高速动车组数据驱动无模型自适应积分滑模预测控制

作     者：李中奇 周靓 杨辉 LI Zhong-Qi;ZHOU Liang;YANG Hui

作者机构：华东交通大学电气与自动化工程学院南昌330013 轨道交通基础设施性能监测与保障国家重点实验室南昌330013 

基　　金：国家自然科学基金(61991404,52162048,62003138) 江西省主要学科学术和技术带头人培养项目(20213BCJ22002) 流程工业综合自动化国家重点实验室开放基金(2022-KF-21-03)资助 

出 版 物：《自动化学报》 (Acta Automatica Sinica)

年 卷 期：2024年第50卷第1期

页      码：194-210页

摘      要：同许多复杂系统一样,动车组(Electric multiple unit,EMU)运行过程也具有多变量、强耦合以及非线性等特性,这严重影响着列控系统的性能.针对包含外部扰动的动车组自动驾驶系统,提出一种新型的多输入多输出(Multi-input-multi-output,MIMO)数据驱动积分滑模预测控制(Integral sliding mode predictive control,ISMPC)算法.首先,该算法基于与动车组运行过程等效的全格式动态线性化(Full format dynamic linearization,FFDL)数据模型,设计一种离散积分滑模控制(Integral sliding mode control,ISMC)律.为了使系统能够获得更高的输出跟踪误差精度,利用模型预测控制(Model predictive control,MPC)代替ISMC的切换控制,进一步推导出ISMPC算法.同时,通过对FFDL数据模型的未知扰动、参数误差等不确定项进行延时估计,提升了算法的控制性能和对系统的等价描述程度.在提供两种算法的稳定性证明分析之后,以实验室配备的CRH380A型动车组仿真实验台对提出的ISMC和ISMPC算法进行仿真测试,并与其他方法进行对比,仿真结果表明ISMPC算法控制性能较好,动车组各动力单元速度跟踪误差均在±0.132 km/h以内,满足列车的跟踪精度需求;控制力和加速度分别在[-52 kN,42 kN]和±0.9249 m/s2以内且变化平稳.

主 题 词：列车自动驾驶 数据驱动控制 速度跟踪 积分滑模控制 模型预测控制 全格式数据模型 

学科分类：08[工学] 082304[082304] 080204[080204] 0802[工学-机械学] 0835[0835] 082302[082302] 0823[工学-农业工程类] 080201[080201] 

核心收录：

D　O　I：10.16383/j.aas.c230074

馆 藏 号：203125528...