首页> 中文学位 >基于迭代学习控制的几类列车自动控制问题研究
【6h】

基于迭代学习控制的几类列车自动控制问题研究

代理获取

目录

文摘

英文文摘

致谢

1 绪论

1.1 引言

1.2 迭代学习控制理论

1.2.1 迭代学习辨识

1.2.2 有限区间迭代学习控制

1.2.3 终端迭代学习控制

1.3 列车自动控制领域的若干问题

1.3.1 列车运行阻力模型的参数辨识

1.3.2 列车运行曲线的跟踪控制

1.3.3 列车运行的安全性问题

1.3.4 列车进站停车控制

1.4 论文主要工作及组织结构

1.4.1 论文主要工作

1.4.2 论文创新点

1.4.3 论文结构安排

2 基于迭代学习辨识的列车动力学模型参数辨识

2.1 引言

2.2 问题的数学描述和基本假设

2.2.1 列车运行动力学模型

2.2.2 辨识模型及假设条件

2.3 模型参数的参数辨识算法及收敛性定理证明

2.3.1 迭代学习辨识器

2.3.2 收敛性定理及证明

2.3.3 辨识结果分析

2.4 实例仿真研究

2.5 本章小结

3 基于迭代学习控制的列车运行曲线跟踪控制

3.1 引言

3.2 问题的数学描述和基本假设

3.3 基于迭代学习的列车跟踪控制算法

3.3.1 系统不含扰动时的控制量不受限的迭代学习算法

3.3.2 系统不含扰动时的控制量受限的迭代学习算法

3.3.3 系统含有扰动时的控制量不受限的迭代学习算法

3.3.4 系统含有扰动时的控制量受限的迭代学习算法

3.4 实例仿真研究

3.4.1 系统不含扰动时的控制量不受限的算法仿真

3.4.2 系统不含扰动时的控制量受限的算法仿真

3.4.3 系统含有扰动时的控制量不受限的算法仿真

3.4.4 系统含有扰动时的控制量受限的算法仿真

3.5 本章小结

4 列车运行安全性问题研究

4.1 引言

4.2 基于迭代学习控制的超速和追尾事故防护

4.2.1 列车超速事故防护

4.2.2 列车追尾事故防护

4.2.3 关于列车追踪间隔问题的讨论

4.3 实例仿真研究

4.3.1 列车超速防护实例仿真

4.3.2 列车追尾防护实例仿真

4.4 本章小结

5 基于终端迭代学习控制的列车自动停车控制

5.1 引言

5.2 问题的数学描述和基本假设

5.3 基于终端迭代学习控制的列车自动停车算法

5.3.1 初始制动位移作为控制量的停车算法

5.3.2 制动力作为控制量的停车算法

5.3.3 初始制动位移和初始速度同时作为控制量的停车算法

5.4 实例仿真研究

5.4.1 初始制动位移作为控制量的算法仿真

5.4.2 初始速度作为控制量的算法仿真

5.4.3 初始制动位移和初始速度同时作为控制量的算法仿真

5.5 本章小结

6 结论与展望

6.1 结论

6.2 有待于进一步研究的问题

参考文献

附录 A

A.1 Bellman-Gronwall引理

A.2 矩阵范数与谱半径的关系

作者简历

论文与科研

学位论文数据集

展开▼

摘要

论文将迭代学习控制理论引入列车自动控制领域,研究了动力学模型的参数辨识,运行曲线跟踪控制,安全控制,以及进站停车控制等列控领域的重要问题,提出了多种新算法。在这些基于迭代学习控制的列控算法中,列车运行的重复性信息被充分挖掘和利用,因此控制性能可以随列车重复运行而逐步提高。
   现将论文的主要工作及创新点总结如下:
   第一,提出了列车动力学模型参数的迭代学习辨识算法。算法以实测数据为期望输出量,以待辨识参数为控制输入量,借助迭代学习辨识器不断更新待辨识参数,最终使该参数逼近期望值。通过严格的数学分析证明了待辨识参数误差的收敛性,随后通过实例仿真验证了算法的有效性。
   第二,提出了基于迭代学习控制的列车运行曲线跟踪控制算法。算法以期望的列车最优运行曲线为跟踪目标,利用前次运行时的速度跟踪偏差校正当前运行的控制量(牵引力或制动力),从而使得列车在重复运行过程中跟踪性能逐步提高。通过数学分析给出了跟踪误差收敛性定理。最后的实例仿真验证了所提算法的有效性。
   第三,分析了应用所提运行运行曲线跟踪控制算法时列车运行的安全性问题。通过对列车速度跟踪误差和位移跟踪误差的分析,给出了防止超速和追尾事故发生的充分性条件,然后以此为基础分析了列车最小追踪间隔问题。
   第四,提出了基于终端迭代学习控制的列车自动停车控制算法。算法依次选取初始制动位置,制动力,以及两者的组合作为控制量,给出了三种情形下的终端迭代学习控制算法并证明了停车误差的收敛性。在第三种算法中,同时选取系统的初始状态(初始制动位置)和外部输入信号(制动力)为控制量,以充分利用系统资源提高误差收敛速度,从理论上提出了一种终端迭代学习控制器设计的新方法。
   本文研究的基于迭代学习控制的列车自动控制算法,将列车控制问题由时间域推广到迭代域内解决,最大特点是可以使控制性能沿迭代轴逐步提高,弥补了现有的控制方法无法利用列车运行的重复性提高控制性能的缺陷。同时,文中部分算法还从理论上对迭代学习控制器的设计提出了改进。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号