一种中低速磁悬浮列车电液混合制动协同控制方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115891947A(43)申请公布日2023.04.04(21)申请号202310145681.X(22)申请日2023.02.22(71)申请人北京全路通信信号研究设计院集团有限公司地址100160北京市丰台区丰台科技园汽车博物馆南路1号院B座7层申请人华东交通大学(72)发明人刘岭杨辉崔俊锋张坤鹏王琦王长远王祺周艳丽(74)专利代理机构北京高沃律师事务所11569专利代理师韩雪梅(51)Int.Cl.B60T13/58(2006.01)B60T13/74(2006.01)B60T13/12(2006.01)权利要求书2页说明书11页附图9页(54)发明名称一种中低速磁悬浮列车电液混合制动协同控制方法(57)摘要本发明公开一种中低速磁悬浮列车电液混合制动协同控制方法及系统，涉及车辆制动控制领域，该方法包括：对中低速磁悬浮列车的运行数据进行降噪处理；采用受控自回归积分滑动平均模型作为中低速磁悬浮列车电液混合制动过程模型，并对降噪处理后的运行数据采用最小二乘法处理确定受控自回归积分滑动平均模型中参数；根据所述受控自回归积分滑动平均模型和Smith预估器构建带时滞补偿的广义预测控制模型；采用带时滞补偿的广义预测控制模型对所述中低速磁悬浮列车的电液混合制动过程进行协同控制。本发明降低了中低速磁悬浮列车电液混合制动过程的时滞性，一定程度上提高了中低速磁悬浮列车电液混合制动过程的控制精度，改善了速度跟踪效果。CN115891947ACN115891947A权利要求书1/2页1.一种中低速磁悬浮列车电液混合制动协同控制方法，其特征在于，包括：对中低速磁悬浮列车的运行数据进行降噪处理；采用受控自回归积分滑动平均模型作为中低速磁悬浮列车电液混合制动过程模型，并对降噪处理后的运行数据采用最小二乘法处理确定受控自回归积分滑动平均模型中参数；根据所述受控自回归积分滑动平均模型和Smith预估器构建带时滞补偿的广义预测控制模型；采用带时滞补偿的广义预测控制模型对所述中低速磁悬浮列车的电液混合制动过程进行协同控制。2.根据权利要求1所述的中低速磁悬浮列车电液混合制动协同控制方法，其特征在于，所述对中低速磁悬浮列车的运行数据进行降噪处理，具体包括：基于硬阈值处理，对中低速磁悬浮列车的运行数据进行小波降噪处理。3.根据权利要求2所述的中低速磁悬浮列车电液混合制动协同控制方法，所述基于硬阈值处理，对中低速磁悬浮列车的运行数据进行小波降噪处理，具体包括：采用db4小波分解将所述运行数据分解为3层细节分量和1层近似分量，获得3层细节分量中各层的小波细节系数；通过硬阈值处理方法对小波细节系数进行处理，得到处理后的各层小波细节系数；对1层近似分量采用阈值量化处理，获得近似系数；依据所述近似系数和处理后的各层小波细节系数重构信号，获得降噪后的运行数据。4.根据权利要求1所述的中低速磁悬浮列车电液混合制动协同控制方法，其特征在于，所述带时滞补偿的广义预测控制模型包括电制动预测控制模型、液压制动预测控制模型和电液混合制动预测控制模型；所述电制动预测控制模型表示为：；所述液压制动预测控制模型表示为：；所述电液混合制动预测控制模型表示为：；其中，y1(k)表示k时刻电制动预测控制模型的输出，y1(k‑1)表示k‑1时刻电制动预测控2CN115891947A权利要求书2/2页制模型的输出，y1(k‑na‑1)表示k‑na‑1时刻电制动预测控制模型的输出，na表示输出阶数，表示第1项输出系数，表示第na项输出系数，N1表示电制动过程中的滞后样本点数，b0表示第0项输入系数，表示第nb项输入系数，表示差分算子，u1(k‑1‑N1)表示k‑1‑N1时刻电制动预测控制模型的输入，u1(k‑1‑nb‑N1)表示k‑1‑nb‑N1时刻电制动预测控制模型的输入；N2表示液压制动过程中的滞后样本点数，y2(k)表示k时刻液压制动预测控制模型的输出，y2(k‑1)表示k‑1时刻液压制动预测控制模型的输出，y2(k‑na‑1)表示k‑na‑1时刻液压制动预测控制模型的输出，u2(k‑1‑N2)表示k‑1‑N2时刻液压制动预测控制模型的输入，u2(k‑1‑nb‑N2)表示k‑1‑nb‑N2时刻液压制动预测控制模型的输入；N3表示电液混合制动过程中的滞后样本点数，y3(k)表示k时刻电液混合制动预测控制模型的输出，y3(k‑1)表示k‑1时刻电液混合制动预测控制模型的输出，y3(k‑na‑1)表示k‑na‑1时刻电液混合制动预测控制模型的输出，u3(k‑1‑N3)表示k‑1‑N3时刻电液混合制动预测控制模型的输入，u3(k‑1‑nb‑N3)表示k‑1‑nb‑N3时刻电液混合制动预测控制模型的输入；u1(k)表示k时刻电制动控制量，u2(