基于多模型SGPC的高速列车速度及位置跟踪控制

摘要：

研究了列车自动驾驶系统(ATO)的多模型阶梯式广义预测控制(SGPC)方法.首先针对高速列车运行过程的非线性特性,采用多模型策略,建立一个线性自适应模型和一个神经网络非线性模型并行辨识系统的动态特性.然后在每个采样时刻根据性能指标切换到最优的局部模型作为系统的当前模型.设计SGPC控制器,从而实现高精度的列车速度和位置跟踪控制.最后模拟列车运行中参数突变的影响,将该方法与传统的单模型线性广义预测控制方法进行对比研究.仿真结果表明:其控制效果明显优于单模型的线性广义预测控制器.

关键词：高速列车、速度-位置跟踪、多模型SGPC、ATO、神经网络

所属期刊栏目：13

分类号：U284.48;TP273(铁路通信、信号)

资助基金：甘肃省自然科学基金项目1112RJZA040;兰州交通大学大学生科技创新基金项目DXS2012048

在线出版日期：2013-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：630-635,640