CN116279690A - 一种虚拟耦合高速列车群协同运行控制方法 - Google Patents

一种虚拟耦合高速列车群协同运行控制方法 Download PDF

Info

Publication number
CN116279690A
CN116279690A CN202310295405.1A CN202310295405A CN116279690A CN 116279690 A CN116279690 A CN 116279690A CN 202310295405 A CN202310295405 A CN 202310295405A CN 116279690 A CN116279690 A CN 116279690A
Authority
CN
China
Prior art keywords
train
speed
displacement
state
control
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.)
Pending
Application number
CN202310295405.1A
Other languages
English (en)
Inventor
黄德青
祝磊
李雪芳
王青元
秦娜
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.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong University
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 Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN202310295405.1A priority Critical patent/CN116279690A/zh
Publication of CN116279690A publication Critical patent/CN116279690A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
    • B61L27/10Operations, e.g. scheduling or time tables
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L23/00Control, warning or like safety means along the route or between vehicles or trains
    • B61L23/22Control, warning or like safety means along the route or between vehicles or trains for controlling traffic in two directions over the same pair of rails
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12Discovery or management of network topologies
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/12Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/04Constraint-based CAD
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Hardware Design (AREA)
  • Signal Processing (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Automation & Control Theory (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明公开了一种虚拟耦合高速列车群协同运行控制方法,具体为:针对同一线路上多列高速列车,分别建立各列车的纵向动力学模型;建立基于邻接通信方式的多列车通信拓扑结构;根据列车当前运行状态、前一列列车的最新运行状态和各列车的制动特性参数,实时计算虚拟耦合列车协同运行时应保持的最小安全追踪间隔;采用非线性状态依赖函数将具有运行状态约束的列车动力学模型转换为无状态约束的新的列车动力学模型;基于反步法、动态面技术、辅助动态系统方法和自适应方法,设计多列车抗饱和的分布式协同控制器。本发明能进一步压缩列车追踪间隔,实现具有不同初始状态的高速列车群协同运行控制,在保证列车运行安全的同时极大地提升了铁路运力。

