CN114047765A - 一种面向虚拟编组的多列车自适应巡航控制方法和系统 - Google Patents
一种面向虚拟编组的多列车自适应巡航控制方法和系统 Download PDFInfo
- Publication number
- CN114047765A CN114047765A CN202111362229.6A CN202111362229A CN114047765A CN 114047765 A CN114047765 A CN 114047765A CN 202111362229 A CN202111362229 A CN 202111362229A CN 114047765 A CN114047765 A CN 114047765A
- Authority
- CN
- China
- Prior art keywords
- train
- time
- ith
- distance
- trains
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000004891 communication Methods 0.000 claims abstract description 65
- 230000003044 adaptive effect Effects 0.000 claims abstract description 44
- 238000005516 engineering process Methods 0.000 claims abstract description 35
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 19
- 230000006641 stabilisation Effects 0.000 claims abstract description 9
- 238000011105 stabilization Methods 0.000 claims abstract description 9
- 238000000926 separation method Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 11
- 238000013461 design Methods 0.000 claims description 6
- 238000013475 authorization Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 2
- 238000004088 simulation Methods 0.000 description 7
- 238000011160 research Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
- G05D1/0291—Fleet control
- G05D1/0293—Convoy travelling
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明涉及一种面向虚拟编组的多列车自适应巡航控制方法和系统,属于轨道交通列车巡航控制领域,首先建立列车动力学模型;利用车车通信技术和车地通信技术建立车队通信网络;根据列车动力学模型和车队通信网络,确定每列列车与相邻列车间的最小追踪间隔距离和期望追踪间隔距离;并将其输入至势场函数中,得到势场函数输出结果;采用滑模控制,自适应控制和固定时间稳定理论,根据势场函数输出结果和车队通信网络,为列车设计自适应固定时间巡航控制器,并将多个自适应固定时间巡航控制器应用于各列车上,实现对多列车在巡航阶段的编队跟随控制,可有效的缩短列车追踪间隔距离,实现多列车在巡航阶段的安全、高效、准点运行。
Description
技术领域
本发明涉及轨道交通列车巡航控制领域,特别是涉及一种面向虚拟编组的多列车自适应巡航控制方法和系统。
背景技术
作为国家重大基础设施,轨道交通一直是我国公共交通体系的核心。近年来,轨道交通以其运量大、速度快、准点性高、安全性高、单位运输成本低等优势,在国家公共交通出行方式中占据了主导地位,成为国家综合运输行业不可忽视的部分,占我国总运输量的一半以上。轨道交通的快速发展给国家经济、人民的生活方式带来了巨大的便捷。根据国家铁路局统计的信息显示,截止2020年底,全国铁路旅客发送量完成22.03亿人,全国铁路货运总发送量完成45.52亿吨,全国铁路营业里程达到14.63万公里,其中高铁超过3.5万公里,占世界高铁总量的66.3%。我国铁路客运周转量、货运发送量、换算周转量、运输密度等主要运输经济指标稳居世界第一。然而,即使在这样可观的背景下,目前我国轨道交通的运输能力依然不足,无论是从质量还是数量上都无法满足快速增长的经济和社会发展需求,供需矛盾日益尖锐,客货运的紧张关系依然无法缓解。例如,在一些节假日期间,铁路运力阶段性紧张的问题依然严峻。在城市轨道交通中,由职住分离引起的潮汐客流现象经常造成局部地区的客流集聚、车站拥堵,导致线网运输能力下降甚至瘫痪,严重影响着城市轨道交通的运营质量和乘客体验。此外,在平峰时段乘客较少,列车满载率低。在上述场景下,传统固定编组的列车在服务动态变化客流的过程中,势必会造成运输资源的不足或浪费。因此,如何提高轨道交通运力和系统的灵活性已经成为当前轨道交通行业发展的主要矛盾。
