高速列車(chē)的自適應(yīng)動(dòng)態(tài)面速度位移跟蹤控制

徐傳芳 陳希有 鄭祥 王英 李衛(wèi)東

摘 ?要：針對(duì)列車(chē)運(yùn)行控制中對(duì)目標(biāo)速度和位移的跟蹤控制問(wèn)題，建立了考慮牽引與制動(dòng)轉(zhuǎn)矩產(chǎn)生動(dòng)態(tài)過(guò)程的高速列車(chē)運(yùn)行模型，提出了高速列車(chē)的自適應(yīng)動(dòng)態(tài)面控制算法，在消除"計(jì)算爆炸"問(wèn)題的同時(shí)，可以實(shí)現(xiàn)對(duì)目標(biāo)速度和位移的高精度跟蹤。設(shè)計(jì)了自適應(yīng)動(dòng)態(tài)面控制律，將不確定的運(yùn)行阻力、未知的粘滯摩擦系數(shù)以及未測(cè)量狀態(tài)等構(gòu)成的不確定項(xiàng)看作系統(tǒng)的“總擾動(dòng)”，并引入擴(kuò)張狀態(tài)觀測(cè)器進(jìn)行在線估計(jì)，擴(kuò)張狀態(tài)觀測(cè)器產(chǎn)生的估計(jì)誤差由虛擬控制信號(hào)中的魯棒項(xiàng)來(lái)補(bǔ)償，未知參數(shù)由自適應(yīng)律估計(jì)得到。基于Lyapunov方法證明了閉環(huán)系統(tǒng)是穩(wěn)定的，穩(wěn)定狀態(tài)時(shí)，高速列車(chē)的位移跟蹤誤差可以任意小，速度跟蹤誤差能收斂到零。仿真結(jié)果證明了算法的有效性。

關(guān)鍵詞：高速列車(chē);跟蹤控制;自適應(yīng)動(dòng)態(tài)面控制;擴(kuò)張狀態(tài)觀測(cè)器;李亞普諾夫

DOI：10.15938/j.emc.（編輯填寫(xiě)）

中圖分類(lèi)號(hào)： u260.36 ? ? ? ? ? ? 文獻(xiàn)標(biāo)志碼：A ? ? ? ? ?文章編號(hào)：1007 -449X（2017）00-0000-00（編輯填寫(xiě)）

Abstract： In view of the tracking control on given target speed and position of high-speed train（HST）， the operation model of HST was established considering the traction and braking torque generation dynamics. Based on the model， an adaptive dynamic surface control method was proposed to ensure the high-precision tracking on desired speed and position of HST as well as eliminate the "explosion of complexity". In the method， adaptive dynamic surface control law was designed，in which the extended state observer（ESO） was introduced to estimate the "total resistance" of the system resulted from the unavailable running resistance， the unknown viscous friction coefficients and the unmeasured states， the estimation error caused by the ESO was compensated by the robust term of the virtual control signals， and the unknown parameters were obtained online via adaptive law. A Lyapunov-based stability analysis is given， which shows the stability of the closed-loop system，with the position tracking error arbitrarily small and the speed tracking error converging to zero in steady state. Simulation results demonstrate the effectiveness of the proposed method.

Keywords： high-speed train（HST）; tracking control; adaptive dynamic surface control; extended state observer

（ESO）; Lyapunov

0 引 ?言

列車(chē)運(yùn)行控制系統(tǒng)是確保軌道交通安全的關(guān)鍵技術(shù)之一[1]，它分為目標(biāo)速度位移曲線的優(yōu)化和目標(biāo)速度位移的跟蹤控制兩大環(huán)節(jié)[2]。目標(biāo)速度位移優(yōu)化曲線是控制系統(tǒng)的跟蹤對(duì)象，獲得理想的優(yōu)化曲線對(duì)于高速列車(chē)的節(jié)能降耗至關(guān)重要。然而如果不能實(shí)現(xiàn)對(duì)目標(biāo)曲線的精確跟蹤，曲線的優(yōu)化也就失去了意義。為了實(shí)現(xiàn)對(duì)目標(biāo)速度和位移的精確跟蹤，需要探索有效的高速列車(chē)運(yùn)行模型與控制方法。