Description

一种虚拟耦合高速列车群协同运行控制方法
技术领域
本发明属于列车协同控制领域,尤其涉及一种满足运行状态和控制输入约束的虚拟耦合高速列车群协同运行控制方法。
背景技术
作为国民经济大动脉,高速铁路在经济社会发展中的地位和作用至关重要。我国高铁的“四纵四横”主骨架全面建成,“八纵八横”主通道加快建设,基本形成布局合理、覆盖广泛、层次分明的高速铁路网络,高速铁路正逐步从快速建设期转向高效安全运营期。随着社会的进步和经济的快速发展,城市之间的人员往来越来越频繁,这对高铁系统的运力提出了更高的要求。进一步提升铁路运力,同时保证列车运行安全已成为轨道交通领域的研究热点。协同控制理论的发展和列车-列车(Train to Train,T2T)无线通信技术的成熟,使得列车群协同运行成为可能。基于T2T无线通信技术的列车群协同运行,通过列车定位、安全追踪距离实时计算、分布式协同控制等技术,能够进一步减少列车追踪间隔,提升铁路运力。
列车追踪间隔是影响铁路运输效率的重要因素之一,为了进一步减小追踪间隔,提升铁路运力,人们提出了轨道交通领域的虚拟耦合(virtual coupling,VC)概念。与移动闭塞模式下的列车群协同运行相比,虚拟耦合模式下列车群协同运行的追踪间隔是相对制动距离而非绝对制动距离。虚拟耦合列车协同控制的核心在于基于相邻的前一列列车实时状态信息建立列车动态追踪间隔模型,设计分布式协同控制方法,在确保列车安全运行的前提下有效缩短行车间隔,提高运行效率。然而,列车协同运行控制涉及列车动力系统的复杂非线性过程,各列车运行状态相互依赖、动态耦合,列车运行过程还受道路限速约束、车头间距约束、环境扰动、执行器输入饱和等多种因素影响,需要满足高安全、高密度、高速度、高效率等多目标要求,使得列车协同运行控制器的设计极为困难。
多列车协同运行中,由于牵引供电系统的限制,在实际中多列列车难以同时启动。那么,具有不同初始状态的列车之间的耦合问题是实现列车协同运行控制的关键。耦合的概念是指具有不同初速度的列车为实现相同速度的运行而进行的速度和位移调整过程。在两列初始速度和位移偏差较大的列车耦合过程中,为了在特定位移赶上前车,列车的速度和位移可能会超过安全区间,从而导致严重的安全事故。此外,由于动力系统的限制以及执行器的物理特性,列车的控制输入通常受到饱和限制,这可能会破坏列车闭环控制系统的稳定性,甚至影响列车的运行安全。因此,设计一种能满足状态约束和控制输入约束的分布式控制器,对于保证虚拟耦合列车协同运行的安全性和高效性尤为重要。
发明内容
针对上述问题,为了能满足运行状态和控制输入约束,本发明提供一种虚拟耦合高速列车群协同运行控制方法。
本发明的一种虚拟耦合高速列车群协同运行控制方法,包括以下步骤:
步骤1:基于邻接通信方式建立虚拟耦合列车编队通信拓扑;其中,每一列列车都能通过车-地通信方式获得列控中心发来的信息、通过车-车无线通信方式实时获取相邻的前一列列车的状态信息。
步骤2:考虑列车运行过程中受到的基本运行阻力和外部扰动,分别建立虚拟编组中各列车二阶非线性动力学模型。
列车i的动力学模型为:
Figure BDA0004142938460000021
式中,pi为列车运行位移;
Figure BDA0004142938460000022
为位移的导数;vi为列车运行速度;/>
Figure BDA0004142938460000023
为速度的导数;ui=Fi/mi为列车实际控制输入,Fi和mi分别为列车控制过程中实施的力和列车的质量;fi(vi)为列车的基本运行阻力,由戴维斯方程/>
Figure BDA0004142938460000024
计算得到,其中ai、bi和ci为戴维斯方程系数,通过实车试验获得;△fi(vi,pi,t)表示列车运行过程中的附加运行阻力和外部扰动之和,其上界为/>
Figure BDA0004142938460000025
满足条件/>
Figure BDA0004142938460000026
列车运行状态需要满足的约束条件为:
Figure BDA0004142938460000027
式中,Ψi,p为列车运行位移约束范围;Ψi,v为列车运行速度约束范围,Li,11为列车位移约束的下界;Γi,12(t)=pi-1-△psafe为列车位移约束的上界,pi-1为列车i-1的位移;△psafe为列车之间应该保持的安全距离;Li,21和Li,22分别为列车速度约束的下界和上界。
