列车制动系统辨识和自适应控制分解.doc

1、系统辨识部分 1.1 列车制动系统介绍 制动系统是列车操纵系统的重要组成部分，它是用来调节车速和进行停车，是列车安全可靠运行的基本保障。现代列车通常用电空混合制动系统，它通过制动控制器协调制动和空气制动的介入比例，基本能够保证在车速变化情况下一致的制动性能[2]。 当司机操纵控制手柄时，制动控制器收到司机请求的目标加速度，它根据车重和车速进行相应补偿，然后计算出所需制动力和分配方案，最后驱动执行机构完成制动力的输出。这是一个反馈控制的过程，但是由于它并不补偿由于坡道和弯道所带来的附加影响[2]。 1.2 收集先验知识 ATO（自动驾驶系统）的功能是代替司机驾驶，它根据目标速度、行车许可及线路情况等自动产生牵引或制动指令。ATO控制器和司机对车辆的控制都是通过车辆本身的牵引控制系统和制动控制系统完成的。对于ATO来说制动模型是包括列车制动控制系统在内的车辆运行模型，它描述从输入到制动控制器的制动指令到车辆运行状态：加速度、速度间的动态关系。图1是制动模型框图[1][2]。 图1 制动模型框图 1.3 数学模型分析[3] 制动控制器通过反馈调节实现对目标加速度的跟踪，这是一个动态的过程。这个过程可以用一阶动态系统近似，另外考虑到系统传输延时，则可以用下面方程进行描述 （1） 式中，为控制加速度，它是由制动系统控制器的作用而是列车产生的加速度；A(t)为目标加速度；为系统响应时间常数；为传输延迟。 车辆实际加速度a(t)由控制加速度和环境（如弯道、坡道）造成的附加加速度构成，车辆速度v(t)由实际速度决定。 （2） （3） 目标加速度A(t)为列车制动控制器的输入指令，它通过驾驶员或ATO控制u(t)(制动指令)产生，它们之间的关心可以用式（4）静态函数关系描述。 （4） 以上方程描述了从ATO控车角度看到的列车制动模型，它可以图2框图表示。 图2 制动模型框图 其中输入为驾驶员或ATO控制指令u(t),输出为车辆实时速度v(t)，式（1）中和是需要辨识的参数。 辨识式（1）中参数需要知道控制加速度，但是由于的干扰，无法从测量的实时速度中获得。我们假设列车是在平直轨道上运行，环境影响可忽略不计的理想状态，即: （5） 那么 （6） 1.4 稳态响应参数估计[6] 暂态响应消失后 （7） 可以看出，如果u（t）为一恒值，则A（t）也为恒值。根据式（5），可以利用测量的速度来计算在各制动级别上的稳态加速度，得到如下关系： i=1,2,3，…，N （8） 实验测量数据为： U(t) 1 2 3 4 5 A(t) -20.7 -39.5 -58.4 -77.3 96.1 6 7 -115.0 -133.8 用matlab对其进行线性拟合，代码为： clear u=[1,2,3,4,5,6,7]; A=[-20.7,-39.5,-58.4,-77.3,-96.1,-115.0,-133.8]; for i=1:7; Z(i)=A(i); end ZL=Z HL=[u(1),1;u(2),1;u(3),1;u(4),1;u(5),1;u(6),1;u(7),1] c1=HL*HL; c2=inv(c1); c3=HL*ZL; c4=c2*c3 a=c4(1) b=c4(2) 程序运行结果： ZL = -20.7000 -39.5000 -58.4000 -77.3000 -96.1000 -115.0000 -133.8000 HL = 1 1 2 1 3 1 4 1 5 1 6 1 7 1 c4 = -18.8571 -1.8286 a = -18.8571 b = -1.8286 即可得 （9） 1.5 动态响应参数辨识与仿真 为了方便计算，我们将A（t）作为输入，作为输出。 式（1）描述了从目标加速度到控制加速度以和为参数的传递函数，表示为：，s为拉普拉斯变换变量。最优的参数应该是使输入u(t)得到响应与实际响应误差e(t)最小。其中：