[发明专利]一种基于分布式模型的动车组同步跟踪控制方法

权利要求书

1.一种基于分布式模型的动车组同步跟踪控制方法，其特征是，所述方法针对动力分散式动车组由若干牵引/制动控制单元相互耦合组成的结构特点，提出动车组运行过程的分布式描述方法；借助动车组牵引/制动特性曲线和实际运行数据，采用子空间模型辨识方法建立了动车组分布式状态空间模型；提出基于高速动车组分布式模型的同步跟踪控制方法，实现高速动车组各单元运行速度的高精度同步跟踪。

2.根据权利要求1所述的一种基于分布式模型的动车组同步跟踪控制方法，其特征是，所述分布式模型的同步跟踪控制方法包括以下步骤：

（1）基于每个动力单元的输入输出数据，辨识出各单元对应的子空间模型，继而组合各单元子空间模型得到高速动车组分布式状态空间模型，即适用于同步跟踪控制算法的预测模型：

x(k+1)≈Ax(k)+Bu(k)+w(k)y(k)≈Cx(k)+Du(k)+v(k)---(1)]]>

其中，u(k)∈R^l为k时刻预测模型的输入序列；y(k)∈R^m为k时刻预测模型的输出序列；x(k)∈Rⁿ为k时刻预测模型的状态序列；A∈R^n×n，B∈R^n×l，C∈R^m×n，D∈R^m×l分别为预测模型的参数矩阵；w(k)∈Rⁿ为k时刻预测模型的过程噪声；v(k)∈R^m为k时刻预测模型的输出噪声；

（2）提出基于分布式模型的同步跟踪控制方法来实现高速动车组各单元的高精度同步跟踪控制；以模型输出和期望输出的速度偏差设计目标函数：

J=E{Σj=N0P[y^f(k+j)-yr(k+j)]2+Σj=1N[rjuf(k+j)]2}---(2)]]>

式(2)中，为模型超前j步的最优预测值；y_r(k+j)为未来(k+j)时刻的期望输出；N₀是最小输出长度；P是预测长度，N是控制长度，一般情况下取N₀＝1；r_j为控制加权系数，约束控制量；u(k+j)为控制量序列；

将式(2)用矩阵形式表示为：

J=(y^f-Yr)TQ(y^f-Yr)+ufTRuf---(3)]]>

式(3)中，矩阵y^f=y^k+1y^k+2···y^k+PT;]]>矩阵Y_r=[y_rk+1 y_rk+2…y_rk+N]^T；矩阵u_f＝[u_k+1 u_k+2…u_k+N]^T；(·)^T表示矩阵的转置；Q为输出误差加权矩阵；R为控制加权矩阵；Q、R均为正定对称矩阵，即Q＝Q^T＞0，R＝R^T＞0；

根据动车组预报模型(1)实现对其输出预测：

y^f=lwwp+luuf---(4)]]>

式(4)中，wp=[ypT,upT]T(yp=[ytT,···,yt-P+1T],up=[utT,···,ut-P+1T]);]]>l_w=L_w(1:lP,:);l_u＝L_u(1:lP,1:n_u)(L_u、L_w为子空间矩阵；n_u为u_f的行数，与控制时域N相关)；

将式（4）代入式（3）得到：

J＝((l_ww_p+l_uu_f)-Y_r)^TQ((l_ww_p+l_uu_f)-Y_r)+u_f^TRu_f   (5)

由式(5)可知求目标函数的最小化问题等价于求解关于向量u_f的极小值问题；令dJ/du_f＝0可得到最优控制律u_f的表达式：

uf=(luTQlu+R)-1luTQ(Yr-lwwp)---(6)]]>

取u_f的第一、二、…、r行分量施加到高速动车组上，即为当前时刻各个动力单元所需控制量u＝u_f(1:r,:)；

式(6)中，L_u为子空间矩阵，l_u＝L_u(1:lP,1:n_u)；L_w为子空间矩阵，l_w＝L_w(1:lP,:)；Q为输出误差加权矩阵；R为控制加权矩阵；表示预测时域内的输出、输入数据矩阵；表示预测时域内输出数据矩阵；表示预测时域内输入数据矩阵的转置；Y_r为期望输出的矩阵形式；(·)^-1表示矩阵求逆运算。