列车的控制输入需要满足的约束条件为:
Figure BDA0004142938460000028
式中,umax(vi)>0和umin(vi)<0分别为列车控制输入约束的上界和下界,与列车的运行速度vi有关;ri为控制器的设计控制输入。
步骤3:基于非线性状态依赖函数NSDF,将列车运行位移pi和速度vi分别转换为新的运行状态γi,1和γi,2,转换过程如下:
Figure BDA0004142938460000031
式中,列车运行位移和速度的初始值分别满足-Li,11<pi(0)<Γi,12(t)和-Li,21<vi(0)<Li,22
分别对γi,1和γi,2求时间导数得:
Figure BDA0004142938460000032
其中,
Figure BDA0004142938460000033
为列车位移约束上界Γi,12(t)的导数;此外,
Figure BDA0004142938460000034
Figure BDA0004142938460000035
Figure BDA0004142938460000036
基于非线性状态依赖函数NSDF,含状态约束的列车动力学模型被转换为如下形式的不含约束的列车动力学模型:
Figure BDA0004142938460000037
式中,
Figure BDA0004142938460000038
步骤4:虚拟耦合列车协同运行的安全追踪间隔定义为:
△pi,i-1(t)=Ds+Dun+Di_r
式中,Ds和Dun分别为列车之间最小安全间隔和列车定位系统的定位误差;Di_r为列车i和列车i-1之间的相对制动距离,计算公式为:
Figure BDA0004142938460000039
式中,
Figure BDA00041429384600000310
和/>
Figure BDA00041429384600000311
分别为列车i和列车i-1的紧急制动距离,tr为列车制动系统的响应时间,ai,b和ai-1,b分别为列车i和列车i-1紧急制动时的最大减速度。
步骤5:当列车i与前一列列车i-1进行协同运行时,考虑列车之间的安全追踪间隔△pi,i-1,基于NSDF得到列车i的位移跟踪目标为:
Figure BDA0004142938460000041
式中,△Pi-1=pi-1-△pi,i-1;pi-1为列车i-1的运行位移;Γi,12(t)>△Pi-1必须被满足;对γi_i-1,1求导得:
Figure BDA0004142938460000042
式中,
Figure BDA0004142938460000043
为△Pi-1的导数;
Figure BDA0004142938460000044
Figure BDA0004142938460000045
步骤6:为实现列车编队的协同运行控制,定义如下的状态跟踪误差信号:
Figure BDA0004142938460000046
式中,
Figure BDA0004142938460000047
为设计参数;λi,1和λi,2为控制输入饱和的补偿变量。
步骤7:为了处理列车控制输入饱和造成的不利后果,设计辅助动力系统ADS为:
Figure BDA0004142938460000048
式中,zi,1为位移相关状态的跟踪误差;zi,2为速度相关状态的跟踪误差,
Figure BDA0004142938460000049
和/>
Figure BDA00041429384600000410
为辅助动力系统的状态变量,用以补偿输入饱和的不利影响,/>
Figure BDA00041429384600000411
φi,1和φi,2为设计参数;△ui=ui-ri为实际控制输入ui与设计控制输入ri之间的偏差。
步骤8:设计补偿变量si,1对状态跟踪误差zi,1进行补偿,其中,滤波误差补偿动态被设计为:
Figure BDA00041429384600000412
式中,ki,1>0为设计参数。
那么,被补偿后的状态跟踪误差信号为:
Figure BDA0004142938460000051
步骤9:将控制系统的虚拟控制率设计为:
Figure BDA0004142938460000052
步骤10:为了避免对虚拟控制率αi进行微分操作,设计了如下的一阶滤波系统:
Figure BDA0004142938460000053
式中,
Figure BDA0004142938460000054
