[发明专利]基于多级切换的动车组制动过程RBF模型参考自适应控制方法

摘要

本发明公开了一种基于多级切换的动车组制动过程RBF模型参考自适应控制方法，所述方法针对动车组制动过程的特点，利用动车组制动数据采用参数辨识的方法建立了一种多级可切换的动车组制动模型。同时，考虑到RBF神经网络强大的非线性处理能力与模型参考自适应控制的自适应能力，本发明在已建立好的制动模型基础上设计了基于RBF网络的模型参考自适应控制策略，由梯度下降原理与极小化误差指标函数，则可实时调节列车制动级位，最终实现高速动车组在无人操纵的情况下列车依旧能按照预先设定的目标速度制动曲线自动运行。大大提高了列车面临突发事件时的自处理能力。本发明适用于轨道交通自动化与运行优化控制。

主权项

1.一种基于多级切换的动车组制动过程RBF模型参考自适应控制方法，其特征是，列车制动模型分为静态特性与动态特性两部分，先根据列车制动静态特性曲线，由最小二乘进行曲线拟合得到在当前时刻的速度y(k)下制动级位与制动力大小的静态特性；然后根据制动系统的工作原理分析制动力大小与将来时刻速度y(k+d)的动态特性，采用改进的粒子群辨识算法求得动态特性方程的未知参数，综合静态特性部分和动态特性部分所建立的制动模型，其中输入变量为制动级位，中间量为制动力大小，输出变量为列车速度；采用基于RBF网络的模型参考自适应控制策略，使列车实际输出能跟随参考模型的输出，最终实现动车组按预定的制动曲线自动运行；根据高速动车组制动过程特点建立由列车静态特性与动态特性两部分组成的多级可切换制动模型，并利用相关制动数据对未知参数辨识，具体实施步骤为：(1)列车制动静态特性是列车在各制动级位下的不同速度区段内制动级位与制动力之间的关系，其结构可描述为：式中，n为列车制动级位，y(k)为列车当前速度，f(n,y(k))为列车所受到的制动力，ε(k)为白噪声；(2)列车动态特性是由制动性能所决定的，表示制动力与列车速度之间的动态关系，具体结构可用动态传递函数表示：式中，Y(s),U(s)分别是列车速度与列车控制力在S域的表达形式；参数集X＝[K,T,τ]为待辨识量，采用改进的粒子群辨识算法求得该参数集的解；综合静态特性与动态性能两部分建立多级切换的制动模型为：其中，f(n,y(k))为静态特性部分；列车制动静态特性常用制动有7个制动级位，因此列车制动静态特性可由28个线性方程描述；采用最小二乘法对未知参数A_in,B_in辨识，其结果为：