CN113085963A - 列车控制级位的动态调控方法及其动态调控装置 - Google Patents

Abstract

本发明公开了一种列车控制级位的动态调控方法，其包括S1获取列车上一次运行时跟踪速度曲线的跟踪精度和舒适度，以计算列车下一次运行时的迭代控制权值；S2判断列车是否停止运行，若是，输出列车运行时产生的所有控制输入和列车状态，否则进入步骤S3；S3判断当前时间是否为列车运行时的运行控制级位调整时间，若是，进入步骤S4，否则返回步骤S2；S4根据列车上一次运行时产生的控制输入和列车状态，计算输出列车的控制级位；S5接收列车反馈的当前运行速度，并采用当前运行速度和列车参考速度曲线上的对应速度，计算输出列车的控制级位；S6根据步骤S5和S4输出的控制级位，计算列车运行时的运行控制级位，并返回步骤S2。

Description

列车控制级位的动态调控方法及其动态调控装置

技术领域

本发明涉及列车控制技术，具体涉及一种列车控制级位的动态调控方法及其动态调控装置。

背景技术

列车自动驾驶系统(Automatic Train Operation,ATO)已在中国“智能高铁2035战略”中成为了智能行车的首要关键技术，主要有安全、节能、准点和舒适等方面指标。然而，高速列车运行速度快，运行环境复杂多变，系统受内部和外部未知扰动影响，呈现出快时变、强非线性的特征，控制器的设计仍然是一个难点。

现在针对列车速度跟踪的控制器大多为反馈控制器，如PID控制器、模糊控制器、参数自适应控制器及滑模控制器等。它们的特点在于在列车运行过程中，控制器需要实时接收列车运动状态的反馈，再根据反馈输出下一时刻的控制量到列车，形成回馈通路。这种控制结构可以在有限时间内，随着时间推移，逐步减小跟踪控制误差，最终渐进跟踪到期望轨迹。然而，反馈控制非常容易产生抖振现象，尤其是控制器设计较差的时候，列车为了在速度上跟踪期望轨迹，可能导致控制器输出来回振荡，也就是列车控制级位在牵引制动上来回振荡，不利于列车的安全平稳驾驶，且对列车的器件损耗严重。

高速列车运行过程具有高度重复性，具体体现在运行环境的重复性，运行计划的重复性，运行目标的重复性和列车动力学模型的重复性。迭代学习可以有效的利用这些重复性信息。迭代学习控制(Iterative Learning Control，ILC)本质上是一种无模型的控制方法，非常适用于像列车速度控制这种非线性控制系统。与其他智能控制方法相比较，迭代学习控制能够不断地学习和积累“控制经验”，并且不需要总结人工经验向控制器移植，有效克服了现有控制方法的不足。同时随着迭代次数的增加，控制精度和稳定性不断提高，保证列车的安全运行。

理论上讲，迭代次数i→∞，列车速度在时域上能表现出完全跟踪。然而列车并不是真正意义上的严格重复，例如：列车牵引制动模型具有慢时变性、运行环境会受到天气和温度影响、控制信号传输存在时延随机性等。因此，若是仅使用迭代控制器，可能因为没有反馈状态而出现列车在某些时刻速度无法收敛的情况。

发明内容

针对现有技术中的上述不足，本发明提供了一种列车控制级位的动态调控方法及其动态调控装置，其解决了现有列车在某些时刻速度无法收敛的问题。

为了达到上述发明目的，本发明采用的技术方案为：

第一方面，提供一种列车控制级位的动态调控方法，其包括步骤：

S1、获取列车上一次运行时跟踪速度曲线的跟踪精度和舒适度，并根据跟踪精度和舒适度获取列车下一次运行时的迭代控制权值；

S2、判断列车是否停止运行，若是，输出列车运行时产生的所有控制输入和列车状态，否则进入步骤S3；

S3、判断当前时间是否为列车运行时的运行控制级位调整时间，若是，进入步骤S4，否则返回步骤S2；

S4、迭代学习器根据列车上一次运行时产生的控制输入和列车状态，计算输出列车的控制级位；

S5、反馈控制器接收列车反馈的当前运行速度，并采用当前运行速度和列车参考速度曲线上的对应速度，计算输出列车的控制级位；

S6、根据反馈控制器和迭代学习器输出的控制级位，计算列车运行时的运行控制级位，并返回步骤S2。

第二方面，提供一种列车控制级位的动态调控装置，其包括：

权值计算模块，用于获取列车上一次运行时跟踪速度曲线的跟踪精度和舒适度，并根据跟踪精度和舒适度获取列车下一次运行时的迭代控制权值；

第一判断模块，用于判断列车是否停止运行，若是，控制决策器输出列车运行时产生的所有控制输入和列车状态，否则进入第二判断模块；

第二判断模块，用于判断当前时间是否为列车运行时的运行控制级位调整时间，若是，进入迭代学习器，否则返回第一判断模块；

迭代学习器，用于根据列车上一次运行时产生的控制输入和列车状态，计算输出一次列车的控制级位；

反馈控制器，用于接收列车反馈的当前运行速度，并采用当前运行速度和列车参考速度曲线上的对应速度，计算输出列车的控制级位；

控制决策器，用于根据反馈控制器和迭代学习器输出的控制级位，计算列车运行时的运行控制级位，并返回第一判断模块。

本发明的有益效果为：本方案通过引入跟踪精度和舒适度调整迭代学习器在更新列车运行时的运行控制级位的权重，以此以提高迭代学习的收敛速度；本方案通过融合反馈控制器与迭代学习器输出的控制级位，以最终实现减少跟踪速度曲线与列车参考速度曲线的误差，提高乘客乘车舒适度。

