基于高速列车的速度跟踪控制方法、设备、介质及产品

本申请涉及速度跟踪控制，特别是涉及一种基于高速列车的速度跟踪控制方法、设备、介质及产品。

背景技术：

1、随着高速铁路网络的快速扩张和列车运行速度的持续提升，高速列车的精确速度控制已成为保障行车安全、提升运营效率的关键技术之一。而列车精确逼近目标曲线的核心挑战主要来源于其动力学系统的高度复杂特性。一方面，列车运行过程受到多种因素影响，包括非线性空气阻力、轨道坡度变化、曲率效应以及隧道空气动力学效应等。另一方面，列车动力学模型参数具有的时变特性，阻力系数、牵引/制动特性等会随着运行状态和环境条件的变化而发生改变。这些特性使得建立精确的列车模型变得异常困难，进而直接影响列车控制系统的性能，导致速度跟踪误差增大。因此，亟需一种稳定且高效的列车速度跟踪控制方法。

技术实现思路

1、本申请的目的是提供一种基于高速列车的速度跟踪控制方法、设备、介质及产品，可有效提升高速列车的高精度自动驾驶。

2、为实现上述目的，本申请提供了如下方案。

3、本申请提供了一种基于高速列车的速度跟踪控制方法，包括：基于纵向动力学，对列车进行分析，确定列车的动力学特性；其中，所述列车为运行速度超过200km/h的高速列车；所述列车的动力学特性是基于非线性扰动和线性主导动态确定的；根据随机配置网络和所述列车的动力学特性，确定数据驱动模型；基于假设条件，将所述列车的动力学特性转化为二阶时变差分方程；采用带遗忘因子的递推最小二乘法与增量配置算法，对所述二阶时变差分方程中的参数进行更新，确定二阶时变特征模型；根据所述二阶时变特征模型的黄金分割控制器和所述数据驱动模型的线性鲁棒自适应控制器，利用加权融合算法，确定列车当前时刻的全局控制量；根据所述当前时刻的全局控制量和当前时刻的列车速度，结合所述动力学特性，确定列车下一时刻的列车速度，并基于所述下一时刻的列车速度对列车进行自适应跟踪控制。

4、进一步的，所述列车的动力学特性为：；其中，为列车质量；、和均为随列车运行状态和环境剧烈变化的不确定参数；为下一时刻列车速度；为当前时刻的列车速度；为全局控制量；为当前时刻。

5、进一步的，所述二阶时变差分方程为：；其中，，，；为数据向量；为参数向量；为上一时刻的列车速度；为当前时刻的列车速度；为全局控制量；为第一阻力系数；为第二阻力系数；为当前时刻黄金分割控制器系数；为当前时刻；

t为转置，为下一时刻列车速度。

6、进一步的，所述二阶时变特征模型的黄金分割控制器为：；其中，，为上一时刻期望速度与实际速度的误差；为更新后的第一阻力系数在线估计值；为更新后的第二阻力系数当前时刻在线估计值；为更新后的当前时刻黄金分割控制器系数在线估计值；和均为预设值；为当前时刻期望速度与实际速度的误差；为当前时刻的期望速度；为黄金分割控制器的控制量。

7、进一步的，所述线性鲁棒自适应控制器为：；其中，为线性鲁棒自适应控制器的控制量；为下一时刻的期望速度；为外部扰动的估计值；为列车质量；为当前时刻的列车速度。

8、进一步的，根据所述二阶时变特征模型的黄金分割控制器和所述数据驱动模型的线性鲁棒自适应控制器，利用加权融合算法，确定列车当前时刻的全局控制量，具体包括：利用加权融合算法，实时计算所述二阶时变特征模型的黄金分割控制器和所述数据驱动模型的线性鲁棒自适应控制器对应的权重；根据所述二阶时变特征模型的黄金分割控制器和所述数据驱动模型的线性鲁棒自适应控制器对应的权重，确定列车当前时刻的全局控制量。

9、进一步的，所述当前时刻全局控制量为：；其中，为第i个控制器的当前时刻的权重，为第i个控制器当前时刻的控制量；所述控制器包括所述二阶时变特征模型的黄金分割控制器和所述数据驱动模型的线性鲁棒自适应控制器。

10、根据本申请提供的具体实施例，本申请公开了以下技术效果。

11、本申请提供了一种基于高速列车的速度跟踪控制方法、设备、介质及产品，首先基于纵向动力学，对列车进行分析确定列车的动力学特性，其中，所述列车的动力学特性是基于非线性扰动和线性主导动态确定的，然后根据随机配置网络和所述列车的动力学特性，确定数据驱动模型，以及采用带遗忘因子的递推最小二乘法与增量配置算法对二阶时变差分方程中的参数进行更新，确定二阶时变特征模型。进一步根据所述二阶时变特征模型的黄金分割控制器和所述数据驱动模型的线性鲁棒自适应控制器，利用加权融合算法确定列车当前时刻的全局控制量。实现低频线性和高频非线性特性的互补逼近，提升了对真实列车动力学的覆盖能力。最后根据当前时刻的全局控制量和当前时刻的列车速度，结合所述动力学特性，确定列车下一时刻的列车速度，并基于所述下一时刻的列车速度对列车进行自适应跟踪控制。本申请引入加权融合算法，实现了对两个控制器输出的控制量的在线平滑融合，解决了基于列车参数、附加阻力等不确定问题带来的传统多模型硬切换策略的抖振现象，并有效跟踪理想速度且快速收敛，提高了高速列车控制的稳定性，最终有效提升了高速列车的高精度自动驾驶。

1.一种基于高速列车的速度跟踪控制方法，其特征在于，包括：

2.根据权利要求1所述的基于高速列车的速度跟踪控制方法，其特征在于，所述列车的动力学特性为：；

3.根据权利要求1所述的基于高速列车的速度跟踪控制方法，其特征在于，所述二阶时变差分方程为：；

4.根据权利要求3所述的基于高速列车的速度跟踪控制方法，其特征在于，所述二阶时变特征模型的黄金分割控制器为：

5.根据权利要求1所述的基于高速列车的速度跟踪控制方法，其特征在于，所述线性鲁棒自适应控制器为：；

6.根据权利要求1所述的基于高速列车的速度跟踪控制方法，其特征在于，根据所述二阶时变特征模型的黄金分割控制器和所述数据驱动模型的线性鲁棒自适应控制器，利用加权融合算法，确定列车当前时刻的全局控制量，具体包括：

7.根据权利要求1所述的基于高速列车的速度跟踪控制方法，其特征在于，所述当前时刻全局控制量为：；

8.一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-7中任一项所述的基于高速列车的速度跟踪控制方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任一项所述的基于高速列车的速度跟踪控制方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任一项所述的基于高速列车的速度跟踪控制方法。