高速列车数据驱动无模型自适应容错控制
作者:
作者单位:

1.北京交通大学;2.青岛大学

作者简介:

通讯作者:

中图分类号:

TP273

基金项目:

国家自然科学基金项目(面上项目,重点项目,重大项目)


Data-Driven Model-Free Adaptive Fault Tolerant Control for High-speed Trains
Author:
Affiliation:

Beijing Jiaotong University

Fund Project:

The National Natural Science Foundation of China (General Program, Key Program, Major Research Plan)

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    本文针对高速列车运行控制中的牵引/制动力约束和执行器故障问题, 提出了一种基于偏格式动态线性化的无模型自适应容错控制(PFDL-MFAFTC)算法. 首先, 利用无模型自适应控制框架下的伪梯度概念, 将难以精确获取参数(列车质量、阻力以及执行器故障等)的高速列车动力学模型转化为偏格式动态线性化数据模型. 然后, 利用径向基函数神经网络(RBFNN)处理执行器故障引起的非线性. 其次, 通过压缩映射方法对算法进行了严格的收敛性证明, 保证了算法的收敛性. 最后, 通过高速列车仿真验证了PFDL-MFAFTC算法的有效性和容错能力.

    Abstract:

    In this paper, a data-driven model-free adaptive fault-tolerant control algorithm based on partial form dynamic linearization (PFDL-MFAFTC) is proposed to solve the problems of traction/braking force constraint and actuator faults for high-speed train operation control. Firstly, using the concept of pseudo gradient in the model free adaptive control framework, tthe dynamic model of high-speed train, which is difficult to accurately obtain parameters such as train mass, resistance and actuator faults, is transformed into a partial format dynamic linearization data model. Secondly, radial basis function neural network (RBFNN) is used to deal with the nonlinear function caused by actuator faults. Then, the convergence of PFDL-MFAFTC algorithm is guaranteed by utilizing contraction mapping method. Finally, the effectiveness of PFDL-MFAFTC scheme is verified by a high-speed train numerical simulation.

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2020-11-09
  • 最后修改日期:2021-01-28
  • 录用日期:2021-02-10
  • 在线发布日期: 2021-03-03
  • 出版日期: