一种动车组运行过程建模与自适应控制方法

摘要

本发明公开了一种动车组运行过程建模与自适应控制方法。所述方法针对动车组运行过程复杂、信息不完备、非线性特征明显的特性，采用数据驱动的建模方法，提出了T-S双线性模型辨识方法；依据动车组实际运行图、前方线路情况、限速条件，牵引力/制动力饱和非线性特性等约束条件建立动车组约束模型；根据上述模型设计即时学模型预测控制算法来改善多目标优化控制性能指标。本发明为动车组乘务员进行优化操纵，保证安全正点运行，改善运行舒适性，降低能源消耗提供了一套可靠的依据。本发明适用于动车组运行状态在线辨识与多目标优化控制。

主权项

一种动车组运行过程建模与自适应控制方法，其特征是，所述方法依据动车组实际运行图、前方线路情况、限速条件，牵引力/制动力饱和非线性特性约束条件建立动车组运行多目标约束优化模型，据此设计双线性模型预测控制器实现动车组优化运行；并根据上述模型设计即时学习模型预测控制算法来改善动车组多目标约束优化控制性能指标；当模型输出误差e在系统允许范围内时，T‑S双线性模型参数无需优化；当模型输出误差超过阈值时，采用即时学习算法对模型参数进行在线校正；据此动态调整双线性模型预测控制器的参数，实现模型参数和控制器参数的同时优化，减少了双线性模型预测控制器在线计算量；所述动车组运行多目标约束优化模型为：$\min F=W_T\left|\frac{t-t^{*}}{t^{*}}\right|+W_E\left|\frac{E-E^{*}}{E^{*}}\right|$(ν_r‑δ)≤ν≤(ν_r+δ)t≤t^*U_min≤U≤U_maxΔu_min≤Δu≤Δu_max式中：F表示目标函数；W_T为运行时分的权重；W_E为能耗权重；v_r为目标速度；δ为速度跟踪误差范围；t^*为运行图的运行时分；E^*为区间运行期望的能耗；U_min代表最大制动力；Δu为控制量增量；U_max代表最大牵引力；Δu_min为控制量增量的下限值；Δu_max为控制量增量的上限值；所述双线性模型为：N辆编组的动车组动态特性、能量消耗和运行时分的双线性模型为：$t\left(x\right)={\int }_{x_1}^{x_2}\frac{1}{v\left(x\right)}\mathrm{dx}$$E\left(x\right)=\underset{x_1}{\overset{x_2}{\int }}U\left(x\right)·v\left(x\right)·t\left(x\right)\mathrm{dx}$式中：M为动车组等价总质量；x是动车组的运行距离；系统输入是作用于动车组上的不同手柄级位下的控制力U(x)；系统输出是速度v(x)；符号算子使得U(x)和v(x)满足乘积关系；G为线路参数；x₁表示起点的位置；x₂表示终点的位置；t为运行时分；E(x)为动车组运行过程中的能量消耗；C₁为机械阻力系数，大小为7.4×10^‑3，C₂为空气阻力系数，大小为1.24×10^‑4。