首页> 中文学位 >基于LQR算法的列车自动驾驶系统最优控制研究
【6h】

基于LQR算法的列车自动驾驶系统最优控制研究

代理获取

目录

声明

摘要

第1章 绪论

1.1 研究意义及背景

1.1.1 论文研究意义

1.1.2 ATO国内外研究现状

1.3 本文主要研究内容

第2章 ATO速度控制器功能分析

1.2 ATO工作原理

1.2.1 ATC概述

1.2.2 ATO工作原理

2.2 ATO主要功能

2.3 ATO速度控制器主要性能指标

2.4 被控列车控制特性分析

2.4.1 时间滞后特性

2.4.2 干扰特性

2.5 本章小结

第3章 ATO控制列车运动模型

3.1 列车牵引制动特性

3.1.1 列车牵引特性

3.1.2 列车制动特性

3.2 列车阻力分析

3.2.1 基本阻力

3.2.2 附加阻力

3.3 ATO控制对象动力学模型

3.4 本章小结

第4章 ATO速度控制器控制算法设计

4.1 线性二次型最优控制原理

4.1.1 有限时间情形最优控制

4.1.2 无限时间情形最优控制

4.1.3 最优调节器问题

4.2 ATO速度控制器算法设计

4.2.1 列车自动驾驶控制策略

4.2.2 车辆模型

4.2.3 基于PID的ATO速度控制器算法设计

4.2.4 基于LQR的ATO速度控制器算法设计

4.3 本章小结

第5章 LQR控制器模型的分析验证

5.1 ATO速度控制器仿真

5.2 LQR与PID控制算法性能比较

5.3 测速误差对LQR控制器性能的影响

5.4 ATO控制算法性能指标分析

5.5 本章小结

结论

致谢

参考文献

展开▼

摘要

随着城市化进程的加快和人口增加,国人出行困难的问题日益严重。为了减缓乃至解决这个问题,运量大、效率高的城市轨道交通逐步受到重视,在全国各地开始蓬勃发展。列车自动驾驶子系统ATO(Automatic Train Operation)作为列车自动控制系统ATC(Automatic Train Control)的核心组成部分之一,减轻了司机的劳动强度,同时提高了列车的运行效率。在ATO的控制下,列车运行的准时性、舒适性以及节能性指标也能随着控制算法的优化而不断提高。探索更好的控制算法,更准确高效地控制列车自动驾驶是目前业内亟待攻克的难题。
  论文在分析当前ATO速度控制器控制过程和控制算法研究成果的基础上,设计了基于线性二次型最优控制器LQR(Linear Quadratic Regulator)的控制算法,将LQR最优控制易于控制并兼顾多项性能指标效果的优点引入到ATO控制中。
  论文从ATO原理、功能以及ATO速度控制器性能指标入手,研究了列车迟滞、干扰特性,分析了列车的牵引制动特性以及单质点列车模型列车在不同工况的受力情况,针对ATO速度控制器控制对象建立动力学模型。研究LQR算法原理及将ATO控制过程转化为最优控制的方法作为基础,设计了基于LQR的ATO速度控制器控制算法,并与经典PID控制算法对比分析。论文通过仿真对设计的LQR控制算法和PID控制算法进行验证,从停车精确度、舒适性、准时性和节能性指标分析了LQR控制算法和PID控制算法的性能。仿真结果表明LQR算法在测速误差不大于0.6km/s情况下能满足停车误差小于30cm,运行时间误差不大于2%,其他性能指标也满足要求并略优于文中使用的PID算法仿真结果,达到了优化控制的预期目的。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号