基于神经网络的预测控制在摆式客车倾摆系统的应用研究

【摘要】：摆式客车作为在既有铁路线特别是那些曲线较多的山区铁路上能较大幅度提高列车运行速度的车辆，其应用具有巨大的潜力。倾摆控制系统是摆式客车的核心部分，其可靠性对列车的安全运行至关重要，倾摆控制系统的可靠性直接关系到列车运行安全，而实时性不仅直接影响列车运行的安全性同时还关系着开发摆式列车的初衷：提高曲线通过速度及提高过曲线时旅客的舒适性。保障其高可靠性及实时性是摆式列车应用技术研究成败的关键，基于预测加速度信号的预测控制技术为提高控制系统的实时性开辟了一条新的途径。本文结合铁道部科技开发项目：“摆式列车倾摆控制系统的研制”，对摆式列车倾摆控制系统用预测的加速度信号进行预测控制进行了探索性研究。 摆式列车倾摆控制系统是一个复杂的、具有诸多不确定性及非线性因素的动态系统，当考虑这些因素时采用常规的线性控制方法很难达到有效的控制。神经网络作为一种新的方法和手段，已被广泛地应用于非线性系统的控制中，但在机车车辆的控制中的应用少有报道。本文在国内首次系统地将神经网络引入摆式列车倾摆控制系统中：用神经网络预测的加速度信号建立控制参考输入信号；非线性控制系统的辨识；神经网络预测控制与鲁棒控制相结合构成复合智能控制器以探索解决非线性系统的控制问题。从工程应用的角度深入研究了基于神经网络的预测、辨识及控制策略。 在分析计算摆式客车倾摆控制系统倾摆控制参考信号的各环节以及各环节的延迟时间基础上，用神经网络进行信号的预测，系统的辨识及预测控制方面的研究，研究成果的创新之处主要是： (1)对列车在线路上运行的横向加速度信号的测试数据进行软件滤波，对滤波后的加速度信号用多种方法进行预测研究，探索取代陀螺仪的滞后补偿作用的另一新的补偿方法。研究表明：在一定满意精度范围内，预测信号方法可以代替陀螺仪的补偿作用。 (2)考虑伺服电机及机械系统的非线性对车体倾摆的影响，主要考虑伺服电机的饱和非线性特性的影响，应用神经网络方法对具有非线性特性的系统输入输出数据进行辨识研究，建立摆式客车伺服系统神经网络非线性模型。 (3)利用预测横向加速度进行摆式客车的预测控制研究。对预测的横向加速度进行一定的处理，产生基于预测的摆式客车倾摆控制参考输入信号， 西南交通大学博士研究生学位论文 第IV页 并对倾摆控制系统进行控制，解决摆式客车倾摆控制系统的非线性控制问题， 可以不用陀螺仪而实现实时控制的目的，这样提高了控制系统的可靠性，节 省购买陀螺仪的成本。 实验和研究结果表明，论文提出的基于预测加速度的摆式列车倾摆控制 系统神经网络预测控制方法在理论上是可行的，在工程上也是可实现的。采 用神经网络预测控制方法，为摆式客车控制系统指出了新的研究方向，论文 的研究结果对摆式列车倾摆控制系统的设计具有理论指导意义。