反步法采用迭代遞推設(shè)計(jì)的方式，從不含控制輸入的第一個(gè)子系統(tǒng)開(kāi)始，向含有控制輸入的子系統(tǒng)“反推”進(jìn)行控制器設(shè)計(jì)[3-4]，具有較強(qiáng)的處理不確定性非線性系統(tǒng)控制問(wèn)題的能力。文獻(xiàn)[5-6]將反步法成功的應(yīng)用到了高速列車(chē)的速度和位移跟蹤控制中。文獻(xiàn)[5]通過(guò)在自適應(yīng)控制中融合反步控制，實(shí)現(xiàn)了對(duì)高速列車(chē)速度和位移的精確跟蹤;文獻(xiàn)[6]在文獻(xiàn)[5]基礎(chǔ)上提出了高速列車(chē)的魯棒自適應(yīng)反步控制方法，進(jìn)一步提高了跟蹤控制精度。文獻(xiàn)[5-6]采用反步法有效地解決了非線性高速列車(chē)運(yùn)行過(guò)程中的跟蹤控制問(wèn)題，但是存在需要求取虛擬控制量微分，計(jì)算量大的問(wèn)題[7]。

除了反步控制，PID控制，滑模控制，自適應(yīng)控制以及基于模糊、迭代學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)等的智能控制方法也被用到高速列車(chē)的速度位移跟蹤控制中，并均取得了較好的運(yùn)行跟蹤控制效果[8-13]。但是上述算法均基于牽引/制動(dòng)轉(zhuǎn)矩（或牽引/制動(dòng)力）作為控制量的數(shù)學(xué)模型，這些模型忽略了牽引/制動(dòng)轉(zhuǎn)矩產(chǎn)生的動(dòng)態(tài)過(guò)程，不能反映從控制指令輸入到列車(chē)運(yùn)動(dòng)狀態(tài)之間的動(dòng)態(tài)關(guān)系。

基于以上分析，本文基于改進(jìn)的高速列車(chē)運(yùn)行模型，提出了高速列車(chē)的自適應(yīng)動(dòng)態(tài)面速度位移跟蹤控制算法。在控制器設(shè)計(jì)中，引入動(dòng)態(tài)面方法，用一個(gè)一階低通濾波器來(lái)計(jì)算虛擬控制量的導(dǎo)數(shù)，以避免以往文獻(xiàn)中采用反步控制方法時(shí)需要對(duì)虛擬控制量多次求取微分，計(jì)算量大的問(wèn)題[14-16]。算法基于考慮牽引/制動(dòng)轉(zhuǎn)矩產(chǎn)生動(dòng)態(tài)過(guò)程的高速列車(chē)運(yùn)行模型，將牽引電機(jī)的期望轉(zhuǎn)矩作為系統(tǒng)的控制輸入，比以往基于牽引轉(zhuǎn)矩/制動(dòng)轉(zhuǎn)矩（或牽引力/制動(dòng)力）作為控制量的數(shù)學(xué)模型更符合列車(chē)的實(shí)際運(yùn)行情況。用擴(kuò)張狀態(tài)觀測(cè)器[17-18]對(duì)系統(tǒng)中的不確定項(xiàng)進(jìn)行在線估計(jì)，并在虛擬控制信號(hào)中增加補(bǔ)償項(xiàng)以提高閉環(huán)系統(tǒng)性能。仿真結(jié)果證明了本文提出的高速列車(chē)運(yùn)行模型以及控制方法的有效性。

仿真結(jié)果如圖1～圖6所示，圖1顯示了列車(chē)的速度與位移跟蹤過(guò)程，圖2為列車(chē)的速度跟蹤誤差和位移跟蹤誤差。可以看出，穩(wěn)態(tài)時(shí)，跟蹤誤差很小;高速列車(chē)工況切換以及軌面突變時(shí)，列車(chē)的速度跟蹤誤差和位移跟蹤誤差出現(xiàn)了波動(dòng)，但波動(dòng)均很小，高速列車(chē)在整個(gè)運(yùn)行過(guò)程中達(dá)到了良好的跟蹤性能。圖3為系統(tǒng)的控制輸入轉(zhuǎn)矩曲線。圖4為單個(gè)驅(qū)動(dòng)輪對(duì)所傳遞的牽引/制動(dòng)轉(zhuǎn)矩軌跡曲線。圖5為未知參數(shù) 的估計(jì)值，可以看出，文中所設(shè)計(jì)的參數(shù)自適應(yīng)律實(shí)現(xiàn)了對(duì)未知參數(shù) 的估計(jì)。圖6顯示了系統(tǒng)“總擾動(dòng)”的估計(jì)情況，可以看出，文中設(shè)計(jì)的擴(kuò)張狀態(tài)觀測(cè)器能夠快速準(zhǔn)確地估計(jì)出系統(tǒng)的“總擾動(dòng)” ，它使得控制器可以很好的補(bǔ)償系統(tǒng)中的“總擾動(dòng)”，有效地減小了模型不確定性的影響，保證了系統(tǒng)的動(dòng)態(tài)以及穩(wěn)態(tài)跟蹤性能。