提高轨道交通运力和系统灵活性的方法之一是修建新的铁路线路,但这种方法太昂贵,而且并不总是可行的,特别是在一些土地资源利用已经接近饱和的城市。事实上,铁路行业更希望通过缩短列车间的追踪距离来提高轨道交通系统的运力和灵活性。目前,随着车车通信技术和车地通信技术的发展,使得列车之间相互共享状态信息已成为可能,于是仍有可能在移动闭塞的基础上进一步缩短列车间的追踪间隔距离,从而出现了虚拟编组这一概念。虚拟编组本质上是多列车的协同控制问题,通过多列车的协同编队运行可以有效的提升轨道交通系统整体的运输效率和灵活性。
要想实现虚拟编组,安全高效的列车编队运行控制技术必不可少。虚拟编组列车的实际运行面向多种运行场景,例如建立编队、巡航运行、解编等,不同场景使得列车编队运行的控制目标、约束条件甚至是动力学模型有所不同。在这些运行场景中,巡航运行的控制目标是使得编队列车更精确地跟踪期望的巡航速度,正确的多列车巡航控制技术对列车的准点性和效率密切相关。因此,研究多列车巡航控制技术对虚拟编组的实现具有重要的意义。然而,到目前为止,大多数对于虚拟编组的研究成果仍停留在概念探索阶段,对具体的编队控制方法的研究仍少有涉及。
收敛速度是评价一个系统性能的重要指标之一,现有研究者所设计的多列车编队控制算法大都是基于渐近稳定性或一致最终有界定理。然而,基于渐近稳定或一致最终有界定理所设计的控制器只能保证系统收敛,却不能保障系统在何时收敛,因此在实际应用中会受到一定的限制。于是,研究系统如何在有限时间内收敛具有更重要的现实意义。有限时间稳定可以解决这一问题,并且与渐近稳定相比,有限时间稳定具有更快的收敛速度和更强的抗干扰能力等特点。然而,有限时间稳定也存在一个缺点,即系统的收敛时间与系统的初始状态相关,当系统的初始状态远离期望的状态时,系统的收敛时间也会随之增加。为了弥补这一缺点,有学者提出了固定时间稳定的概念。与有限时间稳定相比,其收敛时间不受系统初始状态的影响,只与系统的控制的参数相关。因此,固定时间收敛控制作用下的系统将会在确定的有限界内实现收敛。
发明内容
本发明的目的是提供一种面向虚拟编组的多列车自适应巡航控制方法和系统,从而实现虚拟编组模式下的多列车自适应巡航控制。在缩短列车追踪间隔距离的同时,保证多列车在巡航阶段的安全、高效、准点运行,并解决了现有多列车巡航控制研究中约束条件考虑不全面以及不能给出系统具体收敛时间的问题。
为实现上述目的,本发明提供了如下方案:
一方面,本发明提供了一种面向虚拟编组的多列车自适应巡航控制方法,包括:
建立列车动力学模型;
利用车车通信技术和车地通信技术建立车队通信网络;
根据所述列车动力学模型和所述车队通信网络,确定相邻列车间的最小追踪间隔距离和期望追踪间隔距离;
将所述最小追踪间隔距离和所述期望追踪间隔距离输入至势场函数中,得到势场函数输出结果;
采用滑模控制,自适应控制和固定时间稳定性理论,根据所述势场函数输出结果和所述车队通信网络,为每列列车设计自适应固定时间巡航控制器;
利用所述自适应固定时间巡航控制器对列车进行控制,实现多列车在巡航阶段的编队跟随控制。
另一方面,本发明还提供了一种面向虚拟编组的多列车自适应巡航控制系统,包括:
列车动力学模型建立模块,用于建立列车动力学模型;
车队通信网络建立模块,用于利用车车通信技术和车地通信技术建立车队通信网络;
追踪间隔距离确定模块,用于根据所述列车动力学模型和所述车队通信网络,确定相邻列车间的最小追踪间隔距离和期望追踪间隔距离;
势场函数输出模块,用于将所述最小追踪间隔距离和所述期望追踪间隔距离输入至势场函数中,得到势场函数输出结果;
巡航控制器设计模块,用于采用滑模控制,自适应控制和固定时间稳定性理论,根据所述势场函数输出结果和所述车队通信网络,为每列列车设计自适应固定时间巡航控制器;
巡航控制器应用模块,用于利用所述自适应固定时间巡航控制器对列车进行控制,实现多列车在巡航阶段的编队跟随控制。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明基于滑模控制,自适应控制和固定时间稳定性理论,设计出专用于多列车巡航控制的自适应固定时间巡航控制器,将多个自适应固定时间巡航控制器分别应用于对应的列车上,即可实现对多列车在巡航阶段的编队跟随控制。利用本发明提出的方法可有效的实现虚拟编组下的多列车在巡航阶段的安全、高效、准点运行。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。以下附图并未刻意按实际尺寸等比例缩放绘制,重点在于示出本发明的主旨。
图1为本发明实施例1提供的多列车自适应巡航控制方法的流程图;
图2为本发明实施例1提供的多列车自适应巡航控制的列车速度-时间的仿真结果曲线图;
图3为本发明实施例1提供的多列车自适应巡航控制的列车位置误差-时间的仿真结果曲线图;
图4为本发明实施例1提供的多列车自适应巡航控制的列车加速度-时间的仿真结果曲线图;
图5为本发明实施例2提供的多列车自适应巡航控制系统的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
如本发明和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其他的步骤或元素。
虽然本发明对根据本发明的实施例的系统中的某些模块做出了各种引用,然而,任何数量的不同模块可以被使用并运行在用户终端和/或服务器上。所述模块仅是说明性的,并且所述系统和方法的不同方面可以使用不同模块。
