Vol.20No.9RAILWAYCOMPUTERAPPLICATIONRESEARCHANDDEVELOPMENT：1005-8451（2011）09-0005-05列车自动运行迭代学习控制算法的研究窦鹏飞，王化深（北京交通大学轨道交通控制与安全国家重点实验室，北京100044）摘要：针对列车自动运行系统，提出了新的迭代学习控制方案。为避免列车超速引发制动停车，在迭代初期设置低于计划速度曲线的期望轨迹，随着迭代次数增加，控制精度与稳定性逐渐提高，设置的期望轨迹将快速接近并保持为计划速度曲线，实现控制目标。在学习律中引入期望轨迹变化信息，实现变轨迹路径跟踪的迭代学习控制。仿真结果表明，该迭代学习控制方案能够实现变期望轨迹的跟踪，具有很快的学习速度与良好的控制性能，能够有效避免迭代初期列车速度波动导致超速紧急制动。关键词：迭代学习控制；列车自动运行；变期望轨迹；学习律：U284文献标识码：A采用先进的列车自动控制（ATC）技术，可以提高行车的密度、效率与安全性[1]，列车自动运行（ATO）系统是ATC系统中用于取代司机并对列车进行自动控制的智能子系统，其功能包括列车的自动启动、自动调速、自动停车和定点停车等。作为ATC的一个重要子系统，ATO是提高轨道交通列车运行效率、实现列车高密度运行的关键[2]。ATO系统的核心技术是列车速度自动控制（ASC）算法，列车速度自动控制的主要功能是根据接收到的来自ATP的目标速度，对列车的牵引与制动实施控制。其控制目标是在有限时间区间上对给定计划速度曲线（由ATP系统计算得到的一次模式制动曲线）进行完全跟踪。ATO速度控制算法的性能对整个系统的效率、安全性、准时性、舒适性和节能具有重大的影响，是列车自动控制系统的关键技术之一[3]。早期的ATO算法基于列车动力学模型的经验公式，通过比例、积分、微分（PID）控制技术实现列车速度调整。基于PID的ATO速度控制算法是目前为大部分城市轨道交通ATO系统所采用，并且具有成功应用经验的控制算法[4~5]。许多学者后来提出各种改进的PID算法（智能型PID算法），主要是通过与其他智能控制算法结合实现对PID控制器的参数的自整定。20世纪80年代，一些学者开始尝试将模糊控制应用到ATO中，其控制质量高于PID，并能实现多目标控制。但由于经验不完善导致控制规则不能细化，致使模糊控制不能适应控制过程中列车动力系统参数的不断变化。许多研究将专家系统运用到ATO中，但专家系统中专家知识仍然是移植自驾驶员的经验，因此专家系统与模糊控制一样无法克服因经验不完善而带来的控制质量的下降。1ATO控制器设计收稿日期：2010-11-03作者简介：窦鹏飞，在读硕士研究生；王化深，教授。1.1迭代学习控制2011.9总第174期5RCAResearchonIterativeLearningControlAlgorithmforAutomaticTrainOperationDOUPeng-fei,WANGHua-shen(StateKeyLaboratoryofRailTrafficControlandSafety,Bei激ng激aotongUniversity,Bei激ng100044,China)Abstract:AimingforAutomaticTrainOperation(ATO)System,anewIterativeLearningControlAlgorithmwaspresented.Duringtheinitialperiod,desiredtrajectoriesweresetuplowerthantheplannedspeedtrajectorytopreventtrainoverspeedingandtriggeringemergencybrake.Withtheincreasediterative,thecontrolaccuracyandstabilitywasincreasedgradually,andthedesiredtrajectorieswouldpromptlyapproachandkeepthesameasplannedspeedtrajectory.Thevariationinformationofdesiredtrajectorieswasintroducedintolearninglawtoaccomplishtheiterativelearningcontrolofvariabletrajectoriestracing.Simulatedresultsillustratedthevalidityofthepresentedmethodinpreventingtrainspeedfromoverspeeding,thehighlearningspeed,anditsgoodcontrollingcapacityinautomatictrainoperation.Keywords:iterativelearningcontrol;AutomaticTrainOperation(ATO);variabledesiredtrajectories;learninglaw---本文于网络，仅供参考，勿照抄，如有侵权请联系删除---铁路计算机应用研究与开发第20卷第9期在城市轨道交通实际运营中，列车在区间的运行是由运行图及运行计划决定的，因此是近似重复的。在重复的任...