CASIA OpenIR  > 学术期刊  > 自动化学报
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
Source Publication自动化学报
ISSN0254-4156
2024
Volume50Issue:1Pages:194-210
Abstract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.
Keyword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
DOI10.16383/j.aas.c230074
Citation statistics
Document Type期刊论文
Identifierhttp://ir.ia.ac.cn/handle/173211/55764
Collection学术期刊_自动化学报
Recommended Citation
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.
Files in This Item: Download All
File Name/Size DocType Version Access License
AAS-CN-2023-0074.pdf(35913KB)期刊论文出版稿开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[李中奇]'s Articles
[周靓]'s Articles
[杨辉]'s Articles
Baidu academic
Similar articles in Baidu academic
[李中奇]'s Articles
[周靓]'s Articles
[杨辉]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[李中奇]'s Articles
[周靓]'s Articles
[杨辉]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: AAS-CN-2023-0074.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.