基于混合系统建模预测控制的列车自动驾驶优化运行

• 作者: 汤旻安 王攀琦
• 来源期刊: 铁道科学与工程学报
• 学科: 交通运输
• 关键词: 混合系统 神经网络 模型预测控制 自动驾驶 优化运行
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 机车车辆与设备
• 页码范围: 1527-1534
• 页数: 8页
• 分类号: U281
• 字数: 4472字
• 语种: 中文
• DOI: 10.19713/j.cnki.43-1423/u.2019.06.024

摘要

针对现有列车自动驾驶速度追踪精度不高的问题,提出一种基于混合系统神经网络反馈补偿控制的模型预测控制算法.根据混合系统建模的特点与优势,引入辅助变量,建立混合系统列车运行动力学模型.为了便于求解包含约束的预测控制律,采用二次规划方法求出满足列车各项性能指标的控制作用序列.神经网络反馈控制器用于对系统目标速度与实际速度之间的误差进行在线学习并求出一个补偿控制量,并将补偿后的控制力作用于列车系统模型.研究结果表明:该控制结构包含补偿控制策略,可以较大程度减小系统跟踪误差,保留模型预测控制的优势,同时提高系统的控制精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤旻安	兰州交通大学自动化与电气工程学院	21	79	5.0	7.0
5	王攀琦	兰州交通大学自动化与电气工程学院	4	4	1.0	1.0