基于滑模和径向基函数神经网络的城市轨道交通列车速度跟踪控制算法

[目的]针对城市轨道交通列车运行控制系统中传统ATO(列车自动运行)速度控制算法在速度跟踪控制方面存在的控制精度不高和抗扰动性差的问题,提出了一种新的速度控制算法来提高控制精度。[方法]首先,建立了列车运行的单质点动力学方程,针对牵引和制动系统在执行指令时存在的时滞现象设计了时延补偿模块;其次,在控制器设计部分采集速度和位置误差建立滑模切换函数,并通过微分方程推导建立滑模控制器;最后,为了抑制滑模控制器固有的抖振现象,将其输出的切换控制量采用径向基神经网络进行目标训练从而优化控制器。[结果及结论]基于徐州地铁3号线二期改造列车参数在Matlab软件上进行仿真试验,其仿真结果证明该算法保证了列车在运行过程中,控制器输出的速度可以更高效精确地跟踪给定的推荐速度曲线。