附图说明

图1为列车控制级位的动态调控方法的流程图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

参考图1，图1示出了列车控制级位的动态调控方法的流程图；如图1所示，该方法S包括步骤S1至步骤S6。

在步骤S1中，获取列车上一次运行时跟踪速度曲线的跟踪精度和舒适度，并根据跟踪精度和舒适度获取列车下一次运行时的迭代控制权值。

在本发明的一个实施例中，步骤S1进一步包括：

S11、获取列车上一次运行时的总时间和实际速度及列车参考速度曲线；

S12、根据实际速度及列车参考速度曲线上的参考速度，计算跟踪精度：

其中，S为列车上一次运行时的总运行时间，v_k(t)为列车上一次运行时在t时刻的实际速度，v_r(t)为列车上一次运行时在t时刻的参考速度；W_k为列车上一次运行时的跟踪精度；

S13、根据列车上一次运行时加速度的变化率，计算跟踪舒适度：

其中，C_k为列车上一次运行时列车的跟踪舒适度；c_k(t)为列车上一次运行时各离散点加速度变化率；

S14、根据跟踪精度和跟踪舒适度，计算列车评估分数：

其中，Q_k为列车上一次运行时的列车评估分数；q_w和q_c分别为速度跟踪精度与舒适度的需求权重；

S15、根据所述列车评估分数，计算列车当前次运行时的迭代控制权值α＝1/Q_k。

在本方案中列车评估分数越低，表明列出上一次运行时的控制结构越好，此时为了降低在没有反馈时，因迭代学习器的不收敛降低列车的控制精度，本方案通过迭代控制权值调整迭代学习器在更新列出的运行控制级位时的权重，以提高动态更新的运行控制级位正确度，以进一步保证列出运行的舒适度。

在步骤S2中，判断列车是否停止运行，若是，输出列车运行时产生的所有控制输入和列车状态，否则进入步骤S3；

本方案输出的控制输入和列车状态可以作为下一次列车运行时迭代学习器的输入及迭代控制权值更新的参考数据。其中的控制输入为控制级集合，列车状态主要指列车速度和位置。

在步骤S3中，判断当前时间是否为列车运行时的运行控制级位调整时间，若是，进入步骤S4，否则返回步骤S2。

在步骤S4中，迭代学习器根据列车上一次运行时产生的控制输入和列车状态，计算输出列车的控制级位。

在本方案中，当迭代学习器为PD型迭代学习器时，其输出控制级位的计算公式为：

其中，u(t)_ILC,k为列车上一次运行时的迭代控制序列；P，D分别为迭代控制器比例与微分学习率；e_k为列车上一次运行时运行速度跟踪误差；

为对速度跟踪误差求导。

在步骤S5中，反馈控制器接收列车反馈的当前运行速度，并采用当前运行速度和列车参考速度曲线上的对应速度，计算输出列车的控制级位。

实施时，本方案优选反馈控制器可以为PID控制器、预测控制器及模糊控制器、滑模控制器或自适应控制器。

当所述反馈控制器为PID控制器时，其输出控制级位的计算公式为：

其中，k_p为比例增益，T_t为积分时间常数，T_D为微分时间常数，e(t)为跟踪误差反馈。

在步骤S4和步骤S5中更新控制级位时，假设反馈控制器更新列车运行20分钟时对应的控制级位，其采用的是20分钟时对应的运行速度和列车参考速度曲线上第20分钟对应速度，那么迭代运行器也会采用上一次运行时的跟踪速度曲线和列车参考速度曲线上第20分钟对应的速度进行更新，以此保证计算得到的运行控制级位的准确性。

在步骤S6中，根据反馈控制器和迭代学习器输出的控制级位，计算列车运行时的运行控制级位，并返回步骤S2。

实施时，本方案优选运行控制级位的计算公式为：

u(t)＝αu(t)_ILC+(1-α)u(t)_FB

其中，u(t)为运行控制级位；u(t)_ILC和u(t)_FB分别为迭代学习器、反馈控制器输出的控制级位；α为迭代控制权值。

本方案还提供了一种列车控制级位的动态调控装置，其包括：

权值计算模块，用于获取列车上一次运行时跟踪速度曲线的跟踪精度和舒适度，并根据跟踪精度和舒适度获取列车下一次运行时的迭代控制权值；

第一判断模块，用于判断列车是否停止运行，若是，控制决策器输出列车运行时产生的所有控制输入和列车状态，否则进入第二判断模块；

第二判断模块，用于判断当前时间是否为列车运行时的运行控制级位调整时间，若是，进入迭代学习器，否则返回第一判断模块；

迭代学习器，用于根据列车上一次运行时产生的控制输入和列车状态，计算输出一次列车的控制级位；

反馈控制器，用于接收列车反馈的当前运行速度，并采用当前运行速度和列车参考速度曲线上的对应速度，计算输出列车的控制级位；

控制决策器，用于根据反馈控制器和迭代学习器输出的控制级位，计算列车运行时的运行控制级位，并返回第一判断模块。

其中的列车参考速度曲线由列车自动运行系统的速度规划模块离线生成。

综上所述，本方案动态调控装置结合反馈控制器与迭代学习器，具有可以提高列车速度曲线跟踪精度及提高舒适度和迭代学习收敛速度等优点。

Claims (7)

1.一种列车控制级位的动态调控方法，其特征在于，包括步骤：

S1、获取列车上一次运行时跟踪速度曲线的跟踪精度和舒适度，并根据跟踪精度和舒适度获取列车下一次运行时的迭代控制权值；

S2、判断列车是否停止运行，若是，输出列车运行时产生的所有控制输入和列车状态，否则进入步骤S3；

S3、判断当前时间是否为列车运行时的运行控制级位调整时间，若是，进入步骤S4，否则返回步骤S2；

S4、迭代学习器根据列车上一次运行时产生的控制输入和列车状态，计算输出列车的控制级位；

S5、反馈控制器接收列车反馈的当前运行速度，并采用当前运行速度和列车参考速度曲线上的对应速度，计算输出列车的控制级位；

S6、根据反馈控制器和迭代学习器输出的控制级位，计算列车运行时的运行控制级位，并返回步骤S2。

2.根据权利要求1所述的列车控制级位的动态调控方法，其特征在于，所述运行控制级位的计算公式为：

u(t)＝αu(t)_ILC+(1-α)u(t)_FB

其中，u(t)为运行控制级位；u(t)_ILC和u(t)_FB分别为迭代学习器、反馈控制器输出的控制级位；α为迭代控制权值。

3.根据权利要求2所述的列车控制级位的动态调控方法，其特征在于，所述步骤S1进一步包括：

S11、获取列车上一次运行时的总时间和实际速度及列车参考速度曲线；

S12、根据实际速度及列车参考速度曲线上的参考速度，计算跟踪精度：

其中，S为列车上一次运行时的总运行时间，v_k(t)为列车上一次运行时在t时刻的实际速度，v_r(t)为列车上一次运行时在t时刻的参考速度；W_k为列车上一次运行时的跟踪精度；

S13、根据列车上一次运行时加速度的变化率，计算跟踪舒适度：

其中，C_k为列车上一次运行时列车的跟踪舒适度；c_k(t)为列车上一次运行时各离散点加速度变化率；

S14、根据跟踪精度和跟踪舒适度，计算列车评估分数：

其中，Q_k为列车上一次运行时的列车评估分数；q_w和q_c分别为速度跟踪精度与舒适度的需求权重；

S15、根据所述列车评估分数，计算列车当前次运行时的迭代控制权值α＝1/Q_k。

4.根据权利要求2或3所述的列车控制级位的动态调控方法，其特征在于，当迭代学习器为PD型迭代学习器时，其输出控制级位的计算公式为：

其中，u(t)_ILC,k为列车上一次运行时的迭代控制序列；P，D分别为迭代控制器比例与微分学习率；e_k为列车上一次运行时运行速度跟踪误差；

为对速度跟踪误差求导。

5.根据权利要求2或3所述的列车控制级位的动态调控方法，其特征在于，所述反馈控制器为PID控制器、预测控制器及模糊控制器、滑模控制器或自适应控制器。

6.根据权利要求5所述的列车控制级位的动态调控方法，其特征在于，当所述反馈控制器为PID控制器时，其输出控制级位的计算公式为：

其中，k_p为比例增益，T_t为积分时间常数，T_D为微分时间常数，e(t)为跟踪误差反馈。

7.一种应用于权利要求1-6任一所述列车控制级位的动态调控方法的调控装置，其特征在于，包括：

权值计算模块，用于获取列车上一次运行时跟踪速度曲线的跟踪精度和舒适度，并根据跟踪精度和舒适度获取列车下一次运行时的迭代控制权值；

第一判断模块，用于判断列车是否停止运行，若是，控制决策器输出列车运行时产生的所有控制输入和列车状态，否则进入第二判断模块；

第二判断模块，用于判断当前时间是否为列车运行时的运行控制级位调整时间，若是，进入迭代学习器，否则返回第一判断模块；

迭代学习器，用于根据列车上一次运行时产生的控制输入和列车状态，计算输出一次列车的控制级位；

反馈控制器，用于接收列车反馈的当前运行速度，并采用当前运行速度和列车参考速度曲线上的对应速度，计算输出列车的控制级位；

控制决策器，用于根据反馈控制器和迭代学习器输出的控制级位，计算列车运行时的运行控制级位，并返回第一判断模块。

Images