基于神经网络和滑模控制的列车自适应轨迹跟踪控制方法技术

本发明专利技术公开了一种基于神经网络和滑模控制的列车自适应轨迹跟踪控制方法，包括以下步骤：获取列车期望速度和期望位置轨迹数据；传感器获取列车的实时速度和位置数据，并与期望速度和期望位置轨迹数据进行比较，得到速度跟踪误差和位置跟踪误差；计算列车运行过程中的不确定性参数；采用饱和函数对不确定性参数进行约束；基于滑模控制和神经网络逼近结果，计算列车当前的控制律；列车ATO控制器输出控制律，控制列车牵引控制单元和列车制动控制单元，产生牵引力或制动力，改变列车运行状态；判断列车是否到站，若是，则运行结束，若不是，则继续执行上述步骤。本发明专利技术的提出解决了列车轨迹跟踪控制不精确以及滑模控制器带来的抖振问题。问题。问题。

【技术实现步骤摘要】
基于神经网络和滑模控制的列车自适应轨迹跟踪控制方法


[0001]本专利技术涉及列车运行控制领域，特别是涉及一种基于神经网络和滑模控制的列车自适应轨迹跟踪控制方法。

技术介绍

[0002]铁路运输在中国综合交通运输体系中占有非常重要的地位。列车运行速度和密度的不断提高，以及运行场景的复杂性和变化，给列车自动控制系统带来了新的挑战。高速列车的运行具有极大的不确定性和随机性。例如空气压力、温度和湿度等外界干扰以及列车控制器件的磨损。以上的系统内部和外部未知扰动影响也给控制层的设计带来了困难。
[0003]现有针对高速列车运行轨迹跟踪所设计的自适应滑模控制器，将自适应控制和滑模控制结合起来，作为一种新型的控制策略，能够有效的提高控制精度。在自适应滑模控制方法中，一般存在不确定参数非时变的假设。然而，在实际中，真实高速列车的不确定模型参数往往是时变的。另一方面，高速列车模型复杂，不确定参数多，通过调节自适应律逼近不确定参数过程繁琐，因此在这种情况下，通过一般数学模型所设计的控制器难以达到很高的控制精度。利用滑模技术控制列车停车的过程中，忽略了滑模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络和滑模控制的列车自适应轨迹跟踪控制方法，其特征在于，所述方法包括以下步骤：S1：利用列车测速定位系统获取列车期望速度和期望位置轨迹数据；S2：通过传感器获取列车的实时速度和位置数据，并与期望速度和期望位置轨迹数据进行比较，得到速度跟踪误差和位置跟踪误差；S3：利用ATO控制器根据得到的速度跟踪误差和位置跟踪误差计算列车运行过程中的不确定性参数；S4：采用饱和函数对不确定性参数进行约束；S5：根据约束的不确定性参数，基于滑模控制和RBF神经网络逼近结果，计算列车的实际控制律；S6：通过列车ATO控制器输出控制律，控制列车牵引控制单元和列车制动控制单元，使其产生牵引力或制动力，改变列车运行状态；S7：通过ATP控制器判断列车是否到站，若是则运行结束，若不是则返回步骤S2。2.根据权利要求1所述的基于神经网络和滑模控制的列车自适应轨迹跟踪控制方法，其特征在于，所述S3中包括以下步骤：S3
‑
1：确定神经网络的输入δ1和δ2，公式如下所示：其中，δ1为位置跟踪误差，δ2为速度跟踪误差，x
r
(t)为理想位置，为理想速度，x(t)为列车运行实际位置，为列车运行实际速度，t为时间；则滑模面s(t)公式为：其中，β为设计参数，为位置跟踪误差的导数；S3
‑
2：利用激活函数p
j
(t)将神经网络的输入转换为新的输出信号，得到神经网络的径向基向量p(t)，公式如下所示：其中，p(t)为p
j
(t)的列向量，α为激活函数的宽度向量，δ为网络的输入，δ＝[δ1，...

【专利技术属性】
技术研发人员：王青元，周岑，冯晓云，郭佑星，王竣渝，蒋春宏，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：