葛俊德, 魏文軍,2, 武曉春
(1.蘭州交通大學(xué) 自動化與電氣工程學(xué)院,甘肅 蘭州 730070; 2.蘭州交通大學(xué) 光電技術(shù)與智能控制教育部重點實驗室,甘肅 蘭州 730070)
作為速度為255~350 km/h的乘客專用系統(tǒng),高速動車組(electrical multiple unit,EMU)近年來因其速度和生態(tài)友好性越來越受歡迎,動車組高速運動中的安全性和舒適度一直是持續(xù)研究和改進的課題,人工駕駛動車司機的勞動強度很大,有一定的安全隱患,研究更加有效的動車組控制技術(shù),實現(xiàn)列車自動巡航駕駛,對減輕司機勞動強度、提高列車運行密度,實現(xiàn)高精度的速度和位置跟蹤控制的同時,保證安全性、降低能源消耗,具有重要的現(xiàn)實意義和應(yīng)用前景[1~4]。
針對高速動車組的多動力單元結(jié)構(gòu),文獻[5]采用分布式空間模型描述其動力學(xué)模型,設(shè)計了各動力單元同步跟蹤給定速度的集中式預(yù)測控制算法。文獻[6]中提出了針對列車位置及速度自適應(yīng)的控制方法,但在列車啟動或制動時其牽引或制動力會發(fā)生急劇的變化,容易引發(fā)列車故障,大大降低了乘客的舒適度。上述研究成果中,列車采>用的都是集中式控制,全車所有動力單元的動力都由中央控制單元給出,且所有控制力均相等。當(dāng)動車組各動力單元受力不同時,車輛速度不一致,將會增加動車組車鉤的壓力或拉力,造成安全隱患,危及行車安全。為了克服這種情況文獻[7]采用分布式動車組控制模型,設(shè)計分布式神經(jīng)網(wǎng)絡(luò)滑模控制策略,對高速動車組進行速度跟蹤控制,但控制系統(tǒng)模型過于復(fù)雜,計算量大,跟蹤精度略有不足。文獻[8]利用多智能體一致性技術(shù),建立了高速動車組多智能體模型,并且設(shè)計了相應(yīng)的分布式控制器,動車組運行更加平穩(wěn),但跟蹤速度較慢。
本文針對以上問題,采用多智能體技術(shù),建立了高速列車多智能體模型,設(shè)計了分布式有限時間協(xié)同控制算法,實現(xiàn)了動車組巡航狀態(tài)下的分布式控制。該有限時間分布式算法實現(xiàn)了動車組控制不需要中心節(jié)點,各個智能體通過相互協(xié)調(diào)完成動車組平穩(wěn)、快速控制,大大縮短了分布式控制跟蹤時間。
為了便于分布式控制律的設(shè)計,采用代數(shù)圖論來描述動力單元間的通信拓撲關(guān)系??紤]一輛擁有n個動力單元的動車組,用加權(quán)無向圖G=(V,E,A)來表示動車組的通信拓撲。其中,V={v1,v2,…,vn}代表具有n個節(jié)點的集合,v1~vn代表第n個動力單元,E∈V×V表示該拓撲圖的邊集。邊(vi,vi)∈E表示第j個動力單元可以訪問第i個動力單元的信息,此時動力單元i是動力單元j的鄰居,并且j的鄰居可用Nj={vi∈V︰(vi,vi)∈E}表示。具有非負元素的A=[aij]表示鄰接矩陣,當(dāng)(vi,vi)∈E時,aij>0,否則,aij=0。
考慮一列高速動車組,它由n個動力單元組成,每個動力單元間用鉤緩裝置連接,高速動車組的結(jié)構(gòu)如圖1所示。
圖1 高速動車組縱向動力學(xué)描述
鉤緩裝置安裝在相鄰兩車廂之間的地板下方。在運行過程中,鉤緩裝置在減小沖擊力方面起著重要作用,它通過在縱向上傳遞列車內(nèi)力來減緩碰撞。鉤緩裝置可以利用彈簧模型來近似描述,車鉤位移可以用ei(t)表示,有
