。
根据式(23)和步骤1054,可以得到,当选择合适的补偿周期时,就能实现安全约束条件下列车高精度的跟踪控制。
本发明的仿真实例如下:
1)高速列车参数。
对含有8节车厢的高速列车进行仿真实验,每节车厢的质量为;弹性耦合系数/>;阻尼耦合系数/>;单位基本阻力参数/>,,/>。
未知集总扰动表示为:
;
;
;
;
。
其中,为斜坡阻力,坡度角/>;/>为隧道阻力,隧道长度/>;为曲线阻力,曲线长度/>,曲线中心角/>;/>表示t时刻的未知外部扰动,表示/>之间的随机数;重力加速度/>。/>
假设耦合器初始状态为,意味着除第一个耦合器处于放松状态,剩余耦合器均存在一定程度的被拉伸或压缩状态。故障参数矩阵设为。
2)补偿周期的选取。
为了得到合适的补偿周期使得列车耦合器始终工作于安全范围内,图4给出了采用二分法取补偿周期/>值的算法流程图。
仿真实验所用的电脑CPU为11th Gen Intel(R) Core(TM) i5-11400H,2.70GHz,Windows 11操作***,仿真平台为Matlab2016b。
与现有的控制技术对比,本发明的优势在于:
1.在控制器的设计中考虑耦合器约束条件,使得耦合器位移在列车整个运行过程中始终满足安全约束。本发明所提出来的复合控制方法可确保耦合器收敛到标称值附近,解决了在安全运行的前提下,列车可以有效跟踪目标曲线的问题。
2.现有的传统基于干扰观测器技术无法完全补偿干扰对***造成的影响,即使估计误差可以是很小的,但是这小的误差并不能人为的去限制其上界。本发明设计的输入补偿控制律,可以几乎完全补偿干扰对高速列车***的影响。更具体地来说,补偿信号可以限制由估计误差引起的***状态偏差的上界,该界限可以是任意小的。并且当列车不受外界干扰的时候,所发明的复合控制方法将退化到传统的反馈控制,这在实际的列车***中易于实现。
3.高速列车所受到的扰动不一定是具有继承特性和周期。本发明所提的干扰观测器对随机无规律的扰动也有着很好的估计效果。除此之外,高速列车在运行过程中,受到的干扰不会是恒定的并且也有可能是快时变的,本发明设计的干扰观测器不需要干扰的时间导数为零这一严格的假设,更符合列车的运行场景,也使得应用扰动观测器的条件不那么苛刻,拓宽了干扰观测器的应用场景。
实施例2
如图14所示,一种基于钩缓约束条件下的高速列车跟踪控制***,包括:
非线性多质点动力学模型确定模块201,用于基于高速列车的内耦合作用力,构建高速列车的非线性多质点动力学模型。
具有耦合器位移的动力学方程确定模块202,用于根据位移跟踪误差、速度跟踪误差和控制输入误差,对所述非线性多质点动力学模型进行线性化,得到高速列车平衡状态下具有耦合器位移的动力学方程;所述具有耦合器位移的动力学方程满足预设的钩缓约束条件。
列车空间状态方程确定模块203,用于基于高速列车执行器故障,将高速列车平衡状态下具有耦合器位移的动力学方程转换为带有执行器部分故障的列车空间状态方程。
干扰观测器确定模块204,用于建立具有状态空间形式的干扰观测器,所述干扰观测器用于估计并衰减高速列车在运行过程中受到的未知扰动。
输入补偿控制器构建模块205,用于基于所述干扰观测器,构建输入补偿控制器。
复合控制器确定模块206,用于根据所述列车空间状态方程、所述干扰观测器和所述输入补偿控制器,确定复合控制器。
控制模块207,用于采用所述复合控制器对所述高速列车进行跟踪控制。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的***而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (3)
1.一种基于钩缓约束条件下的高速列车跟踪控制方法,其特征在于,包括:
基于高速列车的内耦合作用力,构建高速列车的非线性多质点动力学模型;
根据位移跟踪误差、速度跟踪误差和控制输入误差,对所述非线性多质点动力学模型进行线性化,得到高速列车平衡状态下具有耦合器位移的动力学方程;所述具有耦合器位移的动力学方程满足预设的钩缓约束条件;
基于高速列车执行器故障,将高速列车平衡状态下具有耦合器位移的动力学方程转换为带有执行器部分故障的列车空间状态方程;
建立具有状态空间形式的干扰观测器,所述干扰观测器用于估计并衰减高速列车在运行过程中受到的未知扰动;
基于所述干扰观测器,构建输入补偿控制器;
根据所述列车空间状态方程、所述干扰观测器和所述输入补偿控制器,确定复合控制器;
采用所述复合控制器对所述高速列车进行跟踪控制;
