基于最优蠕滑率的列车防滑控制研究

由于轨面环境的时变,传统列车防滑算法不能使列车很好地利用轮轨间的黏着力,导致制动距离过大。针对这种现象,提出基于最优蠕滑率的自适应滑模控制算法。该算法首先利用一阶低通滤波器得到轮轨间的黏着力;接着设计一种动态遗忘因子递归最小二乘算法,来对轨面环境的最优蠕滑率进行实时估计;最后在传统滑模算法基础上引入自适应算法,在解决外部干扰的同时,抑制了滑模控制抖动。实验结果表明,该算法可以使蠕滑率快速收敛于参考值,使列车能更好地适应轨面变化,减少了制动距离,保证了良好的防滑效果。

基于最优蠕滑辨识的高速列车黏着控制研究

针对高速列车黏着控制提出一种最优蠕滑辨识方法,通过仿真分析验证该方法的有效性。通过捕捉瞬态控制和稳态控制切换时的蠕滑率作为控制基准值,以模糊控制方式对控制基准值进行调节,实时辨识轨面最优蠕滑率。该方法以最优蠕滑率为控制目标达到获取最优黏着控制效果,实现了最大黏着系数利用、提升牵引力发挥稳定性的目的,为黏着控制在高速列车领域的应用提供了指导。