基于改进粒子群算法的列车速度跟踪自抗扰控制器设计 .pdfVIP

基于改进粒子群算法的列车速度跟踪自抗扰控制器设计

随着我国铁路事业的快速发展，传统轮轨交通运输在安全、绿色、

智能化控制层面具有了更高层次的要求，与此同时，相应的列车自动

驾驶控制策略也需要不断地改进与完善。其中，列车速度跟踪控制作

为列车自动运行系统(AutomaticTrainOperation,ATO)的核心模块，

如何最大限度保障列车运行状态，依然具有研究意义[1]。截至2020

年7月底，我国铁路营业里程突破14万km，其中高铁3.6万km[2]，

这也意味着列车速度跟踪控制研究具备庞大的市场应用需求和研究价

值。

“我一直在寻找属于我独有的那个词。就像迷宫之于博尔赫斯，

结构主义之于略萨，和谐之于汪曾祺。”一杭舞动了一下手，脸上已

经有几分醉意。三毛把玩着玻璃杯，懒洋洋地说：“驴子拉磨走了三

年还在磨道里转，你的《真相》，说了一两个月，原来还没动笔。”

在列车速度跟踪控制问题方面，国内外研究成果相对较多，为本

文提供了良好的参考价值。针对列车控制目标速度曲线优化的瓶颈，

杨杰等[3]融合了数学推理、逻辑分析和软件仿真等优势，提出一种全

新节能运行优化算法，实现了复杂线路下列车的高效优化。同年，贾

利民等[4]提出了多模态模糊PID控制算法(MMFPID)，采用牵引力前

馈和局部输出限幅方法，较好地提升了控制器的动态性能，实现了列

车速度目标曲线的快速精准跟踪。针对高速车自动驾驶系统精确进站

停车问题，何之煜等[5]设计一种自适应模糊滑模控制器，可以柔化非

线性切换控制信号，实现精确停车。Chang等[6]提出基于差分进化算

法的模糊控制器站间运行调整算法，并通过对基本差分进化算法的改

进实现对系统的准时性、舒适性和节能性的多目标优化。Dong等[7]

针对不同工作条件，根据模糊规则和预测方法进行调整，以减少时间

延迟并提高运输效率。

基于经典PID的误差反馈处理的控制思想，韩京清[8]提出了自抗

扰控制算法(ActiveDisturbanceRejectionController,ADRC)。其中，

自抗扰算法的精髓在于对跟踪微分器、非线性状态误差反馈控制律和

扩张状态观测器的设计与优化。目前，自抗扰控制已有二十多年的发

展历程，受到了国内外学者的广泛关注与研究。龙志强等[9]以磁浮列

车为控制对象，利用自抗扰控制算法进行自动驾驶控制，研究了自抗

扰控制算法对磁浮列车运行控制系统的适应性。楚东来[10]利用改进

的粒子群算法(ParticleSwarmOptimization,PSO)，对自抗扰控制参

数进行优化设计。李诚等[11]提出一种基于动态邻居和广义学习策略

的粒子群优化全局控制策略的算法，获得在列车安全运行的前提下，

满足一定能耗、运行时间误差和停站误差要求的全局ATO控制策略。

孟建军等[12]采用列车牵引计算知识建立列车运行多目标模型，并利

用遗传算法对此模型进行优化，搭建预测模糊PID控制仿真模型，结

果表明可以最大程度地提高列车停车精度。连文博等[13]采用单质点

列车模型，令未知部分作为扩张状态设计二阶自抗扰控制器，验证了

自抗扰控制下高速列车速度跟踪控制器具有抗干扰性强、追踪精度高

等优势。针对列车时滞控制模型，Wang等[14]设计了非线性自抗扰控

制器算法，并引入人工蜂群算法，有效解决了非线性自抗扰控制器算

法参数难调整的问题。黄江平等[15]针对列车节能控制优化效果不明

显、收敛速度慢等问题，提出一种引入自适应惯性权重，同时加入具

有调整能力的动态学习因子与改进速度更新公式的粒子群优化算法，

与传统的列车运行优化算法相比，改进后的优化算法收敛速度更快，

列车节能效果更好。

针对货运列车速度跟踪控制问题，设计二阶非线性自抗扰控制器，

并选择合适的适应度函数。针对自抗扰控制器参数多、整定难的问题，

选用粒子群算法进行参数整定，采用改进惯性权重w的方法来改进粒

子群算法，加快算法有哪些信誉好的足球投注网站速度。

1货运列车的控制模型

采用单质点列车模型，以HXD3列车为例，研究机车的牵引和制

动特性。模型表示如下

(1)

式中：x为列车运行距离；v为列车运行速度；F