[发明专利]一种城市轨道交通列车的模型自动辨识方法

说明书

本发明公开了一种城市轨道交通列车的模型自动辨识方法，包括如下步骤：1)获取列车运行数据；2)列车参数辨识；3)在仿真系统上对辨识出的模型参数进行验证；4)对比仿真列车的运行曲线和实际列车的运行曲线。本发明通过少量的控车试验进行数据采集或对现场数据进行筛选，结合离线的数据分析，采用遗传算法快速、准确地辨识列车的牵引制动特性和控制时延特性等模型参数，从而建立精确的列车模型。这样，使得开发者可以在仿真实验系统上模拟实际列车的运动特性，便于速度控制算法的调试。

技术领域

本发明涉及一种城市轨道交通列车的模型自动辨识方法，是一种在系统运行或试验中测量得到数据，然后应用系统辨识方法建立系统模型的方法。。

背景技术

列车进行精确建模时，对从司控系统给出控制量到列车牵引制动系统给出相应的牵引制动力这部分过程的机理过于复杂，用实验建模的方法可以得到更精确的模型。

进行实验建模时，需要对实验得到的数据进行辨识。现今有很多辨识理论和辨识方法，不过对于像列车动力学系统中各种作用力和系统参数互相耦合的复杂情况，经典的辨识方法有很大的局限性。在这里，选取遗传算法来辨识列车系统参数，在确定列车模型结构的基础性对参数进行辨识。

发明内容

本发明提供一种精确建模的方法，使得开发者可以在仿真实验系统上模拟实际列车的运动特性，便于速度控制算法的调试。

为解决上述技术问题，本发明采用如下技术方案：一种市轨道交通列车的模型自动辨识方法，其特征在于包括如下步骤：

1)获取列车运行数据；

2)列车参数辨识，通过遗传算法对列车运行数据进行处理确定列车参数，所述列车参数包括确定恒力矩区和恒功率区、运行阻力系数、动车与拖车的质量回转系数、车轮与轨道间的黏着系数、牵引/制动建立时间、牵引制动切换时间以及通讯延迟时间；

3)在仿真系统上对辨识出的模型参数进行验证，在仿真系统上模拟相同的轨道状况，将原始的牵引与制动控制量施加在辨识出的列车模型上；

4)对比仿真列车的运行曲线和实际列车的运行曲线。

优选的，所述的列车运行数据包括列车的位置、速度、加速度、牵引与制动控制量以及轨道坡度。

优选的，列车运行数据的获取方法为：在装备ATO功能的CBTC系统中，以ATO模式正常运行至少三个站间区间并记录这个过程中的列车运行数据。

优选的，将CBTC系统记录的列车运行数据转化为MatLab数组，再采用遗传算法进行参数辨识。

优选的，遗传算法的具体计算流程如下：

a)初始化遗传算法相关参数，调用遗传算法库函数crtrp，初始化种群个体数目及辨识参数的上下限；

b)计算初代种群目标函数值并按据此排列种群个体适应度值；

c)根据初始设定的最大遗传代数，在每一代对种群个体适应度进行选择，调用遗传算法库函数select选择适应度大的个体组成新的种群，按照一定的交叉概率调用遗传算法库函数recombin对种群个体进行交叉重组，按照一定的变异概率调用遗传算法库函数mut对种群个体进行变异；

d)调用ObjectF函数计算子代种群目标函数值，调用遗传算法库函数reins，用子代个体中适应度大的个体替换到父代种群中适应度小的个体，并对新的种群进行适应度计算排序；

e)重复步骤c)，d)，直到遗传代数达到最大遗传代数Gen。

本发明通过少量的控车试验进行数据采集或对现场数据进行筛选，结合离 线的数据分析，采用遗传算法快速、准确地辨识列车的牵引制动特性和控制时延特性等模型参数，从而建立精确的列车模型。