基于在途数据和核心模型混合驱动的多列车追踪运行协同控制理论与方法

With the purpose of guaranteeing global optimization and improvement of systematic performance for multiple trains tracking operation under moving signaling system, novel modeling and control methods are desiderated currently. However, traditional model-based control design methodology is not applicable caused by the complicated structure and function deep coupling of multiple subsystems, including operation control, automatic protection, automatic operation, and so on. Meanwhile, various kinds of online data are not utilized scientifically. Aiming at solving such a problem, this project is to develop parameter adjustment and identification methods in core model using online data, and to excavate the hidden characteristics of train operation environments and dynamics from online data, which can guarantee the scientific utilization of online data adequately and makes full usage of advantages data-driven control and model-based control. Cooperative control of multiple trains tracking operation using online data and core model hybrid-driven, and corresponding submodule will be developed, which are of great practical and theoretical significance.

移动闭塞模式多列车的追踪运行亟需新型建模与控制方法，以实现全局优化、保证系统性能的进一步提升。然而，多列车追踪运行涉及运行控制、自动防护、自动驾驶等多个子系统，多个子系统结构复杂、功能深度耦合，使得传统基于模型的控制设计思路不再使用；同时，列车运行的多种类与来源的在途数据并未得到充分科学利用。针对此，本项目拟研究利用在途数据对系统核心模型进行在线校正与辨识，在线挖掘在途数据中隐含的列车运行环境与动力学特性，充分实现在途数据的科学运行，实现基于数据驱动控制与基于模型控制理论的结合与优势互补，解决基于在途数据和核心模型混合驱动的多列车追踪运行协同控制设计问题，开发设计功能子模块并半实物实验验证，具有重要的工程意义和理论意义。

多列车的协同运行控制是目前列车运行控制领域的研究热点，领域内行业企业也开始关注相关的方法和技术，是进一步提升现有列车运行控制效率的有效途径。本项目研究了基于在途数据对控制模型进行精度提升的在线校正和辨识方法，实现了基于数据驱动和模型驱动控制的结合和优势互补，提出了几类适用于多列车追踪运行的协同控制方法，如Nested类比例控制、不冒进安全距离的约束间隔自主协同控制、弹性非线性增益控制、牵引制动非线性量化控制等方法。基于实验室现有平台与设备，开发了用于半实物平台的地铁/高铁控制算法测试模块，并基于线路数据进行了大量实验与测试，得到了数据储备与处理经验，能够为列车运行控制系统的升级与改造提供理论基础和技术指导。