模糊预测算法在列车自动运行系统中的应用

开篇：润墨网以专业的文秘视角，为您筛选了一篇模糊预测算法在列车自动运行系统中的应用范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

【摘要】首先介绍了列车自动运行系统的功能，其次介绍了模糊预测算法的结构和功能，最后对模糊预测控制在列车自动运行系统中的应用深入研究并进行仿真验证。通过对比PID控制器，表明列车控制系统中采用模糊预测控制器在列车安全性、舒适性、抗干扰等方面有明显的提高。

【关键词】预测控制模糊控制ATO仿真

我国正面临着工业快速发展的黄金时期，大量人口涌向城市。我国城市轨道交通的迅速发展为城市的客流量缓解了巨大的压力。目前国内的城市轨道交通在行车密度、行车速度、路网建设上都存在着问题，列车控制系统的自动化程度不高是这些问题的主要原因。对于城市轨道交通系统的高密度、高效率来讲，ATO系统是必不可少的。然而我国的列车自动运行系统主要依靠国外引进，造成了大量资金的消耗，始终受制于人。当前在城市轨道交通的大规模建设时期，需要发展具有自主知识产权的列车自动运行系统，这样才能够支持国家城市轨道的快速发展。

本文主要研究模糊预测控制算法在列车自动运行系统中的应用，将模糊控制和预测控制相结合并应用于ATO系统中，为我国早日实现列车自动运行系统国产化起到一定的探索性作用。

一、列车自动运行系统的功能

列车自动运行系统的主要功能就是通过闭环控制原理对列车速度进行调整，保证列车间的设计间隔和旅行速度，以满足追踪间隔最小、精确停车的效果。基于闭环控制的列车自动运行原理如图1所示。雷达通过ATP设备将列车的实际位置传送给ATO，再经过一系列固定应答器发送同步信息给列车，以提高列车位置测量的精度。同时，测速电机输出脉冲数据，一定时间内车轮旋转的距离与脉冲的数量成正比，将这些脉冲信号换算成直线距离，并利用车轮的直径数值计算出列车走行的距离。通过计算单位时间内测速电机发送脉冲的数量可算出列车的速度。

二、模糊预测算法的结构和功能

模糊控制系统的核心是模糊控制器。一个模糊系统的优劣主要取决于模糊控制器的结构、模糊规则、合成推理算法以及模糊判决等因素。模糊控制器的结构主要包括模糊化接口、推理机、数据库、规则库、解模糊化接口等5部分组成，如图2所示。

预测控制是20世纪70年展起来的一种基于模型控制的算法，该算法具有预测模型、滚动优化和反馈校正等特点。预测控制的原理如图3所示。

其中，ys代表参考轨迹的设定值，yr（k）代表未来时刻期望输出值。k=0表示当前的采样时刻。0时刻左边为过去的控制量和输出量。ym（k）（k=1，2，…，P）代表未来时刻的预测输出值。预测算法就是通过比较期望输出yr（k）与预测输出ym（k）之间的误差e（k），来计算未来时刻的控制量u（k）（k=1，2，…，P），使误差e（k）尽可能达到最小。这里的P称为预测步数，L为控制步数。

通过图3可以看出，预测控制是根据被控对象的历史测量信息和未来输入，预测对象的未来输出。每到一个新

性的影响，如图7和图8所示。

通过图7和图8可以看出，根据加速度大于1.4m/s2作为乘客感到不舒适的标准，显然PID控制的加速度大于1.4m/s2的运行时间比模糊预测控制要长。说明模糊预测控制在列车的启动和制动过程中对乘客的舒适性要高于PID控制。

由于列车的启动和制动过程时间比较短，一般并不是舒适性考虑最重要的因素。列车在匀速阶段运行时，速度波动并不大，一般都能满足乘客的舒适性。所以应该重点考虑外界存在干扰的情况下，两种算法对乘客舒适性的影响。例如假设列车运行到100s的时候遇到了上坡道，列车会产生一个更大的输出牵引电流以便提供更大的牵引力克服坡度的阻力，分别采用两种控制器对列车的速度进行仿真，如图9和图10所示。

当列车采用模糊预测控制时，运行到100s遇到上坡道，此时速度几乎没有什么波动。但是当列车采用PID控制时，列车的速度显示了小幅波动，

说明采用模糊预测控制算法对乘客的安全性和舒适性都有很好的控制效果。

六、结束语

本章通过PID控制器和模糊预测控制器分别对列车的速度进行控制仿真，在仿真中两者设置相同的目标速度、干扰因素等进行对比研究。仿真结果表明：采用模糊预测控制器在列车运行控制系统中有较好的安全性、舒适性、抗干扰性等性能指标，同时也指出了PID控制器的不足及原因。

参考文献

[1]石辛民，郝整清.模糊控制及其MATLAB仿真.北京：清华大学出版社，2008.3

[2]诸静.智能预测控制及其应用.杭州：浙江大学出版社，2002

[3]贾利民.列车运行过程的智能控制.中国铁道科学，1992，13（1）：65-78

[4]周家猷.模糊预测控制及其在列车自动驾驶中的应用.北京交通大学硕士论文，2008.6

[5]董昱.区间信号与列车运行控制系统.北京：中国铁道出版社，2008