CN104199362A - 一种城市轨道列车的实时速度跟踪控制方法及系统 - Google Patents

一种城市轨道列车的实时速度跟踪控制方法及系统 Download PDF

Info

Publication number
CN104199362A
CN104199362A CN201410453755.7A CN201410453755A CN104199362A CN 104199362 A CN104199362 A CN 104199362A CN 201410453755 A CN201410453755 A CN 201410453755A CN 104199362 A CN104199362 A CN 104199362A
Authority
CN
China
Prior art keywords
speed
fuzzy
time
railway train
city railway
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410453755.7A
Other languages
English (en)
Other versions
CN104199362B (zh
Inventor
张波
林道松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Langshang Sensing Technology Co ltd
Zhang Zongyong
Original Assignee
Shangyu Peace Card Trailer Accessory Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shangyu Peace Card Trailer Accessory Co Ltd filed Critical Shangyu Peace Card Trailer Accessory Co Ltd
Priority to CN201410453755.7A priority Critical patent/CN104199362B/zh
Publication of CN104199362A publication Critical patent/CN104199362A/zh
Application granted granted Critical
Publication of CN104199362B publication Critical patent/CN104199362B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明涉及一种城市轨道列车的实时速度跟踪控制方法及系统,包括以下步骤:将预先设定的速度轨迹中的所有速度值依次作为输入模糊控制器的被控速度的目标值;确定模糊控制器的输入语言变量的论域、输入语言变量的模糊集及输出变量的论域;创建关于输出变量的模糊规则表;利用模糊控制器的输出变量修正PID控制器的输入参数;利用PID控制器的输出参数调整实时采集的城市轨道列车的当前速度信息,得到调整后的速度信息;控制城市轨道列车按照调整后的速度信息行驶。本发明控制过程更精细,提高了适应性和鲁棒性,推理过程快捷,不需要大量复杂的计算,对硬件的要求较小。

