CN117341489A - 一种永磁牵引系统列车无级联预测黏着控制方法 - Google Patents

Abstract

本发明公开了一种永磁牵引系统列车无级联预测黏着控制方法，具体包括如下步骤：步骤S1，通过一阶负载转矩观测器对列车的永磁同步牵引电机负载转矩进行估计；步骤S2，基于永磁同步电机模型和观测的负载转矩，预测下一采样时间的电机转速；步骤S3，基于扰动和观测方法，对列车最佳滑移速度进行预测；步骤S4，将列车的初始参考速度修正为考虑最佳滑移速度的动态参考轨迹，并转换为等效的电机参考速度；步骤S5，设计代价函数，通过模型预测控制方法，选择出最优电压矢量，并直接作用于下一时刻的牵引逆变器。该方法进一步提高了列车牵引阶段的黏着利用率，并有效改善了传统方法存在的启动转矩过大问题。

Description

一种永磁牵引系统列车无级联预测黏着控制方法

技术领域

本发明涉及轨道列车控制技术领域，尤其涉及一种永磁牵引系统列车无级联预测黏着控制方法。

背景技术

列车的加速和制动依赖于附着力，即轮轨接触点上与列车运动方向相切的力。在列车加速或减速过程中，当牵引或制动力超过黏着力时，列车车轮会发生空转或滑移。无论是空转还是滑移现象都会对列车的安全驾驶造成一定的危害。

目前已有的黏着控制技术都是通过改善列车的输出转矩来调节轮轨间的黏着状态，这类级联的黏着控制器可以归类为转矩修正控制器。然而，与转矩修正控制器级联的电机主控制器采用级联结构，使用线性且相对较慢的速度控制器，以及内环控制电流、扭矩和磁通，使得速度控制器在初始阶段通过比例积分控制输出的过高启动扭矩指令很难在第一时间被转矩修正的黏着方法校正。并且，级联的牵引控制架构降低了滑移控制的精度，限制了列车整体附着力利用的进一步改善。同时，扭矩校正控制器频繁地根据时变的黏着状态调整电机的参考扭矩，会导致扭矩谐波含量增加。

发明内容

为了解决现有技术在列车启动阶段牵引扭矩过大的问题，并进一步提高列车牵引阶段的黏着利用率，本申请实施例提供了一种永磁牵引系统列车无级联预测黏着控制方法，具体步骤包括：

步骤S1，通过一阶负载转矩观测器对列车的永磁同步牵引电机负载转矩进行估计；

步骤S2，基于永磁同步牵引电机模型和观测的负载转矩，预测下一采样时间的电机转速；

步骤S3，基于扰动和观测方法，对列车最佳滑移速度进行预测；

步骤S4，将列车的初始参考速度，修正为考虑最佳滑移速度的动态参考轨迹，并转换为等效的电机参考速度；

步骤S5，设计代价函数，将牵引电机转速作为控制变量，通过模型预测控制方法，选择出最优电压矢量，并直接作用于下一时刻的牵引逆变器。

优选的，本申请实施例还公开了所述步骤S1中的一阶负载转矩观测器的表达式为：

其中，是永磁同步牵引电机负载转矩的观测值，p₁是极点，设置为负值；s是复变量，T_e是永磁同步牵引电机输出的电磁转矩，J_m是牵引电机的转动惯量，B是粘性阻尼系数，w_m是永磁同步牵引电机转速。

优选的，本申请实施例还公开了所述步骤S2中的永磁同步牵引电机转速预测方程为：

其中，k表示当前采样时刻，k+1表示下一采样时刻序列，w_m(k)是当前采样的牵引电机转速，w_m(k+1)是预测的下一时刻牵引电机转速，T_s为系统采样步长，T_e(k)是当前采样时刻的电磁转矩测量值，是当前时刻的电机负载转矩观测值。

