[发明专利]一种针对列车未知扰动的神经自适应容错控制方法

权利要求书

1.一种针对列车未知扰动的神经自适应容错控制方法，其特征在于，所述方法包括如下步骤：

S1、分析列车纵向运动进行受力情况，建立列车纵向运动动力方程；

S2、利用神经网络径向基函数逼近未知附加阻力；结合列车纵向运动动力方程，获得执行器故障下的列车动力学方程；

步骤S2进一步包括如下子步骤：

S2.1、采用神经网络径向基函数逼近未知的附加阻力：

d(t)＝w^*Th(z(t))+ε(z(t))

其中，是未知的，代表加权矩阵的最优向量；代表实矩阵；p代表径向基神经网络隐含层的个数；(·)^T代表向量的转置；z(t)代表神经网络的输入；h(z(t))代表神经网络的径向基函数；ε(z(t))代表径向基神经网络的重构误差，满足

|ε(z(t))|≤ε₀

其中，ε₀为未知的正常数；

对于定义域内所有的z(t)，为了最小化重构误差ε(z(t))，引入一个紧凑的子集：

其中，是w^*T的估计；

S2.2、结合所述列车纵向运动动力方程和所述紧凑子集，得出执行器故障情况下列车的动力学方程：

$m\stackrel{\·\·}{x}\left(t\right)=Eu\left(t\right)-c_o-c_v\stackrel{\·}{x}\left(t\right)-c_a{\stackrel{\·}{x}}^2\left(t\right)-w^{*T}h\left(z\right(t\left)\right)-\mathrm{\ϵ}\left(z\right(t\left)\right)$

其中，E代表未知的执行器故障，满足E∈[0,1]；E＝0表示执行器完全失效；E∈(0,1)表示执行器部分失效；E＝1表示执行器正常工作；定义E＝1-τ_f，τ_f∈(0,1)；

S3、构造近似比例积分微分(PID)滑模面；

S4、根据执行器故障情况下的列车纵向运动动力方程，利用未知自适应律和控制器，建立列车闭环动态方程；

S5、选取合适的李雅普诺夫(Lyapunov)函数证明系统的稳定性，进而利用观测器和控制器方程控制列车实际的位移和速度趋近期望的位移和速度。