Description

一种城市轨道列车的实时速度跟踪控制方法及系统
技术领域
本发明涉及一种用于城市轨道交通的自动控制方法,特别涉及一种城市轨道列车的实时速度跟踪控制方法和系统。
背景技术
随着我国城市化进程的不断加快,城市规模越来越大,城市人口不断增多,现有的城市交通网络已经难以满足城市发展的要求。我国迫切需要自主建设高效率轨道交通系统以缓解日益严峻的城市交通问题。而如何增加列车的运输密度、提高列车行车速度、改善列车运行质量,一直是我国铁路行业发展所面临的重要难题。对于上述轨道交通的要求来说,采用先进的列车自动控制(ATC,Automatic Train Control)技术对于轨道交通的全面发展是至关重要的。
列车自动控制系统一般包括三个子系统:列车自动监控(ATS,AutomaticTrain Supervision)系统、列车自动防护(ATP,Automatic Train Protection)系统以及列车自动驾驶(ATO,Automatic Train operation)系统。
ATS子系统可以实现对列车运行的监督和控制,辅助行车调度人员对全线列车运行进行管理,ATP子系统则根据地面传递的信息计算出列车运行的允许安全速度,保证列车间隔,实现超速防护。ATO子系统根据ATS提供的信息,在ATP正常工作的基础上,实现最优驾驶,提高舒适度、降低能耗、减少磨损。其中,ATO系统最为重要。它负责在无人驾驶的情况下,依据自身的运行特点及当前线路状况等外界信息自动选择合理的运行方式和运动轨迹,并在规定条件下自动完成行车任务,并达到准时性、舒适性、高效性、定点停车等性能指标。
因此对于ATO系统来说,要实现上述目标,关键是对控制算法的优化,给出最优控制力来控制列车的运行。对ATO系统的控制算法来说,首先是要根据已知信息得到优化的速度距离曲线,它综合体现了舒适性、准时性、节能等性能指标,同时也是进行列车驾驶控制的依据。其次是要根据控制算法给出合力值使列车沿最优运行曲线运行。
列车自动驾驶系统受到列车机械结构、电力驱动系统和ATP所提出的速度要求的影响,基于传统控制理论的PID控制器已不能适应列车运行参数的非线性和时变性,很难反映真实情况,从而使速度控制的平滑性受到破坏,牵引和制动频繁切换影响了系统舒适性的要求,同时也影响了列车的高效运行和停车精度。而速度轨迹的选择对于轨道列车运行时间也有着至关重要的影响。
因此,设计一套能根据ATP限制速度时刻更新快速运行轨迹和采用智能控制算法的速度跟踪的自动控制系统和能应用该算法的硬件系统十分必要。
发明内容
本发明所要解决的技术问题是提供一种包括速度轨迹的实时计算和基于模糊控制的参数自整定PID速度跟踪算法的城市轨道列车的实时速度跟踪控制方法和系统。
本发明解决上述技术问题的技术方案如下:一种城市轨道列车的实时速度跟踪控制方法,包括以下步骤:
步骤1:预先设定城市轨道列车在不同运行区间的速度轨迹,并将速度轨迹中的所有速度值依次作为输入模糊控制器的被控速度的目标值;
步骤2:根据模糊控制器的输入语言变量,确定输入语言变量的论域、输入语言变量的模糊集及输出变量的论域,所述输入语言变量包括偏差值及偏差变化率;
步骤3:根据输入语言变量的论域及输入语言变量的模糊集创建关于输出变量的模糊规则表;
步骤4:根据模糊控制器的被控速度的目标值、模糊规则表及模糊控制器的输出变量的论域得到模糊控制器的输出变量,利用模糊控制器的输出变量修正PID控制器的输入参数,得到PID控制器的输出参数;
步骤5:利用PID控制器的输出参数调整实时采集的城市轨道列车的当前速度信息,得到调整后的速度信息;
步骤6:控制城市轨道列车按照调整后的速度信息行驶。
本发明的有益效果是:1)能够实时计算列车行驶的速度轨迹,使得被控量目标值能够连续的给出,控制过程更精细;2)当给定一个目标值时,采用模糊和PID结合的算法,相对传统控制一定程度上弥补了各自的不足,提高了适应性和鲁棒性;3)采用模糊PID参数自整定方法,一定程度上合理分配比例、积分、微分参数大小,推理过程快捷,不需要大量复杂的计算,对硬件的要求较小;4)设计了相应的硬件系统架构,以TMS320F28335数字信号处理器为核心,能够快速有效地实现上述算法,并且具有控制精度高、硬件简单、可靠性高、成本低的特点。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述预先设定城市轨道列车在不同运行区间的速度轨迹,具体为:
在发车运行区间,使用城市轨道列车的最大加速度达到区间堕行速度;
在匀速运行区间,使用区间堕行速度匀速行驶;
在制动区间,根据当前行驶时间、速度、当前行驶过的里程和站间总距离,确定制动时间和减速度。
进一步,在所述发车运行区间,所述最大加速度为列车最大牵引加速度和该路段最大限制速度二者中的最小值。
进一步,在所述匀速运行区间,当收到列车自动防护系统发送的限速指令时,则控制城市轨道列车按照限定的速度行驶。
进一步,当城市轨道列车从低限定速度到高限定速度的加速过程时,采用最大加速度加速;当城市轨道列车从高限定速度到低限定速度的加速过程时,采用最大制动力减速。
进一步,在所述制动区间,采用以下公式计算制动时间t2:
其中,T为站间总行驶时间,t1为当前行驶时间,Vt为当前的行驶速度,s1为当前行驶过的里程,S为站间总距离。
进一步,所述模糊控制器采用Mamdani型推理算法,反模糊采用重心法。
进一步,一种城市轨道列车的实时速度跟踪控制系统,包括设定模块,确定论域模块,创建模块,修正模块,调整模块和控制模块;
所述设定模块,用于预先设定城市轨道列车在不同运行区间的速度轨迹,并将速度轨迹中的所有速度值依次作为输入模糊控制器的被控速度的目标值;
所述确定论域模块,用于根据模糊控制器的输入语言变量,确定输入语言变量的论域、输入语言变量的模糊集及输出变量的论域,所述输入语言变量包括偏差值及偏差变化率;
所述创建模块,用于根据输入语言变量的论域及输入语言变量的模糊集创建关于输出变量的模糊规则表;
所述修正模块,用于根据模糊控制器的被控速度的目标值、模糊规则表及模糊控制器的输出变量的论域得到模糊控制器的输出变量,利用模糊控制器的输出变量修正PID控制器的输入参数,得到PID控制器的输出参数;
所述调整模块,用于利用PID控制器的输出参数调整实时采集的城市轨道列车的当前速度信息,得到调整后的速度信息;
所述控制模块,控制城市轨道列车按照调整后的速度信息行驶。
进一步,设定模块预设城市轨道列车在不同运行区间的速度轨迹,具体为:
在发车运行区间,使用城市轨道列车的最大加速度达到区间堕行速度;
在匀速运行区间,使用区间堕行速度匀速行驶;
在制动区间,根据当前行驶时间、速度、当前行驶过的里程和站间总距离,确定制动时间和减速度。
附图说明
图1为本发明方法步骤流程图;
图2为本发明系统结构图;
图3为本发明模糊参数自整定PID控制系统结构框图。
附图中,各标号所代表的部件列表如下:
1、设定模块,2、确定论域模块,3、创建模块,4、修正模块,5、调整模块,6、控制模块。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,为本发明方法步骤流程图;图2为本发明系统结构图,图3为本发明模糊参数自整定PID控制系统结构框图。
实施例1
一种城市轨道列车的实时速度跟踪控制方法,包括以下步骤:
步骤1:预先设定城市轨道列车在不同运行区间的速度轨迹,并将速度轨迹中的所有速度值依次作为输入模糊控制器的被控速度的目标值;
步骤2:根据模糊控制器的输入语言变量,确定输入语言变量的论域、输入语言变量的模糊集及输出变量的论域,所述输入语言变量包括偏差值及偏差变化率;
步骤3:根据输入语言变量的论域及输入语言变量的模糊集创建关于输出变量的模糊规则表;
步骤4:根据模糊控制器的被控速度的目标值、模糊规则表及模糊控制器的输出变量的论域得到模糊控制器的输出变量,利用模糊控制器的输出变量修正PID控制器的输入参数,得到PID控制器的输出参数;
步骤5:利用PID控制器的输出参数调整实时采集的城市轨道列车的当前速度信息,得到调整后的速度信息;
步骤6:控制城市轨道列车按照调整后的速度信息行驶。
所述预先设定城市轨道列车在不同运行区间的速度轨迹,具体为:
在发车运行区间,使用城市轨道列车的最大加速度达到区间堕行速度;
在匀速运行区间,使用区间堕行速度匀速行驶;
在制动区间,根据当前行驶时间、速度、当前行驶过的里程和站间总距离,确定制动时间和减速度。
在所述发车运行区间,所述最大加速度为列车最大牵引加速度和该路段最大限制速度二者中的最小值。
在所述匀速运行区间,当收到列车自动防护系统发送的限速指令时,则控制城市轨道列车按照限定的速度行驶。
当城市轨道列车从低限定速度到高限定速度的加速过程时,采用最大加速度加速;当城市轨道列车从高限定速度到低限定速度的加速过程时,采用最大制动力减速。
在所述制动区间,采用以下公式计算制动时间t2:
其中,T为站间总行驶时间,t1为当前行驶时间,Vt为当前的行驶速度,s1为当前行驶过的里程,S为站间总距离。
所述模糊控制器采用Mamdani型推理算法,反模糊采用重心法。
确定速度轨迹之后,将其作为被控速度的目标值输入自动控制系统,完成列车速度跟踪任务。针对PID和模糊控制各自的优缺点,提出在常规PID基础上,以被控对象的反馈值与目标值的误差E和误差变化率Ec作为输入,用模糊推理的方法对PID参数Kp、Ki、Kd进行在线自整定,以满足不同的E和Ec,从而使受控对象具有良好的动态性能和静态性能。模糊参数自整定PID控制系统结构框图如图3所示。
