项目名称: 基于迭代学习的城市轨道交通列车自动运行控制研究

项目编号: No.61503180

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 自动化技术、计算机技术

项目作者: 刘娣

作者单位: 南京工程学院

项目金额: 19万元

中文摘要: 完善的城市轨道交通列车控制系统是列车安全、舒适、低能耗运行的重要保证。本申请以列车运行速度跟踪控制系统为研究对象,以列车运行多指标优化控制为科学问题,提出一种基于迭代学习的前/反馈式列车速度跟踪控制算法。首先,研究一种基于趋近律的迭代初态偏差修正算法,为学习律的应用提供初始条件,同时,提出一种基于扰动观测器且增益可变的ILC算法,实现对初态误差的鲁棒性、抑制非重复性扰动及快速收敛;其次,对多指标约束下的列车速度满意控制算法进行研究,提取列车运行期望指标集并分析其相容性,研究控制器存在的充分性条件,求取满意解集;最后,实现两种控制算法的有效融合以弥补单一控制器的不足,并基于dSPACE半实物仿真系统对算法控制性能进行实验研究,评价算法有效性,为算法优化提供研究基础。本项目的理论研究紧密结合了研究对象的工程特性及指标要求,可为高速列车自动运行控制系统的实施提供方法论。

中文关键词: 轨道交通;运行控制;迭代学习控制;满意控制;初态

英文摘要: The perfect urban rail transit train control system is the important guarantee for the safety, comfortable and low energy consumption of the train operation. For the optimization of train operation indexes, feedforward-feedback control strategy of train speed tracking control system based on iterative learning control (ILC) is studied in this project. Firstly, the correction algorithm of initial state error based on reaching law is studied so as to provide the initial condition for the application of learning law. At the same time, an ILC algorithm with variable gain is proposed based on disturbance observer to obtain the robustness of initial state error, the inhibition of non repetitive disturbances and rapid convergence. Secondly, the train speed satisfactory control algorithm is studied in the multiple index constraints. The desired index set of train operation is obtained and its consistency is analyzed. The sufficient condition of a PID controller existing is studied and the satisfactory solution set is obtained. Finally, the effective integration of ILC algorithm and satisfactory PID algorithm is realized to make up for the deficiency of single controller. The performance of the control system is analyzed by dSPACE semi-physical simulation system and the algorithm effectiveness is evaluated to provide research foundation for algorithm optimization. The theoretical research of this project closely combines the engineering real characteristics and the index requirement so as to provide methodology for high speed train automatic operation control system implementation.

英文关键词: rail transit;operation control;iterative learning control;satisfactory control;initial state

成为VIP会员查看完整内容
0

相关内容

Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
97+阅读 · 2021年6月23日
基于深度学习的行人检测方法综述
专知会员服务
68+阅读 · 2021年4月14日
专知会员服务
29+阅读 · 2021年4月12日
专知会员服务
25+阅读 · 2021年4月2日
自动驾驶软件测试技术研究综述
专知会员服务
57+阅读 · 2021年2月19日
专知会员服务
132+阅读 · 2021年2月17日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
最新《智能交通系统的深度强化学习》综述论文,22页pdf
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
61+阅读 · 2020年7月12日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Simple and Effective Unsupervised Speech Synthesis
Arxiv
2+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月17日
已删除
Arxiv
32+阅读 · 2020年3月23日
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
小贴士
相关VIP内容
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
97+阅读 · 2021年6月23日
基于深度学习的行人检测方法综述
专知会员服务
68+阅读 · 2021年4月14日
专知会员服务
29+阅读 · 2021年4月12日
专知会员服务
25+阅读 · 2021年4月2日
自动驾驶软件测试技术研究综述
专知会员服务
57+阅读 · 2021年2月19日
专知会员服务
132+阅读 · 2021年2月17日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
最新《智能交通系统的深度强化学习》综述论文,22页pdf
相关资讯
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
61+阅读 · 2020年7月12日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员