[发明专利]一种针对列车运行的虚拟耦合策略和模型预测控制方法

说明书

本发明公开了一种针对列车运行的虚拟耦合策略和模型预测控制方法，采用模型预测控制的预测和多目标优化特性，将列车控制与道路信息结合，进行更加精准平稳的列车速度控制，提出的前后车最小距离计算方法能够有效提高前后车跟随的可靠性和灵活性，并将列车的车车间距缩短到100m以内，有效提高了铁路的利用效率，同时解决了列车控制的输入延迟问题，能够在两辆列车耦合靠近时更加精准控制列车的状态。

技术领域

本发明属于列车控制技术领域，具体涉及一种针对列车运行的虚拟耦合策略和模型预测控制方法。

背景技术

列车轨道运输在我国广泛分布，包括动车、高铁、重载列车等均为轨道运输的范围内。在各种运输方式中，从成本上考虑，海运最为经济实惠，但运输对接点只能局限于港口之间，公路的运输成本较高是铁路的2到3倍，空运成本最高；从效率上考虑，虽然铁路不如空运快捷，但是其大吨位运输的效率明显高于公路和海路运输。

在对列车的控制过程中，如何最大程度地保证行驶安全性、舒适性以及提高铁路的利用率是当前学术界的热点问题，解决该问题需要实现精细的列车协同控制。相对于汽车模型，虽然列车的运行环境相对稳定单一，模型建立相对简单，但其控制系统的设计依然存在很多问题需要解决，包括：一是对于非电控的重载列车，其控制输入具有输入延迟，加速和制动信号不能立刻传输到列车装置上；二是列车在运行的过程中受到运行阻力等外界环境因素的干扰，传统的PID(Proportional-Integral-Differential)等控制方法不能结合环境进行精确控制，只能在列车因为阻力变化发生速度偏移后根据偏移矫正速度；三是通过人工智能等现代化方法进行线下优化以提高列车的运行效率和能源利用率。然而，首先线下优化得到速度曲线、线上执行跟随的控制模式缺乏灵活性，应对突发情况困难；其次针对不同类型的列车需要不同种类的多目标优化方案，个性化的针对列车的节能、平稳、效率等方面分别进行优化，例如重载列车等大货车存在车钩力的问题，列车加速度不能过大，而地铁等城轨交通则需要有良好的加速和制动性能，同时需要保证运输效率。综上，实现列车的稳定安全、高效控制是一项充满挑战性的任务。

目前，列车运行中应用最为广泛的控制方法仍然是PID控制，例如地铁运行采用的控制方案就是PID控制列车跟随预先设定的速度时间曲线。采用PID控制的原因包括一下方面：首先是因为其简单可靠，参数虽然需要一定的整定技巧，但其工程应用具有直观性和便捷性；其次，PID控制器的设计并不需要获得列车精确的模型信息和具体的道路环境信息，因此可以降低精确模型建立在整体设计中的时间比重。然而，由于PID控制是一种几乎不依赖于模型的单目标控制方法，在处理一些复杂耦合的多目标优化问题时，系统的非线性和强耦合特性将会导致在线性化平衡点附近控制器性能迅速下降；另一方面PID控制仅能针对列车系统本身当前的状态进行控制，不能结合具体的道路信息和列车的控制输入延迟进行预测控制，控制方法本身的提升空间非常有限。而在列车运行的实际应用中，需要统筹前方道路信息和车辆信息，从而避免大幅度加减速造成能量和效率丧失的控制方法。

发明内容

有鉴于此，本发明提供了一种针对列车运行的虚拟耦合策略和模型预测控制方法，实现了针对列车运行环境变化的对列车的精准控制，同时解决了列车控制输入延迟的问题。

本发明提供的一种针对列车运行的虚拟耦合策略和模型预测控制方法，包括以下步骤：

步骤1、利用上一时刻的控制量对状态变量进行增广得到列车的离散空间动力学模型如式(1)所示：

其中，参数A,B,C,H分别表示为：