一种城市轨道列车的实时速度跟踪控制系统,包括设定模块1,确定论域模块2,创建模块3,修正模块4,调整模块5和控制模块6;
所述设定模块1,用于预先设定城市轨道列车在不同运行区间的速度轨迹,并将速度轨迹中的所有速度值依次作为输入模糊控制器的被控速度的目标值;
所述确定论域模块2,用于根据模糊控制器的输入语言变量,确定输入语言变量的论域、输入语言变量的模糊集及输出变量的论域,所述输入语言变量包括偏差值及偏差变化率;
所述创建模块3,用于根据输入语言变量的论域及输入语言变量的模糊集创建关于输出变量的模糊规则表;
所述修正模块4,用于根据模糊控制器的被控速度的目标值、模糊规则表及模糊控制器的输出变量的论域得到模糊控制器的输出变量,利用模糊控制器的输出变量修正PID控制器的输入参数,得到PID控制器的输出参数;
所述调整模块5,用于利用PID控制器的输出参数调整实时采集的城市轨道列车的当前速度信息,得到调整后的速度信息;
所述控制模块6,控制城市轨道列车按照调整后的速度信息行驶。
设定模块1预设城市轨道列车在不同运行区间的速度轨迹,具体为:
在发车运行区间,使用城市轨道列车的最大加速度达到区间堕行速度;
在匀速运行区间,使用区间堕行速度匀速行驶;
在制动区间,根据当前行驶时间、速度、当前行驶过的里程和站间总距离,确定制动时间和减速度。
考虑到算法实现的快速性和有效性,其硬件系统应采用高速数字信号处理器为核心,能够完成电流环、速度环、位置环的实现与控制,具备相应的外围电路实现信号采集和处理、数字模拟输入输出、通信等功能。因此,硬件采用以TMS320F28335为核心的方案。这是TI公司的一款TMS320C280X系列32位浮点DSP控制器,与以往的定点DSP相比,具有精度高、成本低、功耗小、性能高,外设集成度高、数据以及程序存储量大、A/D转换更精确快速等特点,时钟频率达到150MHz,得益于32位浮点运算单元,用户可以快速编写控制算法而无需在处理小数操作上耗费过多精力和时间,与前代DSP相比,平均性能提高50%,并且兼容定点C28x软件,开发周期短。
使用事件管理器控制三相逆变桥,通过正交编码脉冲外围接口电路处理位置传感器信号,采用A/D单元和I/O单元处理电流电压信号以及操作指令,同时具备MVB通信接口和USB数据接口等。
在具体实时中,各参数如下方式确定:
(1)各变量隶属度函数的确定;
模糊控制器输入的语言变量,分别表示输入量的偏差和偏差变化率,规定他们的论域为:
E,Ec={-3,-2,-1,0,1,2,3}
它们的模糊集为:
E,Ec={NB,NM,NS,ZO,PS,PM,PB}
其含义依次为负大、负中、零、正小、正中、正大。
输出变量ΔKp、ΔKi、ΔKd用以确定控制量,并规定其论域为:
ΔKp,ΔKi,ΔKd={NB,NM,NS,ZO,PS,PM,PB}
各个语言值得定义分别由三角形隶属度函数来描述。
(2)模糊规则表
依据前面所描述的参数整定原则以及相关技术知识和实际操作经验,可列出相应的参数调节规则,如表1至表3所示。
表1 ΔKp模糊规则表
表2 ΔKi模糊规则表
表3 ΔKd模糊规则表
根据模糊规则表来修正PID参数,计算公式如下:
Kp=Kp’+ΔKp;Ki=Ki’+ΔKp;Kd=Kd’+ΔKd。
Kp’、Ki’、Kd’为原先设定的PID参数,ΔKp、ΔKi、ΔKd为模糊控制器的输出参数,可根据被控对象自动调整控制参数的数值。
(3)模糊推理设置
模糊推理采用Mamdani型推理算法,反模糊采用重心法(centroid),Kp、Ki、Kd的初值设为:Kp=1,Ki=0,Kd=1。输入信号同传统PID系统的输入一样,设为单位阶跃信号,采用时间为1ms,
根据传统PID和基于模糊的参数自整定PID速度跟踪控制仿真结果,结果表明,采用模糊参数自整定的PID算法调节时间减小(由16s降至9s),系统的响应速度加快,超调量也明显减小甚至消失(由17%下降到5%以下),控制系统的动态特性和静态特性均取得了改善,能够更好的满足ATO系统的要求。
(4)硬件系统
A.速度检测模块
系统中速度传感器脉冲信号A、B输入到TMS320F28335的正交编码电路(QEP),QEP电路的方向检测逻辑确定哪相脉冲序列相位超前,然后产生一个方向信号作为通用定时器的方向输入,定时器根据相位超前或滞后进行递增或递减技术,通过相应的计算公式得到牵引电机的转速等状态值。
B.电流检测模块
采用两个电流传感器分别检测两相逆变桥输出电流,通过信号调理电路将电流传感器输出信号转换成适合DSP的A/D模块的电压信号,通过数字滤波和补偿处理为矢量控制提供电流反馈信号。
C.电压空间矢量控制
