论文部分内容阅读
为了满足城市轨道交通系统高效率和高密度的要求,列车自动驾驶系统(ATO)能代替有经验的司机完成自动驾驶列车的任务,利用地面信息实现对列车牵引和制动的控制,使列车经常处于最优运行状态。停车精度是ATO系统的一项重要性能指标,通常要求为±30cm,停车位置不准确将影响乘客的上下车,尤其是在带有屏蔽门的月台,其次还有可能影响列车与地面的通信。为了实现精确停车,其核心是能够进行精确的速度控制,而列车运行系统是一个复杂的非线性动力学系统,其走行特性的不稳定性造成了速度控制的困难。为此,本文在系统分析及总结已有研究成果的基础上,结合了车辆动力学模型、系统辨识理论和线性二次型最优控制理论,设计出基于线性二次型最优调节器(LQR)的精确停车控制算法,改善ATO系统的速度控制能力,达到停车精度为±30cm的性能指标要求。论文的研究内容主要包括以下几个方面:1、研究了列车的牵引特性和制动特性,分析了列车基本阻力和附加阻力的影响因素,采用单质点模型,考虑动力伺服系统对列车运动特性的影响,建立了车辆动力学模型。2、分析大连快轨三号线的实验数据,采用最小二乘法,对其车辆的基本阻力参数、牵引制动参数和动力伺服系统参数进行了辨识,建立了大连轻轨车辆模型,并通过仿真验证了模型的准确性。3、在大连轻轨车辆模型的基础上,分析ATO系统的结构和影响因素,根据系统性能指标设计精确停车PID控制器,并将最优控制跟踪问题转化为最优调节器问题,提出了基于LQR的精确停车控制算法。4、对基于LQR的精确停车控制算法进行了仿真验证。在相同条件下,将LQR控制器和优化后的PID控制器性能进行对比,仿真结果表明LQR控制器的跟踪性能优于PID控制算法,且制动档位切换量少于PID控制器,停车精度达到+/-30cm的性能指标;分析了线路条件、测速误差、系统时滞和加权矩阵对LQR控制器性能的影响,得到不同影响因素下的速度控制精度、制动档位切换特性和停车精度。实验室仿真验证结果表明,当测速误差不超过0.5km/h,系统时滞为0.6s,线路坡度值为-1时,取加权阵R=1,Q≥1000,基于LQR的精确停车控制算法的停车精度达到+/-30cm的性能指标,为开发出实用化的ATO系统奠定了理论基础。