中速磁悬浮列车的分数阶运行控制方法

针对中速磁悬浮列车运行控制系统的高控制精度与高鲁棒性要求,提出一种基于分数阶PID的运行控制方法。首先,根据中速磁悬浮列车运行数据,利用粒子群优化-模拟退火算法辨识列车空气阻力系数,提高列车动力学模型精度。然后,设计分数阶PID速度控制器,跟踪列车目标速度曲线,降低各类运行阻力对列车运行过程的影响。最后,基于试验线数据,仿真对比分数阶PID与整数阶PID控制下的列车运行性能。仿真结果表明,本文提出的运行控制算法,能够提高列车的速度控制性能,满足中速磁悬浮交通对列车运行控制的性能要求。

中速磁悬浮列车的滑模周期自适应学习控制方法

为了提高中速磁悬浮列车的运行控制性能,考虑到中速磁悬浮列车沿固定线路往返运行时的周期特性,提出了一种基于滑模周期自适应学习的中速磁悬浮列车运行控制算法,对应的滑模周期自适应控制器由等效比例积分微分(PID)和速度前馈控制部分、磁阻力与空气阻力补偿部分以及坡道阻力滑模周期自适应补偿部分组成;采用粒子群优化算法辨识了运行控制器的参数,采用滑模周期自适应学习控制器学习上一周期内的列车运行信息,实时估计并补偿列车运行过程中的坡道阻力,消除坡道阻力对列车运行性能的影响;利用全长5 076 m的中速磁悬浮列车半实物仿真试验线进行了数值仿真,并将设计的滑模周期自适应控制器与PID控制器进行仿真对比。仿真结果显示:滑模周期自适应控制器和PID控制器作用下的列车最大位置跟踪误差分别为0.004和0.007 m,最大速度跟踪误差分别为0.007和0.036 m·s^(-1);经过4个迭代周期后,滑模周期自适应控制器已准确地估计了给定的坡道阻力;在控制系统受到扰动的情况下,滑模周期自适应控制器与PID控制器作用下的位置与速度跟踪曲线均有波动,相比于PID控制器,滑模周期自适应控制器控制下的跟踪曲线波动更小。可见,相比于传统的PID控制算法,提出的滑模周期自适应学习控制方法可以提高中速磁悬浮列车的运行控制性能。