TMS320F28335的事件管理器(EVA和EVB)简化了SVPWM波形的产生,通过EV模块中的三个比较单元产生6路PWM控制信号,经过驱动电路控制IGBT的导通和关断。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.一种城市轨道列车的实时速度跟踪控制方法,其特征在于,包括以下步骤:
步骤1:预先设定城市轨道列车在不同运行区间的速度轨迹,并将速度轨迹中的所有速度值依次作为输入模糊控制器的被控速度的目标值;
步骤2:根据模糊控制器的输入语言变量,确定输入语言变量的论域、输入语言变量的模糊集及输出变量的论域,所述输入语言变量包括偏差值及偏差变化率;
步骤3:根据输入语言变量的论域及输入语言变量的模糊集创建关于输出变量的模糊规则表;
步骤4:根据模糊控制器的被控速度的目标值、模糊规则表及模糊控制器的输出变量的论域得到模糊控制器的输出变量,利用模糊控制器的输出变量修正PID控制器的输入参数,得到PID控制器的输出参数;
步骤5:利用PID控制器的输出参数调整实时采集的城市轨道列车的当前速度信息,得到调整后的速度信息;
步骤6:控制城市轨道列车按照调整后的速度信息行驶。
2.根据权利要求1所述的实时速度跟踪控制方法,其特征在于,所述预先设定城市轨道列车在不同运行区间的速度轨迹,具体为:
在发车运行区间,使用城市轨道列车的最大加速度达到区间堕行速度;
在匀速运行区间,使用区间堕行速度匀速行驶;
在制动区间,根据当前行驶时间、速度、当前行驶过的里程和站间总距离,确定制动时间和减速度。
3.根据权利要求2所述的实时速度跟踪控制方法,其特征在于:在所述发车运行区间,所述最大加速度为列车最大牵引加速度和该路段最大限制速度二者中的最小值。
4.根据权利要求2所述的实时速度跟踪控制方法,其特征在于:在所述匀速运行区间,当收到列车自动防护系统发送的限速指令时,则控制城市轨道列车按照限定的速度行驶。
5.根据权利要求4所述的实时速度跟踪控制方法,其特征在于:当城市轨道列车从低限定速度到高限定速度的加速过程时,采用最大加速度加速;当城市轨道列车从高限定速度到低限定速度的加速过程时,采用最大制动力减速。
6.根据权利要求2所述的实时速度跟踪控制方法,其特征在于:在所述制动区间,采用以下公式计算制动时间t2:
其中,T为站间总行驶时间,t1为当前行驶时间,Vt为当前的行驶速度,s1为当前行驶过的里程,S为站间总距离。
7.根据权利要求1至6任一所述的实时速度跟踪控制方法,其特征在于:所述模糊控制器采用Mamdani型推理算法,反模糊采用重心法。
8.一种城市轨道列车的实时速度跟踪控制系统,其特征在于:包括设定模块(1),确定论域模块(2),创建模块(3),修正模块(4),调整模块(5)和控制模块(6);
所述设定模块(1),用于预先设定城市轨道列车在不同运行区间的速度轨迹,并将速度轨迹中的所有速度值依次作为输入模糊控制器的被控速度的目标值;
所述确定论域模块(2),用于根据模糊控制器的输入语言变量,确定输入语言变量的论域、输入语言变量的模糊集及输出变量的论域,所述输入语言变量包括偏差值及偏差变化率;
所述创建模块(3),用于根据输入语言变量的论域及输入语言变量的模糊集创建关于输出变量的模糊规则表;
所述修正模块(4),用于根据模糊控制器的被控速度的目标值、模糊规则表及模糊控制器的输出变量的论域得到模糊控制器的输出变量,利用模糊控制器的输出变量修正PID控制器的输入参数,得到PID控制器的输出参数;
所述调整模块(5),用于利用PID控制器的输出参数调整实时采集的城市轨道列车的当前速度信息,得到调整后的速度信息;
所述控制模块(6),控制城市轨道列车按照调整后的速度信息行驶。
9.根据权利要求8所述的城市轨道列车的实时速度跟踪控制系统,其特征在于:设定模块(1)预设城市轨道列车在不同运行区间的速度轨迹,具体为:
在发车运行区间,使用城市轨道列车的最大加速度达到区间堕行速度;
在匀速运行区间,使用区间堕行速度匀速行驶;
在制动区间,根据当前行驶时间、速度、当前行驶过的里程和站间总距离,确定制动时间和减速度。
CN201410453755.7A 2014-09-09 2014-09-09 一种城市轨道列车的实时速度跟踪控制方法及系统 Active CN104199362B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410453755.7A CN104199362B (zh) 2014-09-09 2014-09-09 一种城市轨道列车的实时速度跟踪控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410453755.7A CN104199362B (zh) 2014-09-09 2014-09-09 一种城市轨道列车的实时速度跟踪控制方法及系统