本发明中使用了流程图用来说明根据本发明的实施例的系统所执行的操作。应当理解的是,前面或下面操作不一定按照顺序来精确地执行。相反,根据需要,可以按照倒序或同时处理各种步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
本发明的目的是提供一种面向虚拟编组的多列车自适应巡航控制方法和系统,从而实现虚拟编组模式下的多列车自适应巡航控制。在缩短列车追踪间隔距离的同时,保证多列车在巡航阶段的安全、高效、准点运行,并解决了现有多列车巡航控制研究中约束条件考虑不全面以及不能给出系统具体收敛时间的问题。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
如图1所示,本实施例提出了一种面向虚拟编组的多列车自适应巡航控制方法,该方法具体包括以下步骤:
步骤S1、建立列车动力学模型。具体包括:
步骤S1.1、利用牛顿第二定律分别建立领航列车(下标为0)的动力学模型和所述领航列车后方跟随的n列列车(下标为1~n)的动力学模型。本发明考虑到列车的实际运行情况,结合列车的行驶速度、加速度、列车质量以及列车行驶过程中的阻力,对高铁列车进行建模,得到列车动力学模型。所述列车的动力学模型表示为:
其中,fi表示第i列列车的控制输入的最大值;xi(t)表示第i列列车在t时刻的位置;表示第i列列车在t时刻的位置的导数;vi(t)表示第i列列车在t时刻的速度;表示第i列列车在t时刻的速度的导数;ui(t)表示设计的输入信号;fisat(ui(t))表示第i列列车在t时刻的实际控制力输入;r(vi(t))表示第i列列车在t时刻的基本阻力;w(xi(t))表示第i列列车在t时刻的附加阻力;ωi(t)表示第i列列车在t时刻的未知有界扰动;
由于列车存在控制输入饱和的约束条件,因此采用sat(·)函数以满足所述约束条件,sat(·)函数表达式如下:
本发明利用Davis公式表示所述列车的基本阻力,表达式为:
r(vi(t))=ai+bivi(t)+ci(vi(t))2 (3)
其中,r(vi(t))表示第i列列车在t时刻的基本阻力,ai、bi、ci为常数,其值可以通过风洞试验获得。然而,影响列车运行阻力的因素有很多,如线路条件,天气情况,车型,载重量,等等,因此假设列车的基本运行阻力已知具有一定的局限性。为了保证所设计的自适应固定时间巡航控制器的通用性,在本发明中,假设所述列车的基本阻力的经验参数未知,且所述基本阻力的参数包括未知常数部分和未知时变有界部分,可以表示为:
所述列车在线路上运行时所受到的附加阻力包括坡道附加阻力、曲线附加阻力和隧道附加阻力,表达式为:
wi(xi(t))=wr(xi(t))+wc(xi(t))+wt(xi(t)) (5)
其中,wi(xi(t))表示第i列列车在t时刻的附加阻力,wr(xi(t))表示第i列列车在t时刻的坡道附加阻力,wc(xi(t))表示第i列列车在t时刻的曲线附加阻力,wt(xi(t))表示第i列列车在t时刻的隧道附加阻力。
步骤S1.2、领航列车0从区域控制设备接收所需移动授权信息生成参考的位置-速度曲线追踪运行,用于为跟随列车提供参考的位置和巡航速度。其在巡航阶段的动力学模型描述为:
其中,x0(t)表示领航列车在t时刻的位置,表示领航列车在t时刻的位置x0(t)的导数,v0(t)为领航列车在t时刻的速度,表示领航列车在t时刻的速度的导数。在本发明中,假定领航列车的状态信息是全局可达的,即所有的列车都可以获得领航列车状态信息。
步骤S2、利用车车通信技术和车地通信技术建立车队通信网络。
本实施例中,车车通信技术指的是列车对列车通讯技术。车车通信技术实际上是一种列车与列车之间进行互联和数据交互的技术,基于5G传输或其他网络传输方式,可使列车之间分享彼此的行车速度、相对位置等数据信息。而车地通信技术指的则是列车与地面后台中心或者地面设备之间进行互联和数据交互的技术。注意到如果两列列车之间由于距离太远没有直接的车车通信链路,它们仍然可以通过地面区域控制设备(即车地车通信)进行状态信息的传输。因此,车队中的尾部列车即使在车队过长并且与领航列车之间没有直接的车车通信链路的情况下,它也可以通过车地车通信获得领航列车的状态信息。通过车车通信技术和车地通信技术,可为多列车的车队搭建一个覆盖范围广、传输信号快的通信网络,使列车与列车之间在该通信网络下进行互联互通、分享列车数据信息,提升了列车运输系统的性能,使其更加智能化。
本发明利用车车通信技术和车地通信技术建立车队通信网络,具体包括以下步骤:
步骤S2.1、车队中的领航列车采用所述车地通信技术与地面系统进行通信,从区域控制设备接收所需移动授权信息并生成参考位置-速度曲线追踪运行。
步骤S2.2、利用所述车车通信和车地通信技术,每列跟随列车实时获取相邻前后列车和领航列车的状态信息,并且,每列跟随列车还发送自身状态信息至前后相邻的列车,实现列车之间的信息共享。
步骤S3、根据列车动力学模型和车队通信网络,确定相邻列车间的最小追踪间隔距离和期望追踪间隔距离。具体包括:
步骤S3.1、每列列车基于获得的参考巡航速度、相邻列车的制动性能,通过相对制动距离的概念计算与相邻列车间的最小追踪间隔距离和期望追踪间隔距离。在本发明中,将最小追踪间隔距离视为相对制动距离,将期望追踪间隔距离视为最小追踪间隔距离的2倍。
步骤S4、将所述最小追踪间隔距离和所述期望追踪间隔距离输入至势场函数中,得到势场函数输出结果。具体包括:
步骤S4.1、将每列列车自身的位置信息、相邻列车的位置信息、所述最小追踪间隔距离以及所述期望追踪间隔距离,共同输入到位置距离势场函数Wi中:
其中,Wi表示位置距离势场函数输出结果,xi(t)表示第i列列车在t时刻的位置,xi-1(t)表示第i-1列列车在t时刻的位置,xi(0)表示第i列列车的初始位置,xj(0)表示第j列列车的初始位置,xj(t)表示第j列列车在t时刻的位置,表示第i列列车与第j列列车之间的最小追踪间隔距离,表示第i列列车与第j列列车之间的期望追踪间隔距离,表示第i列列车与第i-1列列车之间的最小追踪间隔距离,表示第i列列车与第i-1列列车之间的期望追踪间隔距离,Γi为需要调节的参数。根据上述人工势场函数的定义,当相邻列车间的距离低于期望追踪间隔距离时,人工势场函数便开始起作用,相邻列车之间表示出排斥特性。当时,Wi→∞。
步骤S4.2、将每列列车自身的速度和期望巡航速度输入到速度势场函数Li中:
其中,Li表示速度势场函数输出结果,v0(t)表示领航列车在t时刻的巡航速度,v0(0)表示领航列车的初始巡航速度,vi(t)表示第i列列车在t时刻的速度,vi(0)表示第i列列车的初始速度,Ω为与限制速度有关的参数,可以通过调节Ω的值来调整限制速度的大小。与位置距离势场函数相似,根据tan函数特性,当|vi(t)-v0(t)|→Ω时,Li→∞。
本发明使用的控制方法经过严格的数学证明。可以证明,当列车的初始位置和初始速度满足定义的势场函数要求时,Wi和Li总是有界的,并不会趋向于无穷大。这样便可以保证最小追踪间隔距离和速度限制约束条件。
步骤S5、采用滑模控制、自适应控制和固定时间稳定性理论,根据所述势场函数输出结果和所述车队通信网络,为每列列车设计自适应固定时间巡航控制器。具体包括:
其中,e1i表示第i列列车到领航列车x0(t)的追踪间隔距离的追踪误差,e2i表示第i列列车的速度与期望巡航速度的速度误差。
步骤S5.2、根据所述追踪误差、所述位置距离势场函数输出结果以及所述速度势场函数输出结果,采用滑模控制方法确定第i列列车的滑模面si。
滑模控制(Sliding Mode Control,SMC)也称为变结构控制,这种控制策略与其他控制的不同之处在于系统的“结构”并不固定,而是可以在动态过程中,根据系统当前的状态有目的地不断变化,迫使系统按照预定“滑动模态”的状态轨迹运动。由于滑动模态可以进行设计且与对象参数及扰动无关,这就使得滑模控制具有快速响应、对应参数变化及扰动不灵敏、物理实现简单等优点。本发明利用滑模控制具备的上述优点,首先为第i列列车设计如下的非奇异终端的滑模面si,表示为:
其中,si表示第i列列车的滑模面,Wi表示位置距离势场函数输出结果,Li表示速度势场函数输出结果,χ表示系数,k1、k2、k3、u1、u2、r0、a和b均为需要调节的参数,且满足u1=m1/n1,m1和n1是两个奇正数,且m1>n1,u2=m2/n2,m2和n2也是两个正奇数,且m2<n2,1<r0<2, δ为一个正数,则sigu(·)函数和sign(·)函数定义为:
步骤S5.3、在列车实际运行过程中,由于铁路环境的特殊性,列车在运行过程中会受到基本阻力、附加阻力、不确定扰动等诸多因素的影响。当列车间以较短的间隔运行时,尤其是在虚拟编组下,忽略上述条件所设计的控制系统可能会导致系统的不稳定,甚至造成严重的交通事故。因此,为了弥补列车在运行过程中受到的阻力和未知扰动条件,分别为每列列车设计了自适应控制率给予补偿。为方便表示,定义一个中间变量φ3i,φ3i表达式为:
本发明采用自适应控制理论,自适应控制理论能够修正自己的特性以适应对象和扰动的动特性的变化。这种自适应控制方法可以做到在系统运行中,依靠不断采集控制过程信息,确定各列列车的当前实际工作状态,优化性能准则,产生自适应控制规律,从而实时地调整控制器结构或参数,使系统始终自动地工作在最优的运行状态。
步骤S5.4、为了更加方便表示,再定义两个中间变量Ai和Bi,其表达式为:
步骤S5.5、将上式联立,最后为每列列车设计出的所述自适应固定时间巡航控制器表示为:
其中,ui(t)为设计的自适应固定时间巡航控制器,α1,β1,p1,q1,η1均是需要调节的参数,且p1>1,q1∈(0,1),Ai和Bi为定义的两个中间变量。
步骤S6、利用所述自适应固定时间巡航控制器对列车进行控制,实现多列车在巡航阶段的编队跟随控制。具体包括:
将多个所述自适应固定时间巡航控制器分别应用于对应的所述列车上,对多列所述列车的巡航状态进行控制,实现多列所述列车在巡航阶段的编队跟随控制。
利用本发明提出的自适应固定时间巡航控制器每列列车能够准确地获得其与相邻列车之间的追踪间隔距离,从而可根据追踪间隔距离数据调节与相邻列车间的安全间距。在缩短列车追踪间隔距离的同时,保证多列车在巡航阶段的安全、高效、准点运行,进而满足了列车运送更多乘客和货物的需求。
下面列举实例对本发明的效果进行验证:
为了验证本发明所提出的多列车自适应固定时间巡航控制方案的有效性,本实施例以四列列车为例,采用MATLAB进行仿真,仿真时间设置为600s。
领航列车和四列跟随列车的初始位置和速度分别为x0(0)=5000m,v0(0)=70m/s,x1(0)=4700m,v1(0)=87m/s,x2(0)=4500m,v2(0)=55m/s,x3(0)=2620m,v3(0)=62m/s,x4(0)=1200m,v4(0)=71m/s。
参数选取:k1=100,k2=1,k3=0.1,m1=19,n1=17,m2=1,n2=3,δ=1,r0=1,Ω=20,Γ1=Γ2=Γ3=Γ4=0.01,σ1=σ2=σ3=σ4=1,α1=1,β1=1,p1=1.4,q1=0.8,η1=1,
本实施例中设置四列列车,根据上述参数,则四列列车的基本阻力分别为:
r(v1(t))=0.01176+0.00077616v1(t)+1.6×10-5(v1(t))2
r(v2(t))=0.02+0.0005v2(t)+2.0×10-5(v2(t))2
r(v3(t))=0.015+0.0008v3(t)+1.4×10-5(v3(t))2
r(v4(t))=0.012+0.0005616v4(t)+1.6×10-5(v4(t))2
表1 线路附加阻力条件
附加阻力类型 | 位置(m) | 值(N/kN) |
坡道阻力 | 22000-23000 | -0.25 |
曲线阻力 | 30000-34000 | 0.3 |
隧道阻力 | 40000-48000 | 0.2 |
线路附加阻力条件请参见表1。随机未知扰动ωi(t)为:
ωi(t)=0.14sin(0.05t)+0.05tanh(0.04vi(t))+0.03cos(0.005xi(t)),i=1,2,3,4
仿真结果如图2、图3和图4所示,图中领航者0为领航列车。从图2-图4中可以直观看出,本发明的控制方法可以保证多列车在巡航阶段的编队跟随控制。即使在列车和轨道的先验知识未知的情况下,也能够很好的处理外部阻力和未知有界扰动条件,具有很强的鲁棒性、稳定性。
需要说明的是,上述参数以及列车数量等具体数值,仅仅是为了举例说明而选择的优选值,这些数值并不是固定的、唯一的,可根据实际情况自行设定。
本发明中,自适应固定时间巡航控制器是基于滑模控制、自适应控制和固定时间稳定性理论设计出来的,能够给出系统具体的收敛时间表达式,这将使得系统更加具有实际应用的价值,可以灵活配置线路上的列车资源,并提高系统的灵活性。同时,所设计的自适应固定时间巡航控制器在不需要列车和轨道的先验知识的前提下,即可处理外部阻力和未知有界扰动条件。并且,本发明全面考虑了列车安全约束条件和运行线路状况,能够满足列车的控制力输入饱和、限速和最小追踪间隔距离等约束条件,具有很强的实用性。
实施例2
如图5所示,本实施例提供了一种面向虚拟编组的多列车自适应巡航控制系统,该系统包括:
列车动力学模型建立模块M1,用于建立列车动力学模型;
车队通信网络建立模块M2,用于利用车车通信技术和车地通信技术建立车队通信网络;
追踪间隔距离确定模块M3,用于根据所述列车动力学模型和所述车队通信网络,确定每列列车与相邻列车间的最小追踪间隔距离和期望追踪间隔距离;
势场函数输出模块M4,用于将所述最小追踪间隔距离和所述期望追踪间隔距离输入至势场函数中,得到势场函数输出结果;
巡航控制器设计模块M5,用于采用滑模控制,自适应控制和固定时间稳定理论,根据所述势场函数输出结果和所述车队通信网络,为每列列车设计自适应固定时间巡航控制器;
巡航控制器应用模块M6,用于利用所述自适应固定时间巡航控制器对列车进行控制,实现多列车在巡航阶段的编队跟随控制。
需要清楚的是,除非另有定义,这里使用的所有术语(包括技术和科学术语)具有与本发明所属领域的普通技术人员共同理解的相同含义。还应当理解,诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义,而不应用理想化或极度形式化的意义来解释,除非这里明确地这样定义。
上面是对本发明的说明,而不应被认为是对其的限制。尽管描述了本发明的若干示例性实施例,但本领域技术人员将容易地理解,在不背离本发明的新颖教学和优点的前提下可以对示例性实施例进行许多修改。因此,所有这些修改都意图包含在权利要求书所限定的本发明范围内。应当理解,上面是对本发明的说明,而不应被认为是限于所公开的特定实施例,并且对所公开的实施例以及其他实施例的修改意图包含在所附权利要求书的范围内。本发明由权利要求书及其等效物限定。
Claims (8)
1.一种面向虚拟编组的多列车自适应巡航控制方法,其特征在于,包括:
建立列车动力学模型;
利用车车通信技术和车地通信技术建立车队通信网络;
根据所述列车动力学模型和所述车队通信网络,确定相邻两列列车之间的最小追踪间隔距离和期望追踪间隔距离;具体包括:
根据每列列车获得的参考巡航速度和相邻列车的制动性能,通过相对制动距离的概念计算与相邻列车间的最小追踪间隔距离和期望追踪间隔距离;
其中,表示第i列列车与第i-1列列车之间的最小追踪间隔距离;fi表示第i列列车的控制输入的最大值;fi-1表示第i-1列列车的控制输入的最大值;v0(t)表示参考速度-距离曲线在t时刻的巡航速度;σ表示安全裕度;i表示第i列列车;
将所述最小追踪间隔距离和所述期望追踪间隔距离输入至势场函数中,得到势场函数输出结果;
采用滑模控制,自适应控制和固定时间稳定性理论,根据所述势场函数输出结果和所述车队通信网络,为每列列车设计自适应固定时间巡航控制器;
利用所述自适应固定时间巡航控制器对列车进行控制,实现多列车在巡航阶段的编队跟随控制。
2.根据权利要求1所述的面向虚拟编组的多列车自适应巡航控制方法,其特征在于,所述建立列车动力学模型,具体包括:
建立领航列车的动力学模型和领航列车后方跟随的n列列车的动力学模型;考虑到列车的实际运行情况,结合列车的行驶速度、加速度、列车质量以及列车行驶过程中的阻力,对列车进行建模,得到列车动力学模型;所述列车的动力学模型表示为:
i=1,2,...,n
其中,fi表示第i列列车的控制输入的最大值;xi(t)表示第i列列车在t时刻的位置;表示第i列列车在t时刻的位置的导数;vi(t)表示第i列列车在t时刻的速度;表示第i列列车在t时刻的速度的导数;ui(t)表示设计的输入信号;fisat(ui(t))表示第i列列车在t时刻的实际控制力输入;r(vi(t))表示第i列列车在t时刻的基本阻力;w(xi(t))表示第i列列车在t时刻的附加阻力;ωi(t)表示第i列列车在t时刻的未知有界扰动;
