基于预测控制的列车精确停车算法

计算机应用 ›› 2013, Vol. 33 ›› Issue (12): 3600-3603.

基于预测控制的列车精确停车算法

吴鹏,王青元,梁志成,吴杰

西南交通大学电气工程学院，成都 610031

收稿日期:2013-06-14 修回日期:2013-08-11 出版日期:2013-12-01 发布日期:2013-12-31
通讯作者: 吴鹏
作者简介:吴鹏(1989-),男,四川成都人,硕士研究生,主要研究方向:列车运行自动控制;
王青元(1984-),男,江苏盐城人,博士研究生,主要研究方向:列车运行自动控制、智能控制;
梁志成(1990-),男,广东开平人,硕士研究生,主要研究方向:列车运行自动控制;
吴杰(1990-),男,湖北黄冈人,硕士研究生,主要研究方向:列车运行自动控制。
基金资助:
中央高校基本科研业务费专项资金资助

Precise train stopping method based on predictive control

WU Peng,WANG Qinyuan,LIANG Zhicheng,WU Jie

College of Electrical Engineering, Southwest Jiaotong University, Chengdu Sichuan 610031, China

Received:2013-06-14 Revised:2013-08-11 Online:2013-12-31 Published:2013-12-01
Contact: WU Peng
Supported by:
the Fundamental Research Funds for the Central Universities

摘要/Abstract

摘要： 精确停车是评价列车自动驾驶性能的关键指标之一。在分析列车停车阶段运行情况的基础上，考虑制动模型的延迟特性和列车运行特性的约束条件，运用广义预测控制理论，将列车运行的参考速度和参考距离作为控制目标，结合控制量所需满足的约束条件，设计了一种带约束的多目标预测控制器，以提高停车精度和列车运行的舒适性。通过仿真实例表明，该控制器不仅可以使列车精确跟踪停车目标曲线，达到高精度的停车要求，而且使列车运行具有更高的舒适性。

关键词: 列车自动驾驶, 精确停车, 预测控制, 制动系统, 舒适性

Abstract: Precise train stopping is a key technology of automatic train operation. On the basis of analyzing the train stopping phase, the delay characteristics of brake model and constraint conditions of train characteristics were considered, using generalized predictive control theory, a multi-objective predictive controller with constraints was designed taking account of train speed and distance as control targets and combining the control constraint conditions. The simulation results show that the proposed controller can accurately track the train stopping curve to achieve high precision stopping requirements and higher comfort.

Key words: automatic train operation, precise stopping, predictive control, brake system, comfort

中图分类号:

TP391.9

吴鹏王青元梁志成吴杰. 基于预测控制的列车精确停车算法[J]. 计算机应用, 2013, 33(12): 3600-3603.

WU Peng WANG Qinyuan LIANG Zhicheng WU Jie. Precise train stopping method based on predictive control[J]. Journal of Computer Applications, 2013, 33(12): 3600-3603.

[1]	许洋, 秦小林, 刘佳, 张力戈. 多无人机自适应编队协同航迹规划[J]. 计算机应用, 2020, 40(5): 1515-1521.
[2]	李跃宗王鹏玲林轩王青元. 高速列车自动驾驶优化算法[J]. 计算机应用, 2012, 32(11): 3221-3224.
[3]	黄玉钏曲道奎徐方任晓磊. 伺服电机的预测控制与比例-积分-微分控制[J]. 计算机应用, 2012, 32(10): 2944-2947.
[4]	徐雪松欧阳峣. 钢铁炉温不确定时滞系统Smith免疫预测控制[J]. 计算机应用, 2012, 32(10): 2956-2959.
[5]	李桂秋陈志旺. 基于不确定逼近的机械手间接自适应鲁棒预测控制[J]. 计算机应用, 2012, 32(06): 1707-1712.
[6]	于建志陈永生. 磁浮列车自动驾驶系统控制策略及可靠性研究[J]. 计算机应用, 2010, 30(12): 3419-3422.
[7]	陈乔郑松葛铭薛安克. 改进的动态矩阵控制算法在发酵罐温度控制中的应用[J]. 计算机应用, 2010, 30(10): 2850-2852.
[8]	高钦和王孙安. 基于IGPC的时变大时滞系统自适应控制[J]. 计算机应用, 2007, 27(6): 1508-1509.
[9]	陈荣武刘莉诸昌钤. 基于CBTC的列车自动驾驶控制算法[J]. 计算机应用, 2007, 27(11): 2649-2651.
[10]	杜福银. 基于递归神经网络模型预测控制的模型平稳切换[J]. 计算机应用, 2006, 26(6): 1398-1400.
[11]	王令群，潘石柱，郑应平. 半导体生产线的RBF神经网络预测建模[J]. 计算机应用, 2005, 25(07): 1645-1646.