优选的，本申请实施例还公开了所述步骤S3的扰动和观测方法具体包括如下步骤：

步骤S3.1，根据估计的牵引电机负载转矩对列车的黏着系数进行估计；

步骤S3.2，计算列车黏着系数蠕滑率λ(k)、加速度α(k)在一个采样步长的变化率/>Δλ(k)、Δα(k)；

其中，黏着系数由步骤S3.1获得，蠕滑率λ(k)通过公式/>实时计算，其中v_d是列车车轮的滚动线速度，v_t为列车车体速度，v_s为列车的蠕滑速度：v_s＝v_d-v_t，加速度α(k)通过列车的速度传感器获取；

步骤S3.3，对列车当前黏着状态进行分类：

如果列车运行在最佳黏着状态，参考蠕滑率更新系数η与更新率r都为零；

如果列车运行在蠕滑区，η＝1，r＝r₂；

如果列车运行在滑移区，η＝-1，r＝r₁；

其中，r₁和r₂代表不同的更新速率，r₁＞r₂；

步骤S3.4，预测最佳蠕滑率λ_ref，其预测公式为：

λ_ref(k+1)＝λ_ref(k)+η·r·T_s

其中，λ_ref(k+1)表示预测的下一时刻最佳蠕滑率，λ_ref(k)是当前最佳蠕滑率；

为了防止预测的蠕滑率超出安全区，设置保护项为：

其中，λ_allow-min是列车允许的最小蠕滑率，λ_allow-max是列车允许的最大蠕滑率；

步骤S3.5，根据滑移速度定义，将预测的参考蠕滑率转化为列车参考滑移速度：

v_{s_ref}(k+1)＝λ_ref(k+1)·max{v_d，v_t}

其中，v_{s_ref}(k+1)表示预测的下一时刻列车最佳滑移速度。

所述步骤S3.1中估计的列车黏着系数为：

其中，m_w为列车动轴的轴重，R_g代表列车牵引传动系统传动比，g为重力加速度，r为动轮半径。

优选的，本申请实施例还公开了所述步骤S4中的考虑最佳滑移速度的动态参考轨迹的计算公式为：

其中，v_{t_ref}是列车的初始参考运动速度；代表最优参考运行速度；δ，β是速度启动项δe^-βt的系数，v_d(k)是当前列车车轮的滚动线速度，v_t(k)是当前列车车体速度，e为自然常数。

优选的，本申请实施例还公开了所述步骤S5中的构造牵引控制系统的模型预测代价函数为：

其中，F_c是列车牵引传动系统预测控制的代价函数，F_lump为集总项，用来实现电流保护、最大转矩电流比轨迹跟踪以及减小转矩脉冲，是永磁同步牵引电机最优参考转速，w_m(k+1)为步骤S2预测的牵引电机在下个采样时间的转速，/>为速度惩罚项，其作用是对最优参考速度/>和预测速度w_m(k+1)的误差进行惩罚，γ_wm为速度惩罚项的动态权重。

所述永磁同步牵引电机最优参考转速由修正后的列车参考速度按列车传动比转换得到：

其中，δ，β是速度启动项δe^-βt的系数，v_d(k)是当前列车车轮的滚动线速度，v_t(k)是当前列车车体速度，v_{s_ref}(k+1)表示预测的下一时刻列车最佳滑移速度。

所述速度惩罚项的动态权重为：

其中，k₁，k₂为动态权重系数，w_max为牵引电机最大转速。

优选的，本申请实施例还公开了所述步骤S5中最优电压矢量满足如下方程：

8个不同的二电平逆变器候选电压矢量{u₀，u₁…u₇}对应了8个不同的预测转速w_m(k+1)，其中u^*代表使上述代价函数最小的最优电压矢量。

本发明的有益效果：

修正了列车初始参考轨迹，电机驱动控制器既可实现调速控制又可实现黏着控制，也就是说无需设计专门的黏着控制器。其次，本申请实施例的无级联的控制架构使得列车的动态响应更佳，包括跟踪速度更快、跟踪精度更高。另外，本申请实施例直接从预测和修正的角度控制列车黏着状态，初始启动转矩将不会出现过大的现象，减小了列车在启动阶段的打滑概率。

