同一列车重复通过同一隧道时所产生隧道压力波激扰具有形态相似、变尺度变幅值的特性.针对现有控制策略未考虑这一定形态特性的问题,提出一种基于高阶反馈遗忘迭代学习的控制方法.首先,建立高速列车车内外气压传递数学模型,并利用实测车内外压力数据进行修正与验证;其次,通过控制列车通风设备的阀门来减缓车内压力变化,提出阶反馈遗忘迭代学习控制算法,并设计变幅值和变尺度处理方法;最后,利用实测压力波生成一组定形态的随机压力波,并进行仿真分析.仿真结果表明:在重复定形态的隧道压力波激扰下,高阶反馈遗忘迭代学习控制算法能够使车内压力在第8个迭代周期后1 s变化率基本收敛到200 Pa/s以下,而且均方根误差也在第4个迭代周期后降低到15.0000%以下.
陈春俊;曹宇啸;何智颖;杨露;
西南交通大学机械工程学院,四川成都610031 西南交通大学轨道交通运维技术与装备四川省重点实验室,四川成都610031西南交通大学机械工程学院,四川成都610031
计算机与自动化
高速列车;隧道压力波;迭代学习控制;重复定形态
《西南交通大学学报》 2024 (001)
P.20-28 / 9
国家自然科学基金(51975487);轨道交通运维技术与装备四川省重点实验室开放基金课题(2019YW003)的资助.
10.3969/j.issn.0258-2724.20211026
评论