论文部分内容阅读
为了确保轮轨间良好的粘着性能,充分发挥动车组列车的牵引力和制动力,需要对动车组列车实施合理、高效的粘着控制。本文从工程实际应用角度出发,研究了一种可切换遗忘因子的递推最小二乘算法,用来辨识粘滑曲线斜率。此外,针对传统梯度法在极值点附近推定速度变慢的问题,将步长设置为与曲线斜率相关的函数,并且选用梯度法对最佳蠕滑速度进行推定,从而为动车组列车实现高效粘着控制提供了依据。论文的主要研究内容包含以下几点:(1)建立了动车组列车单轴纵向动力学模型,在MATLAB中基于CRH2A型动车组实际参数仿真验证了模型的正确性。针对粘着系数难以实时获得的问题,构建了全维状态观测器,通过观测电机负载转矩可间接获得粘着系数值,仿真中对比了不同极点下的观测值与粘着力计算模型计算出的实际值,结果显示在极点取值为-300时,观测值与实际值误差最小。(2)针对传统递推最小二乘法(RLS)在轨面条件突变时对待识别参数的追踪不够及时、存在滞后性的问题,对传统的递推最小二乘法进行了改进,设计了可切换遗忘因子的递推最小二乘算法对粘滑曲线斜率值进行追踪。仿真显示改进后的算法具有追踪迅速、波动小的特点。(3)本文选用梯度法对最佳蠕滑速度进行推定,针对传统梯度法在接近极值点处由于斜率变小造成的推定速度变慢的问题,将搜索步长设置为与斜率值相关的函数,可在曲线斜率下降时增大搜索步长以提高搜索速度。此外,设计了模糊PI控制器,实现列车的粘着控制,仿真时可通过改变粘滑特性曲线来模拟列车运行的不同路况以达到模拟轮对空转或者滑行的状态。(4)为了验证本文提出粘着控制方法的有效性,在MATLAB/Simulink中搭建粘着控制模型进行仿真验证,并且与组合校正法进行对比。仿真结果表明,在轨面条件突变后,该控制方法可以使列车在0.5秒内运行在当前轨面对应的最大粘着系数附近,其控制性能优于组合校正法。