[發明專利]基于神經網絡和滑模控制的列車自適應軌跡跟蹤控制方法

在審

• 申請號: 202211458350.3
• 申請日: 2022-11-17
• 公開（公告）號: CN115903499A
• 公開（公告）日: 2023-04-04
• 發明（設計）人: 王青元;周岑;馮曉云;郭佑星;王竣渝;蔣春宏
• 申請（專利權）人: 西南交通大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 北京正華智誠專利代理事務所(普通合伙) 11870
• 代理人: 周蕓嬋

1.一種基于神經網絡和滑模控制的列車自適應軌跡跟蹤控制方法，其特征在于，所述方法包括以下步驟：

S1：利用列車測速定位系統獲取列車期望速度和期望位置軌跡數據；

S2：通過傳感器獲取列車的實時速度和位置數據，并與期望速度和期望位置軌跡數據進行比較，得到速度跟蹤誤差和位置跟蹤誤差；

S3：利用ATO控制器根據得到的速度跟蹤誤差和位置跟蹤誤差計算列車運行過程中的不確定性參數；

S4：采用飽和函數對不確定性參數進行約束；

S5：根據約束的不確定性參數，基于滑模控制和RBF神經網絡逼近結果，計算列車的實際控制律；

S6：通過列車ATO控制器輸出控制律，控制列車牽引控制單元和列車制動控制單元，使其產生牽引力或制動力，改變列車運行狀態；

S7：通過ATP控制器判斷列車是否到站，若是則運行結束，若不是則返回步驟S2。

2.根據權利要求1所述的基于神經網絡和滑模控制的列車自適應軌跡跟蹤控制方法，其特征在于，所述S3中包括以下步驟：

S3-1：確定神經網絡的輸入δ₁和δ₂，公式如下所示：

其中，δ₁為位置跟蹤誤差，δ₂為速度跟蹤誤差，x_r(t)為理想位置，為理想速度，x(t)為列車運行實際位置，為列車運行實際速度，t為時間；

則滑模面s(t)公式為：

其中，β為設計參數，為位置跟蹤誤差的導數；

S3-2：利用激活函數p_j(t)將神經網絡的輸入轉換為新的輸出信號，得到神經網絡的徑向基向量p(t)，公式如下所示：

其中，p(t)為p_j(t)的列向量，α為激活函數的寬度向量，δ為網絡的輸入，δ＝[δ₁，δ₂]^T，λ_j為中心點向量值，j為隱含層中神經元的個數，exp(·)為指數函數；

S3-3：根據跟蹤誤差調整神經網絡權值，實現對每個徑向基向量輸出的權值進行在線訓練，不斷更新網絡權值，網絡權值的自適應律公式設計如下所示：

其中，M為列車質量，ω為設計參數；

S3-4：根據訓練得到的網絡權值和徑向基向量確定神經網絡的輸出θ(t)，公式如下所示：

θ(t)＝W^T(t)·p(t)

其中，W^T(t)為神經網絡的權重向量；

S3-5：根據神經網絡的輸出獲得列車運行過程中的不確定性參數，公式如下所示：

其中，a和b為機械阻力系數，c為空氣阻力系數，D_x為外界環境干擾，a、b、c和D_x均為不確定性參數。

3.根據權利要求2所述的基于神經網絡和滑模控制的列車自適應軌跡跟蹤控制方法，其特征在于，所述S4中約束公式如下所示：

其中，sat(·)為飽和函數，θ^*為擾動參考值，為通過RBF神經網絡所逼近的擾動估計值。

4.根據權利要求3所述的基于神經網絡和滑模控制的列車自適應軌跡跟蹤控制方法，其特征在于，所述S5中實際控制律公式如下所示：

其中，F(t)為實際控制律，Z為設計參數，V(·)為連續函數，μ為設計者確定的參數。