[发明专利]一种结合振动辨识的磁浮列车动态悬浮控制方法

权利要求书

1.一种结合振动辨识的磁浮列车动态悬浮控制方法，其特征在于，包括：

获取悬浮状态信号，通过误差比较器得到悬浮状态信号和期望状态信号的间隙误差，将间隙误差传输至悬浮控制器；

获取振动信号，通过振动辨识器得到振动信号的振幅和频率传输至陷波滤波器，陷波滤波器输出过滤后的振幅和频率至悬浮控制器；

在悬浮控制器中，间隙误差通过悬浮控制算法得到第一控制信号，陷波信号通过振动控制算法得到第二控制信号，第一控制信号和第二控制信号的叠加值即为悬浮控制器的输出控制信号；

输出控制信号经过斩波器得到控制电流，对执行机构进行控制；

所述悬浮控制算法对列车的动态悬浮间隙进行调节，悬浮控制器输出的第一控制信号通过执行机构使列车悬浮间隙逼近于期望悬浮间隙；

所述振动控制算法对列车动态悬浮过程中的振动情况进行抑制，悬浮控制器输出的第二控制信号通过执行机构使列车在稳定悬浮时振动逼近于零；

所述振动控制算法是基于径向基函数神经网络的深度学习算法，具体展开如下：

结合径向基函数神经网络进行深度学习来抑制振动，首先在将轨道视为刚体的前提下采集的电磁铁振动数据即为过滤后的振幅和频率作为网络输入；其次，将控制电流作为网络输出；再次，神经网络采用1-5-1结构构造RBF网络；径向基函数控制模块的输入分别为电磁铁振动的偏差值由于理想情况下预期振动为零，因此隐层的输出用非线性激活函数h_j表示：

式中，c_j是隐含层j^th神经元高斯基函数的中心，b_j是隐含 层j^th神经元高斯基函数的宽度；

网络系统的输出控制量为：

i_s＝w₁h₁+w₂h₂+w₃h₃+w₄h₄+w₅h₅

由于控制的目的是使电磁铁在复杂工况下的振动趋于零，故将性能指标E_e设为

其中，由于网络隐含层权值需要结合当前状态值进行调整，因此采用梯度下降法进行调整和学习，如下式所示：

w_j(k)＝w_j(k-1)+Δw_j+α_w(w_j(k-1)-w_j(k-2))

式中，η_w是学习率，表示与抑振电流u_E相对应的电磁铁垂向振动的灵敏度信息，α_w是RBFC模块的动量因子。

2.根据权利要求1所述的一种结合振动辨识的磁浮列车动态悬浮控制方法，其特征在于，所述的悬浮控制器是由悬浮控制算法和振动控制算法共同构成的DSP控制电路。

3.根据权利要求1所述的一种结合振动辨识的磁浮列车动态悬浮控制方法，其特征在于，所述悬浮控制算法的表达式为：

其中，K_p，K_i，K_d为设定的控制参数；e(t)为悬浮状态信号和期望状态信号的间隙误差；u(t)为第一控制信号。

4.根据权利要求1所述的一种结合振动辨识的磁浮列车动态悬浮控制方法，其特征在于，所述陷波滤波器的模型表达式为：

其中，U(s)，I(s)分别为输出响应的S变换和激励输入量的S变换；ω_n为陷波中心频率，ω_n＝tan(πωT)/Tπ，ω为辨识出的振动频率，T为S域中G(s)双线性离散化采样周期；k_h为陷波深度，k_h＝A_f/A，A_f为滤波后的信号幅值，A为辨识出的振幅；k_w表征陷波宽度；s为时域空间对应到S域的变量符号；G(s)为所述陷波滤波器在S域中的传递函数。