由于列车存在控制输入饱和的约束条件,因此采用sat(·)函数以满足所述约束条件,sat(·)函数表达式如下:
利用Davis公式表示列车的基本阻力,表达式为:
r(vi(t))=ai+bivi(t)+ci(vi(t))2
其中,r(vi(t))表示第i列列车在t时刻的基本阻力,ai、bi、ci为常数,其值通过风洞试验获得;影响列车运行阻力的因素有很多,因此假设列车的基本运行阻力已知具有一定的局限性;为了保证自适应固定时间巡航控制器的通用性,假设列车的基本阻力的经验参数未知,且基本阻力的参数包括未知常数部分和未知时变有界部分,表示为:
r(vi(t))=ai(t)+bi(t)vi(t)+ci(t)(vi(t))2
列车在线路上运行时所受到的附加阻力包括坡道附加阻力、曲线附加阻力和隧道附加阻力,表达式为:
wi(xi(t))=wr(xi(t))+wc(xi(t))+wt(xi(t))
其中,wi(xi(t))表示第i列列车在t时刻的附加阻力,wr(xi(t))表示第i列列车在t时刻的坡道附加阻力,wc(xi(t))表示第i列列车在t时刻的曲线附加阻力,wt(xi(t))表示第i列列车在t时刻的隧道附加阻力;
领航列车从区域控制设备接收所需移动授权信息生成参考的位置-速度曲线追踪运行,用于为跟随列车提供参考的位置和巡航速度,其在巡航阶段的动力学模型描述为:
3.根据权利要求2所述的面向虚拟编组的多列车自适应巡航控制方法,其特征在于,所述利用车车通信技术和车地通信技术建立车队通信网络,具体包括:
采用所述车地通信技术,控制车队中的领航列车与地面系统进行通信,使领航列车从区域控制设备接收所需移动授权信息并生成参考位置-速度曲线追踪运行;
利用所述车车通信技术和车地通信技术,控制每列列车实时获取相邻前后列车和领航列车的状态信息,并发送自身状态信息至相邻的列车。
4.根据权利要求1所述的面向虚拟编组的多列车自适应巡航控制方法,其特征在于,所述最小追踪间隔距离与所述相对制动距离相等,所述期望追踪间隔距离为所述最小追踪间隔距离的2倍。
5.根据权利要求1所述的面向虚拟编组的多列车自适应巡航控制方法,其特征在于,所述将所述最小追踪间隔距离和所述期望追踪间隔距离输入至势场函数中,得到势场函数输出结果,具体包括:
将每列列车自身的位置信息、相邻列车的位置信息、所述最小追踪间隔距离以及所述期望追踪间隔距离,共同输入到位置距离势场函数Wi中:
其中,Wi表示位置距离势场函数输出结果,xi(t)表示第i列列车在t时刻的位置,xi-1(t)表示第i-1列列车在t时刻的位置,xi(0)表示第i列列车的初始位置,xj(0)表示第j列列车的初始位置,xj(t)表示第j列列车在t时刻的位置,表示第i列列车与第j列列车之间的最小追踪间隔距离,表示第i列列车与第j列列车之间的期望追踪间隔距离,表示第i列列车与第i-1列列车之间的最小追踪间隔距离,表示第i列列车与第i-1列列车之间的期望追踪间隔距离,Γi为需要调节的参数;根据人工势场函数的定义,当相邻列车间的距离低于期望追踪间隔距离时,人工势场函数便开始起作用,相邻列车之间表示出排斥特性,当时,Wi→∞;
将每列列车自身的速度和期望巡航速度输入到速度势场函数Li中:
其中,Li表示速度势场函数输出结果,v0(t)表示领航列车在t时刻的巡航速度,v0(0)表示领航列车的初始巡航速度,vi(t)表示第i列列车在t时刻的速度,vi(0)表示第i列列车的初始速度,Ω为与限制速度有关的参数,通过调节Ω的值来调整限制速度的大小;与位置距离势场函数相似,根据tan函数特性,当|vi(t)-v0(t)|→Ω时,Li→∞。
6.根据权利要求5所述的面向虚拟编组的多列车自适应巡航控制方法,其特征在于,所述采用滑模控制,自适应控制和固定时间稳定性理论,根据所述势场函数输出结果和所述车队通信网络,为每列列车设计自适应固定时间巡航控制器,具体包括:
e2i=vi(t)-v0(t)
其中,e1i表示第i列列车到领航列车位置x0(t)的追踪间隔距离的追踪误差,e2i表示第i列列车到领航列车位置x0(t)的巡航速度的速度误差;v0(t)表示领航列车在t时刻巡航速度,vi(t)表示第i列列车在t时刻的速度,xi(t)表示第i列列车在t时刻的位置,x0(t)表示领航列车在t时刻位置,表示第i列列车与领航列车位置x0(t)间的期望追踪间隔距离;
根据所述追踪误差、所述位置距离势场函数输出结果以及所述速度势场函数输出结果,采用滑模控制方法确定第i列列车的滑模面si表示为:
其中,si表示第i列列车的滑模面,Wi表示位置距离势场函数输出结果,Li表示速度势场函数输出结果,k1、k2、k3、u1、u2、r0、a和b均为需要调节的参数,且满足u1=m1/n1,m1和n1是两个奇正数,且m1>n1,u2=m2/n2,m2和n2也是两个正奇数,且m2<n2,1<r0<2,δ为一个正数,则sigu(·)函数和sign(·)函数定义为:
定义中间变量φ3i,φ3i表达式为:
定义两个中间变量Ai和Bi,其表达式为:
则最后为每列列车设计出的所述自适应固定时间巡航控制器表示为:
其中,ui(t)为设计的自适应固定时间巡航控制器,α1,β1,p1,q1,η1均是需要调节的参数,且p1>1,q1∈(0,1),Ai和Bi为定义的两个中间变量。
7.根据权利要求1所述的面向虚拟编组的多列车自适应巡航控制方法,其特征在于,所述利用所述自适应固定时间巡航控制器对列车进行控制,实现多列车在巡航阶段的编队跟随控制,具体包括:
