【技术实现步骤摘要】
轨道车辆及垂向减振器的控制方法和控制系统
本专利技术涉及轨道车辆
,特别是涉及一种轨道车辆及垂向减振器的控制方法和控制系统。
技术介绍
垂向减振器是衰减车体振动的关键部件,列车在不同状态下运行时,对减振器的参数需求也不同。传统的垂向减振器为被动减振器,其阻尼特性曲线是固定的,无法根据列车的运行状态进行调整。为解决上述问题,目前有将磁流变减振器等主动减振器(包括半主动)应用至轨道车辆上,以通过调节主动减振器的阻尼力来适应车辆的不同运行状态。但是,已有的对主动减振器的控制系统的控制逻辑相对简单,无法随着车辆运行状态的变化智能优化控制算法,对轨道车辆的动力学性能的改善不是特别明显。有鉴于此,如何改进轨道车辆的垂向减振器的控制逻辑,以使其能够根据车辆当前的状态,实时进行调整,以有效改善车辆的动力性性能,是本领域技术人员目前需要解决的技术问题。
技术实现思路
本专利技术的目的是提供一种轨道车辆的垂向减振器的控制方法和控制系统,该控制方法和系统能够使垂向减振器根据车辆的状态通过智能学习,自主调节控制器内参数并使控制效果最优,从而有效地改善了轨道车辆的动力学性能。本专利技术的另一目的是提供一种包括上述控制系统的轨道车辆。为解决上述技术问题,本专利技术提供一种轨道车辆的垂向减振器的控制方法,所述垂向减振器为半主动减振器,其两端分别与所述轨道车辆的构架和轴箱连接,所述控制方法包括:获取轨道车辆的当前姿态信息;根据所述当前姿态信息和预设的轨道车辆的理想姿态信息,确 ...
【技术保护点】
1.轨道车辆的垂向减振器的控制方法,所述垂向减振器为半主动减振器,其两端分别与所述轨道车辆的构架和轴箱连接,其特征在于,所述控制方法包括:/n获取轨道车辆的当前姿态信息;/n根据所述当前姿态信息和预设的轨道车辆的理想姿态信息,确定所述垂向减振器的当前最佳阻尼,并控制所述垂向减振器使其产生所述当前最佳阻尼。/n
【技术特征摘要】
1.轨道车辆的垂向减振器的控制方法,所述垂向减振器为半主动减振器,其两端分别与所述轨道车辆的构架和轴箱连接,其特征在于,所述控制方法包括:
获取轨道车辆的当前姿态信息;
根据所述当前姿态信息和预设的轨道车辆的理想姿态信息,确定所述垂向减振器的当前最佳阻尼,并控制所述垂向减振器使其产生所述当前最佳阻尼。
2.根据权利要求1所述的轨道车辆的垂向减振器的控制方法,其特征在于,所述的根据所述当前姿态信息和预设的轨道车辆的理想姿态信息确定所述垂向减振器的当前最佳阻尼的方法包括:采用深度确定性策略性梯度算法确定所述垂向减振器的当前最佳阻尼。
3.根据权利要求2所述的轨道车辆的垂向减振器的控制方法,其特征在于,所述深度确定性策略性梯度算法包括策略网络模块、Q网络模块和记忆库模块;
所述的采用深度确定性策略性梯度算法确定所述垂向减振器的当前最佳阻尼的方法包括:
确定所述理想姿态信息与所述当前姿态信息的当前误差;
所述策略网络模块根据所述当前误差,利用所述Q网络模块寻求最优控制指令的计算函数,以所述Q网络寻求的计算函数确定对应于所述当前误差的所述当前最佳阻尼,并根据所述当前最佳阻尼发送相应的控制指令至所述垂向减振器;
所述策略网络模块和所述Q网络模块根据所述记忆库模块存储的数据进行训练学习;
所述记忆库模块用于存储所述当前误差和所述控制指令。
4.根据权利要求3所述的轨道车辆的垂向减振器的控制方法,其特征在于,所述记忆库模块还存储下一时刻的误差,所述下一时刻的误差为所述理想姿态信息与下一时刻的实际姿态信息的差值;
所述深度确定性策略性梯度算法还包括策略评估模块,所述策略评估模块用于根据所述理想姿态信息和所述下一时刻的实际姿态信息计算奖励,并存储至所述记忆库模块,以参与所述策略网络模块和所述Q网络模块的训练学习。
5.根据权利要求4所述的轨道车辆的垂向减振器的控制方法,其特征在于,所述策略评估模块中的奖励计算函数为:
rt=(axt-ax't+1)2;
其中,axt为所述理想姿态信息,ax't+1为所述下一时刻的姿态信息。
6.根据权利要求1-5任一项所述的轨道车辆的垂向减振器的控制方法,其特征在于,所述轨道车辆的姿态信息包括车体的振动参数和/或构架的振动参数。
7.根据权利要求6所述的轨道车辆的垂向减振器的控制方法,其特征在于,所述车体的振动参数包括振动加速度和/或俯仰振动角加速度,和/或,所述构架的振动...
【专利技术属性】
技术研发人员:曹洪勇,王旭,公衍军,周君锋,杨东晓,
申请(专利权)人:中车青岛四方机车车辆股份有限公司,
类型:发明
国别省市:山东;37
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。