4 ?結(jié) ?論

本文基于考慮牽引/制動(dòng)轉(zhuǎn)矩產(chǎn)生動(dòng)態(tài)過(guò)程的高速列車(chē)運(yùn)行模型，研究了高速列車(chē)對(duì)目標(biāo)速度和位移的跟蹤控制問(wèn)題。改進(jìn)的高速列車(chē)運(yùn)行模型能更好地反映列車(chē)的動(dòng)力學(xué)特性，也更符合列車(chē)運(yùn)行實(shí)際情況;采用在高速列車(chē)運(yùn)行控制領(lǐng)域應(yīng)用尚不多見(jiàn)的動(dòng)態(tài)面方法，避免了以往文獻(xiàn)中采用反步控制方法需要求取虛擬控制量微分，計(jì)算量大的問(wèn)題;利用擴(kuò)張狀態(tài)觀測(cè)器對(duì)系統(tǒng)中總的不確定項(xiàng)進(jìn)行精確估計(jì)，并在控制中進(jìn)行補(bǔ)償，有效提高了控制器對(duì)不確定與干擾的抑制能力。仿真結(jié)果表明，所提出的算法實(shí)現(xiàn)了高速列車(chē)對(duì)目標(biāo)速度和位移的精確跟蹤控制，為高速列車(chē)的運(yùn)行控制研究提供了參考。當(dāng)牽引/制動(dòng)系統(tǒng)出現(xiàn)故障而處于容錯(cuò)運(yùn)行時(shí)，由于本文考慮了轉(zhuǎn)矩產(chǎn)生的動(dòng)態(tài)過(guò)程，而不是簡(jiǎn)單地直接面向轉(zhuǎn)矩，因而可以自然地考慮容錯(cuò)運(yùn)行時(shí)動(dòng)態(tài)特性的變化，作者后續(xù)將對(duì)此展開(kāi)研究。

參考文獻(xiàn)

[1] 寧濱， 劉朝英. 中國(guó)軌道交通列車(chē)運(yùn)行控制技術(shù)及應(yīng)用 [J]. 鐵道學(xué)報(bào)， 2017， 39（2）： 1-9.

NING Bin， LIU Chaoying. Technology and applica-? ? ? tion of train operation control system for China rail? ? ? transit system [J]. Journal of the China Railway S-ociety， 2017， 39（2）： 1-9.

[2] 楊杰， 賈利民， 付云驍， 等. 電力牽引貨運(yùn)列車(chē)節(jié)能運(yùn)行研究（一）：目標(biāo)速度曲線優(yōu)化 [J]. 鐵道學(xué)報(bào)，2016， 38（4）： 22-31.

YANG Jie， JIA Limin， FU Yunxiao， et al. Energy-? ? ? efficient freight train operation of electric freight t-? ? ? rains—part I： Speed profile optimization[J]. Journal? ? ? of the China Railway Society， 2016， 38（4）： 22-31.

[3] Kanellakopoulos I， Kokotovic P V， Morse S.Systematic design of adaptive controllers for feedb-ack linearizable system [J]. IEEE Transactions on Automatic Control， 1991， 36（11）： 1241-1253.

[4] 陳曉菊， 張杭， 張愛(ài)民， 等. 鏈?zhǔn)届o止同步補(bǔ)償器自適應(yīng)反步控制器 [J]. 電工技術(shù)學(xué)報(bào)， 2017， 32（24）： 205-213.

CHEN Xiaoju，ZHANG Hang，ZHANG Aimin，et al. Adaptive backstepping controller of cascaded st-atic synchronous compensator [J]. Transactions ofChina Electrotechnical Society， 2017， 32（24）： 205-213.

