-
题名基于改进人工蜂群算法的受电弓LQR控制器设计
- 1
-
-
作者
冯庆胜
姜增鹏
薛祥希
刘雨奇
-
机构
大连交通大学自动化与电气工程学院
-
出处
《自动化与仪表》
2024年第7期123-128,133,共7页
-
基金
2019年辽宁省自然科学基金项目(2019-ZD-0094)。
-
文摘
针对受电弓LQR控制策略中性能指标的权重系数依靠人工经验选取不足的问题,建立SS400型受电弓三元质量模型,设计受电弓LQR控制器,以接触力标准差和弓头位移标准差之比为评价指标建立目标函数,由于标准人工蜂群算法存在的收敛速度慢、易陷入局部最优的缺点,通过改进蜂群算法的选择策略和搜索方式对LQR控制器的权重系数进行优化。在MATLAB/Simulink环境中建立弓网耦合模型分别在250 km/h、300 km/h的速度下进行仿真,通过与被动控制和标准蜂群算法寻优的结果对比,改进后弓网接触力标准差与弓头位移标准差分别优化了52.8%、37.5%、27.8%、31.8%、40.5%、43.1%、9.3%、7%,显著改善受电弓受流质量。
-
关键词
受电弓
接触网
LQR
人工蜂群算法
-
Keywords
pantograph
contact network
LQR
artificial bee colony algorithm
-
分类号
TP202.7
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于双环自适应滑模控制的高速列车运行追踪
- 2
-
-
作者
冯庆胜
薛祥希
姜增鹏
-
机构
大连交通大学自动化与电气工程学院
-
出处
《自动化与仪表》
2024年第3期26-32,共7页
-
基金
2019年辽宁省自然科学基金项目(2019-ZD-0094)。
-
文摘
针对列车高速运行跟踪控制问题,提出了一种基于双环结构的RBF神经网络自适应滑模控制算法。首先系统结构分为位移与速度控制子系统,防止列车因单个控制器故障而失控;在此基础上采用积分滑模控制,加强控制器的鲁棒性;同时在速度子系统中引入参数自适应算法与RBF神经网络自适应算法削弱列车受到基本阻力、附加阻力以及不确定性阻力带来的影响;最后通过Lyapunov稳定性分析证明系统的稳定性。通过仿真实验结果表明,位移误差在[-3.3×10^(-4),1.9×10^(-4)]范围以内,速度误差在[-2.1×10^(-2),3.1×10^(-2)]范围以内,该算法可以实现对列车的速度与位移精确追踪。
-
关键词
高速列车
积分滑模
双闭环控制系统
自适应控制
RBF神经网络
-
Keywords
high-speed train
sliding mode control
double closed-loop control system
adaptive control
RBF neural network
-
分类号
TP27
[自动化与计算机技术—检测技术与自动化装置]
-
