列控模型參數(shù)辯識及其在線學習算法研究.pdf

1、高效率和高密度的城市軌道交通對列控系統(tǒng)提出了更高的要求,列車自動駕駛系統(tǒng)(ATO)能夠代替經(jīng)驗豐富的司機完成自動駕駛列車的任務。ATO系統(tǒng)的特性對列車的控制系統(tǒng)有較高的要求。對列控模型參數(shù)估計的越準確,控制器的控制性能就越好。鑒于各種內外因素對參數(shù)的影響,勢必會使參數(shù)發(fā)生微小的變化,可以使用在線學習的方法對參數(shù)進行更新。本文的任務即是在大連快軌三號線實驗數(shù)據(jù)的基礎上,對列車控制模型參數(shù)進行辨識和在線學習,為控制器的設計奠定基礎。

2、　　 論文的研究內容主要包括以下幾個方面:
　　 1、分析大連快軌三號線的實驗數(shù)據(jù),利用列車惰行狀態(tài)的數(shù)據(jù),采用遺傳算法對列車的基本阻力參數(shù)進行了辨識和驗證,取得了良好的效果。
　　 2、分析了計算用采樣間隔和誤差的關系,確定了合理的計算間隔。采用交互檢驗的方法分析比較了非線性最小二乘算法和遺傳算法,最后在列車制動模型的基礎上,選用非線性最小二乘算法對列車制動參數(shù)進行辨識。列車牽引特性與列車的速度有一定的關系,考慮了速