Publications (2)

Publication Number Publication Date
CN104199362A true CN104199362A (zh) 2014-12-10
CN104199362B CN104199362B (zh) 2017-12-12

Family

ID=52084663

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410453755.7A Active CN104199362B (zh) 2014-09-09 2014-09-09 一种城市轨道列车的实时速度跟踪控制方法及系统

Country Status (1)

Country Link
CN (1) CN104199362B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105150876A (zh) * 2015-07-21 2015-12-16 株洲南车时代电气股份有限公司 一种基于轨枕检测的磁悬浮列车测速方法
CN105447116A (zh) * 2015-11-16 2016-03-30 徐州工业职业技术学院 基于Mamdani算法的停车诱导决策方法
CN106056238A (zh) * 2016-05-20 2016-10-26 北京交通大学 列车区间运行轨迹的规划方法
CN106444363A (zh) * 2016-12-14 2017-02-22 浙江中控技术股份有限公司 一种pid参数整定方法及整定系统
CN106569499A (zh) * 2016-11-11 2017-04-19 华南智能机器人创新研究院 一种机器人自适应控制伺服驱动的方法及系统
CN108153145A (zh) * 2017-12-22 2018-06-12 合肥工大高科信息科技股份有限公司 一种基于pid和滤波算法的列车速度自动控制方法
CN109100160A (zh) * 2018-09-25 2018-12-28 安徽江淮汽车集团股份有限公司 用于电动汽车续航里程试验的车速控制方法及系统
CN110083056A (zh) * 2019-05-28 2019-08-02 北京交通大学 一种城轨列车pid控制器自动调整方法
CN110750072A (zh) * 2019-10-25 2020-02-04 西安航普电子有限责任公司 一种高精度智能化随动控制系统
CN111142374A (zh) * 2020-01-03 2020-05-12 江西理工大学 一种悬挂式永磁磁悬浮列车自动驾驶系统的速度控制方法
CN113805478A (zh) * 2021-09-15 2021-12-17 深圳市道通智能汽车有限公司 车辆pid参数的调试方法及车辆