[5] Luo Hengyu， Xu Hongze. Adaptive controller desi-gned for high-speed train ATO system with nonlin-ear and uncertain resistance [J]. Applied Mechanics& Materials， 2013， 301（1）： 1551-1557.

[6] Luo Hengyu， Xu Hongze. Direct robust adaptive c-ontrol of high-speed train based on nonlinear andtime-varying models [J]. International Journal of C-ontrol and Automation， 2013， 6（4）： 397-411.

[7] 趙希梅， 吳勇慷. 基于自適應(yīng)修正拉蓋爾遞歸神經(jīng)網(wǎng)絡(luò)的永磁同步電機(jī)反推控制 [J]. 電工技術(shù)學(xué)報(bào)，?2018， 33（10）： 2392-2399.

ZHAO Ximei， WU Yongkang. Backstepping controlbased on adaptive modified laguerre ecurrent neur-al network for permanent magnet linear synchrono-us motor [J]. Transactions of China ElectrotechnicalSociety， 2018， 33（10）： 2392-2399.

[8] Chen X， Yue Z， Hai H. Train speed control algori-thm based on PID controller and single-neuron PIDcontroller [C]//Intelligent Systems（GCIS）， December16-17， 2010， Wuhan， China. IEEE， 2011： 107-110.

[9] Lin C J， Tsai S H， Chen C L， et al. Extended sliding-mode controller for high speed train [C]// International Conference on System Science and Engineering. July 1-3， 2010， Taipei， Taiwan. IEEE， 2010： 475-480.

[10] 李中奇，楊輝，劉杰民.高速動(dòng)車(chē)組自適應(yīng)速度跟蹤控制 [J]. 鐵道學(xué)報(bào)， 2015， 37（4）： 61-68.

Li Zhongqi， Yang Hui， Liu Jiemin. Adaptive speedtracking control for high-speed electric multiple un-it [J]. Journal of the China Railway Society， 2015，37（4）： 61-68.

[11] 余進(jìn)，何正友，錢(qián)清泉等.列車(chē)運(yùn)行過(guò)程的自適應(yīng)模糊控制[J]. 鐵道學(xué)報(bào)， 2010， 32（4）： 44-49.

YU Jin， HE Zhengyou， QIAN Qingquan， et al. A-daptive fuzzy control of train operation [J]. Journalof the China Railway Society， 2010， 32（4）： 44-49.

[12] JI Honghai， HOU Zhongsheng， ZHANG Ruikun.Adaptive iterative learning control for high-speed t-rains with unknown speed delays and input saturat-ions [J]. IEEE Transactions on Automation Scienceand Engineering， 2016， 13（1）： 260-273.

[13] Han S H， Byen Y S， Baek J H， et al. An optimalautomatic train operation （ATO） control using gene-tic algorithms （GA） [C]//TENCON 99. Proceedingsof the IEEE Region 10 Conference， September 15-17， Cheju Island， South Korea. IEEE， 1999： 360-362.

[14] D. Swaroop， J. K. Hedrick， P. P. Yip， et al. Dyna-mic surface control for a class of nonlinear syste-ms [J]. IEEE Transactions on Automatic Control，2000， 45（10）： 1893-1899.

[15] 孟桂芝，馬克茂. 一類(lèi)不確定非線性系統(tǒng)的動(dòng)態(tài)面輸出調(diào)節(jié)方法 [J]. 電機(jī)與控制學(xué)報(bào)， 2011， 15（5）： 103-108.

MENG Guizhi， Ma Kemao. Dynamic surface outp-ut regulation method for a class of uncertain nonli-near systems [J]. Electric Machines and Control，2011， 15（5）： 103-108.

[16] 朱齊丹， 馬俊達(dá)， 劉可. 基于擾動(dòng)觀測(cè)器的無(wú)人水面船魯棒軌跡跟蹤 [J]. 電機(jī)與控制學(xué)報(bào)， 2016， 20（12）： 65-73.

ZHU Qidan， MA Junda， LIU Ke. A nonlinear dist-urbance observer based on robust approach to thetrajectory tracking of an unmanned surface vehicle[J]. Electric Machines and Control， 2016， 20（12）：65-73.

[17] HAN Jingqing. From PID to active disturbance rej-ection control [J]. IEEE Transactions on Industrial Electronics， 2009， 56（3）： 900-906.