高速动车组数据驱动无模型自适应控制方法
针对动车组的速度跟踪控制问题,同时考虑到现有基于模型的控制方法对系统动力学模型的依赖性,以及传统无模型自适应控制时变参数估计算法的复杂性,将改进的多输入多输出(Multiple-input multiple-output,MIMO)偏格式动态线性化无模型自适应控制(Partial form dynamic linearization-improved model-free adaptive control,PFDL-iM-FAC)方法引入到动车组自动驾驶系统中.该控制方法在无模型自适应控制的基础上,考虑滑动时间窗口,增加了可调自由度和设计灵活性,并在输入准则函数中加上对能量函数的惩罚项,减少能量损耗,为动车组的跟踪精度和节能运行提供了一种优化的方法,在满足动车组速度跟踪效果好的前提下实现节能运行.最后以CRH380A动车组为对象进行仿真实验,通过与传统无模型自适应控制对比:所提出的控制算法各动力单元速度跟踪误差在 ±0.2 km/h以内,加速度在 ±0.65 m/s2以内且变化平稳,比传统无模型自适应控制方法节约9.86%的能量.
列车自动驾驶、无模型自适应控制、速度跟踪、数据驱动、节能控制、偏格式数据模型
49
U266;TP399;TN929.5
国家自然科学基金;国家自然科学基金;国家自然科学基金;国家重点研发计划;江西省主要学科学术;技术带头人培养计划
2023-03-08(万方平台首次上网日期,不代表论文的发表时间)
共11页
437-447