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1021094A (ja) * 1996-07-08 1998-01-23 Mitsubishi Electric Corp リアルタイム制御方式
US6110214A (en) * 1996-05-03 2000-08-29 Aspen Technology, Inc. Analyzer for modeling and optimizing maintenance operations
CN102358287A (zh) * 2011-09-05 2012-02-22 北京航空航天大学 一种用于车辆自动驾驶机器人的轨迹跟踪控制方法
CN103092076A (zh) * 2013-01-06 2013-05-08 华东交通大学 动车组制动过程多模型自适应pid控制

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6110214A (en) * 1996-05-03 2000-08-29 Aspen Technology, Inc. Analyzer for modeling and optimizing maintenance operations
JPH1021094A (ja) * 1996-07-08 1998-01-23 Mitsubishi Electric Corp リアルタイム制御方式
CN102358287A (zh) * 2011-09-05 2012-02-22 北京航空航天大学 一种用于车辆自动驾驶机器人的轨迹跟踪控制方法
CN103092076A (zh) * 2013-01-06 2013-05-08 华东交通大学 动车组制动过程多模型自适应pid控制

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈小强等: "预测模糊PID在高速列车速度控制中的研究", 《系统仿真学报》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105150876A (zh) * 2015-07-21 2015-12-16 株洲南车时代电气股份有限公司 一种基于轨枕检测的磁悬浮列车测速方法
CN105150876B (zh) * 2015-07-21 2017-06-06 株洲南车时代电气股份有限公司 一种基于轨枕检测的磁悬浮列车测速方法
CN105447116B (zh) * 2015-11-16 2019-03-26 徐州工业职业技术学院 基于Mamdani算法的停车诱导决策方法
CN105447116A (zh) * 2015-11-16 2016-03-30 徐州工业职业技术学院 基于Mamdani算法的停车诱导决策方法
CN106056238A (zh) * 2016-05-20 2016-10-26 北京交通大学 列车区间运行轨迹的规划方法
CN106056238B (zh) * 2016-05-20 2020-01-03 北京交通大学 列车区间运行轨迹的规划方法
CN106569499A (zh) * 2016-11-11 2017-04-19 华南智能机器人创新研究院 一种机器人自适应控制伺服驱动的方法及系统
CN106444363B (zh) * 2016-12-14 2019-08-06 浙江中控技术股份有限公司 一种pid参数整定方法及整定系统
CN106444363A (zh) * 2016-12-14 2017-02-22 浙江中控技术股份有限公司 一种pid参数整定方法及整定系统
CN108153145A (zh) * 2017-12-22 2018-06-12 合肥工大高科信息科技股份有限公司 一种基于pid和滤波算法的列车速度自动控制方法
CN108153145B (zh) * 2017-12-22 2020-10-16 合肥工大高科信息科技股份有限公司 一种基于pid和滤波算法的列车速度自动控制方法
CN109100160A (zh) * 2018-09-25 2018-12-28 安徽江淮汽车集团股份有限公司 用于电动汽车续航里程试验的车速控制方法及系统
CN109100160B (zh) * 2018-09-25 2020-05-29 安徽江淮汽车集团股份有限公司 用于电动汽车续航里程试验的车速控制方法及系统
CN110083056A (zh) * 2019-05-28 2019-08-02 北京交通大学 一种城轨列车pid控制器自动调整方法
CN110750072A (zh) * 2019-10-25 2020-02-04 西安航普电子有限责任公司 一种高精度智能化随动控制系统
CN111142374A (zh) * 2020-01-03 2020-05-12 江西理工大学 一种悬挂式永磁磁悬浮列车自动驾驶系统的速度控制方法
CN111142374B (zh) * 2020-01-03 2023-04-28 江西理工大学 一种悬挂式永磁磁悬浮列车自动驾驶系统的速度控制方法
CN113805478A (zh) * 2021-09-15 2021-12-17 深圳市道通智能汽车有限公司 车辆pid参数的调试方法及车辆
CN113805478B (zh) * 2021-09-15 2024-02-23 深圳市塞防科技有限公司 车辆pid参数的调试方法及车辆

