基于模糊PID 软切换控制的列车自动驾驶系统调速制动

基于对列车自动驾驶(ATO)系统算法的分析,首先针对ATO系统停车阶段采取的一级调速制动过程,利用模糊PID软切换控制算法对ATO系统进行研究;然后利用模糊规则实现模糊控制与PID控制之间的切换;最后通过对系统的仿真表明,该算法不仅能够实现ATO系统调速控制的平滑过渡,而且使列车能够平稳运行,节约能源,同时提高了乘坐的舒适性和停车精度.     

基于CBTC的列车自动驾驶控制算法

基于通信的列车控制系统是列车控制系统技术的发展方向。讨论了基于CBTC的列车自动控制系统的基本结构和功能，指出传统控制方法不能适应列车运行参数的非线性和时变性，而采用智能控制方法较为有效，对基于专家系统的ATO系统、基于模糊控制的ATO系统和基于模糊神经网络的ATO系统等几种速度控制算法进行了分析和建模。     

电制动到零情况下的ATO精确停车

福州地铁5号线列车牵引和制动系统采用电制动到零方案。在信号系统调试过程中,ATO精确停车存在顿挫和后溜的问题。为此,本文采用现场试验、分析数据的方法,通过修改电制动退出时间,优化制动软件,解决ATO精确停车存在的问题,实现地铁列车电制动到零情况下的ATO精确停车。     

基于遗传算法和粒子群优化的列车自动驾驶速度曲线优化方法

针对列车自动驾驶(ATO)过程中的精准停车、准时性、舒适性以及能耗问题,提出一种基于遗传算法与粒子群优化(GAPSO)算法结合的ATO速度曲线优化方法.首先,建立列车ATO运行多目标优化模型,将列车过分相区断电惰行纳入控制策略,并对运行控制策略进行分析;其次,对粒子群优化(PSO)算法进行改进,采用非线性动态惯性权重和...     

高速列车自动驾驶前馈自适应广义预测控制方法研究

高速列车自动驾驶（ATO）系统本质上是强非线性和不确定性的系统,针对高速列车模型参数非线性和时变性等特点,文章提出了一种前馈自适应广义预测控制（FA-GPC）的方法对ATO系统进行动态优化控制,并设计了一种带约束的多目标预测控制器。首先,基于列车多质点模型,分析附加阻力的改变对列车运行的影响;然后,结合列车运行过程中的速度跟踪精度、停车精度及运行舒适性等关键指标,构建包含控制输入约束的多目标性能指标函数,设计基于多目标函数的前馈广义预测速度跟踪控制算法,解决了由于附加阻力变化导致控制器超调的问题并加快了控制收敛速度。由于列车运行过程中受外界环境、乘客流动等因素影响,阻力变化大,难以建立精确的数学模型,因此采用带约束的变遗忘因子递推最小二乘法来辨识出列车控制系统在不同工况下受控自回归积分滑动平均模型（CARIMA）,进而提高控制系统的鲁棒性。仿真结果表明,相比传统的无前馈GPC和PID控制器,前馈广义控制器在不同线路条件下巡航控速速度跟踪精度在±0.5 km/h范围内,具有良好的跟踪性;在强扰动情况下通过引入自适应改进的前馈广义预测控制算法,具有较强的鲁棒性。     

基于新型PID控制器的列车自动驾驶调速系统

基于对列车自动驾驶系统(ATO)的研究,提出了基于重新参数化的B样条神经网络以及粒子群算法的PSO-B-PID控制器;该控制器能通过PSO搜索找到最佳适合的β因子,从而得到适合本网络权值搜索的最佳的重新参数化B样条基函数,同时,文中还提出了由粒子群算法取代传统BP后向传播算法来作为网络学习算法,从而有效克服传统算法易于陷入局部最优的缺点。通过比较实验中建立的PSO-B-PID、BP-B-PID以及PSO-BP-PID 3种控制器的控制性能,结果表明PSO-B-PID控制过程的误差变化最为缓和,其超调量也最小,因此,该控制器能够提高ATO系统控制的快速性、乘坐舒适度以及停车精度。     

城轨列车精确停车智能控制算法研究与仿真

随着我国城轨交通的大力发展,列车自动驾驶（ATO）系统在城轨列车中的应用越来越广泛,精确停车是衡量城轨列车自动驾驶性能重要指标之一。以精确停车、舒适性及能耗为指标,利用列车牵引计算知识建立列车运行多目标模型;利用遗传算法对该模型进行优化,结合MATLAB仿真软件得出列车运行理想目标曲线;运用SIMULINK模块分别搭建基于PID控制的仿真模型、基于模糊PID控制的仿真模型以及基于预测模糊PID控制的仿真模型,得出相应的列车运行跟踪曲线,并进行比较。结果表明：较前两者,预测模糊PID控制能最大程度地提高列车的停车精度。     

