[发明专利]一种基于最优蠕滑速度搜寻与跟踪的优化粘着控制方法有效

专利信息
申请号: 201910790615.1 申请日: 2019-08-26
公开(公告)号: CN110450794B 公开(公告)日: 2020-06-23
发明(设计)人: 黄景春;康灿;文小康;邓雯琪 申请(专利权)人: 西南交通大学
主分类号: B61C17/00 分类号: B61C17/00;B60L15/00;B60L15/20;G05B13/04
代理公司: 成都天既明专利代理事务所(特殊普通合伙) 51259 代理人: 彭立琼;李钦
地址: 610031 四川省*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 最优 速度 搜寻 跟踪 优化 粘着 控制 方法
【权利要求书】:

1.一种基于最优蠕滑速度搜寻与跟踪的优化粘着控制方法,其特征在于:包括全维状态观测器、参考蠕滑速度搜寻模块和MPC粘着控制器,其中:

所述全维状态观测器利用电机的牵引转矩和轮对转速估计出机车的粘着系数;

所述参考蠕滑速度搜寻模块根据机车的粘着系数和蠕滑速度判断机车运行状态从而确定参考蠕滑速度更新状态值,并结合实际蠕滑速度实时调整参考蠕滑速度,从而控制参考蠕滑速度不断靠近粘着峰值点并搜寻到当前轨面的最优蠕滑速度,然后将参考蠕滑速度输出至MPC粘着控制器;

所述MPC粘着控制器在给定参考蠕滑速度和实际的蠕滑速度两个信号下,结合电机转矩约束、蠕滑速度约束、运行舒适性和能耗性的性能指标,实时地预测出最优牵引转矩,并输出至机车,实现对最优蠕滑速度的跟踪;

所述MPC粘着控制器包括预测模型、滚动优化控制器和反馈校正,其中:

所述预测模型包括如下内容:

(1)建立粘着控制模型

(2)采用欧拉方法对粘着控制模型进行离散化,得到如下非线性状态空间模型:

x(k+1)=fk(x(k),u(k))·△t+x(k)

y(k)=C·x(k)

式中,fk表示在时间k的状态变化梯度,x=vs为模型的状态变量,u=T为模型的输入变量,y=vs为系统模型的输出变量,矩阵C=1;

(3)建立粘着系统的预测模型如下:

y(k)=C·vs(k)

(4)定义P为预测时域长度,M为控制时域长度,且P≥M≥1,在采样时间k,系统多步控制量和模型多步预测输出量表达式如下:

(5)预测状态值和预测输出值的更新过程如下:

x(k+j|k)=fk(x(k+j-1|k),u(k+j-1|k))·△t+x(k+j-1|k),0≤j≤M-1;

y(k+j|k)=C·[(fk(x(k+j-1|k),u(k+j-1|k))·△t+x(k+j-1|k)],0≤j≤P。

2.根据权利要求1所述的一种基于最优蠕滑速度搜寻与跟踪的优化粘着控制方法,其特征在于:所述粘着系数的估计方法为:

(1)建立对整车机车的运动方程:

Fs=μ(vs)·W·g

式中,M表示机车总质量,vt为机车运行速度,Fd(vt)为机车运行中所受基本阻力,a、b、c为与阻力计算相关的系数;

(2)建立轮轨间的粘着特性模型:

式中:a,b,c,d是与轨面环境有关的参数;

(3)建立电机轴与轮对的转动方程:

T=η·Rg·TL

其中,Rg表示机车齿轮箱传动比,

进一步计算得到:

其中,Fs为轮轨间的粘着力,Fd为机车运行的基本阻力,Jm为电机转动惯量,Jd为轮对转动惯量,Jequ为将电机转动惯量和车轮转动惯量一起折算到电机侧的转动惯量,Tm为电机转矩,TL为粘着力等效到电机端的等效负载,T为轮对驱动转矩,η为齿轮传动效率,W为轴重,g为重力加速度;

(4)建立如下状态空间方程:

式中,

(5)构造如下全维状态观测器:

由此得:

式中,为所观测的负载转矩,p1,p2为全维状态观测器的两个极点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南交通大学,未经西南交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910790615.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top