为设计参数;θi为一阶滤波系统状态变量;/>
Figure BDA0004142938460000055
为θi的导数;αi(0)=θi(0)。
步骤11:虚拟耦合编队中各列车的控制输入设计为:
Figure BDA0004142938460000056
式中,ki,2>0,σi>0,βi>0和
Figure BDA0004142938460000057
为设计参数;/>
Figure BDA0004142938460000058
为列车附加运行阻力的上界,/>
Figure BDA0004142938460000059
为Di的估计值,其时间导数被设计为:
Figure BDA00041429384600000510
式中,βi>0,
Figure BDA00041429384600000511
为设计参数。
步骤12:将设计的多高速列车分布式协同控制算法在电脑上进行仿真验证,通过设置仿真环境、调节控制器的设计参数,使得高速列车群协同运行控制效果达到较好的状态。
步骤13:将参数调整好的列车分布式协同控制算法载入ATO车载设备,从而实现高速列车群协同运行控制。
本发明的有益技术效果为:
1.基于本列车和前一列列车的当前运行状态、制动性能和制动反应时间,实时计算列车之间的相对制动距离Di_r(t);进一步考虑列车的相对制动距离、最小安全距离和定位误差,实时计算虚拟耦合列车协同运行时必须保持的最小安全追踪间隔△pi,j(t)。相较于移动闭塞模式下的多列车协同运行,本发明所提出的虚拟耦合列车安全追踪间隔计算方法能极大地缩小列车之间的追踪距离、提升铁路运力。
2.当列车初始运行状态与前一列列车运行状态不同时,为了在特定位移与前一列列车实现以相同速度和恒定安全追踪间隔的协同运行,列车的运行速度极易超过限速范围、实际追踪间隔极易小于最小安全追踪间隔△pi,j(t),从而造成严重的安全事故。为此,本发明使用NSDF,将具有状态约束的列车动力学模型转换为无状态约束的新的列车动力学模型,并基于新的动力学模型设计分布式协同控制器,有效地解决了列车运行速度和追踪间隔的约束问题,保障了列车协同运行的安全。
3.由于列车执行器物理特性的限制,列车控制输入饱和问题难以避免,尤其是在耦合过程中,控制输入饱和现象尤为严重,导致控制器性能降低,甚至危及行车安全。为此,本发明基于NSDF设计了新的ADS以补偿输入饱和的不利影响。当控制输入饱和现象发生时,ADS的状态λi,1≠0且λi,2≠0,λi,1和λi,2能有效地对列车运行状态误差zi,1和zi,2进行补偿,保证列车运行控制系统的稳定性;当控制输入饱和现象不发生时,λi,1=0和λi,2=0,ADS这时不起作用。
附图说明
图1为本发明虚拟耦合高速列车群协同运行控制方法流程图。
图2为虚拟耦合高速列车群协同运行示意图。
图3为虚拟耦合高速列车安全追踪间隔示意图。
图4为本发明实施例高速列车控制输入约束曲线。
图5为本发明实施例高速列车外部扰动阻力曲线。
图6为本发明实施例高速列车群协同运行控制速度曲线与速度跟踪误差曲线。
图7为本发明实施例高速列车群协同运行控制位移曲线与位移跟踪误差曲线。
图8为本发明实施例高速列车群协同运行控制输入曲线。
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细说明。
本发明的一种虚拟耦合高速列车群协同运行控制方法流程如图1所示,其中虚拟耦合高速列车群协同运行原理如图2所示,其中“耦合过程”指具有不同初始状态的列车为了实现相同速度、固定追踪间隔的协同运行,而进行的状态调整过程;“耦合运行过程”指多列列车以相同运行速度、恒定安全追踪间隔的协同运行过程。具体控制方法为:
步骤1:基于邻接通信方式建立虚拟耦合列车编队通信拓扑;其中,每一列列车都能通过车-地通信方式获得列控中心发来的信息、通过车-车无线通信方式实时获取相邻的前一列列车的状态信息。
步骤2:考虑列车运行过程中受到的基本运行阻力和外部扰动,分别建立虚拟编组中各列车二阶非线性动力学模型。
列车i的动力学模型为:
Figure BDA0004142938460000061
式中,pi为列车运行位移;vi为列车运行速度;ui=Fi/mi为列车实际控制输入,Fi和mi分别为列车控制过程中实施的力和列车的质量;fi(vi)为列车的基本运行阻力,由戴维斯方程
Figure BDA0004142938460000071
