[发明专利]基于自适应神经网络的磁悬浮列车运行控制方法

说明书

本发明提供了一种基于自适应神经网络的磁悬浮列车运行控制方法。该方法包括：设计磁悬浮列车的动力学模型，根据磁悬浮列车的动力学模型利用分数阶滑模自适应算法产生牵引力或制动力，控制列车运行；设计分数阶滑模自适应神经网络控制器，分数阶滑模自适应神经网络控制器根据列车运行误差信息计算出列车的运行阻力；根据列车的运行阻力产生相应的补偿控制力，利用补偿控制力调整控制列车的运行。本发明利用分数阶滑模自适应算法产生牵引或制动力控制列车运行，基于神经网络估计并补偿列车运行中受到的各项阻力，本发明提出的运行控制算法有效提高了磁悬浮列车的位置与速度控制性能。

技术领域

本发明涉及磁悬浮列车运行控制技术领域，尤其涉及一种基于自适应神经网络的磁悬浮列车运行控制方法。

背景技术

磁悬浮列车利用电磁力实现自身的悬浮、导向以及牵引驱动。与传统的轮轨交通方式相比，磁悬浮交通具有噪声低、线路适应性强、牵引制动性能好、维护工作量小以及寿命长等优点。随着长沙磁悬浮快线和北京S1线等低速磁浮线路的相继开通与运营，以及清远磁浮旅游专线的建设，磁悬浮交通将成为我国21世纪的新型轨道交通方式。

OCS(Operation Control System，磁悬浮列车运行控制系统)的功能是运行指挥与安全防护，运行控制算法是其核心技术之一。目前，OCS主要借鉴传统轮轨列车的CBTC(Communication-Based Train Control System，基于通信的列车自动控制系统)系统。针对传统轮轨列车运行控制算法，国内外学者进行了深入研究。设计自适应模糊滑模控制算法补偿列车运行过程中的各项扰动，有效提高了列车停车制动精度。有学者通过分段线性化列车运行阻力，建立了动车组混合整数列车运行模型，利用模型预测控制算法实现列车运行控制，保障了列车安全高效运行。还有学者利用一种双自适应广义预测控制算法实现列车运行控制，提高了速度与位置跟踪精度，提高了列车运行的抗干扰能力与稳定性。然而，与传统轮轨列车的牵引方式不同，磁悬浮列车的牵引控制位于地面，借鉴CBTC系统设计的列车运行控制算法没有考虑磁悬浮交通的自身特性，并不完全适用于磁悬浮列车。因此，分析运行阻力对磁浮列车的影响，设计运行控制算法，提高列车运行性能，对我国磁悬浮交通的发展具有重要意义。

目前，现有技术对磁悬浮列车的研究主要集中在悬浮控制方面，无运行控制算法方面的研究成果。

发明内容

本发明的实施例提供了一种基于自适应神经网络的磁悬浮列车运行控制方法，以实现有效地控制磁悬浮列车的稳定运行。

为了实现上述目的，本发明采取了如下技术方案。

一种基于自适应神经网络的磁悬浮列车运行控制方法，包括：

设计磁悬浮列车的动力学模型，根据所述磁悬浮列车的动力学模型利用分数阶滑模自适应算法产生牵引力或制动力，控制列车运行；

设计分数阶滑模自适应神经网络控制器，所述分数阶滑模自适应神经网络控制器根据列车运行误差信息计算出列车的运行阻力；

根据列车的运行阻力产生相应的补偿控制力，利用所述补偿控制力调整控制列车的运行。

优选地，所述的设计磁悬浮列车的动力学模型，根据所述磁悬浮列车的动力学模型利用分数阶滑模自适应算法产生牵引力或制动力，控制列车运行，包括：

设计磁悬浮列车的动力学模型为：

ma＝F_t-F_r (5)

式中:m为列车质量；a为列车加速度；F_t为列车运行过程中受到的牵引力或制动力；F_r为列车运行阻力，表示为如下形式：

F_r＝F_a+F_e+F_i (6)