模糊PID控制在列車ATO系統(tǒng)中的仿真研究

倪志剛

（上海交通大學(xué)自動化系，上海 201302）

模糊PID控制在列車ATO系統(tǒng)中的仿真研究

倪志剛

（上海交通大學(xué)自動化系，上海 201302）

文章重點(diǎn)介紹了PID控制算法和模糊控制算法在軌道車輛自動駕駛中的應(yīng)用，綜合利用這兩種算法即根據(jù)誤差閥值自動切換這兩種控制算法的模糊PID控制算法是一種較好的方法。通過LabView對模糊PID算法的模擬顯示，這種自動控制算法可收到良好的控制效果。

PID算法；模糊控制；車輛自動駕駛

近年來，隨著我國國民經(jīng)濟(jì)的發(fā)展，我國軌道列車的通行能力，調(diào)度的安全性，能源的損耗，環(huán)境污染等各類問題日益凸顯出來，同時繁重的駕駛操作也是引發(fā)交通事故的一個重要原因。這些交通問題引發(fā)了新一輪的研究熱潮，比如自動駕駛，它主要是采用計(jì)算機(jī)控制，結(jié)合人工智能和現(xiàn)代通信技術(shù)使得交通更加安全，進(jìn)一步提高道路通行能力。

列車自動駕駛系統(tǒng)最主要的功能是自動調(diào)整車速，并能進(jìn)行站內(nèi)定點(diǎn)停車，使列車平穩(wěn)地停在車站的正確位置。目前大部分自動駕駛（ATO）系統(tǒng)控制算法采用的是自適應(yīng)PID控制或者一般PID控制。PID控制ATO系統(tǒng)的缺點(diǎn)是控制速度時加減切換次數(shù)過多，不利于平穩(wěn)運(yùn)行，又破壞了舒適度，同時增加能耗。模糊控制雖舒適性好，但存在著速度控制精度低的問題。因此本文將PID控制技術(shù)與模糊控制有機(jī)結(jié)合起來，優(yōu)勢互補(bǔ)，試圖解決ATO系統(tǒng)調(diào)速的快速性、精確性以及運(yùn)行舒適性等問題。

1 LabView平臺簡介

LabView是由美國國家儀器公司研制開發(fā)的一種程序開發(fā)平臺，類似于 C和 Basic的環(huán)境，與一般計(jì)算機(jī)語言不同，LabView使用G語言編寫程序，G語言是一種圖形化語言，是框圖形式的。

LabView具有很高的編程效率，這個編程平臺將數(shù)據(jù)分析、過程通信和圖形化用戶界面結(jié)合在了一起，它提供了一種不同于以往編程模式的全新的程序設(shè)計(jì)方法。LabView能夠通過網(wǎng)絡(luò)、SQL等常見的方式與不同的數(shù)據(jù)源相連。

通過LabView平臺，用戶可以充分發(fā)揮想象力，充分利用計(jì)算機(jī)現(xiàn)有的軟硬件環(huán)境，開發(fā)出功能各異的強(qiáng)大的虛擬儀器。利用LabView可以方便的生成自己所定義的虛擬儀器，因而被筆者選中作為仿真研究的編程軟件。

2 PID控制器的分析研究

所謂PID算法是指在過程控制中，按照偏差的比例、積分、微分進(jìn)行控制。PID控制器利用測量所得到的誤差，利用比例、積分、微分等數(shù)學(xué)運(yùn)算得出控制量，再依據(jù)所得的控制量對系統(tǒng)進(jìn)行控制。

