Knowledge Commons of Institute of Automation,CAS
高速动车组数据驱动无模型自适应积分滑模预测控制 | |
李中奇; 周靓; 杨辉 | |
发表期刊 | 自动化学报
![]() |
ISSN | 0254-4156 |
2024 | |
卷号 | 50期号:1页码:194-210 |
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/s~2以内且变化平稳. |
关键词 | 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 |
DOI | 10.16383/j.aas.c230074 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/55764 |
专题 | 学术期刊_自动化学报 |
推荐引用方式 GB/T 7714 | 李中奇,周靓,杨辉. 高速动车组数据驱动无模型自适应积分滑模预测控制[J]. 自动化学报,2024,50(1):194-210. |
APA | 李中奇,周靓,&杨辉.(2024).高速动车组数据驱动无模型自适应积分滑模预测控制.自动化学报,50(1),194-210. |
MLA | 李中奇,et al."高速动车组数据驱动无模型自适应积分滑模预测控制".自动化学报 50.1(2024):194-210. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
AAS-CN-2023-0074.pdf(35913KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[李中奇]的文章 |
[周靓]的文章 |
[杨辉]的文章 |
百度学术 |
百度学术中相似的文章 |
[李中奇]的文章 |
[周靓]的文章 |
[杨辉]的文章 |
必应学术 |
必应学术中相似的文章 |
[李中奇]的文章 |
[周靓]的文章 |
[杨辉]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论