原文传递
基于混合型控制算法的列车舒适性研究
| 论文题名： | 基于混合型控制算法的列车舒适性研究 |
| 关键词： | 机车-轨道模型;T-S模糊控制;神经网络;遗传算法;列车舒适性;列车振动模型 |
| 摘要： | 随着列车运行速度的提升,如何确保列车高速运行下舒适性成为研究热点。在列车自动驾驶系统的研究中,往往通过对列车运行速度进行控制。使其加速度变化的绝对值不能过大,过分频繁以实现列车舒适性的改善。本文基于机车一轨道系统模型,研究了T-S模糊控制、神经网络和遗传算法的优缺点,通过采用混合型模糊控制算法,对模型中列车的主动悬架进行调节来减缓车体的振动幅度,并进行了混合控制模式下列车舒适性的研究。 本文首先介绍了机车一轨道系统模型和相关控制算法,分析了国内外列车振动模型和控制算法的研究现状。 接着对列车振动模型进行了分析,重点介绍了列车的半结构模型,通过对模型的研究,将列车主动悬架作为混合型控制算法的控制对象。阐述了T-S模糊控制器与传统Mamdani模糊控制器的区别,重点对论文所用算法和优化方法进行介绍。 其次制定了基于列车模型的控制策略。针对目前国内外单一控制算法的控制器研究现状,本文以PID控制为基础选取了后件参数后,基于T-S模糊控制算法对模型的主动悬架加以控制,通过仿真验证了其减震效果的优越性。 然后利用神经网络算法优化了T-S模糊控制系统的前件部分,在无模糊规则的基础上由算法自动生成模糊控制规则,从而达到对不确定因素的自适应效果。仿真结果均表明经过神经网络优化后的T-S模糊控制器对列车的振动幅度有明显的改善效果。 最后,利用遗传算法优化了T-S模糊控制系统的后件部分,并将优化后的后件参数用于仿真研究。结果表明,与优化前的T-S模糊控制器相比,列车车体的振动幅度明显减小。最后将神经网络和遗传算法同时用于T-S模糊控制系统的优化工作,构成了基于三种算法的混合型控制算法,取得了更为理想的结果。 |
| 作者： | 赵砚朋 |
| 专业： | 智能交通工程 |
| 导师： | 董海荣 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