對于軌道交通車輛來說，筆者對其PID控制器作了如下設(shè)計(jì)：

PI控制器的可表示為如下數(shù)學(xué)公式：

在式（1）中，u（t）是控制器的輸出量，e（t）是給定量和輸出量的差，Kp是比例系數(shù)，TI是積分時間常數(shù)。

在我們的軟件設(shè)計(jì)中，需要對式一進(jìn)行離散化：

其中 T為時間微元，也就是一個時間周期，e（j）是第 j次采樣時刻的偏差量。

由于PID控制器要應(yīng)用到控制系統(tǒng)，需要將一階慣性環(huán)節(jié)1/（Ts＋1）數(shù)中，由此我們從系統(tǒng)的角度分析了軌道車輛自動控制系統(tǒng)的總體設(shè)計(jì)，我們用框圖程序設(shè)計(jì)LabView對系統(tǒng)PID控制器進(jìn)行設(shè)計(jì)。

然而，PID以嚴(yán)格的經(jīng)典數(shù)學(xué)方法為基礎(chǔ)，對于我們的軌道交通車輛的自動駕駛來說，通過LabView仿真可以得到這樣的結(jié)論：PID雖具有良好控制精度，但其快速性與超調(diào)之間不可調(diào)和的矛盾使得PID這種控制算法不易控制加速度，難以滿足ATO系統(tǒng)舒適性與快速性。

3 軌道交通車輛自動駕駛的模糊控制分析

由軌道車輛動力學(xué)模型易知，對于軌道車輛來說，車輛運(yùn)動主要受制于軌道限速及其坡度和驅(qū)動輪的動力。對軌道車輛的模糊控制方法本身就類似于傳統(tǒng)的人工駕駛，在人工駕駛軌道車輛時，車的位置速度都是駕駛員得到的模糊量，而模糊控制算法正是要利用接受這些不確定的道路交通信息來輸出與人類似的控制量，實(shí)現(xiàn)軌道車輛的道路駕駛。車輛駕駛是一種很典型的時延非線性系統(tǒng)，這正是模糊控制系統(tǒng)相對于傳統(tǒng) PID控制系統(tǒng)的優(yōu)點(diǎn)所在。

軌道車輛模糊控制的輸入為軌道限速和驅(qū)動輪動力兩個輸入量，模糊控制的規(guī)則庫是一個模糊系統(tǒng)的核心，針對軌道交通的特點(diǎn)，筆者設(shè)計(jì)了幾個合理的規(guī)則以便用 LabView進(jìn)行模擬。分別就不同的速度矢量和軌道坡度的不同規(guī)定了輸出。在筆者的試驗(yàn)中，模糊系統(tǒng)采用的算法為Mamdani型模糊控制算法。

LabView仿真實(shí)驗(yàn)表明，模糊控制雖然有較強(qiáng)的魯棒性，但是其控制精度稍低，對輸入?yún)?shù)的變化不敏感，這種特點(diǎn)表明，模糊控制適用于快速控制，但是對于PID控制還不能實(shí)現(xiàn)完全的取代。

4 結(jié)合PID和模糊控制優(yōu)點(diǎn)進(jìn)行設(shè)計(jì)

由于PID和模糊控制算法具有各自不同的優(yōu)缺點(diǎn)，其適用范圍也不盡相同，因此我們可以結(jié)合PID和模糊控制的優(yōu)點(diǎn)設(shè)計(jì)一種全新的軌道交通車輛控制系統(tǒng)。

筆者所采用的方法是一種基于LabView的模糊PID切換控制器，這種控制器在系統(tǒng)中可以決定是由模糊控制系統(tǒng)還是由PID控制器來控制軌道交通車輛，這取決于系統(tǒng)所收到的誤差的大小，當(dāng)誤差的絕對值大于預(yù)設(shè)設(shè)定的閥值時，軌道車輛的控制系統(tǒng)將控制權(quán)交給動態(tài)響應(yīng)快的模糊控制系統(tǒng)進(jìn)行控制，反之，當(dāng)誤差小于所設(shè)定的閥值時，穩(wěn)態(tài)控制好的PID控制系統(tǒng)將對軌道車輛進(jìn)行控制，以發(fā)揮PID控制的精確定位的優(yōu)點(diǎn)，有效解決積分飽和和超調(diào)等問題。

