V01．36 No．6
第3
2 o
国
铁
道
CHINARAILWAYSCIENCE
学
6卷，第6期
5年1 1月
中
科
1
November，2015
文章编号：1001—4632(2015)06—0120-08
高速列车双自适应广义预测控制方法
辉2，刘杰民3
李中奇1’2，杨振村2，杨
(1．南昌大学机电工程学院，江西南昌330031；
2．华东交通大学电气与电子工程学院，江西南昌 330013；
3．济南铁路局总工程师室，山东济南250001)
摘要：针对单一广义预测控制器在控制过程中只修改模型参数而不修改控制器参数，导致列车在启动和
制动阶段控制效果较差这一问题，采用双自适应广义预测控制方法，设计高速列车双自适应广义预测控制器实
现对高速列车运行过程的自动控制。该控制器采用具有可变遗忘因子的递推最小二乘法实时辨识列车运行过程
模型的参数，根据辨识得到的模型参数自适应建模且修正控制器的调优参数，进而计算出高速列车需要施加的
牵引／制动力，并设计确保控制器稳定的监督机制，实现高速列车对给定速度的高精度跟踪。仿真结果表明：双
自适应广义预测控制器对给定速度和位移均有高精度的跟踪能力，在遇到未知干扰时仍能确保列车安全、稳定
地运行，其控制效果明显优于单一自适应控制器。
关键词：高速列车；运行控制；控制器；自适应建模；参数调优
100卜4632．2015．06．17
中图分类号：U284．482
文献标识码：A
doi：10．3969／j．issm
目前高速列车运行控制是司机在列车运行控制
文献[5]为了得到更好的AT0系统的运行性能
Train Protec—
系统的列车自动防护(Automatic
指标，设计了基于模糊广义预测控制的列车运行速
tion，ATP)曲线指导下，基于实际运营工况和给
定速度曲线的人工操纵控车模式。列车运行性能与
司机的操作经验和熟练程度密切相关，若因司机的
经验不足或操作失误而导致列车运行晚点，就会影
响列车正常的运行秩序。因此，实现高速列车的自
度跟踪控制方法，但模糊控制中语言变量的划分和
隶属度函数的形状主要取决于专家经验，不易在线
调整。文献[6]提出基于神经网络的列车运行速
度控制方法，其能够解决模糊控制方法中规则数量
多且规则间容易冲突等问题，但该方法的收敛速度
有待提高，实时性不强，且容易陷入局部最优。文
献[7]提出基于遗传算法的AT0优化控制策略，
该方法可以在列车启动前给出最优的惰行控制点以
减少部分能量消耗，但在列车运行过程中没有在线
优化，难以达到实际运行中的最佳效果。文献[8]
根据李雅普诺夫稳定性理论，设计高速列车的自适
应速度和位置控制方法，可以有效克服所受阻力的
影响，但在运行工况改变时控制力变化很大，不满
足旅客乘车舒适性要求。文献[9]提出高速列车
多模型单一广义预测控制方法，取得了良好的效
果，但在列车起动和制动阶段有较大的跟踪误差。
动驾驶是列车运行控制系统未来的发展趋势[1‘2]。
Train
列车自动驾驶(Automatic
Operation，
AT0)需要解决的核心问题是根据给定的速度曲
线，结合列车实际的运行状态，自动调整列车的牵
引／制动力，实现列车实际运行速度对给定速度的
精确跟踪[3]。要实现该目标，关键是建立准确的高
速列车运行过程模型和设计有效的速度跟踪控制方
法对高速列车进行速度跟踪控制。
针对高速列车运行过程中的速度跟踪控制，文
Deriva．
献[4]采用PID(Proportional Integral
tive)方法，虽然在一定程度上满足列车运行的控
制要求，但在列车受外部扰动和运行工况转换时，
牵引／制动力急剧变化，影响旅客的乘坐舒适性。
General—
针对单一广义预测控制器(Adaptive
ized Predictive
Controller，A．GPC)[103在控制过程
收稿日期：2015一01—10；修订日期：2015一06—29
基金项目：国家自然科学基金资助项目(51565012，61164013。51468021)；国家自然科学基金一高铁基金联合资助项目(U1334211)；
江西省自然科学基金资助项目(20151BAB207045)
作者简介：李中奇(1975一)，男，黑龙江哈尔滨人，副教授，博士研究生。
万方数据
全部评论(0)