原文传递
基于智能控制算法的列车自动驾驶系统的优化研究
| 论文题名： | 基于智能控制算法的列车自动驾驶系统的优化研究 |
| 关键词： | 列车自动驾驶;模糊控制;神经网络;遗传算法 |
| 摘要： | 随着我国城市化进程的不断加快，城市规模越来越大，城市人口不断增多，现有的城市交通网络已经难以满足城市发展的要求。根据国际上大型城市交通发展的经验，轨道交通对于缓解城市交通压力，增加城市交通活力起着举足轻重的作用。在此背景下，因为列车自动驾驶（ATO）系统具有提高轨道交通运行效率，加快列车运行速度，保证行车安全等功能，开发高效智能的列车自动驾驶系统就显得至关重要。 本文讨论了列车自动驾驶系统的基本结构、功能和列车自动驾驶的操纵原则，指出应用基于传统控制理论的PID控制器来进行已不能适应列车运行参数的非线性和时变性，很难真实反映实际情况，从而使速度控制的平滑性受到破坏，牵引和制动的切换频繁，影响了系统舒适性的要求，同时也影响了列车的节能性能和停车精度。而采用先进的智能控制方法对传统的控制器及其追踪曲线进行优化，则可有效解决上述问题。 模糊控制、神经网络、遗传算法是近些年来发展较快的三种智能算法，能在不同程度上模仿司机的操作行为，因此可以用来优化和改进传统的ATO控制系统。本文依次介绍了模糊控制、神经网络和遗传算法在优化PID控制系统及其目标曲线中的应用，并用Matlab和Simlink工具箱进行了建模仿真。主要研究内容如下： （1）通过对列车自动驾驶系统结构和功能的研究，总结列车自动驾驶系统的驾驶策略及优化操纵原则，分析ATO系统的所要达到的性能指标，在此基础上对列车运行进行建模。 （2）设计列车自动驾驶算法。首先根据传统的控制算法设计PID控制器，跟踪列车目标曲线行车，在此基础上引入对传统PID控制器及其目标曲线进行优化和改进的智能控制算法：模糊控制算法、神经网络控制算法和遗传算法控制算法。 （3）依次实现三种智能算法在ATO系统中应用的仿真建模。根据ATO系统优化操纵所要达到的五项性能要求，依次基于以上三种智能算法，为ATO系统设计更优秀的PID控制器和更合理的目标曲线，并对其性能进行了评价分析。 （4）对优化了的ATO系统的整体控制效果进行仿真验证。在选取实际线路参数和列车参数的情况下，基于上述三种智能算法仿真所得到的结果，分析优化后的ATO系统控制的列车运行曲线，得出智能算法合理性的结论。 |
| 作者： | 姚理 |
| 专业： | 交通信息工程及控制 |
| 导师： | 李开成 |
| 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