将多个所述自适应固定时间巡航控制器分别应用于对应的所述列车上,对多列所述列车的巡航状态进行控制,同时对多列所述列车的追踪间隔距离进行自适应调整,实现多列所述列车在巡航阶段的编队跟随控制。
8.一种面向虚拟编组的多列车自适应巡航控制系统,其特征在于,包括:
列车动力学模型建立模块,用于建立列车动力学模型;
车队通信网络建立模块,用于利用车车通信技术和车地通信技术建立车队通信网络;
追踪间隔距离确定模块,用于根据所述列车动力学模型和所述车队通信网络,确定相邻两列列车之间的最小追踪间隔距离和期望追踪间隔距离;具体包括:
所述追踪间隔距离确定模块根据每列列车获得的参考巡航速度和相邻列车的制动性能,通过相对制动距离的概念计算与相邻列车间的最小追踪间隔距离和期望追踪间隔距离;
其中,表示第i列列车与第i-1列列车之间的最小追踪间隔距离;fi表示第i列列车的控制输入的最大值;fi-1表示第i-1列列车的控制输入的最大值;v0(t)表示参考速度-距离曲线在t时刻的巡航速度;σ表示安全裕度;i表示第i列列车;
势场函数输出模块,用于将所述最小追踪间隔距离和所述期望追踪间隔距离输入至势场函数中,得到势场函数输出结果;
巡航控制器设计模块,用于采用滑模控制方法,自适应控制和固定时间稳定理论,根据所述势场函数输出结果和所述车队通信网络,为每列列车设计自适应固定时间巡航控制器;
巡航控制器应用模块,用于利用所述自适应固定时间巡航控制器对列车进行控制,实现多列车在巡航阶段的编队跟随控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111362229.6A CN114047765B (zh) | 2021-11-17 | 2021-11-17 | 一种面向虚拟编组的多列车自适应巡航控制方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111362229.6A CN114047765B (zh) | 2021-11-17 | 2021-11-17 | 一种面向虚拟编组的多列车自适应巡航控制方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114047765A true CN114047765A (zh) | 2022-02-15 |
CN114047765B CN114047765B (zh) | 2023-12-29 |
Family
ID=80209808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111362229.6A Active CN114047765B (zh) | 2021-11-17 | 2021-11-17 | 一种面向虚拟编组的多列车自适应巡航控制方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114047765B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114604295A (zh) * | 2022-04-01 | 2022-06-10 | 北京交通大学 | 一种列车虚拟编组运行方式的建立方法 |
CN114670901A (zh) * | 2022-04-22 | 2022-06-28 | 长沙瑞纬电气有限公司 | 一种基于势函数的多列车协同巡航控制方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107685749A (zh) * | 2017-08-11 | 2018-02-13 | 中国铁道科学研究院通信信号研究所 | 一种基于车车通信的虚拟连挂小编组列车控制系统及方法 |
CN112084636A (zh) * | 2020-08-24 | 2020-12-15 | 北京交通大学 | 一种多列车协同控制方法和装置 |
CN112965371A (zh) * | 2021-01-29 | 2021-06-15 | 哈尔滨工程大学 | 基于固定时间观测器的水面无人艇轨迹快速跟踪控制方法 |
CN113247051A (zh) * | 2021-07-15 | 2021-08-13 | 北京全路通信信号研究设计院集团有限公司 | 一种基于虚拟编组的列车控制方法及系统 |
CN113525461A (zh) * | 2021-08-06 | 2021-10-22 | 北京交通大学 | 面向虚拟编队的列车运行控制方法 |
CN113552801A (zh) * | 2021-07-08 | 2021-10-26 | 北京交通大学 | 一种基于分布式的地铁列车虚拟编队运行控制方法 |
-
2021
- 2021-11-17 CN CN202111362229.6A patent/CN114047765B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107685749A (zh) * | 2017-08-11 | 2018-02-13 | 中国铁道科学研究院通信信号研究所 | 一种基于车车通信的虚拟连挂小编组列车控制系统及方法 |
CN112084636A (zh) * | 2020-08-24 | 2020-12-15 | 北京交通大学 | 一种多列车协同控制方法和装置 |
CN112965371A (zh) * | 2021-01-29 | 2021-06-15 | 哈尔滨工程大学 | 基于固定时间观测器的水面无人艇轨迹快速跟踪控制方法 |
