原文传递
粒子群优化广义预测控制器在ATO系统中的应用与研究
| 论文题名： | 粒子群优化广义预测控制器在ATO系统中的应用与研究 |
| 关键词： | 列车自动驾驶;驾驶策略;广义预测;混沌粒子群;铁路运输 |
| 摘要： | 铁路运输在国民经济发展中发占有举足轻重的作用，随着国民经济的不断发展，落后的轨道交通和人们快节奏的生活之间的矛盾日渐凸显。因此，对运量大、安全准时、能耗小、乘坐舒适的轨道交通的需求日益突出。近几年，我国对轨道交通的发展越来越重视，高速铁路和高速列车的建设迫在眉睫。研究安全、快速、高效的ATO(列车自动驾驶)系统控制方法成为近几年研究的热点。 本文针对高速列车运行过程中对舒适性、节能性以及准时性等性能指标的要求，结合IGPC(隐式广义预测控制)算法鲁棒性强、对模型精度要求不高的优点，完成了对 ATO控制系统的设计。设计优化节能目标曲线作为系统参考输入，取C RH2型列车参数建立列车运行过程中的动态模型作为控制系统的预测模型，分别使用 PSO(粒子群优化)算法和CPSO(混沌粒子群优化)算法优化IGPC控制器，在MATLAB平台上进行模拟仿真。 对高速列车 ATO系统的结构和原理进行了研究，并对列车模型的受力进行了详细的分析。综合设定的线路模型、C RH2型列车参数和列车节能控制策略，设计出了优化节能目标曲线，主要以匀速和惰行工况相结合的控制策略行驶，设计出更加符合列车实际运行的目标曲线，避免了列车一直保持匀速行驶或一直保持惰行牵引巡航行驶的理想化控制策略，很难在实际的列车驾驶中得以运用。通过计算列车在整个运行过程中的匀速节能策略和优化节能策略的能耗，经过对比分析，优化节能运行目标曲线比传统的匀速节能目标曲线节能473.53MJ，进一步证明了所生成优化节能目标曲线的优越性。 设计 CPSO-IGPC控制器。将混沌粒子群加入到 IGPC的滚动优化环节，能够克服IGPC算法中梯度优化只能得到次优解的缺点，同时，利用反馈校正减小了跟踪误差，更加有利于对高速列车的控制。设计了适用于ATO系统的CPSO-IGPC集成智能控制器，使列车的运行更加节能、准时、平稳。 在以上研究结果的基础上，利用MATLAB平台分别使用PSO-IGPC和CPSO-IGPC集成智能控制器对系统进行模拟仿真，结果表明CPSO-IGPC比PSO-IGPC的控制效果更好，跟踪误差更小、平稳性更好、控制性能更优。 |
| 作者： | 马宝峰 |
| 专业： | 交通运输工程 |
| 导师： | 路小娟;蒋博海 |
| 授予学位： | 硕士 |
| 授予学位单位： | 兰州交通大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
