一种列车全自动驾驶速度跟随智能控制方法及装置制造方法及图纸

本发明专利技术公开了一种列车全自动驾驶速度跟随智能控制方法及装置，包括智能控制器采用解模糊PID控制方法。本发明专利技术的有益效果是：模糊PID控制采用模糊推理方法对PID参数KP、KI和KD进行在线自整定，保证PID的参数不再保持单一的状态，能提高控制精度，具有更好的灵活性。为了进一步提高控制精度,模糊系统需要提高它的逼近能力，同时，为了保证实时调整的要求，由于过多的模糊规则会导致计算机的负担增多，所以采用分解模糊PID控制。分解模糊系统(DFS)实时调整PID的参数Kp，Ki，Kd，分解模糊理论与PID控制相结合应用于列车动力学模型中，实现了PID参数的在线自动整定，弥补了普通PID控制调节的不足，加快了对干扰的动态响应。加快了对干扰的动态响应。加快了对干扰的动态响应。

【技术实现步骤摘要】
一种列车全自动驾驶速度跟随智能控制方法及装置


[0001]本专利技术涉及一种智能控制方法，具体为一种列车全自动驾驶速度跟随智能控制方法及装置，属于轨道交通与无人驾驶


技术介绍

[0002]随着我国经济的快速发展,城市化进程不断加快,人口密度也逐渐增大,轨道交通对于缓解城市以及城际交通压力的重要性也越来越突出。而随着高铁技术的不断发展,列车运行向着密度大、速度高、运输量大的方向发展,传统的人工驾驶模式已经难以满足要求。
[0003]ATO(Automatic Train Operation,列车自动驾驶)利用先进的计算机控制技术对列车进行牵引、制动、停车等控制,保证列车的安全行车要求,实现列车自动运行。因此,ATO取代人工驾驶是未来高铁技术的发展趋势。
[0004]ATO中最重要的部分是列车的速度控制,目前已有多种控制方法应用到了列车速度控制中,但是由于列车运行是一个复杂的非线性过程,没有精确的数学模型来描述列车运行过程,常规的控制算法难以达到令人满意的自主控制效果。

