[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

本發明公開了一種軌道車輛及垂向減振器的控制方法和控制系統，該控制方法包括：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。該控制方法能夠使垂向減振器根據車輛的狀態自適應變化以適應當前的車輛狀態，有效地改善了軌道車輛的動力學性能。

技術領域

本發明涉及軌道車輛技術領域，特別是涉及一種軌道車輛及垂向減振器的控制方法和控制系統。

背景技術

垂向減振器是衰減車體振動的關鍵部件，列車在不同狀態下運行時，對減振器的參數需求也不同。傳統的垂向減振器為被動減振器，其阻尼特性曲線是固定的，無法根據列車的運行狀態進行調整。

為解決上述問題，目前有將磁流變減振器等主動減振器(包括半主動)應用至軌道車輛上，以通過調節主動減振器的阻尼力來適應車輛的不同運行狀態。

但是，已有的對主動減振器的控制系統的控制邏輯相對簡單，無法隨著車輛運行狀態的變化智能優化控制算法，對軌道車輛的動力學性能的改善不是特別明顯。

有鑒于此，如何改進軌道車輛的垂向減振器的控制邏輯，以使其能夠根據車輛當前的狀態，實時進行調整，以有效改善車輛的動力性性能，是本領域技術人員目前需要解決的技術問題。

發明內容

本發明的目的是提供一種軌道車輛的垂向減振器的控制方法和控制系統，該控制方法和系統能夠使垂向減振器根據車輛的狀態通過智能學習，自主調節控制器內參數并使控制效果最優，從而有效地改善了軌道車輛的動力學性能。本發明的另一目的是提供一種包括上述控制系統的軌道車輛。

為解決上述技術問題，本發明提供一種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，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。

如上所述的軌道車輛的垂向減振器的控制方法，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。

如上所述的軌道車輛的垂向減振器的控制方法，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。

如上所述的軌道車輛的垂向減振器的控制方法，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。

如上所述的軌道車輛的垂向減振器的控制方法，所述策略評估模塊中的獎勵計算函數為：