期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
高速动车组数据驱动无模型自适应控制方法 被引量:8
1
作者 李中奇 周靓 杨辉 《自动化学报》 EI CAS CSCD 北大核心 2023年第2期437-447,共11页
针对动车组的速度跟踪控制问题,同时考虑到现有基于模型的控制方法对系统动力学模型的依赖性,以及传统无模型自适应控制时变参数估计算法的复杂性,将改进的多输入多输出(Multiple-input multiple-output,MIMO)偏格式动态线性化无模型自... 针对动车组的速度跟踪控制问题,同时考虑到现有基于模型的控制方法对系统动力学模型的依赖性,以及传统无模型自适应控制时变参数估计算法的复杂性,将改进的多输入多输出(Multiple-input multiple-output,MIMO)偏格式动态线性化无模型自适应控制(Partial form dynamic linearization-improved model-free adaptive control,PFDL-iMFAC)方法引入到动车组自动驾驶系统中.该控制方法在无模型自适应控制的基础上,考虑滑动时间窗口,增加了可调自由度和设计灵活性,并在输入准则函数中加上对能量函数的惩罚项,减少能量损耗,为动车组的跟踪精度和节能运行提供了一种优化的方法,在满足动车组速度跟踪效果好的前提下实现节能运行.最后以CRH380A动车组为对象进行仿真实验,通过与传统无模型自适应控制对比:所提出的控制算法各动力单元速度跟踪误差在±0.2 km/h以内,加速度在±0.65 m/s^(2)以内且变化平稳,比传统无模型自适应控制方法节约9.86%的能量. 展开更多
关键词 列车自动驾驶 无模型自适应控制 速度跟踪 数据驱动 节能控制 偏格式数据模型
下载PDF
Model-free adaptive robust control method for high-speed trains
2
作者 Zhongqi Li Liang Zhou +1 位作者 Hui Yang Yue Yan 《Transportation Safety and Environment》 EI 2024年第1期93-102,共10页
Aiming at the robustness issue in high-speed trains(HSTs)operation control,this article proposes a model-free adaptive control(MFAC)scheme to suppress disturbance.Firstly,the dynamic linearization data model of train ... Aiming at the robustness issue in high-speed trains(HSTs)operation control,this article proposes a model-free adaptive control(MFAC)scheme to suppress disturbance.Firstly,the dynamic linearization data model of train system under the action of measurement disturbance is given,and the Kalman filter(KF)based on this model is derived under the minimum variance estimation criterion.Then,according to the KF,an anti-interference MFAC scheme is designed.This scheme only needs the input and output data of the controlled system to realize the MFAC of the train under strong disturbance.Finally,the simulation experiment of CRH380A HSTs is carried out and compared with the traditional MFAC and the MFAC with attenuation factor.The proposed control algorithm can effectively suppress the measurement disturbance,and obtain smaller tracking error and larger signal to noise ratio with better applicability. 展开更多
关键词 automatic train operation(ATO) model-free adaptive control(MFAC) disturbance suppression minimum variance estimation Kalman filtering(KF) partial format data model
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部