其中,根据位移跟踪误差、速度跟踪误差和控制输入误差,对所述非线性多质点动力学模型进行线性化,得到高速列车平衡状态下具有耦合器位移的动力学方程具体包括:定义位移跟踪误差变量、速度跟踪误差变量和控制输入误差变量,对列车非线性模型进行线性化,得到列车平衡状态下具有耦合器位移的动力学方程;
耦合器位移表示如下:
;
其中,为t时刻第/>节与第/>节车厢之间的耦合器位移;/>,表示耦合器未发生形变前的原始长度,/>表示一节车厢的固定长度,/>表示第i节车厢t时刻的位移,/>表示第i+1节车厢t时刻的位移,l是车厢固定长度;
高速列车的速度达到平衡状态时具有期望速度:;
期望加速度:;
位移误差变量:;
速度误差变量:;
控制误差变量:;
其中,、/>和/>分别表示t时刻第1节、第2节和第n节车厢的期望速度,即/>表示t时刻第i节车厢的期望速度,/>为期望速度;/>、/>和/>分别表示t时刻第1节、第2节和第n节车厢的期望加速度,/>表示t时刻第i节车厢的速度误差,/>表示t时刻第i节车厢的控制误差,/>表示t时刻第i节车厢的期望控制量,/>表示期望位移,/>表示第i节车厢前的列车车身总长度;
高速列车平衡状态下具有耦合器位移的动力学方程表示为:
;
其中,为第1节车厢t时刻的位移误差,/>为/>的导数,/>为第1节车厢t时刻的速度误差,/>为第2节车厢t时刻的速度误差,/>为t时刻第1节与第2节车厢之间的耦合器位移,/>为/>的导数,/>为第j节车厢t时刻的速度误差,/>为第j-1节车厢t时刻的速度误差,/>为t时刻第j-1节与第j节车厢之间的耦合器位移,/>为第1节车厢t时刻的控制输入误差,/>表示期望速度,/>为第/>节车厢t时刻的加速度误差,/>为第/>节车厢t时刻的位移误差,/>为第/>节车厢t时刻的速度误差,/>为第/>节车厢t时刻的速度误差,为第/>节车厢t时刻的速度误差,/>为第/>节车厢t时刻的控制输入误差,/>为第n节车厢t时刻的加速度误差,/>为第n节车厢t时刻的控制输入误差,/>为第n节车厢t时刻的速度误差,/>为第n-1节车厢t时刻的速度误差;/>为t时刻第/>节与第/>节车厢之间的耦合器位移,/>为t时刻第i-1节与第i节车厢之间的耦合器位移,/>为的导数,/>为t时刻第n-1节与第n节车厢之间的耦合器位移;/>和/>均是Davis系数,/>为弹性耦合系数,/>为阻尼耦合系数,/>是第1节车厢的质量,/>是第i节车厢的质量,/>是第n节车厢的质量,/>为第1节车厢t时刻的未知集总扰动,/>为第i节车厢t时刻的未知集总扰动,/>为第n节车厢t时刻的未知集总扰动,n为高速列车的车厢数量;
所述预设的钩缓约束条件:
;
其中,表示t时刻第/>节车厢与第/>车厢间耦合器位移的欧式范数;/>表示耦合器被拉伸或压缩的最大幅值;
考虑列车执行器故障,建立带有执行器部分故障的列车空间状态方程,带有执行器部分故障的列车空间状态方程表示为:
;
其中,,/>为高速列车t时刻的***状态变量,/>为的导数,/>,/>为高速列车t时刻的控制输入,/>,/>,/>为执行器的失效矩阵,/>表示执行器1的健康因子,/>表示执行器2的健康因子,/>表示执行器n的健康因子,/>表示执行器i(i=1,2,…,n)的健康因子,满足/>,当/>时表示第/>节车厢的执行器没有出现故障,/>表示健康因子最小值,A表示***矩阵,/>表示输入矩阵,B表示扰动的系数矩阵,/>表示t时刻整个高速列车的未知集总扰动,/>;
,/>;
其中,;
;
;
;
其中,为/>维的零矩阵,/>、/>、/>和/>均为中间参数矩阵;
所述干扰观测器表示为:
;
其中,为t时刻未知集总扰动/>的估计值,/>是t时刻干扰观测器内部状态;/>是干扰观测器的增益矩阵;
定义干扰观测器估计误差:/>;
其中,表示t时刻干扰观测器的估计误差;
所述输入补偿控制器表示为:
;
其中,表示t时刻的输入补偿控制信号,k为常数,T表示一个大于零的时延,t0表示高速列车***的开始时间;
所述复合控制器表示为:
;
其中,为t时刻的复合控制信号,/>是t时刻为了保持***的镇定而设计的状态反馈控制,K为增益矩阵。
2.根据权利要求1所述的基于钩缓约束条件下的高速列车跟踪控制方法,其特征在于,所述非线性多质点动力学模型表示为:
;
