基于模糊预测控制的地铁自动控制研究

引言

城市轨道交通的发展极大地缓解了地面交通压力,而且其运量大、安全准时、体验舒适,成为眼下最重要的交通工具之一。地铁自动控制主要是指将通信技术、计算机技术、控制技术等融为一体,实现地铁控制、管理的自动化,保障地铁运行的安全与效率。1984年日本成功地将模糊预测控制应用到列车运行当中。近年来自动控制技术也获得长足发展,本文基于前人研究经验,对地铁自动控制技术进行研究。

1模糊预测控制的构成与应用

1.1地铁自动控制系统发展现状

目前地铁自动控制系统主要分为自动监控系统（ATS)、自动防护系统、自动运行系统(AT0)。自动运行系统是其核心,能够代替司机实现自动控制,自动调整车速并确认停车位置。但是实际地铁运行十分复杂,一般会以地面信号、调度等为依据,结合实际运行条件来控制地铁的启动、加减速、停车等操作,人为控制会由于司机的原因出现误判、误操作等,影响行车安全。在自动运行系统中,则可以完全解决上述问题。目前主要有三种计算方法:第一种是PID计算方法,在地铁运行经验的基础上设定参数,让列车按照事先设定好的曲线进行速度控制,但是实际使用中对速度控制次数较多,停车精度不高,不利于平稳运行。第二种是参数自适应控制算法,主要是对经典算法进行改进,以适应复杂工况和高质量的控制要求。第三种是智能控制算法,实现了无需人工干预就能独立运行的自控目标,在任意给定环境下都能够达到目的。例如专家系统可以利用司机经验:神经网络系统则具有一定学习能力,提升控制精度:模糊控制则可以借助精确模型来实现控制。

1.2模糊预测控制结构

模糊控制有效解决了PID控制中的不足,在自动控制中可以模仿司机驾驶方式和经验进而提升地铁运行质量,实现电脑对人脑的代替。例如,地铁司机对列车控制并不是通过数学表达,而是借助经验和感觉来驾驶,所以具有一定的主观性。在模糊控制中则可以将这种控制策略描述出来,构成控制的决策规则,利用模糊集合将其量化,进而实现对地铁设备的驱动与控制。具体可以包括以下几个部分,如图1所示。

模糊控制器是系统核心,是区别于其他自控系统的关键。一般由计算机实现,程序上可以使用C语言等进行设计。输入输出结构是连接计算系统与控制系统的桥梁,从输入端获取数据与信号,经过控制器后输出模拟信号,并借助执行机构实现控制。模糊控制器设计主要包括数据库、规则库两个部分,数据库是在运行经验与工程实际的基础上设定参数:规则库则通过模糊条件来制定模糊控制规则。

1.3模糊预测控制应用的可行性

模糊控制与预测控制是两种控制方法,非线性控制系统本质上是二者的结合,更加符合司机控制思想。在设计中将二者融合,一是能够提升控制效果,二是拓展应用范围,以满足更多的使用对象与环境。例如,利用模糊模型,有效地提高了复杂控制对象进行预测的精确性,进而提高预测算法的稳定性。其次预测控制主要是以预测过程为主,但是存在实际信息与预测信息的差异,加入模糊控制后能够让自动控制更好地适应环境变化,提升系统性能。

2基于模糊预测控制的地铁自控系统设计

在前文论述中主要研究了自动控制技术现状、地铁模糊控制系统的构成等,本节主要基于模糊预测控制技术进行设计,实现在AT0系统中的应用,获得更高品质的控制效果。2.1系统设计分析

首先在决策设计中,主要是让控制器部分能够更好地模仿司机的经验与操作,控制规则是基于司机操作策略,利用模糊集合,将司机操作思维与策略转化为数值运输,进而代替司机手动控制,实现模糊自控。其次在预测设计中,基于控制算法建立预测模型,结合模糊控制实现车辆运行中的自动校正。

2.2控制系统设计

地铁自动控制系统具有多目标、非线性、滞后性的特点,传统的PID控制中采用固定参数,因此运行稳定性、运行品质都不够好。在模糊预测控制中,则采用高性能算法,将地铁作为被控对象,提升控制精度与运行稳定性。地铁自动控制技术的质量指标包括安全性、准时性、停车精度、舒适节能性等多个方面,但大多数的指标都是与列车运行速度相关的,例如准时性、停车精度等,所以自动运行系统的核心在于实现对列车速度的控制。在设计中主要通过接受来自ATP信息,控制列车的牵引/制动系统,确定列车当前状态。然后输出电流确定牵引制动的大小。其基本思路是,先利用预测控制对车辆运行状况进行预测输出,然后将设定的输出值与预测输出值之间的误差输入模糊控制器,利用模糊规则推理得到控制输出,最终实现模型的自动校正。

2.3模糊控制的部分算法设计

首先是确定输入输出量,在自动运行系统中,输入信息包括被控对象的运行速度、当前运行速度(列车运行监控系统反馈信息)、当前加速度、当前位置(列车运行监控系统反馈信息),输出量为列车运行工况命令和列车的合力值。在设计模糊预测控制器时,选用计算预测误差E,以及其变化率作为模糊控制器的输入量,通过改变机车电机电流来改变的列车合力值作为输出量。其次是选择描述输入输出变量的词集,模糊控制器的控制规则表现为一组模糊条件语句,在条件语句中描述输入输出变量状态的一些词汇的集合称为这些变量的词集。一般来说,人们习惯把事物分为三档,可以使用负大、负中、负小、零、正小、正中、正大作为描述输入输出状态的词集,并且分别用代码表示。选择较多的词汇描述输入输出变量,可以使制定控制规则更加方便,但控制规则相应变得复杂:选择词汇过少,使得描述变量变得粗糙,导致控制器的性能变差。一般以6~7个为宜。描述输入输出变量的词汇都具有模糊特性,可用模糊集合来表示。

2.4系统仿真与结果分析

为了验证模糊控制效果,在仿真过程中将其与P1D控制系统进行了对比。结果显示,在安全性上,P1D系统和模糊预测控制系统都能够满足速度差异在2m/S之内,但是模糊预测控制系统的精确度更高,运行更加安全。在停车精度上,采用模糊预测控制系统的偏差也要远远小于P1D控制系统,并且运行过程保持良好,有效满足定点停车要求。

3结语

随着城市轨道交通的发展,地铁将会成为主要的出行方式与交通主力,所以保障地铁的稳定、安全运行,不仅关系到城市交通的顺利发展,更直接关系到城市居民的生命财产安全,借助现代信息技术,实现地铁的自动控制,有利于提升其运行的安全与稳定性。本文对模糊预测控制系统的构成进行了论述,提出了基于模糊预测控制技术的地铁自动控制系统,并在仿真中取得良好效果,其安全性、停车精度等都有所提升,为模糊预测控制器的现场应用提供了有利的实验依据。