详情

原文传递基于模糊模型预测控制的重载组合列车机车制动控制策略研究

论文题名：	基于模糊模型预测控制的重载组合列车机车制动控制策略研究
关键词：	模糊建模;预测控制;制动控制;重载组合列车
摘要：	为满足铁路不断增长的货物运输需求，开行重载组合列车是一种有效提高运输能力的方法。列车制动问题是重载运输首先要解决的难题。由于列车编组增长、重量增大，原来的制动控制方法难以实现列车快速、精确、同步的制动，从而使得列车纵向冲动增大，容易造成断钩、脱轨等重大事故。本文从模糊模型预测控制的模糊建模、滚动优化和反馈校正三个方面，对重载组合列车机车制动系统的控制策略进行深入研究，具体工作有：分析重载组合列车机车制动系统的工作原理，针对系统具有时变、时滞和非线性特点的主要控制对象--制动风缸，采用基于T-S模糊模型的建模方法，提出一种基于协同进化遗传算法的优化机制，获得一组优化的模型参数，建立基于模糊C均值聚类算法的重载组合列车机车制动系统的T-S模糊模型，在提高模型辨识精度的同时保证辨识的快速性。在此基础上，通过对目前重载组合列车机车制动系统的几种典型控制算法进行仿真和分析比较，引出一种基于T-S模糊模型的预测控制算法。为了减小模型参数、噪声耦合和随机性干扰对重载组合列车机车制动控制系统稳定性的影响，提出一种带寻优策略的预测控制滚动优化方法。使用基于模糊遗传的寻优方法，得到全局最优解作为控制器的输出；并采用一种基于递推增广最小二乘算法的优化群组选取策略，提高预测控制算法调节的快速性和稳定性。提出一种带补偿的反馈校正机制。利用基于核主元分析和邻近支持向量机的软测量技术，获取高速电空阀的死区时间，并结合气压热效应引起的压力滞回，利用带权值因子的补偿公式计算得到反馈校正补偿值，解决高速电空阀死区时间和制动风缸压缩气体换能过程对机车制动控制系统带来的严重非线性和迟滞问题。根据李亚普诺夫稳定性准则设计基于T-S模糊模型的预测控制器，并对其稳定性进行证明。针对重载组合列车机车制动控制系统制动风缸压力控制过程的时滞、部件参数的时变、气体换能过程的非线性和随机扰动等特性，对机车制动控制系统进行仿真分析，验证论文提出的预测控制策略有效性。针对组合列车多个制动源的同步制动问题，通过分析机车制动过程中控制精度产生的稳态误差、动态调节过程中控制特性差异造成的压力差，这两个主要因素对同步制动的影响，给出基于T-S模糊模型预测控制策略的重载组合列车机车制动控制方案，并采用列车纵向动力学模型，分析制动过程中车钩的受力情况，通过仿真结果比较证明本文提出的预测控制策略在同步制动中的有效性。重载组合列车机车制动控制系统采用PC104构架的高性能嵌入式硬件系统，在QNX实时多任务操作系统平台上，使用基于客户/服务器模式的ISaGRAF软件，实现基于T-S模糊模型的预测控制策略，并利用嵌入式软件编程技巧，减少控制算法的运算时间，提高制动系统的实时性。本文研制的机车制动控制系统完成了实验室的多机重联调试，现已成功应用到神华铁路重载组合列车万吨货物运输中。实际应用表明，本文提出的重载组合列车机车制动控制策略可实现快速、精确同步制动，能够完全满足重载组合列车机车制动系统的技术指标。
作者：	刘剑锋
专业：	控制理论与控制工程
导师：	桂卫华
授予学位：	博士
授予学位单位：	中南大学
学位年度：	2008
正文语种：	中文