计算得到,其中ai、bi和ci为戴维斯方程系数,通过实车试验获得;△fi(vi,pi,t)表示列车运行过程中的附加运行阻力和外部扰动之和,满足条件
Figure BDA0004142938460000072
Figure BDA0004142938460000073
列车运行状态需要满足的约束条件为:
Figure BDA0004142938460000074
式中,Li,11为列车位移约束的下界;Γi,12(t)=pi-1-△psafe为列车位移约束的上界,pi-1为列车i-1的位移;△psafe为列车之间应该保持的安全距离;Li,21和Li,22分别为列车速度约束的下界和上界。
列车的控制输入需要满足的约束条件为:
Figure BDA0004142938460000075
式中,umax(vi)>0和umin(vi)<0分别为列车控制输入约束的上界和下界,与列车的运行速度vi有关;ri为控制器的设计控制输入。
步骤3:基于非线性状态依赖函数NSDF,将列车运行位移pi和速度vi分别转换为新的运行状态γi,1和γi,2,转换过程如下:
Figure BDA0004142938460000076
式中,列车运行位移和速度的初始值分别满足-Li,11<pi(0)<Γi,12(t)和-Li,21<vi(0)<Li,22
分别对γi,1和γi,2求时间导数得:
Figure BDA0004142938460000077
其中,
Figure BDA0004142938460000078
Figure BDA0004142938460000081
Figure BDA0004142938460000082
基于非线性状态依赖函数(nonlinear state-dependent function,NSDF),含状态约束的列车动力学模型被转换为如下形式的不含约束的列车动力学模型:
Figure BDA0004142938460000083
式中,
Figure BDA0004142938460000084
步骤4:虚拟耦合高速列车安全追踪间隔如图3所示,因此将虚拟耦合列车协同运行的安全追踪间隔定义为:
△pi,i-1(t)=Ds+Dun+Di_r
式中,Ds和Dun分别为列车之间最小安全间隔和列车定位系统的定位误差;Di_r为列车i和列车i-1之间的相对制动距离,计算公式为:
Figure BDA0004142938460000085
式中,
Figure BDA0004142938460000086
和/>
Figure BDA0004142938460000087
分别为列车i和列车i-1的紧急制动距离,tr为列车制动系统的响应时间,ai,b和ai-1,b分别为列车i和列车i-1紧急制动时的最大减速度。
步骤5:当列车i与前一列列车i-1进行协同运行时,考虑列车之间的安全追踪间隔△pi,i-1,基于NSDF得到列车i的位移跟踪目标为:
Figure BDA0004142938460000088
式中,△Pi-1=pi-1-△pi,i-1;pi-1为列车i-1的运行位移;Γi,12(t)>△Pi-1必须被满足;对γi_i-1,1求导得:
Figure BDA0004142938460000089
式中,
Figure BDA00041429384600000810
Figure BDA0004142938460000091
步骤6:为实现列车编队的协同运行控制,定义如下的状态跟踪误差信号:
Figure BDA0004142938460000092
式中,
Figure BDA0004142938460000093
为设计参数;λi,1和λi,2为控制输入饱和的补偿变量。
步骤7:为了处理列车控制输入饱和造成的不利后果,设计辅助动力系统ADS为:
Figure BDA0004142938460000094
式中,
Figure BDA0004142938460000095
和/>
Figure BDA0004142938460000096
为辅助动力系统的状态变量,用以补偿输入饱和的不利影响,
Figure BDA0004142938460000097
Figure BDA0004142938460000098
φi,1和φi,2为设计参数;△ui=ui-ri为实际控制输入ui与设计控制输入ri之间的偏差。
步骤8:由于ηi,1、ηi,3和ηi_i-1,2进入闭环控制系统将严重影响系统的稳定性,为此,设计补偿变量si,1对状态跟踪误差zi,1进行补偿,以消除ηi,1、ηi,3和ηi_i-1,2带来的不利影响。其中,滤波误差补偿动态被设计为:
Figure BDA0004142938460000099
式中,ki,1>0为设计参数。
那么,被补偿后的状态跟踪误差信号为:
Figure BDA00041429384600000910
步骤9:将控制系统的虚拟控制率设计为:
Figure BDA00041429384600000911
步骤10:为了避免对虚拟控制率αi进行微分操作,设计了如下的一阶滤波系统:
Figure BDA00041429384600000912
式中,
Figure BDA00041429384600000913
为设计参数;θi为一阶滤波系统状态变量;αi(0)=θi(0)。
步骤11:虚拟耦合编队中各列车的控制输入设计为:
Figure BDA00041429384600000914
式中,ki,2>0,σi>0,βi>0和
Figure BDA00041429384600000915
为设计参数;/>
Figure BDA00041429384600000916
为列车附加运行阻力的上界,/>
Figure BDA0004142938460000101
为Di的估计值,其时间导数被设计为:
Figure BDA0004142938460000102
式中,βi>0,
Figure BDA0004142938460000103
为设计参数。
步骤12:将设计的多高速列车分布式协同控制算法在计算机的MATLAB软件Simulink模块上进行仿真验证。仿真中,列车编队的高速列车数量为4,模拟了三种列车协同运行中常见的场景:
(1)列车对给定的参考速度和位移曲线进行精确跟踪;
(2)列车以小于前车的初始速度与动态运行中的前列车进行耦合,并实现协同运行;
(3)列车以大于前车的初始速度与动态运行中的前列车进行耦合,并实现协同运行。
仿真过程中,列车1跟踪预先给定的参考速度和位移曲线,列车i对列车i-1的运行状态进行跟踪(i=2,3,4)。那么,Γ1,12(t)=p0+300,p0为参考位移曲线;Γi,12(t)=pi-1-△psafe,i=2,3,4。
各列车的初始状态和发车时刻如表1所示,列车特性参数如表2所示,列车追踪间隔计算的相关参数设计如表3所示,控制器相关参数设计如表4所示。
列车的控制输入约束曲线如图4所示,各列车的附加运行阻力和随机扰动之和△fi(vi,pi,t)如图5所示。
表1各列车初始状态与发车时刻
Figure BDA0004142938460000104
表2列车特性参数
Figure BDA0004142938460000105
注:表中i=1,2,3,4。
表3列车追踪间隔相关参数
Figure BDA0004142938460000106
Figure BDA0004142938460000111
注:表中i=1,2,3,4。
表4控制器参数
Figure BDA0004142938460000112
注:表中i=1,2,3,4。
设置仿真步长为10ms,仿真时间为3500s。仿真结果如图6-8所示。
通过分析图6,可以得出如下结论:
(1)在耦合过程中,各列车的速度跟踪误差最终收敛到0m/s附近,表明具有不同初速度的列车通过耦合过程实现了相同速度的协同运行;
(2)通过分析列车运行速度曲线不难得知,各列车的运行速度从未超过速度约束范围,表明本发明设计的控制器能对列车运行速度进行有效约束;
(3)协同运行过程中,各列车的速度跟踪误差始终小于0.05m/s,表明列车运行速度非常平稳,速度跟踪精度较高。
通过分析图7,可以得出如下结论:
(1)各列车在耦合过程中,位置跟踪误差最终收敛到0m附近,表明初始位移误差较大的各列车能有效完成耦合过程,实现保持恒定追踪间隔的协同运行;
(2)通过分析位移跟踪误差曲线不难得知,各列车运行位移始终没有超出位移约束范围,表明本发明所设计的控制器能有效约束列车运行位移;
(3)列车在协同运行时,其位移跟踪误差始终小于6m,表明列车位移跟踪误差比较小。
通过分析图8,可以得到如下结论:
(1)各列车的控制输入始终没有超出输入约束范围,表明本发明所设计的控制器能有效对列车控制输入进行约束;
(2)各列车控制输入非常平稳,没有出现抖振现象,表明本发明所设计的控制器能保证列车控制输入的平稳性。
步骤13:将参数调整好的列车分布式协同控制算法载入ATO车载设备,从而实现高速列车群协同运行控制。