高速列车精确停车的鲁棒自触发预测控制

列车精确停车作为列车自动运行(Automatic train operation, ATO)系统的一项核心功能, 对高速列车的安全和高效运行至关重要. 本文针对高速列车停车过程的特点, 考虑在避免控制输出频繁切换的前提下实现高精度的停车曲线跟踪, 提出了基于模型预测控制(Model predictive control, MPC)的精确停车算法. 针对列车停车过程中外部不确定性阻力干扰, 采用鲁棒模型预测控制方法, 提高对外部干扰的鲁棒性. 引入自触发控制策略, 以进一步减少控制输出的频繁切换, 提高停车过程的舒适度. 该方法不需要每个采样时间都求解线性约束二次规划问题, 降低了对系统采样和通信能力的要求, 提高了算法的实用性. 分析结果表明, 高速列车精确停车控制方法的稳定性和性能指标的次优性可以得到保证. 基于高速列车实际运行数据的仿真结果验证了算法的有效性.     

基于灰色系统理论高速列车ATO速度控制器研究

速度控制器是ATO系统的核心单元,也是列控系统的重要组成部分,针对目前高速列车无ATO功能的情况,研究智能的ATO系统速度控制器对实现高速列车自动驾驶具有的重要意义。通过分析CTCS-3级列控系统的结构和功能,提出了在CTCS-3级列控系统中增加ATO系统速度控制器的方案。首先设计了速度控制器与车载及地面设备的连接方式,实现了信息交互;而后应用灰色系统理论善于研究外延明确内涵不清系统的特点,建立速度控制器模型,进行预测及决策计算,得到比较合理的列车自动驾驶控制策略;最后采用遗传算法对其进行优化,得到最优控制策略。仿真结果表明,该方法实现了高速列车在CTCS-3级列控系统下的自动驾驶,列车运行的各项性能都得到了提高。     

广义预测控制算法在ATO系统中的研究仿真

对广义预测控制(GPC)算法进行了研究,并将GPC算法应用在自动运行(ATO)系统中.通过该算法的使用,列车能较好地跟随目标曲线运行,由于目标曲线是根据列车牵引计算得到的最优的列车运行曲线,从而保证列车安全、平稳、正点地自动运行,同时也确保列车进站停车的精确性.     

变论域自适应模糊PID控制系统仿真与应用

由于电液伺服系统具有非线性、时滞性等问题,自适应模糊PID控制方式仍难以精确控制马达转速,故设计了变论域自适应模糊PID控制算法。通过设计合适的伸缩因子,将变论域与自适应模糊PID控制相结合,该算法可以精确控制电磁比例阀的流量进而控制马达的转速。将PID控制、模糊控制、自适应模糊PID控制和变论域自适应模糊PID控制算法进行Matlab仿真,结果表明：变论域自适应模糊PID控制具有响应快、无超调、稳态误差基本为零的特点。通过可编程控制器实现了模糊PID控制与变论域自适应模糊PID控制算法在电液伺服系统中的应用,实验数据表明,变论域自适应模糊PID控制更加精确,符合工业控制要求。     

自适应抑制式模糊C-回归模型算法

模糊C-回归模型算法由Hathaway和Bezdek提出,与硬C-回归模型算法相比有着稳定性强、收敛效果好的优点,但该算法也存在着收敛速度偏慢的问题.针对此问题,引入隶属度抑制思想,提出了抑制式模糊C-回归模型(S-FCRM)算法.实验表明,S-FCRM算法加快了算法的收敛速度,提供了较好的收敛效果.然而S-FCRM算法还存在着抑制因子参数选择的问题,针对这个问题,研究了抑制因子选择的自适应方法,进一步提出了自适应抑制式模糊C-回归模型(AS-FCRM)算法.实验表明,AS-FCRM算法有着较好的自适应效果,收敛速度更快,鲁棒性更好.     

高精度实时荧光定量PCR温控系统的设计与仿真

针对目前国产实时荧光定量PCR温控系统升降温速度慢和精度低的问题,提出了一种改进的模糊自适应PID算法。首先根据热力学公式,建立了实时荧光定量PCR温控系统的数学模型,在模糊自适应PID算法的基础上加了一个在线调整量化因子和比例因子的智能调整器,根据设定的模糊控制规则实时优化PID参数、量化因子和比例因子,由PID控制器和智能调整器控制实时荧光定量PCR的温度。采用Simulink对PCR温控系统进行仿真,结果表明：设计的模糊自适应PID控制器控制精度达到[0.1 ℃],快速稳定以后,能达到[0.01 ℃],升降温速度大于等于[7.0 ℃/s],完全能够满足实时荧光定量PCR温控系统对温度精度和升降温速度的要求。     

