近年来,随着高速列车的不断提速与优化,人们无疑对列车粘着性能的要求也逐步提高。而在列车的运行过程中,列车轮轨之间的粘着程度对其所处轮轨表面的情况非常敏感,受到多种因素的影响。如果发生空转或滑行而不能及时控制,可能导致轮轨接触不良、轮轨发热和轮轨擦伤等现象,甚至会出现脱轨等严重事故,这将会危及全民的安全。因此,研究高速列车轮轨粘着问题具有重大的实际意义。本文主要针对高速列车的粘着控制方法进行相关研究。以提高粘着利用率为最终目的,探究了一种基于粘滑特性的高速列车轮轨最优粘着控制策略,主要研究内容如下:第一,从高速列车的牵引机理和轮轨粘着原理出发,分析了轮轨粘着力产生的本质、轮轨的蠕滑现象以及粘着特性,同时也介绍了影响轮轨粘着系数的主要因素;第二,分析并得出列车牵引系统的动力学方程,以CRH2A型列车为例,在Matlab/simulink环境中搭建列车单轴动力学模型,给予10N级位牵引力作为驱动,并与实际运行特性比较,验证模型了有效性,为后续研究奠定基础;第三,针对粘着系数难以实时获得的问题,构建全维状态观测器,并且适当地配置极点,旨在能够有效利用反馈矩阵来更加准确地估算出负载转矩,最终间接估算出轮轨粘着系数。通过仿真可得,此观测器有效地解决了普通观测器对外界干扰的敏感性的问题,提高了观测精度,稳定性较好;第四,针对粘滑曲线斜率难以求解的问题,通过引入带遗忘因子递推最小二乘法在不用直接求导的情况下估算曲线斜率。选用梯度下降法对最优参考蠕滑速度进行推定,针对传统固定步长梯度法在靠近极值点处由于斜率变小导致搜索速度慢的问题,将sigmoid函数引入极值搜索中,同时设置搜索步长为与斜率相关的函数,并结合PID控制使其在不同路况下迅速且自动搜索出各自所对应的粘着峰值点。仿真验证了此方法在轨面突变时的有效性和搜索极值过程中的准确性,且优于传统的梯度下降搜索法;为解决传统PID控制器参数难以整定的问题,加入RBF神经网络控制方法,以不断调整PID控制器的参数,优化控制性能。通过对比可得本文最终给出的最优粘着控制在抑制高速列车空转情况下可行有效,满足防空转目的。同时此方法优于传统PID控制,能够使列车快速实现最优粘着并获得较高的粘着利用率,平均粘着利用率97%左右,同时能够及时响应不同路况,稳定性较强,基本无超调现象。