[发明专利]一种城市轨道交通列车的模型自动辨识方法

摘要

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。 1

主权项

1.一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；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；重复步骤c)，d)，直到遗传代数达到最大遗传代数Gen；其中，步骤b)包括：调用ObjectF函数，根据现场数据样本及遗传种群参数计算仿真速度曲线，与列车实际速度曲线比较；调用遗传算法库中排序函数ranking，对初代种群的个体根据适应度进行排序；步骤c)包括：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，种群个体数＝上一代种群个体数*遗传代沟，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，拟定交叉概率0.7，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，拟定变异概率0.01；步骤d)包括：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；其中，调用ObjectF函数，根据现场数据样本及遗传种群参数计算仿真速度曲线，与列车实际速度曲线比较；包括:从种群数组中获取当前个体列车辨识参数：根据辨识参数计算列车基本阻力及牵引制动力，根据列车基本阻力计算公式Wjzn＝a+b*v+c*v2计算基本阻力；根据列车牵引特性及列车速度，判断列车牵引特性区间，计算列车牵引力；恒牵引力区牵引力计算公式为FtractA＝(mt*(1+rt)+mm*(1+rm))*Acc+Wjzn+Wfzn，恒功率区牵引力计算公式为自然特性区：根据列车制动特性及列车速度，判断列车制动特性区间，计算列车制动力；恒制动力区制动力计算公式为FbrakeA＝(mt*(1+rt)+mm*(1+rm))*adhesion*g，恒功率区制动力计算公式为根据工况判断控制力是否需改变，根据以下逻辑计算当前输出控制力；根据输出控制力判断列车当前牵引或制动，计算列车仿真加速度，公式为Accsim＝(cmdValue*F‑Wjzn‑Wfzn)/(mt*(1+rt)+mm*(1+rm))，当列车施加牵引时，为列车牵引力；当列车施加制动时，为列车制动力；根据速度计算公式vsim＝v0+Accsim*t计算列车仿真速度曲线；根据目标值计算公式得出遗传种群适应度。