详情

原文传递迭代学习辨识与控制及在高速列车运行控制系统中的应用

论文题名：	迭代学习辨识与控制及在高速列车运行控制系统中的应用
关键词：	高速列车;运行控制系统;迭代学习控制;迭代学习辨识
摘要：	本文以重复运行的非线性系统为研究对象，分别研究了仿射非线性系统在同时存在输入和状态受限、随机初始状态、迭代变化外部扰动情况下的自适应迭代学习控制(iterative learning control，ILC)方法，以及非仿射非线性系统的数据驱动预测ILC方法。同时，针对具有重复性运行特征的高速列车控制系统建模困难问题，以及高速列车高控制性能和高安全性的运行需求，提出了基于数据驱动ILC动态建模及模最优ILC的新颖方法。论文的主要工作及创新点总结如下: 　　一、研究了一类同时存在输入与状态约束、非严格重复迭代初态以及非严格重复外部扰动的仿射非线性系统的自适应迭代学习控制问题。当系统中存在参数化不确定性时，时变的未知参数可通过迭代轴上的自适应学习律进行估计;而对于非参数化的不确定性，采用径向基函数(Radial Basis Function，RBF)神经网络对其进行逼近，神经网络的权值通过设计自适应的学习律在迭代轴上进行更新，同时在控制器中设计补偿项估计神经网络的逼近误差。所提出的自适应ILC通过使用障碍李雅谱诺夫函数并结合组合能量函数，不但能够保证系统的跟踪误差沿迭代轴渐近收敛，同时通过选取合适的控制参数可使得系统的输入及状态自动满足约束条件要求。　　二、针对更一般的非仿射非线性系统，分别提出了无约束和存在输入输出约束的数据驱动预测迭代学习控制算法。通过利用动态线性化技术，所设计的算法无需利用任何被控系统的模型信息，是一种完全数据驱动的控制方法。严格的理论分析分别保证无约束的数据驱动预测ILC能够使得系统跟踪误差单调收敛，存在输入输出约束的数据驱动预测ILC能够使得跟踪误差渐近收敛。　　三、对于难以建立精确动力学模型的含有快时变参数的非线性重复运行高速列车运行控制系统，改变传统的先建模后控制的设计方法步骤，在结构已知的高速列车模型没有精确建立之前，利用D-型ILC对列车进行有效的控制，并设计改进的最小二乘迭代学习辨识算法实现同时的高速列车运行控制与动态建模。通过选取合适的增益矩阵，所设计的迭代学习辨识算法从理论上可以保证辨识误差在迭代轴上以较快速度收敛到预先设定的辨识精度要求。待所建立的非线性高速列车模型达到预设建模精度要求后，同时以列车运行安全性、准时准点性以及乘客舒适性为目标设计模最优ILC，并实现D-型ILC与模最优ILC之间的切换，提升高速列车运行系统的控制性能，同时保证列车安全运行。进一步地，针对更一般化的对时变参数非线性的重复运行非线性系统，设计基于P-型ILC的迭代轴改进的投影算法来辨识未知的时变参数，同步实现基于P-型ILC的系统正常运行控制与动态建模，并设计相应的模最优ILC方法。所建立的系统模型不仅可以用于实现高品质的控制，还可以实现精确地预报、监测、诊断等功能。严格的理论分析、仿真和实验研究均验证了所提方法的有效性和在列车自动控制中的应用前景。
作者：	余琼霞
专业：	控制理论与控制工程
导师：	侯忠生
授予学位：	博士
授予学位单位：	北京交通大学
学位年度：	2017
正文语种：	中文