Claims (1)

1.一种虚拟耦合高速列车群协同运行控制方法,其特征在于,包括以下步骤:
步骤1:基于邻接通信方式建立虚拟耦合列车编队通信拓扑;其中,每一列列车都能通过车-地通信方式获得列控中心发来的信息、通过车-车无线通信方式实时获取相邻的前一列列车的状态信息;
步骤2:考虑列车运行过程中受到的基本运行阻力和外部扰动,分别建立虚拟编组中各列车二阶非线性动力学模型;
列车i的动力学模型为:
Figure FDA0004142938450000011
式中,pi为列车运行位移;
Figure FDA0004142938450000012
为位移的导数;vi为列车运行速度;/>
Figure FDA0004142938450000013
为速度的导数;ui=Fi/mi为列车实际控制输入,Fi和mi分别为列车控制过程中实施的力和列车的质量;fi(vi)为列车的基本运行阻力,由戴维斯方程/>
Figure FDA0004142938450000014
计算得到,其中ai、bi和ci为戴维斯方程系数,通过实车试验获得;△fi(vi,pi,t)表示列车运行过程中的附加运行阻力和外部扰动之和,其上界为/>
Figure FDA0004142938450000015
满足条件/>
Figure FDA0004142938450000016
列车运行状态需要满足的约束条件为:
Figure FDA0004142938450000017
式中,Ψi,p为列车运行位移约束范围;Ψi,v为列车运行速度约束范围,Li,11为列车位移约束的下界;Γi,12(t)=pi-1-Δpsafe为列车位移约束的上界,pi-1为列车i-1的位移;△psafe为列车之间应该保持的安全距离;Li,21和Li,22分别为列车速度约束的下界和上界;
列车的控制输入需要满足的约束条件为:
Figure FDA0004142938450000018
式中,umax(vi)>0和umin(vi)<0分别为列车控制输入约束的上界和下界,与列车的运行速度vi有关;ri为控制器的设计控制输入;
步骤3:基于非线性状态依赖函数NSDF,将列车运行位移pi和速度vi分别转换为新的运行状态γi,1和γi,2,转换过程如下:
Figure FDA0004142938450000019
式中,列车运行位移和速度的初始值分别满足-Li,11<pi(0)<Γi,12(t)和-Li,21<vi(0)<Li,22
分别对γi,1和γi,2求时间导数得:
Figure FDA0004142938450000021
其中,
Figure FDA0004142938450000022
为列车位移约束上界Γi,12(t)的导数;此外,
Figure FDA0004142938450000023
Figure FDA0004142938450000024
Figure FDA0004142938450000025
基于非线性状态依赖函数NSDF,含状态约束的列车动力学模型被转换为如下形式的不含约束的列车动力学模型:
Figure FDA0004142938450000026
式中,
Figure FDA0004142938450000027
步骤4:虚拟耦合列车协同运行的安全追踪间隔定义为:
△pi,i-1(t)=Ds+Dun+Di_r
式中,Ds和Dun分别为列车之间最小安全间隔和列车定位系统的定位误差;Di_r为列车i和列车i-1之间的相对制动距离,计算公式为:
Figure FDA0004142938450000028
式中,
Figure FDA0004142938450000029
和/>
Figure FDA00041429384500000210
分别为列车i和列车i-1的紧急制动距离,tr为列车制动系统的响应时间,ai,b和ai-1,b分别为列车i和列车i-1紧急制动时的最大减速度;
步骤5:当列车i与前一列列车i-1进行协同运行时,考虑列车之间的安全追踪间隔△pi,i-1,基于NSDF得到列车i的位移跟踪目标为:
Figure FDA0004142938450000031
式中,△Pi-1=pi-1-Δpi,i-1;pi-1为列车i-1的运行位移;Γi,12(t)>△Pi-1必须被满足;对γi_i-1,1求导得:
Figure FDA0004142938450000032
式中,
Figure FDA0004142938450000033
为△Pi-1的导数;
Figure FDA0004142938450000034
Figure FDA0004142938450000035
步骤6:为实现列车编队的协同运行控制,定义如下的状态跟踪误差信号:
Figure FDA0004142938450000036
式中,zi,1为位移相关状态的跟踪误差;zi,2为速度相关状态的跟踪误差,
Figure FDA0004142938450000037
为设计参数;λi,1和λi,2为控制输入饱和的补偿变量;
步骤7:为了处理列车控制输入饱和造成的不利后果,设计辅助动力系统ADS为:
Figure FDA0004142938450000038
式中,
Figure FDA0004142938450000039
和/>
Figure FDA00041429384500000310
为辅助动力系统的状态变量,用以补偿输入饱和的不利影响,/>
Figure FDA00041429384500000311
Figure FDA00041429384500000312
φi,1和φi,2为设计参数;△ui=ui-ri为实际控制输入ui与设计控制输入ri之间的偏差;
步骤8:设计补偿变量si,1对状态跟踪误差zi,1进行补偿,其中,滤波误差补偿动态被设计为:
Figure FDA00041429384500000313
式中,ki,1>0为设计参数;
那么,被补偿后的状态跟踪误差信号为:
Figure FDA0004142938450000041
步骤9:将控制系统的虚拟控制率设计为:
Figure FDA0004142938450000042
步骤10:为了避免对虚拟控制率αi进行微分操作,设计了如下的一阶滤波系统:
Figure FDA0004142938450000043
式中,
Figure FDA0004142938450000044
为设计参数;θi为一阶滤波系统状态变量;/>
Figure FDA0004142938450000045
为θi的导数;αi(0)=θi(0);
步骤11:虚拟耦合编队中各列车的控制输入设计为:
Figure FDA0004142938450000046
式中,ki,2>0,σi>0,βi>0和
Figure FDA0004142938450000047
为设计参数;/>
Figure FDA0004142938450000048
为列车附加运行阻力的上界,/>
Figure FDA0004142938450000049
为Di的估计值,其时间导数被设计为:
Figure FDA00041429384500000410
式中,βi>0,
Figure FDA00041429384500000411
为设计参数;
步骤12:将设计的多高速列车分布式协同控制算法在电脑上进行仿真验证,通过设置仿真环境、调节控制器的设计参数,使得高速列车群协同运行控制效果达到较好的状态;
步骤13:将参数调整好的列车分布式协同控制算法载入列车自动运行系统ATO车载设备,从而实现高速列车群协同运行控制。
CN202310295405.1A 2023-03-24 2023-03-24 一种虚拟耦合高速列车群协同运行控制方法 Pending CN116279690A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310295405.1A CN116279690A (zh) 2023-03-24 2023-03-24 一种虚拟耦合高速列车群协同运行控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310295405.1A CN116279690A (zh) 2023-03-24 2023-03-24 一种虚拟耦合高速列车群协同运行控制方法

