[发明专利]基于回声状态网络的磁悬浮列车位移速度的跟踪控制方法

说明书

本发明提供了一种基于回声状态网络的磁悬浮列车位移速度的跟踪控制方法。该方法包括：根据列车动力学受力分析建立列车系统模型并设计PID控制器；根据列车状态信息设计ESN网络的输入输出，并基于改进粒子群优化PSO算法离线确定ESN网络的结构参数；基于优化后的ESN网络的参数获得PID控制器的比例、积分、微分参数并计算出列车系统的牵引输出。本发明的磁悬浮列车位移速度的跟踪控制方法基于回声状态网络获得时变的PID控制器参数，保证列车在模型参数时变、模型不精确的情况下的安全、可靠、舒适运行。

技术领域

本发明涉及磁悬浮列车运行控制技术领域，尤其涉及一种基于ESN(Echo StateNetworks，回声状态网络)回声状态网络的磁悬浮列车位移速度的跟踪控制方法。

背景技术

磁悬浮列车的控制与优化技术是高速磁悬浮列车安全、舒适、节能运行的基础。在列车高速运行过程中，列车自动驾驶系统需快速、准确的跟踪目标速度曲线，保证列车安全、舒适运行。然而，在实际运行过程中，磁悬浮列车受到空气阻力、电磁涡流阻力等外力作用，使列车在运行过程中存在较大非线性、大量的不确定因素。受这些非线性、不确定因素的影响，列车运行过程中的动力学模型无法被精确的建立。

传统的PID控制器受列车运行过程中模型参数时变的影响，无法有效地跟踪理想速度曲线，导致较大的控制误差，影响列车安全运行。因此，设计适用于时变、非精确模型且跟踪性能良好的速度跟踪控制器对列车自动、高效驾驶具有重要的工程应用价值。

目前，现有技术中还没有一种对磁悬浮列车的位移速度进行有效地跟踪控制的方法。

发明内容

本发明的实施例提供了一种基于ESN的磁悬浮列车位移速度的跟踪控制方法，以实现对磁悬浮列车的位移速度进行有效地跟踪控制。

为了实现上述目的，本发明采取了如下技术方案。

一种基于回声状态网络的磁悬浮列车位移速度的跟踪控制方法，包括：

根据列车动力学受力分析建立列车系统模型，根据所述列车系统模型设计PID控制器；

根据列车状态信息设计回声状态ESN网络的输入输出，确定ESN网络的结构，基于改进粒子群优化PSO算法离线训练ESN网络，得到优化后的ESN网络；

基于优化后的ESN网络的参数获得所述PID控制器的比例、积分、微分参数；

根据所述PID控制器的比例、积分、微分参数和所述列车系统模型实时计算出列车系统的牵引输出，根据所述列车系统的牵引输出得到列车的实时位移速度信息。

优选地，所述的根据列车动力学受力分析建立列车系统模型，包括：

根据列车动力学受力分析建立如下的列车系统模型：

F_q为列车牵引力，F_i为电磁涡流阻力，F_a为空气阻力，F_s为坡道阻力，m为车厢质量，v(t)为列车运行速度，x(t)为列车位移状态。

优选地，所述的根据所述列车系统模型设计PID控制器，包括：

根据列车系统模型设计如下的PID控制器：

其中：F_q(t)为列车控制牵引力，k_p，k_i，k_d分别为控制器自适应比例、积分、微分参数，e(t)为位置跟踪误差，速度跟踪误差，其形式如下：

其中：x^*(t)为列车的理想位置目标值，v^*(t)为列车的理想速度目标值。