一种基于模型预测控制的重载组合列车异步制动装置及方法与流程

技术特征：

1.一种基于模型预测控制的重载组合列车异步制动装置，包括主控机车制动控制装置，所述的主控机车制动控制装置包括主控机车制动模块、控制模块、主控机车工况采集模块、人机接口单元和主控机车数据传输模块，所述的控制模块分别通信连接主控机车制动模块、主控机车工况采集模块和主控机车数据传输模块，所述的人机接口单元与主控机车工况采集模块通信连接，其特征在于，还包括从控机车制动控制装置，所述的从控机车制动控制装置包括从控机车制动模块、异步控制模块、预测模块、从控机车工况采集模块和从控机车数据传输模块，所述的预测模块分别通信连接异步控制模块、从控机车工况采集模块和从控机车数据传输模块，所述的异步控制模块通信连接从控机车制动控制装置，所述的从控机车数据传输模块通信连接至主控机车数据传输模块。

2.根据权利要求1所述的一种基于模型预测控制的重载组合列车异步制动装置，其特征在于，所述的异步控制模块包括

用于采集相关多种开关量信号，供CPU模块进行逻辑控制的数字量输入模块；

用于将CPU输出的数字控制量转换为可驱动各种电子阀的信号的数字量输出模块；

用于将电平转为调制脉宽信号，用于控制均衡风缸和制动缸的充气阀和排气阀的PWM信号输出模块；

用于将模拟信号转变为数字信号送入容积室压力控制器进行处理的模拟量输入模块；

用于将通讯接口收到的数字信号通过CPU处理后，转变为模拟信号，进行信号的放大输出的模拟量输出模块；和

用于接收各种模拟量、数字量，按照程序对各种输入信号进行判断、计算，输出控制指令来完成各种功能的中央处理CPU模块；

所述的数字量输出模块、数字量输入模块、PWM信号输出模块、中央处理CPU模块、模拟量输出模块和模拟量输入模块通过CAN总线连接。

3.一种基于模型预测控制的重载组合列车异步制动方法，其特征在于，采用如权利要求1-2任一所述的装置，包括以下步骤：

步骤一，实时采集重载组合列车整车的工况信息；

步骤二，主控机车采集列车制动情况，判断列车运行状态并结合自身工况信息，计算生成适合控制自身运行状态的控制输出，同时生成制动指令，并将制动指令发送给其他的从控机车控制设备；

步骤三，从控机车根据列车工况信息、自身工况信息以及主控机车的控制指令，判断是否需要进行制动，并通过计算生成适合控制自身运行状态的控制输出，反馈给主控机车的控制设备。

4.根据权利要求3所述的一种基于模型预测控制的载组合列车异步制动方法，其特征在于，所述的步骤一中，工况信息包括：组合列车长度、组合列车编组方式、轨道坡度信号、轨道曲率半径、机车速度信号、负载信号、手柄位信号。

5.根据权利要求3所述的一种基于模型预测控制的重载组合列车异步制动方法，其特征在于，所述的步骤二中，所述机车运行状态包括：制动、降速、启动、加速。

6.根据权利要求3所述的一种基于模型预测控制的重载组合列车异步制动方法，其特征在于，所述的步骤三中，采用基于满意度的T-S模型进行判断及计算，所述的T-S模型根据列车运行的历史信息和控制输入预测未来输出，根据未来输出与列车参考轨迹的偏差构造最优性能指标并求解产生新的控制输入。

7.根据权利要求6所述的一种基于模型预测控制的重载组合列车异步制动方法，其特征在于，从T-S建模中得到的受控对象模型用下列离散差分方程来描述：

A(z^-1)y(k)＝B(z^-1)u(k-d)+C(z^-1)ξ(k)/Δ

其中y(k)和u(k)分别表示系统的输入和输出，d是模型预测控制的预测步长；Δ＝1-s^-1表示差分算子；ξ(k)表示系统随机干扰噪声；A(z^-1)、B(z^-1)和C(z^-1)为由最小二乘拟合得到的后移算子s^-1的多项式矩阵；

参考轨迹为从t采样时刻开始的未来k个采样时刻值，用从当前时刻实际输出值y(k)为起始的一阶指数变化形式来描述：

y_r(k+i)＝y(k)+[s-y(k)](1-e^-iT/τ) (i＝1,2,…)

其中，T为采样周期，s是参考轨迹的初始值，y_r(k)是参考轨迹的输出值，τ为参考轨迹的时间常数，e^-T/τ为柔化系数；

使用Diophantine方程得到第j步后输出y(k+j)的最优预测值：

y(k+j)＝G_jΔu(k+j-1)+Ax(k)+F_jy(k)+H_jΔu(k-1)+E_jω(k+j)

其中预测模型的控制向量Δu(k+j-1)，Δu(k-1)为机车制动装置施加的制动力，状态向量x(k)包括如下信息：机车的前后车钩受力序列、列车运行速度序列、列车质量、轨道的坡度序列、曲率半径序列，输出y(k+j)为列车在未来时刻的位置和速度，其中k为离散化时间序列；G_j、F_j、H_j、E_j为Diophantine方程系数，ω(k+j)为白噪声；

k时刻的优化性能指标取含有系统输出对期望值误差，以及控制增量加权值的二次型目标函数的最小值minJ(k)：

$\min J\left(k\right)=E\{\underset{i=1}{\overset{p}{\Σ}}{q}_i{\[y(k+i)-y_r(k+i)\]}^2+\underset{j=1}{\overset{L}{\Σ}}{r}_j{\[\mathrm{\Δ}u(k+j-1)\]}^2\}$

其中，E表示求期望值，q_i，r_j是二次型系数；

采用梯度法对上式优化指标进行求解，得到最优控制序列为：

ΔU(k)＝(G^TQG+R)^-1G^TQ[y_r(k)-HΔu(k)-Fy(k)]

ΔU(k)为求解的最优控制系列，G，H，F为Diophantine方程系数矩阵，Q和R是二次型系数矩阵；

通过重载组合列车纵向动力学模型计算得到与车辆当前运行状况相匹配的制动力参考曲线，即参考轨迹，然后结合给定的制动力值，计算得到参考轨迹值；最后利用反馈校正得到的修正值与参考轨迹进行比较，并进行滚动优化，得到控制量输出。

8.根据权利要求7所述的一种基于模型预测控制的重载组合列车异步制动方法，其特征在于，反馈校正值y_p(k)由模型预测值y_m(k)和误差值e(k)的加权ω决定：

y_p(k+i)＝y_m(k+i)+ωe(k) (i＝1,2,…)

其中e(k)由k时刻包括不可测定的外界干扰ξ(k)在内的实际输出y(k)和预测模型输出y_m(k)，以及高速电空开关阀的死区时间误差构成。