【技术实现步骤摘要】
一种场景自适应的轨道交通ATO控制系统
[0001]本申请涉及轨道交通
，具体而言，涉及一种适用多场景的轨道交通ATO控制系统。
技术介绍
[0002]城市轨道交通以其大运量、高效率、低污染等优势，迅速成为许多城市解决交通问题的首要选择。列车运行过程中，通过速度传感器获取轮对的速度传入列车ATP/ATO模块，将列车实际速度与列车目标速度对比，经由控制算法，实现对列车的牵引制动模块的控制，以保证列车按照既定目标速度运行，其中，ATP模块负责列车的安全防护，ATO模块进行列车在正常运行状态下的牵引制动过程。
[0003]ATO，即Automatic Train Operation，列车自动驾驶。图1示出了现有轨道交通ATO控制系统示意图，包含运行信息获取模块、PID控制模块/滑模PID控制模块，以及列车牵引/制动执行模块。所述运行信息获取模块用于实时获取列车运行过程中的列车状态信息、目标曲线信息和线路条件信息；所述PID控制模块/滑模PID控制模块用于根据列车实时状态信息计算列车指令合适的指令加速度，并传输给列车牵...
【技术保护点】
【技术特征摘要】
1.一种场景自适应的轨道交通ATO控制系统，其特征在于，包括运行信息获取模块201、场景自适应控制模块202和列车牵引/制动执行模块203，所述场景自适应控制模块202接收运行信息获取模块201的信息输入，通过学习、预测和优化后形成控制指令输入给所述列车牵引/制动执行模块203。2.如权利要求1所述的场景自适应的轨道交通ATO控制系统，其特征在于，所述场景自适应控制模块202包括参数整定模块2021和列车控制模块2022，所述参数整定模块2021包括机器学习模块20211、模型优化评价模块20212和列车状态更新模块20213，所述列车控制模块2022包括工况判断模块20221、预测模块20222、滑模PID控制模块20223、指令控制模块20224和加速度指令生成模块20225，其中：所述机器学习模块20211用于在列车试运行过程中输入运行信息获取模块201的信息，在列车实际运行控制前，不断调整滑模PID控制模块的控制器参数以确定针对当前线路的最佳控制器参数值；所述模型优化评价模块20212用于对于滑模PID控制模块20223不同的指标要求进行计算分析，判断机器学习模块20211的迭代次数，最终将结果输出到列车控制模块2022中；所述列车状态更新模块20213用于将根据相关运行信息构建仿真场景，不断为机器学习模块20211提供输入参数，同时实现基于列车完整运行区间的参数优化目的；所述工况判断模块20221，接收运行信息获取模块201的信息输入，用于实现对列车实时运行工况进行计算的功能，提供给预测模块20222；所述预测模块20222用于实现对列车工况是否即将切换的判断功能以及实现列车在工况切换前计算可抑制列车速度产生超调的合适指令加速度值的功能，提供给滑模PID控制模块20223、指令控制模块20224；所述滑模PID控制模块20223将输出的指令加速度值提供给加速度指令生成模块20225；所述指令控制模块20224用于实现在列车工况发生切换时从所述预测模块20222传输所述预测模块20222生成的合适指令加速度值，提供给加速度指令生成模块20225；所述加速度指令生成模块20225用于实现向所述列车牵引/制动执行模块203传输实时指令加速度值。3.如权利要求2所述的场景自适应的轨道交通ATO控制系统，其特征在于，列车在同一个控制周期下，指令控制模块20224和滑模PID控制模块20223中只有一个模块会发送指令加速度，指令加速度的发送由预测模块20222决定；当预测模块20222预测到列车的工况即将发生切换，继续使用滑模PID控制模块20223发送的指令加速度会导致列车在工况切换时发生超调时，将会向指令控制模块20224提前发送工况切换后的目标曲线加速度值以抑制列车在即将到来的工况切换阶段发生速度超调，同时停止这一控制周期滑模PID控制模块对指令加速度的输出；由加速度指令生成模块20225输出的指令加速度在传入列车牵引/制动执行模块203之前会经历一个加速度传输和响应的过程。4.如权利要求2所述的场景自适应的轨道交通ATO控制系统，其特征在于，所述滑模PID控制模块包括滑模控制器和PID控制器，即滑模控制模型和PID模型；神经网络控制算法，主要包括了滑模控制、PID控制、智能学习算法和仿真运行，运行于滑模PID控制模块和机器学习模块：
系统运行控制模型需要给定初始的速度增益参数kv、加速度增益参数ka、比例环节参数kp、积分环节参数ki、微分环节参数kd值，对滑模控制器和PID控制器进行初始化设置；一、滑模控制部分包含的主要参数为kv与ka，当两个参数确定后，滑模控制模型...
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。