基于时空多尺度迭代学习的高速列车精确运行控制方法研究

Along with the increased requirements on the comprehensive performance of modern train systems, i.e., high speed, high efficiency, safety, and comfort, precise control of train operation has become a crucial issue. In this project, various operation control strategies that possess self-learning abilities will be developed by fully utilizing the line repeatability of train’s operation, the invariance of system model structure, and the similarity of operation conditions for different traction/braking units, etc. We mainly focus on spatiotemporal-learning-based tracking control of high-speed train with active slip-resistance, group learning of multiple traction/braking units, distributed coordination control of multiple rollers/composite braking for a single car, as well as fault-tolerant learning control of train operation. By virtue of multiscale learning, including the self-learning of the whole train and the group learning of traction/braking units, the main target of the project is to achieve the maximum adhesion between rail and wheel, coordinated allocation of traction and braking forces, as well as precise speed and position control of train, while overcoming the difficulties in system modeling, and the difficulties caused by system nonlinearities, non-affine inputs, and time-varying uncertainties. In such a way, the levels of safe operation and automatic driving of high-speed trains in China could be improved remarkably.

随着人们对现代列车高速、高效、安全、舒适的综合性能要求不断提高，列车精确运行控制已经变得至关重要。本项目充分利用高速列车运行过程中的运行线路重复性、模型结构不变性以及动车组各级牵引/制动工况相似性等特征，研究具有自主学习能力的可靠运行控制策略，具体包括：基于时空迭代学习的高速列车主动防滑跟踪控制；高速动车组多级牵引/制动的群学习；单车厢多轴牵引/复合制动的分布式协调控制；高速列车运行的容错学习控制。主要研究目标是通过整车自迭代学习和动车组群迭代学习等多尺度学习手段，克服高速列车运行控制系统精确建模难和固有的非线性、非仿射性、时变不确定性等难点，实现列车可用粘着的最大化利用、动车组多级牵引/复合制动系统的协调分配以及整车运行速度、位置的精确控制。本项目研究对提高我国高速列车安全运行与自动驾驶水平具有重要意义。

针对高速列车智能化、网联化、协同化发展带来的列车安全运行的挑战以及高速列车运行过程中的线路重复性、模型结构不变性等特征，对基于时空多尺度迭代学习的高速列车精确运行控制方法进行研究，旨在实现列车可用粘着的最大化利用以及整车运行速度、位置的精确控制，提高高速列车安全运行与自动驾驶水平。本项目紧密围绕“基于时空多尺度迭代学习的高速列车精确运行控制方法研究”这一主课题进行系统与深入的研究工作，主要包括高速列车精确运行容错迭代学习控制方法研究、基于多智能体方法的高速动车组多级牵引/制动的群迭代学习研究、动力系统分布约束下单车厢多轴牵引/复合制动协调控制研究以及基于时空多尺度学习的三自由度高速列车主动防滑跟踪控制研究。首先，对高速列车速度、位移、车厢连接器相对位移控制的工作机制进行分析，结合其时空多尺度不变特性建立了单质点及多质点模型。其次，运用多智能体迭代学习的群学习理论和一致性理论研究了高速列车组的协调控制研究，解决高速列车的位移和速度的精确跟踪问题。最后，深入分析了高速列车的动力学构成和非线性特征，考虑了列车实际运行过程中受到的包含时延、饱和、故障、横向振动等在内的系统不确定性，设计了高速列车的节能、抗干扰鲁棒迭代学习控制器，保障了复杂高速列车的系统稳定和经济运行。本项目在基于多尺度迭代学习速度、位移精确运行控制方面取得的一系列成果对于高速列车的可靠与经济运行，提高列车运行舒适性、安全性、准时性，具有重要科学意义和指导意义。