关键词:
动车组
列车自动驾驶
无模型自适应控制
动态线性化
输出误差率
扰动估计
摘要:
为了提高列控系统跟踪精度与平稳运行,提出了一种改进的多输入多输出(MIMO)无模型自适应控制(MFAC)方法;基于动态线性化技术,将系统各动力单元输入输出数据等效成更符合高速动车组实际运行特性的全格式动态线性化(FFDL)数据模型;通过在目标准则函数中加入输出误差率,并对输出误差和输出误差率进行加权融合,推导出新的带有输出误差率的无模型自适应控制(MFAC-OER)方案;通过对FFDL数据模型的外界扰动、参数误差等不确定项进行延时估计,进一步提升了算法的控制性能和对系统的等价描述程度;以实验室配备的CRH380A型动车组半实物试验平台对该方法进行仿真测试,使其跟踪济南—徐州的实际速度-位移曲线,并与传统算法进行对比。仿真结果表明:通过MFAC-OER方法得到的动车组各动力单元速度误差为[-0.151,0.136]km·h^(-1),控制力和加速度分别在[-48,42]kN和[-0.785,0.687]m·s^(-2)以内且变化平稳,控制性能优于比例积分微分方法和传统MFAC方法;整体仿真结果证明了MFAC-OER方法不仅能快速到达系统稳态并且具有良好的抗外界干扰特性,满足动车组跟踪精度与安全要求。