CN113552801A (zh) * | 2021-07-08 | 2021-10-26 | 北京交通大学 | 一种基于分布式的地铁列车虚拟编队运行控制方法 |
CN113247051A (zh) * | 2021-07-15 | 2021-08-13 | 北京全路通信信号研究设计院集团有限公司 | 一种基于虚拟编组的列车控制方法及系统 |
CN113525461A (zh) * | 2021-08-06 | 2021-10-22 | 北京交通大学 | 面向虚拟编队的列车运行控制方法 |
Non-Patent Citations (3)
Title |
---|
何友国;田肖肖;袁朝春;: "考虑输入饱和的车辆队列协同巡航控制算法", 重庆理工大学学报(自然科学), no. 09 * |
张艳琳 等: "自适应多特征融合相关滤波目标跟踪", 信息科技, vol. 06, no. 25 * |
李艳东;朱玲;郭媛;于颖;: "基于径向基函数神经网络的移动机器人多变量固定时间编队控制", 信息与控制, no. 06 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114604295A (zh) * | 2022-04-01 | 2022-06-10 | 北京交通大学 | 一种列车虚拟编组运行方式的建立方法 |
CN114670901A (zh) * | 2022-04-22 | 2022-06-28 | 长沙瑞纬电气有限公司 | 一种基于势函数的多列车协同巡航控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114047765B (zh) | 2023-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114047765A (zh) | 一种面向虚拟编组的多列车自适应巡航控制方法和系统 | |
Sun et al. | Timetable optimization for single bus line based on hybrid vehicle size model | |
CN110533242B (zh) | 列车互联互通跨线运行下的节能优化方法 | |
CN104881527A (zh) | 城市轨道交通列车ato速度命令优化方法 | |
CN108090668A (zh) | 时变客流驱动的城市轨道交通客流匹配与时刻表调整方法 | |
CN110990950B (zh) | 基于混合运行模式的多目标列车节能优化方法 | |
CN110334977B (zh) | 一种港口群集装箱集疏运系统交通配流方法 | |
CN106379378B (zh) | 一种离线和在线结合调整驾驶曲线的方法和系统 | |
CN114202316B (zh) | 基于深度强化学习的城市轨道交通列车时刻表优化方法 | |
CN106055852A (zh) | 一种地铁列车运行与牵引供电系统耦合仿真建模方法 | |
CN109992843B (zh) | 一种基于运行等级的城市轨道交通列车运行图构建方法 | |
Mittal et al. | Network flow relations and travel time reliability in a connected environment | |
CN111169513A (zh) | 面向乘客舒适性的多自动驾驶列车分布式协同控制方法 | |
CN105427605A (zh) | 一种考虑交通方式转移的公交专用道设置效益计算方法 | |
CN106777717A (zh) | 一种考虑载客量变化的ato速度命令节能优化方法 | |
Jiang et al. | A simulation model for estimating train and passenger delays in large-scale rail transit networks | |
CN108162935A (zh) | 一种轨道车辆自适应阻力的制动控制方法 | |
CN103955135A (zh) | 一种基于双层模式曲线的机车优化操纵序列计算方法 | |
CN111090929B (zh) | 一种重载铁路通过能力计算方法 | |
De Martinis et al. | Towards a simulation-based framework for evaluating energy-efficient solutions in train operation | |
CN113724498B (zh) | 一种中心城区tod项目停车配建的方法 | |
Li et al. | An improved equation model for the train movement | |
CN114670901A (zh) | 一种基于势函数的多列车协同巡航控制方法及系统 | |
CN108647832A (zh) | 一种基于神经网络的地铁运行间隔时间控制算法 | |
Yin et al. | Balise arrangement optimization for train station parking via expert knowledge and genetic algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |