一种用于磁悬浮列车的悬浮系统控制方法技术方案

本发明专利技术涉及一种用于磁悬浮列车的悬浮系统控制方法，具体包括以下步骤：基于磁悬浮列车的悬浮控制动力学模型构造二阶滑模面，并且引入与定位误差信号相关的、在线实时训练神经网络逼近的非线性有界函数，得到最终滑模变结构控制律模型，用于构建悬浮系统的磁悬浮控制器；磁悬浮控制器中输入设定的悬浮系统物理参数；磁悬浮控制器实时获取轨道和车体间的间隙数据后输出控制信号；悬浮系统的外围硬件接收控制信号后驱动悬浮电磁铁在有限时间内移动到目标位置。与现有技术相比，本发明专利技术能够实现对实际中不确定的工作模型参数进行任意逼近，提高控制器对多样环境的适应性，最终提高了悬浮系统控制的稳定性。

【技术实现步骤摘要】
一种用于磁悬浮列车的悬浮系统控制方法
本专利技术涉及磁悬浮列车领域，尤其是涉及一种用于磁悬浮列车的悬浮系统控制方法。
技术介绍
磁悬浮列车是一种具有非接触式电磁悬浮，引导和驱动系统的现代运输方式。它依靠电磁吸引或电斥力将火车悬挂在空中，以实现火车与轨道之间没有机械接触，并由直线电动机驱动。磁悬浮列车由于其速度快，能耗低，乘坐舒适且噪音低而成为理想的交通工具。目前按照磁浮车辆采用的悬浮原理及方式的不同，磁悬浮列车一般划分为两大类，一类为电动悬浮(ElectrodynamicSuspension)，简称EDS型；一类为电磁悬浮型(ElectromagneticSuspension)，简称EMS型。EDS型磁浮系统利用电磁排斥力将车辆在轨道上方悬浮，而EMS型磁浮系统则利用位于轨道下方的电磁铁产生的吸引力将车辆抬起从而保证和轨道不接触。EDS型磁浮系统不需要施加控制即可稳定悬浮，而EMS型磁浮系统需要施加主动控制来保证系统稳定悬浮。目前商业化运行的，都是EMS型磁悬浮列车。对于EMS磁悬浮列车来说，悬浮系统是磁悬浮列车的关键和核心。但是，悬浮系统具有很强的非线性和开环不稳定性。此外，系统参数具有不确定性，并且系统在运行过程中会遭受外部干扰。因此，对高性能的悬浮控制器的设计提出了很高的挑战。EMS型磁悬浮列车的悬浮系统现在面临的最紧迫的问题是模型的不确定性和外在的干扰，例如乘客重量的不确定性，风的干扰等。目前，大多数磁浮车辆悬浮控制器是线性PID控制器。当参数更改或外部干扰较大时，在当前的线性控制器作用下，系统控制性能将降低，系统稳定性下降甚至失去稳定性。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种用于磁悬浮列车的悬浮系统控制方法。本专利技术的目的可以通过以下技术方案来实现：一种用于磁悬浮列车的悬浮系统控制方法，其特征在于，具体包括以下步骤：S1、基于磁悬浮列车的悬浮控制动力学模型构造二阶滑模面，并且引入与定位误差信号相关的、在线实时训练神经网络逼近的非线性有界函数，得到最终滑模变结构控制律模型，用于构建悬浮系统的磁悬浮控制器；S2、磁悬浮控制器中输入设定的悬浮系统物理参数；S3、磁悬浮控制器实时获取轨道和车体间的间隙数据后输出控制信号；S4、悬浮系统的外围硬件接收控制信号后驱动悬浮电磁铁在有限时间内移动到目标位置，并保持在该位置误差限制范围内。进一步地，所述的步骤S1中，最终滑模变结构控制律模型的表达式为：其中，sgn(·)为符号函数，s是动态滑模面，e为系统误差，c1、c2、η、μ为控制增益参数，和分别为未知的非线性有界函数f(·)和g(·)的神经网络逼近，x为网络输入，j为第j个隐含层节点，W*,L*是f(·)和g(·)的理想网络权重，hf(x)和hg(x)为神经网络的Koski方程，r为理想跟踪指令；根据最小参数学习法，f(·)和g(·)的自适应率定义为单参数和其中，参数γ1,γ2,Ω1,Ω2∈R+。进一步地，所述步骤S1中最终滑模变结构控制律模型构建方法包括：S11、建立仿射非线性数学模型；S12、根据仿射非线性数学模型进行滑模控制器的滑膜控制律设计，得到滑模变结构控制律模型和两个非线性有界函数f(·)和g(·)；S13、通过RBF神经网络在线学习逼近滑模变结构控制律模型中的非线性有界函数f(·)和g(·)，得到最终滑模变结构控制律模型。进一步地，所述的步骤S11中，仿射非线性数学模型的表达式为：其中，式中，z1表示气隙间距，z2表示气隙间距变化速度，z3表示气隙间距加速度，m为车身质量，μ0为真空磁导率，Nm为线圈绕组个数，Am为磁体的截面积，Rm表示电磁铁绕组电阻。进一步地，所述的步骤S12中，滑模变结构控制律模型的表达式为：式中，uSMC(x,t)为控制输出，η,μ∈R+分别表示恒定到达系数和指数到达系数，r为理想跟踪指令，c1,c2∈R+是正的位置控制增益，e表示系统误差，s表示动态滑模面。进一步地，所述的悬浮系统包括间隙传感器、斩波器、磁悬浮控制器和电磁铁，所述的间隙传感器通过斩波器连接磁浮控制器，所述的电磁铁通过外围硬件磁浮控制器，所述间隙传感器安装电磁铁上。进一步地，所述的间隙传感器通过间隙处理板、控制板和接口转换板连接斩波器。进一步地，所述的磁悬浮控制器包括计算机硬件和算法软件，用于执行神经网络逼近算法的运行、获取输入的设定的悬浮系统物理参数，以及实时获取轨道和车体间的间隙数据并输出控制信号。与现有技术相比，本专利技术具有以下优点：本专利技术通过重新设立了悬浮系统的磁悬浮控制器，基于磁悬浮列车的悬浮控制动力学模型构造二阶滑模面，并且引入与定位误差信号相关的、在线实时训练神经网络逼近的非线性有界函数，得到最终滑模变结构控制律模型，能够实现对实际中不确定的工作模型参数进行任意逼近，提高控制器对多样环境的适应性，最终提高了悬浮系统控制的稳定性。附图说明图1为本专利技术的流程示意图。图2为磁悬浮列车悬浮控制动力学模型示意图。图3为磁悬浮控制器闭环控制系统的示意图。图4为悬浮系统的结构示意图。具体实施方式下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。如图1所示，本实施例提供了一种用于磁悬浮列车的悬浮系统控制方法，具体包括以下步骤：步骤S1、基于磁悬浮列车的悬浮控制动力学模型构造二阶滑模面，并且引入与定位误差信号相关的、在线实时训练神经网络逼近的非线性有界函数，得到最终滑模变结构控制律模型，用于构建悬浮系统的磁悬浮控制器；步骤S2、磁悬浮控制器中输入设定的悬浮系统物理参数；步骤S3、磁悬浮控制器实时获取轨道和车体间的间隙数据后输出控制信号；步骤S4、悬浮系统的外围硬件接收控制信号后驱动悬浮电磁铁在有限时间内移动到目标位置，并保持在该位置误差限制范围内，达到稳定可靠的悬浮控制效果。在步骤S1中，最终滑模变结构控制律模型构建方法包括：步骤S11、建立仿射非线性数学模型；步骤S12、根据仿射非线性数学模型进行滑模控制器的滑膜控制律设计，得到滑模变结构控制律模型和两个非线性有界函数f(·)和g(·)；步骤S13、通过RBF(径向基)神经网络在线学习逼近滑模变结构控制律模型中的非线性有界函数f(·)和g(·)，得到最终滑模变结构控制律模型。上述步骤的具体展开如下：如图2所示，磁悬浮列车的悬浮控制动力学模型为使用牛顿定律与麦克斯韦方程建立的电磁和力学方程组：上式中，状态量x1(t)＝xm(t)为气隙间距，状态量为气隙间距的变化速度，状态量x3本文档来自技高网...