ei(t)=si-si+1-2l,i=1,2,…,n-1
(1)
式中s為位置,2l為動力單元的長度。當(dāng)ei(t)>0時,車鉤被拉伸并產(chǎn)生內(nèi)力作為牽引力,動車組加速運行。相反,當(dāng)ei(t)<0時,車鉤被壓縮并產(chǎn)生內(nèi)力作為制動力使得相鄰動力單元的間隙保持在可接受范圍內(nèi),減緩碰撞。
動車組在運行過程中受到三個力的作用,分別是牽引/制動力u,行駛阻力r和車鉤耦合力f。假設(shè)車鉤耦合力是動力單元相對位移和相對速度的線性函數(shù),有
(2)
式中k和d為車鉤的剛度系數(shù)和阻尼常數(shù)。
動車組的行駛阻力由氣動阻力和滾動機械阻力構(gòu)成,動車組的基本阻力由戴維斯公式[9]給出,如下
為預(yù)防爆炸發(fā)生,術(shù)中應(yīng)注意:①電切或電凝電流適中,不要過大;②盡量減少組織切割時間;③盡量減少空氣進入膀胱,并及時排出空氣。電切前將灌洗管道中空氣排出,灌洗液用完時及時更換,保持灌洗管道密閉。術(shù)中經(jīng)常排空膀胱,在排出灌洗液時可將電切鏡頭端輕微翹起,便于氣泡排出。負壓沖洗器充滿后再進行沖吸操作,減少沖洗時空氣的進入。如果見到大的氣泡,應(yīng)將氣泡排空后再繼續(xù)手術(shù);④近膀胱頂部氣泡處腫瘤切除時,可改變手術(shù)臺傾斜度,使氣泡離開切割區(qū)域。
R(v)=c0+c1v+c2v2
(3)
式中v為車速,c0,c1,c2為相應(yīng)的系數(shù),由風(fēng)洞實驗給出。c0+c1v為滾動機械阻力,c2v2為氣動阻力??梢钥闯?,氣動阻力是關(guān)于v的非線性函數(shù),隨著速度的增大,氣動阻力將成為動車組總外部阻力的主要部分,動車組的非線性特性也越來越明顯。
假設(shè)第i個動力單元的質(zhì)量、位置和速度分別為mi,xi和vi,為簡單起見,本文假設(shè)所有動力單元具有相同的質(zhì)量,即mi=m,并且動車組運動模型基于分布式駕駛類型,動車組分成多個動力單元,每個動力單元包括一輛動車和一輛拖車。
各動力單元動力學(xué)模型如式(4)所示
(4)
(5)
高速動車組在運行中,車載設(shè)備通過GSM-R(global system for mobile communications-railway)無線通信單元與地面系統(tǒng)進行通信,從列車控制中心接收其所需的速度—距離曲線。通過快速精確跟蹤速度—距離曲線,確保動車組的行車安全和準(zhǔn)時運行。參考速度和參考位移如下
(6)
對于第i個動力單元,分別定義其與參考距離與參考速度之間的距離差和速度差如下
(7)
具體地說,設(shè)計的控制律可以確保式(8)成立
(8)
式中h1,h2分別為車鉤可以拉伸的最大距離和壓縮的最大距離。此時動車組的控制目標(biāo)可表示為式(9)所示
(9)
為了實現(xiàn)上述控制目標(biāo)并且加快動車組追蹤速度,本文設(shè)計了有限時間分布式控制律如式(10)所示
(10)
式中 sig(x)α=|x|αsgn(x),其中,sgn(x)為符號函數(shù),當(dāng)x>0時,sgn(x)=1;當(dāng)x<0時,sgn(x)=-1;當(dāng)x=0時,sgn(x)=0。p1,p2,μ1,μ2為正常數(shù)。當(dāng)vjNi時,aij=0;否則,aij定義為式(11)所示
(11)