附图说明

图1为列车无级联预测黏着控制方法的整体流程图；

图2为列车最优参考速度的预测流程图；

图3为列车运行过程中无级联预测黏着控制方法的蠕滑率利用表现；

图4为列车运行过程中无级联预测黏着控制方法的输出转矩控制表现；

具体实施方式

为使本申请的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本申请作进一步详细说明。

如图1所示，本发明的永磁牵引系统列车无级联预测黏着控制方法主要包括以下步骤：

步骤S1，通过一阶负载转矩观测器对列车的永磁同步牵引电机负载转矩进行估计，一阶负载转矩观测器的表达式为：

其中，是永磁同步牵引电机负载转矩的观测值；p₁是极点，设置为负值；s是复变量；T_e是永磁同步牵引电机输出的电磁转矩；J_m是牵引电机的转动惯量；B是粘性阻尼系数，w_m是永磁同步牵引电机转速。

步骤S2，基于永磁同步电机模型和观测的负载转矩，预测下一采样时间的电机转速，永磁同步牵引电机转速预测方程为：

其中，k表示当前采样时刻；k+1表示下一采样时刻序列；w_m(k)是当前采样的牵引电机转速；w_m(k+1)是预测的下一时刻牵引电机转速；T_s为系统采样步长；T_e(k)是当前采样时刻的电磁转矩测量值；是当前时刻的电机负载转矩观测值。

步骤S3，如图2所示，基于扰动和观测方法，对列车最佳滑移速度进行预测：

步骤S3.1，根据估计的牵引电机负载转矩对列车的黏着系数进行估计，估计的黏着系数为：

其中，m_w为列车动轴的轴重，R_g代表列车牵引传动系统传动比，g为重力加速度，r为动轮半径。

步骤S3.2，计算列车黏着系数蠕滑率λ(k)、加速度α(k)在一个采样步长的变化率/>Δλ(k)、Δα(k)：

其中，黏着系数由步骤S3.1获得；蠕滑率λ(k)通过公式/>实时计算；加速度α(k)通过列车的速度传感器获取；

Δλ(k)＝λ(k)-λ(k-1)；Δα(k)＝α(k)-α(k-1)。

步骤S3.3，对列车当前黏着状态进行分类：

如果列车运行在最佳黏着状态，参考蠕滑率更新系数η与更新率r都为零；

如果列车运行在蠕滑区，η＝1，r＝r₂；

如果列车运行在滑移区，η＝-1，r＝r₁。

其中，r₁和r₂代表不同的更新速率，r₁＞r₂；

步骤S3.4，预测最佳蠕滑率λ_ref，其预测公式为：

λ_ref(k+1)＝λ_ref(k)+η·r·T_s

其中，T_s为系统采样步长，k+1代表下一采样时刻

为了防止预测的蠕滑率超出安全区，设置保护项为：

其中，λ_allow-min是列车允许的最小蠕滑率；λ_allow-max是列车允许的最大蠕滑率

步骤S3.5，根据滑移速度定义，将预测的参考蠕滑率转化为列车参考滑移速度：

v_{s_ref}(k+1)＝λ_ref(k+1)·max{v_d，v_t}

其中，v_{s_ref}(k+1)表示预测的下一时刻列车最佳滑移速度

根据步骤S3所述扰动和观测方法，可以直接预测出不同车速和轨面状况下的最佳滑移速度；

步骤S4，将列车的初始参考速度，修正为考虑最佳滑移速度的动态参考轨迹，并转换为等效的电机参考速度。

列车参考轨迹修正公式为：

其中，v_{t_ref}是列车的初始参考运动速度；代表最优参考运行速度；δ，β是速度启动项δe^-βt的系数，v_d(k)是当前列车车轮的滚动线速度，v_t(k)是当前列车车体速度，e为自然常数。

步骤S5，设计代价函数，将牵引电机转速作为控制变量，通过模型预测控制方法，选择出最优电压矢量，并直接作用于下一时刻的牵引逆变器。

构造牵引控制系统的模型预测代价函数为：

其中，F_c是列车牵引传动系统预测控制的代价函数，F_lump为集总项，用来实现电流保护、最大转矩电流比轨迹跟踪以及减小转矩脉冲，w_m(k+1)为步骤S2预测的牵引电机在下个采样时间的转速，是永磁同步牵引电机最优参考转速，由修正后的列车参考速度按列车传动比转换得到：