【技术保护点】
1.一种用于磁悬浮列车的悬浮系统控制方法，其特征在于，具体包括以下步骤：/nS1、基于磁悬浮列车的悬浮控制动力学模型构造二阶滑模面，并且引入与定位误差信号相关的、在线实时训练神经网络逼近的非线性有界函数，得到最终滑模变结构控制律模型，用于构建悬浮系统的磁悬浮控制器；/nS2、磁悬浮控制器中输入设定的悬浮系统物理参数；/nS3、磁悬浮控制器实时获取轨道和车体间的间隙数据后输出控制信号；/nS4、悬浮系统的外围硬件接收控制信号后驱动悬浮电磁铁在有限时间内移动到目标位置，并保持在该位置误差限制范围内。/n

【技术特征摘要】
20200320 CN 20201020058231.一种用于磁悬浮列车的悬浮系统控制方法，其特征在于，具体包括以下步骤：
S1、基于磁悬浮列车的悬浮控制动力学模型构造二阶滑模面，并且引入与定位误差信号相关的、在线实时训练神经网络逼近的非线性有界函数，得到最终滑模变结构控制律模型，用于构建悬浮系统的磁悬浮控制器；
S2、磁悬浮控制器中输入设定的悬浮系统物理参数；
S3、磁悬浮控制器实时获取轨道和车体间的间隙数据后输出控制信号；
S4、悬浮系统的外围硬件接收控制信号后驱动悬浮电磁铁在有限时间内移动到目标位置，并保持在该位置误差限制范围内。


2.根据权利要求1所述的一种用于磁悬浮列车的悬浮系统控制方法，其特征在于，所述的步骤S1中，最终滑模变结构控制律模型的表达式为：









其中，sgn(·)为符号函数，s是动态滑模面，e为系统误差，c1、c2、η、μ为控制增益参数，和分别为未知的非线性有界函数f(·)和g(·)的神经网络逼近，x为网络输入，j为第j个隐含层节点，W*,L*是f(·)和g(·)的理想网络权重，hf(x)和hg(x)为神经网络的Koski方程，r为理想跟踪指令；
根据最小参数学习法，f(·)和g(·)的自适应率定义为单参数和






其中，参数γ1,γ2,Ω1,Ω2∈R+。


3.根据权利要求1所述的一种用于磁悬浮列车的悬浮系统控制方法，其特征在于，所述步骤S1中最终滑模变结构控制律模型构建方法包括：
S11、建立仿射非线性数学模型；
S12、根据仿射非线性数学模型进行滑模控制器的滑膜控制律设计，得到滑模变结构控制律模型和两个非...

【专利技术属性】
技术研发人员：孙友刚，徐俊起，陈琛，林国斌，荣立军，吉文，倪菲，高定刚，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海;31