重载列车运行过程中主要关心的是运行时间、能量消耗和车钩受力问题,其中也包含着速度控制问题(关系到安全水平)。目前应用的控制器基本上都是开环控制器,而且严重依赖于司机的个人判断能力。从控制系统的角度来看,运行性能很难达到最优。这种运行控制模式也限制了重载列车向高负载水平发展。本课题针对我国的重载列车建立一个适合设计简单优化控制器的列车纵向动力学模型,并研究一种能适应我国国情的重载列车的优化运行闭环控制器算法,该算法具有节能特性,将均衡全车车钩受力,提高列车的安全水平和维护成本。特别要指出的是这种优化算法是建立在列车动态运行动力学基础上的,能够做到真正的优化。该控制算法对于提高线路的运载能力有着重要的意义。在此研究的基础上还将开发一个重载列车运行的仿真平台。该平台可以用来测试铁路线路设计的安全水平,规划列车运行策略等等。
System modelling;model predictive control;energy efficiency;closed loop control;optimization algorithm
项目通过分析超长重载列车的运动动力学,建立了适合于控制器设计的动力学模型。根据计算机控制系统的需求分析,对列车动力学模型进行了合理的离散化,得到其离散化模型。结合重载列车运行中需要考虑的能效、安全和维护成本等因素的分析,提出了列车运行控制的目标。在运行控制目标中,重点考虑了列车驱动和刹车能源消耗、车钩受力、速度跟踪等。除此外,还特别地考虑了车钩缓冲器的能量消耗,同时车钩缓冲器的运行维护成本也在本课题中得到了考虑。相对于驱动能耗,刹车能耗得到了进一步关注,因为刹车不仅仅是能耗的问题,同时也是轨道和车轮维护的重要原因。由于上述几个目标的量纲不一致,对他们进行了归一化的处理,从而具备相对可比性。考虑速度跟踪的实际要求,提出了速度跟踪误差惩罚因子的动态设定,从而提高列车的运行性能。基于重载列车的离散化模型,完成了以模型预测控制为原理的预测控制器算法设计与实现,并开发了相应的仿真平台。算法着重考虑了控制器迭代计算得收敛速度。仿真结果验证了上述设计方法和算法的可行性。项目完成了预期的研究内容和研究目标,实现了项目申请时的预期结果。结合课题进展,撰写了7篇论文,总结了课题的成果,在SOLI2011、CCDC2012等发表了3篇论文,在中文期刊发表论文1篇,1篇论文投稿于IEEE Trans. on Control Systems Technology已录用,另外2篇分别投稿于Automatica和IEEE Trans. on Intelligent Transportation Systems。项目仿真软件平台申请获批软件著作权。随着项目进展,先后有1名博士研究生和8名硕士研究生参与课题,其中2名硕士研究生以本课题作为毕业论文内容,完成了学位论文。