技术实现思路

[0005]本专利技术的目的就在于为了解决问题而提供一种列车全自动驾驶速度跟随智能控制方法及装置，根据当前的列车速度曲线，实时控制并实现对最优速度曲线的跟随。并且考虑到可能的突发情况，可能会出现降速行驶，紧急制动或蠕动模式等，都要求控制器能够实时跟随速度曲线，稳定性、准确性和快速性要求较高。
[0006]本专利技术通过以下技术方案来实现上述目的：一种列车全自动驾驶速度跟随智能控制方法及装置，包括
[0007]模糊PID控制系统，其基于列车全自动驾驶速度跟随控制需求而建立，并可以对参数自整定，且其包括速度控制器、制动设备以及驱动设备，且其采用分解模糊系统实时调整PID速度控制器的参数Kp，Ki，Kd；
[0008]智能控制模型，其为列车全自动驾驶条件下速度跟随的模型，且其用于对列车最优速度曲线的跟随控制。
[0009]其控制方法包括以下步骤：
[0010]步骤一：根据当前限速信息、行车间隔、旅行速度等数据，确定最优速度曲线，如遇紧急情况，依据需要切换到降速行驶，紧急制动或蠕动模式等，确定最优速度曲线；
[0011]步骤二：将确定的最优速度曲线设置为期望速度，作为控制器输入，控制器模型为：
[0012]K
p
＝K
p
+ΔK
p
[0013]K
i
＝K
i
+ΔK
i
[0014]K
d
＝K
d
+ΔK
d
[0015]步骤三：采用分解模糊系统实时调整Δkp、Δki、Δkd。
[0016]作为本专利技术再进一步的方案：所述步骤三中，具体包括：
[0017]①
确定语言变量，确定需要模糊化的输入变量。
[0018]②
确定隶属度函数，选择三角隶属度函数对变量进行模糊处理。
[0019]③
构建模糊规则库，按照系统的需求对模糊规则库进行建立。
[0020]④
去模糊化，利用重心法将经过模糊推理后的模糊量进行清晰化处理。
[0021]作为本专利技术再进一步的方案：所述模糊PID控制系统由PID控制器与模糊系统共同连接构成，并由模糊系统实时调整PID的控制参数。
[0022]作为本专利技术再进一步的方案：所述PID控制器的误差和误差的导数作为模糊系统的输入，模糊系统通过模糊化、模糊推理和解模糊得到PID的调整量，并输入到PID控制器中在线修改PID的参数。
[0023]作为本专利技术再进一步的方案：所述模糊系统去模糊化所采用的重心法选取的是范围内的重心值，取隶属度函数曲线与横坐标围成面积的重心，作为模糊推理的最终输出值，所采用的公式为：
[0024][0025]其中，y是模糊集隶属度函数所覆盖的区域的中心。
[0026]作为本专利技术再进一步的方案：所述分解模糊系统选取的模糊集为除去边界模糊集的剩余的模糊变量。
[0027]本专利技术的有益效果是：模糊PID控制采用模糊推理方法对PID参数KP、KI和KD进行在线自整定，保证PID的参数不再保持单一的状态，能提高控制精度，具有更好的灵活性。为了进一步提高控制精度,模糊系统需要提高它的逼近能力，同时，为了保证实时调整的要求，由于过多的模糊规则会导致计算机的负担增多，所以采用分解模糊PID控制。分解模糊系统(DFS)实时调整PID的参数Kp，Ki，Kd，分解模糊理论与PID控制相结合应用于列车动力学模型中，实现了PID参数的在线自动整定，弥补了普通PID控制调节的不足，加快了对干扰的动态响应。
附图说明
[0028]图1为本专利技术整体控制系统结构示意图；
[0029]图2为本专利技术工作流程示意图；
[0030]图3为本专利技术实施例提供的模糊PID控制流程图；
[0031]图4为本专利技术实施例提供的一种模糊推理图；
[0032]图5为本专利技术实施例提供的一种三角隶属度函数图；
[0033]图6为本专利技术实施例提供的一种PID不同情况说明图；
[0034]图7为本专利技术实施例提供的一种论域划分图；
[0035]图8为本专利技术实施例提供的论域图；
[0036]图9为本专利技术实施例提供的一种双输入模糊变量DFS设计图。
具体实施方式
[0037]下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。
[0038]实施例一
[0039]请参阅图1～2，一种列车全自动驾驶速度跟随智能控制装置，包括
[0040]模糊PID控制系统，其基于列车全自动驾驶速度跟随控制需求而建立，并可以对参数自整定，且其包括速度控制器、制动设备以及驱动设备，且其采用分解模糊系统实时调整PID速度控制器的参数Kp，Ki，Kd；
[0041]智能控制模型，其为列车全自动驾驶条件下速度跟随的模型，且其用于对列车最优速度曲线的跟随控制。
[0042]其控制方法包括以下步骤：
[0043]步骤一：根据当前限速信息、行车间隔、旅行速度等数据，确定最优速度曲线，如遇紧急情况，依据需要切换到降速行驶，紧急制动或蠕动模式等，确定最优速度曲线；
[0044]步骤二：将确定的最优速度曲线设置为期望速度，作为控制器输入，控制器模型为：
[0045]K
p
＝K
p
+ΔK
p
[0046]K
i
＝K
i
+ΔK
i
[0047]K
d
＝K
d
+ΔK
d
[0048]步骤三：采用分解模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种列车全自动驾驶速度跟随智能控制装置，其特征在于：包括模糊PID控制系统，其基于列车全自动驾驶速度跟随控制需求而建立，并可以对参数自整定，且其包括速度控制器、制动设备以及驱动设备，且其采用分解模糊系统实时调整PID速度控制器的参数Kp，Ki，Kd；智能控制模型，其为列车全自动驾驶条件下速度跟随的模型，且其用于对列车最优速度曲线的跟随控制。2.一种基于权利要求1所述的列车全自动驾驶速度跟随智能控制控制的控制方法，其特征在于，其控制方法包括以下步骤：步骤一：根据当前限速信息、行车间隔、旅行速度数据，确定最优速度曲线，如遇紧急情况，依据需要切换到降速行驶，紧急制动或蠕动模式，确定最优速度曲线；步骤二：将确定的最优速度曲线设置为期望速度，作为控制器输入，控制器模型为：K
p
＝K
p
+ΔK
p
K
i
＝K
i
+ΔK
i
K
d
＝K
d
+ΔK
d
步骤三：采用分解模糊系统实时调整Δkp、Δki、Δkd。3.根据权利要求2所述的控制...

【专利技术属性】
技术研发人员：白国岩，戴卫超，张雷，梁振刚，王志远，焦晓兵，闫肃，
申请(专利权)人：中铁十六局集团有限公司，
类型：发明
国别省市：