基于模型补偿的高速列车状态反馈预测控制

发布时间：2022-04-25 20:46

　　高速列车运行系统本质上是高度非线性和不确定性的系统,为了弥补建模过程中被忽略或者简化的非线性和不确定性,提高高速列车运行过程的控制精度,提出一种基于模型补偿的高速列车状态反馈预测控制方法。在建模和控制上,分别采用子空间辨识法和状态反馈预测控制法,在此基础上建立BP神经网络在线补偿器,利用高速列车运行过程的状态变量和实际速度作为补偿器的输入,参考轨迹与实际速度之间的差值构成性能指标函数进行在线训练,输出补偿控制力作用于控制系统完成在线补偿,实现高速列车目标速度曲线高精度跟踪控制。仿真实验结果表明,该方法能够提高控制系统的控制精度。 

【文章页数】：9 页

【参考文献】：
期刊论文
[1]3.5万km:中国高铁的新跨度[J]. 訾谦.  城市轨道交通研究. 2019(12)
[2]高速列车追踪运行过程的节能优化[J]. 朱爱红,马晓娜,段玉琼,李杰,李俊.  传感器与微系统. 2019(12)
[3]高路堤上列车横风荷载的分布研究[J]. 曾永平,李永乐,张明金,宋莎嘉,苏延文,唐平.  铁道科学与工程学报. 2018(10)
[4]列车运行建模与速度控制方法综述[J]. 杨辉,付雅婷.  华东交通大学学报. 2018(05)
[5]基于控制器匹配的高速列车广义预测控制方法[J]. 李中奇,丁俊英,杨辉,刘江.  铁道学报. 2018(09)
[6]EMU6动车组气动声学性能分析[J]. 何娇,李盈利,谭晓明,杨志刚,刘加利.  铁道科学与工程学报. 2018(08)
[7]神经网络补偿算法在基于MEMS的姿态检测中的应用[J]. 孙玉杰,贺思艳,徐小龙,田新诚.  计算机应用研究. 2019(09)
[8]基于神经网络方法的高速列车车外气动噪声预测[J]. 李辉,肖新标,金学松.  噪声与振动控制. 2015(03)
[9]时速250km以上高速列车制动模式曲线算法[J]. 上官伟,蔡伯根,王晶晶,王剑,王利.  交通运输工程学报. 2011(03)

硕士论文
[1]高速列车追踪运行节能优化与控制[D]. 高坚.北京交通大学 2018
[2]基于子空间辨识的工业过程建模及故障检测[D]. 周楚程.东北大学 2017



本文编号：3648313