中国安全科学学报

作者：宋莉, 郭伟, 李飞, 刘乐钰

单位：1 马鞍山学院 人工智能创新学院,安徽 马鞍山 243199；2 安徽工业大学 电气与信息工程学院,安徽 马鞍山 243002

关键词：高速列车,径向基(RBF)神经网络(RBFNN),自抗扰控制(ADRC),目标速度曲线,追踪性能(ADRC)

基金：国家自然科学基金青年基金资助(61903003); 安徽省教育厅轨道交通自动化重点实验室重点科研项目(KJ2020A0847); 安徽省教育厅轨道交通自动化重点实验室重点科研项目(KJ2020A0846); 马鞍山学院重点科研项目(RZ2100000271)

针对高速列车运行过程中的时变与非线性模型问题,提出一种基于径向基(RBF)神经网络(RBFNN)优化的高速列车速度自抗扰控制(ADRC)算法。首先,以单质点模型建立列车动力学方程;其次,将ADRC技术应用到列车上,以列车外干扰作为扩张部分,借助非线性误差反馈控制律实时观测和补偿系统扰动,设计基于RBFNN优化的ADRC控制器;然后,以CRH380型列车参数进行目标速度曲线仿真追踪,验证RBF-ADRC控制器追踪性能;最后,将设计的RBF-ADRC控制器与传统ADRC控制器在抗干扰性能和追踪误差方面进行比较。结果表明:基于RBF-ADRC的控制器抗干扰性能高于传统的ADRC控制,且追踪误差更小,适用于列车严格运行条件。

来源：2022年第6期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2022年第6期