[發明專利]軌道車輛及垂向減振器的控制方法和控制系統

有效

• 申請號: 202011254231.7
• 申請日: 2020-11-11
• 公開（公告）號: CN112506043B
• 公開（公告）日: 2022-10-11
• 發明（設計）人: 曹洪勇;王旭;公衍軍;周君鋒;楊東曉
• 申請（專利權）人: 中車青島四方機車車輛股份有限公司
• 主分類號: G05B13/02
• 分類號: G05B13/02;B61F5/30
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 陜芳芳

1.軌道車輛的垂向減振器的控制方法，所述垂向減振器為半主動減振器，其兩端分別與所述軌道車輛的構架和軸箱連接，其特征在于，所述控制方法包括：

獲取軌道車輛的當前姿態信息；

根據所述當前姿態信息和預設的軌道車輛的理想姿態信息，確定所述垂向減振器的當前最佳阻尼，并控制所述垂向減振器使其產生所述當前最佳阻尼；

所述的根據所述當前姿態信息和預設的軌道車輛的理想姿態信息確定所述垂向減振器的當前最佳阻尼的方法包括：采用深度確定性策略性梯度算法確定所述垂向減振器的當前最佳阻尼；

所述深度確定性策略性梯度算法包括策略網絡模塊、Q網絡模塊和記憶庫模塊；

所述的采用深度確定性策略性梯度算法確定所述垂向減振器的當前最佳阻尼的方法包括：

確定所述理想姿態信息與所述當前姿態信息的當前誤差；

所述策略網絡模塊根據所述當前誤差，利用所述Q網絡模塊尋求最優控制指令的計算函數，以所述Q網絡尋求的計算函數確定對應于所述當前誤差的所述當前最佳阻尼，并根據所述當前最佳阻尼發送相應的控制指令至所述垂向減振器；

所述策略網絡模塊和所述Q網絡模塊根據所述記憶庫模塊存儲的數據進行訓練學習；

所述記憶庫模塊用于存儲所述當前誤差和所述控制指令。

2.根據權利要求1所述的軌道車輛的垂向減振器的控制方法，其特征在于，所述記憶庫模塊還存儲下一時刻的誤差，所述下一時刻的誤差為所述理想姿態信息與下一時刻的實際姿態信息的差值；

所述深度確定性策略性梯度算法還包括策略評估模塊，所述策略評估模塊用于根據所述理想姿態信息和所述下一時刻的實際姿態信息計算獎勵，并存儲至所述記憶庫模塊，以參與所述策略網絡模塊和所述Q網絡模塊的訓練學習。

3.根據權利要求2所述的軌道車輛的垂向減振器的控制方法，其特征在于，所述策略評估模塊中的獎勵計算函數為：

r_t＝(a_xt-a_x'_t+1)²；

其中，a_xt為所述理想姿態信息，a_x'_t+1為所述下一時刻的姿態信息。

4.根據權利要求1-3任一項所述的軌道車輛的垂向減振器的控制方法，其特征在于，所述軌道車輛的姿態信息包括車體的振動參數和/或構架的振動參數。

5.根據權利要求4所述的軌道車輛的垂向減振器的控制方法，其特征在于，所述車體的振動參數包括振動加速度和/或俯仰振動角加速度，和/或，所述構架的振動參數包括振動加速度和/或俯仰振動角加速度。

6.根據權利要求4所述的軌道車輛的垂向減振器的控制方法，其特征在于，所述軌道車輛的姿態信息以單個參數表征時，根據該單個參數確定對應的控制阻尼量，所述控制阻尼量為所述當前最佳阻尼；

所述軌道車輛的姿態信息以兩個以上的參數表征時，分別根據各參數確定對應于各參數的阻尼控制量，再根據各所述阻尼控制量確定所述當前最佳阻尼。