其中,δ1∈(0,h1),δ2∈(0,h2)。
對于動力學(xué)模型為式(5)的動車組系統(tǒng),假設(shè)兩相鄰動力單元的初始距離在安全范圍(-h2~h1)內(nèi)。提出的有限時間分布式控制律式(10)可以確保動車組在運行過程中滿足式(8)和式(9)的要求。
為驗證本文方法的有效性,本文選取由4個動力單元組成的動車組,其中每一個動力單元包含一輛動車和一輛拖車,其主要參數(shù)特性見表1。
表1 動車組的主要參數(shù)[9]
同時,為了驗證不同速度下系統(tǒng)的控制性能,假設(shè)列車在以下不同行駛位置有不同的速度,如式(12)所示
(12)
將第一個動力單元的初始位置和初始速度分別設(shè)置為x1=108 km和v1=295 km/h,其余三個單元的初始速度設(shè)為v2=294 km/h,v3=293 km/h,v4=296 km/h。此時車鉤位移隨機分布在(-1.6~1.7)m之間,滿足車鉤位移在安全區(qū)間內(nèi),設(shè)定仿真時間為3 000 s,動力單元的長度2l=80 m,控制器參數(shù)選擇為p1=4,p2=1,μ1=10-4,μ2=0.4,δ1=0.5,δ2=0.3,α1=0.9。此時系統(tǒng)所處的初始狀態(tài)與控制器參數(shù)選擇與文獻[8]中普通一致性完全相同。
根據(jù)分布式控制律式(10),仿真結(jié)果如圖2~圖4所示。圖2為動車組的速度跟蹤曲線,圖3為車鉤位移的演變,圖4為動車組的位置—速度曲線。
圖2 高速動車組速度跟蹤曲線
圖3 高速動車組車鉤位移曲線
圖4 高速動車組位置—速度曲線
很明顯,從圖2中可以看到,從初始時刻開始,在t=120 s左右時,動車組平滑地達到期望速度vr=316 km/h并保持穩(wěn)定在此速度,此時4個智能體達到一致狀態(tài),動車組處于協(xié)同狀態(tài)。文獻[8]圖3(a)中動車組在t=175 s時達到協(xié)同狀態(tài)。這說明在同樣的列車模型和控制器參數(shù)下,本文設(shè)計的有限時間控制算法相比于文獻[8]中的普通一致性控制算法收斂速度提高了30 %。
動車組從108 km位置運動到161 km時,期望速度vr=342 km/h,動車組在大約120 s內(nèi)快速跟蹤期望的速度。由于只有第一個智能體得到速度—位置曲線命令的信息,動車組各個智能體的速度開始的速度改變會不一致,但隨著各個智能體協(xié)同控制最后達成一致。此時在圖3中,觀察到車鉤位移在大約t=700 s處收斂到0,這意味著所有動力單元再次達到協(xié)同狀態(tài)。同樣,在t=2 000 s時,期望速度變?yōu)関r=324 km/h,動車組運行狀態(tài)的演變趨勢與t=600 s時相似。
圖3中,在動車組運行期間車鉤位移始終在預(yù)先設(shè)置好的(-1.6~1.7)m之間變化,未超出安全范圍。圖4顯示了動車組的位置—速度曲線,從圖中可以看出,動車組在短時間內(nèi)準(zhǔn)確地跟蹤到給定位置—速度曲線。
本文研究了高速動車組的分布式協(xié)同控制問題,通過為智能體設(shè)計一個分布式有限時間控制律,每個智能體只需和鄰近的智能體進行通信就可以實現(xiàn)整個動車組的實時速度控制。設(shè)計的有限時間控制律可以確保動車組由非常好的跟蹤速度,并且在動車組運行過程中加速波動很小,隨著時間的推移,車鉤位移收斂到零,動車組高速平穩(wěn)運行,并且進行了數(shù)值模擬,結(jié)果驗證了所提出的控制律的可行性和有效性。