[發明專利]基于回聲狀態網絡的磁懸浮列車位移速度的跟蹤控制方法

有效

• 申請號: 202110238941.9
• 申請日: 2021-03-04
• 公開（公告）號: CN112947055B
• 公開（公告）日: 2022-09-09
• 發明（設計）人: 劉湘黔;徐洪澤;田毅;袁志鵬;李鵬;欒瑾;劉先愷
• 申請（專利權）人: 北京交通大學;中車青島四方機車車輛股份有限公司
• 主分類號: G05B11/42
• 分類號: G05B11/42
• 代理公司: 北京市商泰律師事務所 11255
• 代理人: 黃曉軍

1.一種基于回聲狀態網絡的磁懸浮列車位移速度的跟蹤控制方法，其特征在于，包括：

根據列車動力學受力分析建立列車系統模型，根據所述列車系統模型設計PID控制器；

根據列車狀態信息設計回聲狀態ESN網絡的輸入輸出，確定ESN網絡的結構，基于改進粒子群優化PSO算法離線訓練ESN網絡，得到優化后的ESN網絡；

基于優化后的ESN網絡的參數獲得所述PID控制器的比例、積分、微分參數；

根據所述PID控制器的比例、積分、微分參數和所述列車系統模型實時計算出列車系統的牽引輸出，根據所述列車系統的牽引輸出得到列車的實時位移速度信息；

所述的根據列車狀態信息設計回聲狀態ESN網絡的輸入輸出，確定ESN網絡的結構，包括：

根據列車狀態信息設置ESN網絡的輸入信息u(t)包括：速度跟蹤誤差位置跟蹤誤差e(t)、速度v(t)和位移狀態x(t)；

設置ESN網絡的輸出參數y(t)為PID控制器的比例、積分、微分參數y(t)＝[k_p,k_i,k_d]^T；

根據ESN網絡的輸入-輸出狀態模型確定ESN網絡的結構：

其中：z(t)為t時刻列車的儲備池內部狀態，b_x∈R^n×1為輸入偏置，為激活函數，W_in∈R^n×4為輸入連接矩陣，W_x∈R^n×n為儲備池內部連接矩陣，W_out∈R^n×3為輸出連接矩陣，其中n為列車的儲備池規模；

所述的基于改進粒子群優化PSO算法離線訓練ESN網絡，得到優化后的ESN網絡，包括：

根據列車歷史運行數據信息基于改進PSO算法離線訓練ESN網絡的輸出連接矩陣W_out∈R^n×3；

初始化ESN網絡的參數W_x∈R^n×n,W_in∈R^n×4及列車的儲備池規模n；

初始化PSO粒子種群大小M和最大迭代次數I；

根據種群大小M生成列車位移速度的初始粒子種群，粒子m的位移和速度分別為x_m＝(x_m1,x_m2,x_m3…,x_mn)，v_m＝(v_m1,v_m2,v_m3,…,v_mn)

根據適應度函數評價初始粒子種群中的每個個體，確定粒子的全局最優解g_b和全局最劣解g_w，粒子m的歷史局部最優解l_mg和局部劣解l_mw

對粒子的位移和速度進行更新：

x_m(i+1)＝x_m(i)+v_m(i+1)

v_m(i+1)＝v_m(i)+c1_i+1[(g_b-x_m(i))+(x_m(i)-g_w)]+c2_i+1[(l_mb-x_m(i))+(x_m(i)-l_mw)]

其中：c1_i+1,c2_i+1為自適應學習因子，i為迭代次數；

學習因子計算如下：

其中：I為最大迭代次數；

根據優化結果輸出ESN網絡的輸出連接矩陣W_out。