Publications (1)

Publication Number Publication Date
CN116279690A true CN116279690A (zh) 2023-06-23

Family

ID=86788443

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310295405.1A Pending CN116279690A (zh) 2023-03-24 2023-03-24 一种虚拟耦合高速列车群协同运行控制方法

Country Status (1)

Country Link
CN (1) CN116279690A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117698808A (zh) * 2024-02-05 2024-03-15 西南交通大学 融合列车纵向动力学的大规模重载列车群组运行控制方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117698808A (zh) * 2024-02-05 2024-03-15 西南交通大学 融合列车纵向动力学的大规模重载列车群组运行控制方法
CN117698808B (zh) * 2024-02-05 2024-05-03 西南交通大学 融合列车纵向动力学的大规模重载列车群组运行控制方法

Similar Documents

Publication Publication Date Title
CN112084636B (zh) 一种多列车协同控制方法和装置
CN104935217B (zh) 适用于多电机系统的改进型偏差耦合控制方法
CN116279690A (zh) 一种虚拟耦合高速列车群协同运行控制方法
Li et al. Optimal guaranteed cost cruise control for high-speed train movement
CN111694366B (zh) 基于滑模控制理论的车队协同制动控制方法
CN110281982B (zh) 一种基于周期性间歇控制的重载列车巡航控制方法
CN107479389A (zh) 一种火电机组过热汽温预测模糊自适应pid控制方法
Xu et al. Adaptive model predictive control for cruise control of high‐speed trains with time‐varying parameters
US20220276620A1 (en) Improved model-free adaptive control method
Su et al. A stabilized virtual coupling scheme for a train set with heterogeneous braking dynamics capability
Zhai et al. Lattice hydrodynamic model-based feedback control method with traffic interruption probability
Gao et al. Fuzzy adaptive automatic train operation control with protection constraints: A residual nonlinearity approximation-based approach
CN118034064B (zh) 一种重载列车离散积分终端滑模控制方法、系统及设备
Zhu et al. Cooperative operation control of virtual coupling high-speed trains with input saturation and full-state constraints
Shihui et al. Nonlinear robust composite levitation control for high-speed EMS trains with input saturation and track irregularities
Yao et al. Composite adaptive anti-disturbance fault tolerant control of high-speed trains with multiple disturbances
Chen et al. Iterative learning tracking control of high-speed trains with nonlinearly parameterized uncertainties and multiple time-varying delays
Wang et al. Robust cruise control for the heavy haul train subject to disturbance and actuator saturation
CN114572831A (zh) 一种基于未知输入观测器技术的桥式吊车滑模控制方法
WO2024169527A1 (zh) 一种基于分数阶滑模以及卡尔曼滤波的列车速度控制方法
CN102998972A (zh) 基于协调控制品质的火电机组智能滑压曲线设计方法
CN109899225A (zh) 一种水轮机调节系统的快速终端滑模控制器及设计方法
CN113625573A (zh) 受非对称死区输入影响的分数阶系统反步滑模控制方法
Yao et al. Disturbance observer-based tracking control of high-speed trains under adhesion dynamics
CN117087723A (zh) 基于虚拟车钩的多质点动车组群高密度运输的控制方法

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