-
题名高速动车组数据驱动无模型自适应控制方法
被引量：7
- 1
-
-
作者
李中奇
周靓
杨辉
-
机构
华东交通大学电气与自动化工程学院
华东交通大学轨道交通基础设施性能监测与保障国家重点实验室
-
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2023年第2期437-447,共11页
-
基金
国家自然科学基金(61991404,52162048,62003138)
国家重点研发计划重点专项(2020YFB1713703)
江西省主要学科学术和技术带头人培养计划(20213BCJ22002)资助。
-
文摘
针对动车组的速度跟踪控制问题,同时考虑到现有基于模型的控制方法对系统动力学模型的依赖性,以及传统无模型自适应控制时变参数估计算法的复杂性,将改进的多输入多输出(Multiple-input multiple-output,MIMO)偏格式动态线性化无模型自适应控制(Partial form dynamic linearization-improved model-free adaptive control,PFDL-iMFAC)方法引入到动车组自动驾驶系统中.该控制方法在无模型自适应控制的基础上,考虑滑动时间窗口,增加了可调自由度和设计灵活性,并在输入准则函数中加上对能量函数的惩罚项,减少能量损耗,为动车组的跟踪精度和节能运行提供了一种优化的方法,在满足动车组速度跟踪效果好的前提下实现节能运行.最后以CRH380A动车组为对象进行仿真实验,通过与传统无模型自适应控制对比:所提出的控制算法各动力单元速度跟踪误差在±0.2 km/h以内,加速度在±0.65 m/s^(2)以内且变化平稳,比传统无模型自适应控制方法节约9.86%的能量.
-
关键词
列车自动驾驶
无模型自适应控制
速度跟踪
数据驱动
节能控制
偏格式数据模型
-
Keywords
Automatic train operation
model-free adaptive control
velocity tracking
data-driven
energy saving control
partial format data model
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
U284.48
[自动化与计算机技术—控制科学与工程]
-
