原文传递
基于LQR的列车精确停车控制算法研究
| 论文题名： | 基于LQR的列车精确停车控制算法研究 |
| 关键词： | 列车自动驾驶;精确停车控制;车辆动力学模型;系统辨识;最优控制 |
| 摘要： | 为了满足城市轨道交通系统高效率和高密度的要求，列车自动驾驶系统（ATO）能代替有经验的司机完成自动驾驶列车的任务，利用地面信息实现对列车牵引和制动的控制，使列车经常处于最优运行状态。停车精度是ATO系统的一项重要性能指标，通常要求为±30cm，停车位置不准确将影响乘客的上下车，尤其是在带有屏蔽门的月台，其次还有可能影响列车与地面的通信。为了实现精确停车，其核心是能够进行精确的速度控制，而列车运行系统是一个复杂的非线性动力学系统，其走行特性的不稳定性造成了速度控制的困难。 为此，本文在系统分析及总结已有研究成果的基础上，结合了车辆动力学模型、系统辨识理论和线性二次型最优控制理论，设计出基于线性二次型最优调节器（IQR）的精确停车控制算法，改善ATO系统的速度控制能力，达到停车精度为±30cm的性能指标要求。论文的研究内容主要包括以下几个方面： 1、研究了列车的牵引特性和制动特性，分析了列车基本阻力和附加阻力的影响因素，采用单质点模型，考虑动力伺服系统对列车运动特性的影响，建立了车辆动力学模型。 2、分析大连快轨三号线的实验数据，采用最小二乘法，对其车辆的基本阻力参数、牵引制动参数和动力伺服系统参数进行了辨识，建立了大连轻轨车辆模型，并通过仿真验证了模型的准确性。 3、在大连轻轨车辆模型的基础上，分析ATO系统的结构和影响因素，根据系统性能指标设计精确停车PID控制器，并将最优控制跟踪问题转化为最优调节器问题，提出了基于LQR的精确停车控制算法。 4、对基于LQR的精确停车控制算法进行了仿真验证。在相同条件下，将LQR控制器和优化后的PID控制器性能进行对比，仿真结果表明LQR控制器的跟踪性能优于PID控制算法，且制动档位切换量少于PID控制器，停车精度达到+1/-30cm的性能指标；分析了线路条件、测速误差、系统时滞和加权矩阵对LQR控制器性能的影响，得到不同影响因素下的速度控制精度、制动档位切换特性和停车精度。 实验室仿真验证结果表明，当测速误差不超过0．5km/h，系统时滞为0．6s，线路坡度值为．1时，取加权阵R=1，Q≥1000，基于LQR的精确停车控制算法的停车精度达到+1-30cm的性能指标，为开发出实用化的ATO系统奠定了理论基础。 |
| 作者： | 贺广宇 |
| 专业： | 交通信息工程及控制 |
| 导师： | 郜春海 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2009 |
| 正文语种： | 中文 |
检索历史
应用推荐