使用LabView我們可以實(shí)現(xiàn)模糊算法編程。經(jīng)筆者多次試驗(yàn)測得，當(dāng)位置誤差絕對值fabs（e）＞0.16 m時，軌道交通系統(tǒng)采用模糊控制，當(dāng)fabs（e）≤0.16 m時，我們采用PID控制系統(tǒng)。采用0.16 m作為臨界值是具有最好的性能的。

對于PID控制器，在此我們采用數(shù)字增量式的PID算法控制器，之所以要選用這種 PID控制器，其優(yōu)點(diǎn)在于增量值 du只同最近的三次誤差值有關(guān)，由于不考慮太過遙遠(yuǎn)的誤差，因而這種控制不會產(chǎn)生太大的積累誤差，做出的反應(yīng)最貼近于當(dāng)前情況，其公式可表示如下：

由此我們可以綜合模糊控制和 PID控制算法的優(yōu)點(diǎn)得到基于LabView的模糊PID切換控制的軌道交通車輛自動駕駛控制系統(tǒng)。這個控制系統(tǒng)的說明如下：調(diào)用模糊算法求出模糊控制表，接受位置，速度矢量求的誤差及變化率，然后應(yīng)用模糊PID算法切換控制得到控制增量，交與模糊控制系統(tǒng)或PID控制系統(tǒng)進(jìn)行控制，快速得到可行的控制方案對軌道車輛的狀態(tài)進(jìn)行調(diào)整。

圖1 控制系統(tǒng)

5 仿真設(shè)計(jì)及運(yùn)行

為了能夠進(jìn)行車輛的仿真模擬，還需要對仿真功能進(jìn)行設(shè)計(jì)，才能對軌道車輛的運(yùn)行實(shí)現(xiàn)仿真，該功能模塊主要模擬車輛的運(yùn)行環(huán)境。仿真軟件控制臺主要包括輸入軌道、輸入仿真車輛、仿真系統(tǒng)復(fù)位等功能。只要依次輸入軌道參數(shù)，車輛模型和編寫好的模糊PID算法，仿真環(huán)境就會運(yùn)行搭建好的環(huán)境。軌道和交通車輛都是事先建立好的模型，控制算法也是軟件生成的文件。

仿真開始后，首先軌道文件調(diào)入程序中，然后讀入交通車輛的模型，之后控制算法發(fā)揮作用，盡可能以將最佳的狀態(tài)調(diào)整軌道車輛的狀態(tài)，當(dāng)軌道和車輛信息均輸入程序后，通過軌道信息和車輛當(dāng)前狀態(tài)來控制軌道車輛的運(yùn)行，直到完成仿真測試。

筆者對單獨(dú)使用PID算法和單獨(dú)使用模糊控制算法時與模糊PID控制算法做了對比，見圖2。我們可以發(fā)現(xiàn)，相比于單獨(dú)使用PID或模糊控制算法，模糊PID切換控制算法具有很好的穩(wěn)定性和魯棒性。

圖2

6 結(jié)束語

綜上所述，采用模糊PID控制算法可以較好的解決軌道車輛的自動駕駛問題。我們在Labview上對不同的平面彎道情況作了自動駕駛的仿真測試，結(jié)果表明筆者所采用的模糊PID控制方法可以很好的控制車輛進(jìn)行安全的自動駕駛，具有良好的魯棒性，對于軌道車輛的至關(guān)重要速度控制有著良好的效果。

Fuzzy PID Control in Train ATO System’s Simulation Research

Ni Zhigang

The article introduced with emphasis the PID control algorithm and the fuzzy control algorithm in the railbound vehicle selfpiloting’s application, comprehensive utilization these two algorithms are the basis error valve value automatic cut over these two kind of control algorithm fuzzy PID control algorithm are one good method.Passes LabView conformable display to fuzzy PID algorithm that this kind of automatic control algorithm may receive the good control effect.

PID algorithm; fuzzy control; uehicles self－piloting

TP273

A

1000－8136（2011）03－0005－02