Also Published As

Publication number Publication date
CN104199362B (zh) 2017-12-12

Similar Documents

Publication Publication Date Title
CN104199362A (zh) 一种城市轨道列车的实时速度跟踪控制方法及系统
Gao et al. Cooperative prescribed performance tracking control for multiple high-speed trains in moving block signaling system
Yin et al. Research and development of automatic train operation for railway transportation systems: A survey
CN105243430B (zh) 列车节能运行的目标速度曲线的优化方法
Wang et al. A survey on optimal trajectory planning for train operations
CN106529023B (zh) 一种基于迭代学习的地铁列车自动运行速度控制方法
Yin et al. Smart train operation algorithms based on expert knowledge and ensemble CART for the electric locomotive
CN104881527A (zh) 城市轨道交通列车ato速度命令优化方法
Liu et al. Intelligent traction control method based on model predictive fuzzy PID control and online optimization for permanent magnetic maglev trains
CN103311939A (zh) 基于wams的电力系统低频振荡协调阻尼控制方法
CN102981408A (zh) 一种动车组运行过程建模与自适应控制方法
CN104134378A (zh) 一种基于驾驶经验和在线学习的城轨列车智能控制方法
CN103092076A (zh) 动车组制动过程多模型自适应pid控制
Yin et al. Efficient real-time train operation algorithms with uncertain passenger demands
Cheng et al. Intelligent driving methods based on expert knowledge and online optimization for high-speed trains
CN102275601A (zh) 一种智能控车方法及装置
Yang et al. Speed tracking based energy-efficient freight train control through multi-algorithms combination
Bin et al. Energy-efficient speed profile optimization for high-speed railway considering neutral sections
Shangguan et al. High-speed train platoon dynamic interval optimization based on resilience adjustment strategy
Liu et al. An approach for accurate stopping of high-speed train by using model predictive control
Chen et al. A survey of control algorithm for automatic train operation
Zhou et al. Model predictive control for high-speed train with automatic trajectory configuration and tractive force optimization
CN104228851B (zh) 一种城市轨道列车的速度跟踪控制系统
Licheng et al. Optimization of train speed curve based on ATO tracking control strategy
Yin et al. Balise arrangement optimization for train station parking via expert knowledge and genetic algorithm

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 312300. B36 building, B03 building, Shishi Plaza Business Garden, Xiao Yue town, Shangyu District, Zhejiang, Shaoxing, China

Applicant after: SHAOXING ANKA AUTO PARTS Co.,Ltd.

Applicant after: Lin Daosong

Address before: 312300. B36 building, B03 building, Shishi Plaza Business Garden, Xiao Yue town, Shangyu District, Zhejiang, Shaoxing, China

Applicant before: SHANGYU ANKA TRAILER PARTS CO.,LTD.

Applicant before: Lin Daosong

COR Change of bibliographic data
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230814

Address after: 200120, room 428, 509 Dongfang Road, Shanghai, Pudong New Area

Patentee after: Shanghai langshang Sensing Technology Co.,Ltd.

Patentee after: Zhang Zongyong

Address before: 312300 building B36, business garden, Shishi square, Xiaoyue Town, Shangyu District, Shaoxing City, Zhejiang Province

Patentee before: SHAOXING ANKA AUTO PARTS Co.,Ltd.

Patentee before: Lin Daosong

PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A real-time speed tracking control method and system for urban rail trains

Effective date of registration: 20231219

Granted publication date: 20171212

Pledgee: Baiyu Sub branch of Bank of Shanghai Co.,Ltd.

Pledgor: Shanghai langshang Sensing Technology Co.,Ltd.

Registration number: Y2023980072251