科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对高速列车运行时易受到外部扰动影响和阻力模型难以描述的问题，提出一种基于鲁棒迭代学习控制的高速列车自动驾驶控制方法。首先该方法将具有强鲁棒性的滑模控制与跟踪精度高的迭代学习控制相结合，在其迭代学习律中加入滑模控制的积分滑模面，利用迭代学习控制减小快速时变的非参数化阻力模型对系统的影响，滑模控制保证系统快速响应和强鲁棒性，从而使该控制器在保持较好跟踪性能的同时，也可有效提高其收敛性能。然后基于李雅普诺夫稳定性理论，对此控制方法的稳定性进行分析，保证系统速度跟踪误差可在有限时间内收敛。最后，基于CRH380A型高速列车进行了仿真实验，结果表明所提方法有效减小未知阻力模型和外部扰动对系统的影响，使列车能够更加平稳运行。
- 单位