为速度惩罚项，其作用是对最优参考速度/>和预测速度w_m(k+1)的误差进行惩罚，γ_wm为速度惩罚项的动态权重：

其中，k₁，k₂为动态权重系数，e为自然常数，w_max为牵引电机最大转速。

通过最小化代价函数得到两电平牵引逆变器驱动的永磁同步牵引电机最优电压控制矢量：

8个不同的二电平逆变器候选电压矢量{u₀，u₁…u₇}对应了8个不同的预测转速w_m(k+1)，其中u^*代表使上述代价函数最小的最优电压矢量。

为了验证本发明的有效性，提出了以下实施例并基于MATLAB进行仿真实验验证：

本实施例考虑的列车黏着控制问题，以列车单质量单质点模型为基础，综合考虑基本运行阻力和不同轨面状况对列车运行过程中黏着特性、牵引特性和速度跟踪误差的影响，设计一种预测黏着控制策略，确保列车可以在牵引阶段以最大加速度运行。

选取列车的一节动车作为整车模型，选取的列车运行参数如下：一节动车车重M＝61.8t；轴重m_w＝15.45t；车轮半径r＝0.43m；传动比R_g＝2.335；轮侧转动惯量J_w＝100kg.m²；牵引电机转动惯量J_m＝100kg.m²；永磁同步牵引电机极对数p＝8；额定功率1225kw；额定电压1660V；额定电流477A；最大可允许定子电流680A。

基于上述参数进行MATLAB仿真实验，得到一组预测黏着控制器控制参数:β＝0.01，r₁＝1，r₂＝0.2，δ＝-15，λ_allow-min＝0.04，λ_allow-max，k₁＝1500000，k₂＝10，w_max＝261。

仿真验证本发明所提出的预测黏着控制策略，得到图3和图4。其中，图3显示了列车运行过程中无级联预测黏着控制方法的蠕滑率利用表现；图4显示了列车运行过程中无级联预测黏着控制方法的输出转矩控制表现。通过仿真图3和图4可以得出，本发明可以在牵引阶段最大化利用轮轨黏着率，并表现出优越的动态性能，特别是它克服了传统方法由于过度启动扭矩导致的车轮空转的问题。

经过上述测试，证明了本实施例提供的永磁牵引系统列车无级联预测黏着控制方法的有效性。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.一种永磁牵引系统列车无级联预测黏着控制方法，其特征在于，具体包括如下步骤：

步骤S1，通过一阶负载转矩观测器对列车的永磁同步牵引电机负载转矩进行估计；

步骤S2，基于永磁同步牵引电机模型和观测的负载转矩，预测下一采样时间的电机转速；

步骤S3，基于扰动和观测方法，对列车最佳滑移速度进行预测；

步骤S4，将列车的初始参考速度，修正为考虑最佳滑移速度的动态参考轨迹，并转换为等效的电机参考速度；

步骤S5，设计代价函数，将牵引电机转速作为控制变量，通过模型预测控制方法，选择出最优电压矢量，并直接作用于下一时刻的牵引逆变器。

2.如权利要求1所述永磁牵引系统列车无级联预测黏着控制方法，其特征在于，所述步骤S1中的一阶负载转矩观测器的表达式为：

其中，是永磁同步牵引电机负载转矩的观测值，p₁是极点，设置为负值；s是复变量，T_e是永磁同步牵引电机输出的电磁转矩，J_m是牵引电机的转动惯量，B是粘性阻尼系数，w_m是永磁同步牵引电机转速。

3.如权利要求1所述永磁牵引系统列车无级联预测黏着控制方法，其特征在于，所述步骤S2中的永磁同步牵引电机转速预测方程为：

其中，k表示当前采样时刻，k+1表示下一采样时刻序列，w_m(k)是当前采样的牵引电机转速，w_m(k+1)是预测的下一时刻牵引电机转速，T_s为系统采样步长，T_e(k)是当前采样时刻的电磁转矩测量值，是当前时刻的电机负载转矩观测值。

