[发明专利]一种基于系统参数辨识的列车速度自适应控制方法

说明书

本发明公开了一种基于系统参数辨识的列车速度自适应控制方法，属于电动汽车领域。首先根据列车的力学分析和电机的力矩分析，建立包含待定参数的列车的动力学模型；然后采集若干组实际的输入和输出数据，作为最小二乘法的拟合数据；最小二乘法拟合偏差最小时对应的待识辨参数b和c，作为待定参数，得到完整的动力学模型。最后针对实时运行的列车，根据既定的列车行驶曲线，通过神经网络对完整的动力学模型中的参数进行调整，实时控制列车的速度，实现列车速度自适应控制。本发明不仅能够约束神经网络的学习，还能约束系统辨识模块，使辨识结果和控制结果都更准确。

技术领域

本发明属于电动汽车领域，涉及一种基于系统参数辨识的列车速度自适应控制方法。

背景技术

随着计算机技术和自动控制理论的发展，列车自动控制(ATC)系统功能日趋完善，可以代替列车驾驶员实现列车安全和准时地运行。ATC系统一共包含三个子系统，分别是ATP(列车自动防护)系统、ATS(列车自动监控)系统和ATO(列车自动运行)系统。

ATO系统是接受来自ATP/ATS系统的地面信息和行车控制指令，以控制列车的运动，包括加速运行、惰性运行、减速、停车和端站的折返作业控制。ATO系统一个重要的功能就是准确控制列车的速度，使实际速度和加速度跟上目标速度和加速度曲线。因此，ATO系统是列车实现自动驾驶的重要控制模块。

控制算法可以分为基于模型的控制算法和不基于模型的控制算法，其中基于模型的控制算法需要对系统建模，系统模型的参数会直接影响到控制算法的准确性和控制精度；不基于模型的控制算法一般也不能使用于所有类似系统，不同的系统往往需要调整算法参数才能实现更准确地控制。

综上，对于参数时变的系统和一些非线性的复杂系统，需要控制算法有一定的自适应能力。列车的车厢节数和载重变化范围大，这些变化不仅会改变列车的动力学特性，包括基本阻力和风阻等动力学特性，还会改变牵引电机的负荷特性。所以列车是一个典型的复杂且参数时变的系统，传统控制算法已经不太适用。

已有学者将自适应控制运用于列车的速度控制，在列车系统参数变化不大的情况下明显优于传统控制。

发明内容

考虑到列车系统参数在较大改变的情况下，一般的自适应算法的自适应能力不够。所以，本发明提出了一种基于系统参数辨识的列车速度自适应控制方法，实时辨识被控系统的参数，用自适应的PID控制算法控制列车速度，能适用于列车系统参数改变较大的不同情况，实现列车速度的准确控制。

具体步骤如下：

步骤一、根据列车的力学分析和电机的力矩分析，建立包含待定参数的列车的动力学模型；

动力学模型如下：

m是列车的总质量，a是列车的加速度，T_d是电机提供的驱动力矩，T_r是旋转部件损失的力矩，r是列车轮的转动半径。

F_w是整个列车组受到的空气阻力，F_w＝f(b,v²,L)；f是关于v²和L的线性函数关系，b是待识辨的参数，v是列车的行驶速度，L是列车的长度。

F_f是列车组车轮和钢轨之间的滚动摩擦阻力，F_f＝cv，c是待识辨的常量。

F_a是列车组受到的附加阻力，包括坡道附加阻力、曲线附加阻力和隧道附加阻力。

步骤二、采集若干组实际的输入和输出数据，作为最小二乘法的拟合数据；

步骤三、最小二乘法拟合偏差最小时对应的待识辨参数b和c，作为待定参数，得到完整的动力学模型。

具体步骤如下：