其中,表示第j节车厢t时刻的位移,/>为/>的导数,/>表示第j节车厢t时刻的速度,/>表示第1节车厢t时刻的速度,/>表示第2节车厢t时刻的速度,/>为/>的导数,/>表示第1节车厢t时刻的控制输入,/>表示第1节车厢t时刻的位移,/>表示第2节车厢t时刻的位移,/>表示第i-1节车厢t时刻的位移,/>表示第i节车厢t时刻的速度,/>表示第i+1节车厢t时刻的速度,/>表示第i-1节车厢t时刻的速度,/>表示第n节车厢t时刻的位移,/>表示第n-1节车厢t时刻的位移,/>表示第n节车厢t时刻的速度,/>为第n节车厢t时刻的加速度,/>表示第n-1节车厢t时刻的速度,/>表示第i节车厢t时刻的加速度,表示第i节车厢t时刻的控制输入,/>表示第n节车厢t时刻的控制输入,/>是Davis系数。
3.一种基于钩缓约束条件下的高速列车跟踪控制***,其特征在于,包括:
非线性多质点动力学模型确定模块,用于基于高速列车的内耦合作用力,构建高速列车的非线性多质点动力学模型;
具有耦合器位移的动力学方程确定模块,用于根据位移跟踪误差、速度跟踪误差和控制输入误差,对所述非线性多质点动力学模型进行线性化,得到高速列车平衡状态下具有耦合器位移的动力学方程;所述具有耦合器位移的动力学方程满足预设的钩缓约束条件;
列车空间状态方程确定模块,用于基于高速列车执行器故障,将高速列车平衡状态下具有耦合器位移的动力学方程转换为带有执行器部分故障的列车空间状态方程;
干扰观测器确定模块,用于建立具有状态空间形式的干扰观测器,所述干扰观测器用于估计并衰减高速列车在运行过程中受到的未知扰动;
输入补偿控制器构建模块,用于基于所述干扰观测器,构建输入补偿控制器;
复合控制器确定模块,用于根据所述列车空间状态方程、所述干扰观测器和所述输入补偿控制器,确定复合控制器;
控制模块,用于采用所述复合控制器对所述高速列车进行跟踪控制;
其中,根据位移跟踪误差、速度跟踪误差和控制输入误差,对所述非线性多质点动力学模型进行线性化,得到高速列车平衡状态下具有耦合器位移的动力学方程具体包括:定义位移跟踪误差变量、速度跟踪误差变量和控制输入误差变量,对列车非线性模型进行线性化,得到列车平衡状态下具有耦合器位移的动力学方程;
耦合器位移表示如下:
;
其中,为t时刻第/>节与第/>节车厢之间的耦合器位移;/>,/>表示耦合器未发生形变前的原始长度,/>表示一节车厢的固定长度,/>表示第i节车厢t时刻的位移,/>表示第i+1节车厢t时刻的位移,l是车厢固定长度;
高速列车的速度达到平衡状态时具有期望速度:;
期望加速度:;
位移误差变量:;
速度误差变量:;
控制误差变量:;
其中,、/>和/>分别表示t时刻第1节、第2节和第n节车厢的期望速度,即/>表示t时刻第i节车厢的期望速度,/>为期望速度;/>、/>和/>分别表示t时刻第1节、第2节和第n节车厢的期望加速度,/>表示t时刻第i节车厢的速度误差,/>表示t时刻第i节车厢的控制误差,/>表示t时刻第i节车厢的期望控制量,/>表示期望位移,/>表示第i节车厢前的列车车身总长度;
高速列车平衡状态下具有耦合器位移的动力学方程表示为:
;
其中,为第1节车厢t时刻的位移误差,/>为/>的导数,/>为第1节车厢t时刻的速度误差,/>为第2节车厢t时刻的速度误差,/>为t时刻第1节与第2节车厢之间的耦合器位移,/>为/>的导数,/>为第j节车厢t时刻的速度误差,/>为第j-1节车厢t时刻的速度误差,/>为t时刻第j-1节与第j节车厢之间的耦合器位移,/>为第1节车厢t时刻的控制输入误差,/>表示期望速度,/>为第/>节车厢t时刻的加速度误差,/>为第/>节车厢t时刻的位移误差,/>为第/>节车厢t时刻的速度误差,/>为第/>节车厢t时刻的速度误差,为第/>节车厢t时刻的速度误差,/>为第/>节车厢t时刻的控制输入误差,/>为第n节车厢t时刻的加速度误差,/>为第n节车厢t时刻的控制输入误差,/>为第n节车厢t时刻的速度误差,/>为第n-1节车厢t时刻的速度误差;/>为t时刻第/>节与第/>节车厢之间的耦合器位移,/>为t时刻第i-1节与第i节车厢之间的耦合器位移,/>为的导数,/>为t时刻第n-1节与第n节车厢之间的耦合器位移;/>和/>均是Davis系数,/>为弹性耦合系数,/>为阻尼耦合系数,/>是第1节车厢的质量,/>是第i节车厢的质量,/>是第n节车厢的质量,/>为第1节车厢t时刻的未知集总扰动,/>为第i节车厢t时刻的未知集总扰动,/>为第n节车厢t时刻的未知集总扰动,n为高速列车的车厢数量;
所述预设的钩缓约束条件:
;
其中,表示t时刻第/>节车厢与第/>车厢间耦合器位移的欧式范数;/>表示耦合器被拉伸或压缩的最大幅值;
考虑列车执行器故障,建立带有执行器部分故障的列车空间状态方程,带有执行器部分故障的列车空间状态方程表示为:
;