4.如权利要求1所述永磁牵引系统列车无级联预测黏着控制方法，其特征在于，所述步骤S3的扰动和观测方法具体包括如下步骤：

步骤S3.1，根据估计的牵引电机负载转矩对列车的黏着系数进行估计；

步骤S3.2，计算列车黏着系数蠕滑率λ(k)、加速度α(k)在一个采样步长的变化率Δλ(k)、Δα(k)；

其中，黏着系数由步骤S3.1获得，蠕滑率λ(k)通过公式/>实时计算，其中v_d是列车车轮的滚动线速度，v_t为列车车体速度，v_s为列车的蠕滑速度：v_s＝v_d-v_t，加速度α(k)通过列车的速度传感器获取；

步骤S3.3，对列车当前黏着状态进行分类：

如果列车运行在最佳黏着状态，参考蠕滑率更新系数η与更新率r都为零；

如果列车运行在蠕滑区，η＝1，r＝r₂；

如果列车运行在滑移区，η＝-1，r＝r₁；

其中，r₁和r₂代表不同的更新速率，r₁>r₂；

步骤S3.4，预测最佳蠕滑率λ_ref，其预测公式为：

λ_ref(k+1)＝λ_ref(k)+η·r·T_s

其中，λ_ref(k+1)表示预测的下一时刻最佳蠕滑率，λ_ref(k)是当前最佳蠕滑率；

为了防止预测的蠕滑率超出安全区，设置保护项为：

其中，λ_allow-min是列车允许的最小蠕滑率，λ_allow-max是列车允许的最大蠕滑率；

步骤S3.5，根据滑移速度定义，将预测的参考蠕滑率转化为列车参考滑移速度：

v_{s_ref}(k+1)＝λ_ref(k+1)·max{v_d,v_t}

其中，v_{s_ref}(k+1)表示预测的下一时刻列车最佳滑移速度。

5.如权利要求4所述永磁牵引系统列车无级联预测黏着控制方法，其特征在于，所述步骤S3.1中估计的列车黏着系数为：

其中，m_w为列车动轴的轴重，R_g代表列车牵引传动系统传动比，g为重力加速度，r为动轮半径。

6.如权利要求1所述永磁牵引系统列车无级联预测黏着控制方法，其特征在于，所述步骤S4中的考虑最佳滑移速度的动态参考轨迹的计算公式为：

其中，v_{t_ref}是列车的初始参考运动速度；代表最优参考运行速度；δ，β是速度启动项δe^-βt的系数，v_d(k)是当前列车车轮的滚动线速度，v_t(k)是当前列车车体速度，e为自然常数。

7.如权利要求1所述永磁牵引系统列车无级联预测黏着控制方法，其特征在于，所述步骤S5中的构造牵引控制系统的模型预测代价函数为：

其中，F_c是列车牵引传动系统预测控制的代价函数，F_1ump为集总项，用来实现电流保护、最大转矩电流比轨迹跟踪以及减小转矩脉冲，是永磁同步牵引电机最优参考转速，w_m(k+1)为步骤S2预测的牵引电机在下个采样时间的转速，/>为速度惩罚项，其作用是对最优参考速度/>和预测速度w_m(k+1)的误差进行惩罚，y_wm为速度惩罚项的动态权重。

8.如权利要求7所述永磁牵引系统列车无级联预测黏着控制方法，其特征在于，所述永磁同步牵引电机最优参考转速由修正后的列车参考速度按列车传动比转换得到：

其中，δ，β是速度启动项δe^-βt的系数，v_d(k)是当前列车车轮的滚动线速度，v_t(k)是当前列车车体速度，v_{s_ref}(k+1)表示预测的下一时刻列车最佳滑移速度。

9.如权利要求7所述永磁牵引系统列车无级联预测黏着控制方法，其特征在于，所述速度惩罚项的动态权重为：

其中，k₁,k₂为动态权重系数，w_max为牵引电机最大转速。

10.如权利要求1所述永磁牵引系统列车无级联预测黏着控制方法，其特征在于，所述步骤S5中最优电压矢量满足如下方程：

8个不同的二电平逆变器候选电压矢量{u₀,u₁...u₇}对应了8个不同的预测转速w_m(k+1)，其中u^*代表使上述代价函数最小的最优电压矢量。