The invention discloses a multi-level switching EMU braking process RBF model reference adaptive control method based on the characteristics of the method for the EMU braking process, establish a multi-level switchable EMU braking model using parameter identification method using EMU braking data. At the same time, considering the RBF neural network powerful ability model reference adaptive control and adaptive nonlinear processing ability, the invention has been established in the foundation of good braking model on the design of the control strategy of RBF model reference adaptive network based on principle and minimum error decreased by the gradient index function, it can be adjusted in real time train braking level. The final realization of high speed EMU in the case of unmanned train still can according to the preset target speed braking curve automatic operation. Greatly improve the ability of the train to deal with emergencies. The invention is suitable for the optimization and control of the automation and operation of the rail traffic.
【技术实现步骤摘要】
基于多级切换的动车组制动过程RBF模型参考自适应控制方法
本专利技术涉及动车组制动过程的一种多级切换模型与自适应速度控制方法,属轨道交通自动化与过程控制领域。
技术介绍
随着自动控制、系统集成、牵引传动、网络信息等技术的日益成熟加快了我国高速铁路的发展步伐,现如今我国高铁技术居于世界前列且拥有规模最大运营速度最高的铁路网,良好的解决了在能源和环境约束下我国交通运输能力不足的问题。然而,高速列车作为大型的非线性系统其运行环境也是相当复杂,一旦列车面临突发事件只能依靠驾驶员经验与调度中心,难以保证列车运行安全。因此,如何确保在脱离驾驶员操作与调度中心指挥的情况下列车依旧能按照既定的目标速度进行制动显得尤为关键,同时也对下一阶段完善我国列车制动控制系统具有重要的意义。显然,要使高速列车按照目标速度制动,核心的技术是建立一个符合实际情况的制动模型,然后在此模型的基础上设计合理有效的控制器。通常的做法是基于数据驱动研究列车受到的制动力与列车速度之间的关系,然而这种做法忽略了制动力是由制动级位在制动装置下动态产生的过程,且制动力作为一个抽象的概念其大小最终是通过操纵制动级位由动力单元产生。因此要建立更加符合实际列车制动的模型其输入变量应该是列车的制动级位而不是制动力大小。其次,建立制动模型后如何使列车按照目标速度制动曲线自动精确的运行则需要设计合理的控制器形成自动控制的闭环反馈系统。工业流程控制中,PID控制由于算法简单受到了广泛的运用,但是同时其参数不易整定通常依靠专家经验或者试凑方法得到,控制的精度往往难达到要求;运用模糊控制的方法,其缺点是依靠司机经验形成的规则 ...
【技术保护点】
一种基于多级切换的动车组制动过程RBF模型参考自适应控制方法,其特征是,列车制动模型分为静态特性与动态特性两部分,先根据列车制动静态特性曲线,由最小二乘进行曲线拟合得到在当前时刻的速度y(k)下制动级位与制动力大小的静态特性;然后根据制动系统的工作原理分析制动力大小与将来时刻速度y(k+d)的动态特性,采用改进的粒子群辨识算法求得动态特性方程的未知参数,综合静态特性部分和动态特性部分所建立的制动模型,其中输入变量为制动级位,中间量为制动力大小,输出变量为列车速度;采用基于RBF网络的模型参考自适应控制策略,使列车实际输出能跟随参考模型的输出,最终实现动车组按预定的制动曲线自动运行。
【技术特征摘要】
1.一种基于多级切换的动车组制动过程RBF模型参考自适应控制方法,其特征是,列车制动模型分为静态特性与动态特性两部分,先根据列车制动静态特性曲线,由最小二乘进行曲线拟合得到在当前时刻的速度y(k)下制动级位与制动力大小的静态特性;然后根据制动系统的工作原理分析制动力大小与将来时刻速度y(k+d)的动态特性,采用改进的粒子群辨识算法求得动态特性方程的未知参数,综合静态特性部分和动态特性部分所建立的制动模型,其中输入变量为制动级位,中间量为制动力大小,输出变量为列车速度;采用基于RBF网络的模型参考自适应控制策略,使列车实际输出能跟随参考模型的输出,最终实现动车组按预定的制动曲线自动运行。2.根据权利要求1所述的方法,其特征是,根据高速动车组制动过程特点建立由列车静态特性与动态特性两部分组成的多级可切换制动模型,并利用相关制动数据对未知参数辨识,具体实施步骤为:(1)列车制动静态特性是列车在各制动级位下的不同速度区段内制动级位与制动力之间的关系,其结构可描述为:式中,n为列车制动级位,y(k)为列车当前速度,f(n,y(k))为列车所受到的制动力,ε(k)为白噪声;(2)列车动态特性是由制动性能所决定的,表示制动力与列车速度之间的动态关系,具体结构可用动态传递函数表示:式中,Y(s),U(s)分别是列车速度与列车控制力在S域的表达形式;参数集X=[K,T,τ]为待辨识量,采用改进的粒子群辨识算法求得该参数集的解;综合静态特性与动态性能两部分建立多级切换的制动模型为:其中,f(n,y(k))为静态特性部分。3.根据权利要求2所述的方法,其特征是,列车制动静态特性常用制动有7个制动级位,因此列车制动静态特性可由28个线性方程描述;采用最小二乘法对未知参数Ain,Bin辨识,其结果为:4.根据权利要求2所述的方法,其特征是,所述基于RBF网络的模型参考自适应控制策略,使列车实际输出能跟随参考模型的输出,最终实现动车组按预定的制动曲线自动运行,(1)定义理想速度制动曲线为yd,考虑列车制动时受到阻力作用,因此目标速度曲线即参考模型的输出为:其中,基本阻力为ω=ayd2+byd+c,列车质量m=890t,阻力系数a=0.00112,b=0.038,c=5.2;(2)根据梯度下降的原理,以目标速度制动曲线与实际速度制动曲线间的误差作为网络权值调节指标,即:
【专利技术属性】
技术研发人员:杨辉,彭达,付雅婷,谭畅,
申请(专利权)人:华东交通大学,
类型:发明
国别省市:江西,36
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。