其中,,/>为高速列车t时刻的***状态变量,/>为的导数,/>,/>为高速列车t时刻的控制输入,/>,/>,/>为执行器的失效矩阵,/>表示执行器1的健康因子,/>表示执行器2的健康因子,/>表示执行器n的健康因子,/>表示执行器i(i=1,2,…,n)的健康因子,满足/>,当/>时表示第/>节车厢的执行器没有出现故障,/>表示健康因子最小值,A表示***矩阵,/>表示输入矩阵,B表示扰动的系数矩阵,/>表示t时刻整个高速列车的未知集总扰动,/>;
,/>;
其中,;
;
;
;
其中,为/>维的零矩阵,/>、/>、/>和/>均为中间参数矩阵;
所述干扰观测器表示为:
;
其中,为t时刻未知集总扰动/>的估计值,/>是t时刻干扰观测器内部状态;/>是干扰观测器的增益矩阵;
定义干扰观测器估计误差:/>;
其中,表示t时刻干扰观测器的估计误差;
所述输入补偿控制器表示为:
;
其中,表示t时刻的输入补偿控制信号,k为常数,T表示一个大于零的时延,t0表示高速列车***的开始时间;
所述复合控制器表示为:
;
其中,为t时刻的复合控制信号,/>是t时刻为了保持***的镇定而设计的状态反馈控制,K为增益矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311684098.2A CN117389158B (zh) | 2023-12-11 | 2023-12-11 | 一种基于钩缓约束条件下的高速列车跟踪控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311684098.2A CN117389158B (zh) | 2023-12-11 | 2023-12-11 | 一种基于钩缓约束条件下的高速列车跟踪控制方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117389158A CN117389158A (zh) | 2024-01-12 |
CN117389158B true CN117389158B (zh) | 2024-03-08 |
Family
ID=89472447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311684098.2A Active CN117389158B (zh) | 2023-12-11 | 2023-12-11 | 一种基于钩缓约束条件下的高速列车跟踪控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117389158B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111391887A (zh) * | 2019-12-05 | 2020-07-10 | 中车工业研究院有限公司 | 高速列车控制方法及其鲁棒控制器的设计方法 |
CN112084636A (zh) * | 2020-08-24 | 2020-12-15 | 北京交通大学 | 一种多列车协同控制方法和装置 |
CN113110042A (zh) * | 2021-03-22 | 2021-07-13 | 青岛科技大学 | 一种列车容错控制方法 |
CN113911172A (zh) * | 2021-10-12 | 2022-01-11 | 中车大连机车研究所有限公司 | 一种基于自适应动态规划的高速列车优化运行控制方法 |
CN116595783A (zh) * | 2023-05-24 | 2023-08-15 | 吉林大学 | 一种基于区间观测器的高速列车动态***故障检测方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MX363779B (es) * | 2013-03-22 | 2019-04-03 | Wabtec Holding Corp | Dispositivo de colocación de acoplador automatizado. |
US10532754B2 (en) * | 2016-10-31 | 2020-01-14 | Ge Global Sourcing Llc | System for controlling or monitoring a vehicle system along a route |
-
2023