基于改进QPSO算法的电动汽车模糊控制器参数优化

目前电动汽车常以无刷直流电机（BLDCM）作为驱动器,但BLDCM调速控制系统中模糊控制器的量化因子和比例因子采用传统方法,自调节能力弱,针对该问题提出一种改进QPSO算法（AMF-QPSO）实现对量化因子和比例因子的自适应调节。AMF-QPSO算法以收缩—扩张系数（contraction expansion,CE）控制方式为研究重点,提出粒子活性概念,并以其作为反馈量实现动态自适应调节CE系数; 同时,为防止种群高度聚集,采用精英群体随机交叉学习机制,对部分活性低的精英粒子进行扰动,增强种群后期多样性。最后,通过LabVIEW实验平台,以具体案例验证AMF-QPSO算法性能。实验结果表明,AMF-QPSO优化的模糊PID控制器具有比标准模糊PID控制器和QPSO优化的模糊PID控制器更好的控制性和自适应性。     

基于模糊自适应PID的无轴传动控制系统研究

研究模糊自适应PID控制算法对无轴传动控制系统的影响,并对控制电机转速同步精度应用不同PID算法进行比较。采用主从电机同步控制策略,并利用Matlab开发了完整的以永磁伺服电机为执行机构的仿真系统。调节控制环参数,得出控制系统的仿真曲线。通过对仿真曲线的分析,比较传统PID和模糊自适应PID算法对转速同步精度的影响,最后指出模糊自适应PID控制算法的控制效果及优越性。     

直流无刷电机智能控制系统研究

阐述直流无刷电机工作原理,分析直流无刷电机的数学模型;介绍模糊控制理论与神经网络控制理论,提出模糊自适应PID控制策略;在MATLAB环境下,分别使用反电动势建模法建立直流无刷电机控制系统的模型,并对各个模型进行仿真分析。然后利用BP神经网络控制策略,模糊自适应PID控制策略改进速度控制器中的常规PID算法,进行仿真,并将所得结果进行对比。从对比结果可以得出模糊自适应PID控制策略更适合直流无刷电机的控制。     

Adaptive fuzzy regulation of the DC-bus capacitor voltage in a wind energy conversion system (WECS)

This paper proposes a new voltage regulator of the DC-bus capacitor of a variable speed wind power generation system based on adaptive fuzzy system. The change in the fuzzy rule base is done using a variable-structure direct adaptive control algorithm to achieve the pre-defined control objectives. This algorithm has two merits. First, it has a good performance in the training phase as it makes use of the initial rule base defined for the fuzzy logic controller. Second, it has a robust estimator since it depends on variable structure technique. The adaptive nature of the new controller significantly reduces the rule base size and improves its performance.     

一种新的调节交叉和变异概率的自适应算法

提出一种新的基于模糊控制策略的交叉和变异概率自适应调节算法.该算法以相邻两代群体之间平均适应度函数和标准差的差值作为输入,以交叉和变异概率的变化量作为输出.并提出了与输入相对应的自适应归一化算子以及新的基于启发式知识的模糊规则,用于交叉和变异概率的调节.对3种不同测试函数的数值仿真研究表明,与其他2种自适应模糊控制算法相比,该调节算法可使遗传算法具有更快的搜索速度和更高的搜索质量.     

基于多层蚁群算法的变论域模糊控制

针对模糊控制器控制精度不高、自适应能力有限等问题,提出一种变论域自适应模糊控制方式.首先在对离散蚁群算法改进的基础上,提出用于连续域寻优的多层蚁群算法.其通过将解空间分成有限网格,并且算法在迭代过程中采用三个阶段的搜索策略,每个阶段采用异构搜索机制.然后根据系统性能利用改进算法动态调整伸缩因子,从而构成基于多层蚁群算法的变论域自适应模糊控制器.最后将此控制器用于中厚板液压位置伺服系统中.仿真结果表明,采用自适应模糊控制器的伺服系统收敛速度明显加快,此控制策略在适应能力与鲁棒性好于其它控制方式.     

下肢携行外骨骼系统模糊自适应位置控制研究

研究下肢携行外骨骼系统稳定性控制问题。下肢携行外骨骼系统支撑行走阶段位置控制存在稳定性、实时性不足,提高位置控制的速度及精度,使具有适应性和鲁棒性,为了克服具有实时重力补偿的传统方法,提出固定重力补偿的位置控制方法,并利用模糊推理逻辑可逼近非线性函数的特点,将模糊控制算法与具有固定重力补偿的传统PD控制算法相结合,提出了具有固定重力补偿的模糊自适应位置控制算法,应用到下肢携行外骨骼支撑行走阶段的位置控制中。仿真结果表明控制方法能够使外骨骼准确迅速跟踪人体运动,并能够显著减小人所施加的力矩,系统鲁棒性较强,能够适应负载的变化,证明是一种行之有效的控制方法。