李新　陳春俊　艾永軍　周建容

摘要：為研究高速列車通過隧道時產生的壓力波對車體氣密性和車內壓力舒適度的影響，建立隧道壓力波模擬加載系統。該系統具有非線性、多擾動、多容耦合以及加載的壓力波幅值大和變化劇烈等特點，帶來控制速度和精度上的難度。為準確模擬加載隧道壓力波，采用遺忘開閉環(huán)高階迭代學習控制算法進行控制，利用AMESim和Simulink聯合仿真平臺進行控制仿真，并對比幾種不同學習律的控制效果。仿真結果表明：遺忘開閉環(huán)高階學習律在第7個周期時，壓力控制最大誤差絕對值已降低到0.358 2kPa，相對于開環(huán)PfD和遺忘因子開環(huán)PfD型學習律的1.23kPa和0.9462kPa，分別減少70.87%和62.14%，該算法可增加系統穩(wěn)定性，使得隧道壓力波的加載更加快速準確。

關鍵詞：壓力波模擬加載系統;迭代學習控制;開閉環(huán)高階學習律;遺忘因子

中圖分類號：TP273 文獻標志碼：A 文章編號：1674-5124（2019）01-0145-05

0 引言

隨著高速列車速度的提升，氣壓波動程度隨之加大，特別是當高速列車會車或者在隧道中運行時，車體表面的瞬時壓力波幅值會在較大范圍內變化。外界空氣壓力的這種波動通過車體的縫隙或者空調系統的新風道與廢排風道影響到車內的壓力，如果車內空氣壓力變化量及變化率超過一定值，就會刺激旅客的耳膜，引起耳腫耳痛，從而影響乘客的舒適性[1];同時會影響到車體的氣密性及材料的耐疲勞強度等[2]。

在實際線路上進行高速列車經過隧道時車內外壓力對車體氣密性、車內壓力波動對人舒適性的影響及列車材料耐疲勞強度等的研究，不僅測試周期長、經濟成本高，而且會影響列車正常的運營。因此國內中南大學王前選、梁習鋒團隊搭建了車內壓力波試驗模擬裝置，用于模擬加載列車通過隧道時車內的壓力變化，研究壓力波動與人耳舒適性的關系[3]。西南交通大學陳春俊團隊搭建了隧道壓力波模擬加載系統，此系統可以對一節(jié)實際列車車廂通過隧道工況時進行車外壓力的地面模擬，因此能夠同時研究車外隧道壓力對車體氣密性、車內壓力波動對人舒適性的影響以及材料耐疲勞強度。

然而對于隧道壓力波模擬加載系統，其多罐體、大容積、調節(jié)響應時滯時間長以及加載的壓力波幅值大和變化劇烈等因素，帶來了壓力調節(jié)速度及精度的問題。方超等[4-5]針對此系統將時變遺忘因子應用到開環(huán)PED學習律中，并與其他學習律迭代控制算法進行了對比分析，證明其在密封箱體壓力控制上提高了系統的抗干擾能力和改善了動態(tài)性能。但都是開環(huán)型控制，存在跟蹤速度慢、精度低等問題。文獻[6]針對氣動加載系統，通過設計一種自抗擾控制器進行非線性、強耦合系統的壓力精確跟蹤控制，但此控制器需要依賴對象模型，對于無法建立系統數學模型時并不適用。文獻[7]針對雙容系統，設計了參數自整定的模糊PID控制器，得到了良好的控制效果，但存在糊規(guī)則難以制定等問題。

本文針對隧道壓力波模擬加載系統，為提高其加載的快速性和精度，提出一種帶有時變遺忘因子的開閉環(huán)高階迭代學習控制算法，引入了閉環(huán)和多次誤差信息來提高控制系統的精度、收斂速度，并利用Simulink與AMESim聯合仿真平臺建立系統模型及仿真驗證。

1 隧道壓力波模擬加載系統及模型建立

1.1 隧道壓力波模擬加載系統

高速列車壓力波模擬加載系統主要由鼓風機、真空泵、正負壓罐、密封箱體、氣動蝶閥、管路、壓力傳感器及控制系統組成，通過對相應閥門的控制，使密封箱體內形成壓力波。壓力模擬加載系統示意圖如圖1所示。

鼓風機和真空泵作為氣源系統，分別對正負壓罐進行充氣抽氣，使其壓力控制在預設壓力附近。之所以設立正負壓罐，是因為隧道壓力波的幅值波動大、變化劇烈。要使系統能夠快速地跟蹤隧道壓力波，需要提高正壓罐的壓力，使其遠超于隧道壓力波最大值;降低負壓罐內壓力，使其遠低于隧道壓力波最小值。之后通過控制閥門K2和K3對密封箱體進行充氣抽氣，使整個系統能夠精確地跟蹤隧道壓力波。密封箱體用來放置一整節(jié)車廂，通過形成相應的隧道壓力波來進行車體的氣密性及材料耐疲勞強度等試驗研究。

1.2 聯合仿真模型的建立

此系統是多容積相互耦合的復雜系統，要建立精確的數學模型具有一定的難度，因此利用AMESim軟件提供的物理模型，搭建壓力模擬加載系統模型。同時利用Simulink在控制策略上的優(yōu)勢，建立系統的控制算法，并利用AMESim與Simulink提供的外部接口Co-simulation Interface將兩者結合起來進行聯合仿真。壓力波模擬加載系統聯合仿真模型如圖2所示。

由于密封箱體內需要放入一節(jié)真實尺寸的試驗車體，密封箱體設計的實際體積是4m×4.2m×30m，約為500m³;同時試驗車體的真實體積約為250m³。因此在AMESim中進行參數設置時，其體積要減去試驗車體體積。系統重要模型參數如表1所示。

2 迭代控制算法學習律研究

2.1 控制算法

本控制系統分為調節(jié)階段和加載階段。在調節(jié)階段進行正負壓罐的充氣抽氣，使其內壓力達到預設壓力;加載階段為密封箱體內的隧道壓力波加載。

開始后，鼓風機和真空泵對正負壓罐進行充氣抽氣，通過控制閥門K1和K4使其穩(wěn)定在預設值范圍;在加載階段通過控制閥門K2和K3的動作對密封箱體進行充氣抽氣，使其內部形成隧道壓力波。因此閥門K2和K3的動作和密封箱體內的壓力變化會影響到正負壓罐內的壓力，使其產生波動，偏離預設值;同時正負壓罐內的壓力波動又會影響到密封箱體內隧道壓力波加載的精度，因此形成多容積的耦合。壓力加載系統的控制流程圖如圖3所示。

在進行相關研究時，此多容耦合系統需對車體進行反復的隧道壓力波加載，具有重復性。因此采用PID型迭代學習控制算法，利用其逐步跟隨學習的特點和其解決非線性系統不需要精確的數學模型的優(yōu)勢，以及其控制簡單、有效的特點[8]。