- 2023-12-11 CN CN202311684098.2A patent/CN117389158B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111391887A (zh) * | 2019-12-05 | 2020-07-10 | 中车工业研究院有限公司 | 高速列车控制方法及其鲁棒控制器的设计方法 |
CN112084636A (zh) * | 2020-08-24 | 2020-12-15 | 北京交通大学 | 一种多列车协同控制方法和装置 |
CN113110042A (zh) * | 2021-03-22 | 2021-07-13 | 青岛科技大学 | 一种列车容错控制方法 |
CN113911172A (zh) * | 2021-10-12 | 2022-01-11 | 中车大连机车研究所有限公司 | 一种基于自适应动态规划的高速列车优化运行控制方法 |
CN116595783A (zh) * | 2023-05-24 | 2023-08-15 | 吉林大学 | 一种基于区间观测器的高速列车动态***故障检测方法 |
Non-Patent Citations (1)
Title |
---|
高速列车的自适应动态面速度位移跟踪控制;徐传芳;陈希有;郑祥;王英;李卫东;;电机与控制学报;20191215(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117389158A (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110647031B (zh) | 用于高速列车的抗饱和自适应伪pid滑模故障容错控制方法 | |
CN110850716B (zh) | 基于接触网先验信息的受电弓神经网络滑模变结构主动控制方法 | |
JP5181323B2 (ja) | 鉄道車両用振動制御装置 | |
CN109375510B (zh) | 一种用于高速列车的自适应滑模容错控制方法 | |
CN107390517B (zh) | 用于列车ato***的鲁棒自适应非奇异终端滑模控制方法 | |
CN106503362A (zh) | 一种高速受电弓多目标鲁棒h∞控制器设计方法 | |
CN106094520B (zh) | 一种基于状态反馈精确线性化的受电弓主动控制方法 | |
CN112486024A (zh) | 一种基于多质点模型的高速列车自适应控制方法及*** | |
CN114167733B (zh) | 一种高速列车速度控制方法及*** | |
CN104049536A (zh) | 底盘非线性***模糊神经网络广义逆控制器的构造方法 | |
WO2016114032A1 (ja) | 自動列車運転装置、自動列車制御方法及びプログラム | |
CN116165885B (zh) | 一种高速列车的无模型自适应鲁棒控制方法及*** | |
CN117389158B (zh) | 一种基于钩缓约束条件下的高速列车跟踪控制方法及*** | |
CN114275012B (zh) | 一种列车控制级位的自适应调控方法 | |
CN113110042B (zh) | 一种列车容错控制方法 | |
CN111027235A (zh) | 一种具有输入饱和的重载列车滑模跟踪控制方法 | |
CN112782978B (zh) | 一种基于自触发机制的高速列车巡航运行控制方法 | |
CN103818393B (zh) | 列车牵引制动***时间滞后特性的补偿方法 | |
CN113085963A (zh) | 列车控制级位的动态调控方法及其动态调控装置 | |
Zeng et al. | Event-triggered controller design for active suspension systems: An adaptive backstepping method with error-dependent gain | |
JP2012184000A (ja) | 鉄道車両用振動制御装置 | |
CN117170228A (zh) | 面向虚拟编组高速列车间隔控制的自适应滑模控制方法 | |
CN116339190A (zh) | 基于无参考轨迹模型预测控制的列车运行控制方法 | |
CN107246973B (zh) | 基于非线性滤波的抗蛇行减震器性能参数及故障辨识方法 | |
CN108490766A (zh) | 高速列车执行器自适应故障补偿位置跟踪方法 |
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 |