[发明专利]基于多工况ANFIS模型的动车组优化控制方法

摘要

本发明公开了一种基于多工况ANFIS模型的动车组优化运行控制方法，所述方法针对高速动车组运行在牵引、制动和惰行多个工况下的复杂非线性系统的特性，分析其不同工况下的受力情况。并通过采集高速动车组实际运营数据，结合动车组牵引/制动特性曲线，建立一种新型的高速动车组多工况ANFIS模型，精确描述动车组运行过程。根据上述建模，采用合适的工况选择机制，设计一种基于多工况ANFIS模型的预测控制器，完成高速动车组的优化运行控制。该发明提高了高速动车组运行过程的建模精度，改善了其运行的安全、正点和乘坐舒适性，为高速动车组的自动驾驶提供的技术支撑。本发明适用于高速动车组运行过程精确建模与优化运行控制技术领域。

主权项

1.一种基于多工况ANFIS模型的动车组优化控制方法，其特征是，所述方法通过分析高速动车组在不同工况下的受力情况，采集高速动车组实际运营数据，建立高速动车组多工况ANFIS模型；并设计一种基于多工况ANFIS模型的预测控制器，完成高速动车组的优化运行控制，改善高速动车组运行性能；所述高速动车组在不同工况下的受力分析为：高速动车组在运行过程中受到基本阻力和附加阻力的作用，其运动过程受力情况表示为：不同工况作用于高速动车组上的单位合力α表达为牵引工况：当u＞0；制动工况：当u＜0；惰行工况：α＝‑W＝f₂(v)，当u＝0；式中，v是高速动车组运行速度，g是重力加速度，u为控制力；F为操纵牵引手柄获得的牵引力，B是操纵制动手柄获得的制动力；单位阻力W由单位基本阻力w₀和单位附加阻力组成；单位附加阻力由单位坡道阻力w_i，单位曲线阻力w_r和单位隧道空气阻力w_s组成具体用下式表示：其中，η₁,η₂,η₃为基本阻力系数；i_w是坡度千分数，α_w是曲线中心角，L_r是曲线长度，L_s是隧道长度；将公式(2)代入公式(1)中，得到高速动车组运行过程动力学模型：式中，η₃v²和是速度v的非线性函数，其随着动车组运行速度的增加而不断增加，因而在高速情况下，动车组运行过程的非线性特性将越明显；对公式(3)进行差分变换，存在非线性关系v(k)＝f{v(k‑1),u(k‑1)}；为找出上述非线性关系，分别建立牵引ANFIS模型，制动ANFIS模型和惰行ANFIS模型；以牵引工况为例，其模型表示为：式中，v(k‑1)、u(k‑1)是速度和控制力输入量，v_t(k)是速度输出量；为牵引ANFIS模型的第i条规则适应度的归一化值；为后件参数，其中i＝1,2，...，n₁；j＝1,2，n₁为牵引ANFIS模型的规则条数；制动、惰行工况的模型除参数数值不同外其余和牵引工况相同；所述基于多工况ANFIS模型的预测控制器为：建模过程得到的高速动车组运行过程模型(9)描述为受控自回归积分滑动平均过程模型(CARIMA)形式：a(z^‑1)v(t)＝b(z^‑1)u(t‑1)+ξ(t)/Δ    (13)式中，Δ＝1‑z^‑1，其中参数和由建模过程获得：其中其中令t时刻对式(13)的系统施加输出反馈m(z^‑1)v(t)＝n(z^‑1)Δu(t)+ξ(t)    (14)求其中最小时间间隔为N_d，N_d＝max{n_b+1,n_n+1}；在式(14)的输出反馈作用下，式(13)的系统的闭环传递函数表示为s(z^‑1)：那么，对于闭环系统，当j＞t+N_d时刻，等价为状态方程：即其中i＝j‑(t+N_d)，x(0)＝[v(t+N_d‑n_s+1) … v(t+N_d)]；已知未来(t+j)时刻的期望输出v_r(t+j)，N_l为预测时域，N_u为控制时域；在j≤N_u时控制增量Δu(t+j‑1)为自由变量；当j＞N_u时，控制增量设为可镇定系统的输出反馈，为表达简单，取为如下形式：Δu(t+j‑1)＝K(z^‑1)[v(t+j+1)‑v_r(t+j)],j＞N_u    (18)满足T(z^‑1)＝a(z^‑1)Δ‑z^‑1b(z^‑1)K(z^‑1)    (19)的特征值在单位圆内，n_T为T(z^‑1)的阶数；显然，N_d＝n_b+1，性能指标定义如下根据等价状态方程(16)和公式(19)，并进一步推导，性能指标(20)描述为上式中μ_j>0，r_j>0(j＝1,…,N_l)表示输出量和控制量的加权系数；N_l>N_u+N_d，为状态变量加权矩阵，是一个对称正定阵；引入丢番图方程，当V(t+j)＝LΔU(t+j‑1)+HΔU(t‑j)+GV(t)‑WV_r(t+j)    (22)时，性能函数J取得最小；其中，当j≤N_u时，W为零矩阵；最小化性能指标J，得到预测控制增量为其中是的第一行；通过最小化性能指标求得每一时刻预测控制的最优控制量。