基于大数据的高速列车气动载荷作用下迭代学习主动控制研究
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关键词：高速列车；气动载荷；大数据；迭代学习控制；主动控制
犚犲狊犲犪狉犮犺狅狀犅犻犵犇犪狋犪犅犪狊犲犱犐狋犲狉犪狋犻狏犲犔犲犪狉狀犻狀犵犃犮狋犻狏犲犆狅狀狋狉狅犾狅狀 犎犻犵犺犛狆犲犲犱犜狉犪犻狀狌狀犱犲狉犃犲狉狅犱狔狀犪犿犻犮犔狅犪犱狊
ＣｈｅｎＣｈｕｎｊｕｎ，ＳｕｎＹｕ，ＨｅＨｏｎｇｙａｎｇ
（Ｓｃｈｏｏｌｏｆ ＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｗｅｓｔＪｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ ６１００３１，Ｃｈｉｎａ） 犃犫狊狋狉犪犮狋：Ｓｔｒｏｎｇｔｒａｎｓｉｅｎｔａｅｒｏｄｙｎａｍｉｃｌｏａｄｓｗｉｌｌｐｒｏｄｕｃｅｄ ｗｈｅｎａｔｒａｉｎｐａｓｓｉｎｇａｎｏｔｈｅｒｉｎｈｉｇｈｓｐｅｅｄ．Ｔｈｅａｅｒｏｄｙｎａｍｉｃｌｏａｄｓｃａｕｓｅ ｔｒａｎｓｉｅｎｔｖｅｈｉｃｌｅｌａｔｅｒａｌｖｉｂｒａｔｉｏｎ，ｗｈｉｃｈｃａｕｓｅｓｔｈｅｄｅｔｅｒｉｏｒａｔｉｏｎｏｆｌａｔｅｒａｌｓｔａｂｉｌｉｔｙ．Ｔｏｉｍｐｒｏｖｅｔｈｅｔｒａｉｎｒｕｎｎｉｎｇｓｔａｂｉｌｉｔｙ，ｂｉｇｄａｔａｍｅｔｈｏｄ ａｎｄｉｔｅｒａｔｉｖｅｌｅａｒｎｉｎｇｃｏｎｔｒｏｌｗｅｒｅｕｓｅｄａｎｄｉｔｅｒａｔｉｖｅｌｅａｒｎｉｎｇａｃｔｉｖｅｃｏｎｔｒｏｌａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｈｉｇｈ－ｓｐｅｅｄｔｒａｉｎｒｕｎｎｉｎｇｂｉｇｄａｔａｗａｓｐｒｏ ｐｏｓｅｄ．Ｔｈｅｃｏ－ｓｉｍｕｌａｔｉｏｎｓｂａｓｅｄｏｎｍｕｌｔｉｂｏｄｙｄｙｎａｍｉｃｓａｎｄｃｏｎｔｒｏｌａｌｇｏｒｉｔｈｍ ｗｅｒｅｐｅｒｆｏｒｍｅｄａｎｄｅｖｅｎｒｅｓｅａｒｃｈｅｄｒｏｂｕｓｔｎｅｓｓｏｆｃｏｎｔｒｏｌａｌ ｇｏｒｉｔｈｍ ｗｈｅｎｔｈｅｍａｇｎｉｔｕｄｅｏｆａｅｒｏｄｙｎａｍｉｃｌｏａｄｓｏｒｉｎｔｅｒｓｅｃｔｉｏｎｔｉｍｅｖａｒｉｅｄ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｂｉｇｄａｔａｂａｓｅｄｉｔｅｒａｔｉｖｅｌｅａｒｎｉｎｇａｃ ｔｉｖｅｃｏｎｔｒｏｌｔｈｒｏｕｇｈｆｉｖｅｉｔｅｒａｔｉｏｎｓｃａｎｍａｋｅｖｅｈｉｃｌｅｌａｔｅｒａｌｖｉｂｒａｔｉｏｎｐｅａｋｒｅｄｕｃｅ５２．６７％ ｕｎｄｅｒａｅｒｏｄｙｎａｍｉｃｌｏａｄｓ，ａｎｄｃｏｎｔｒｏｌａｌｇｏｒｉｔｈｍ ｈａｓｓｔｒｏｎｇｒｏｂｕｓｔｎｅｓｓｗｈｅｎｉｎｔｅｒｓｅｃｔｉｏｎｃｏｎｄｉｔｉｏｎｓｃｈａｎｇｅ． 犓犲狔狑狅狉犱狊：ｈｉｇｈ－ｓｐｅｅｄｔｒａｉｎ；ａｅｒｏｄｙｎａｍｉｃｌｏａｄ；ｂｉｇｄａｔａ；ｉｔｅｒａｔｉｖｅｌｅａｒｎｉｎｇｃｏｎｔｒｏｌ；ａｃｔｉｖｅｃｏｎｔｒｏｌ
０ 引 言
列车在低速运行时，轨道不平顺是影响车体横向振动的主 要因素，随着列车运行速度提高，列车空气动力学效应加剧。 尤其在交会及隧道通过时，车体受到剧烈的会车压力波与隧道 压力波作用，产 生 瞬 态 气 动 载 荷 冲 击 而 引 发 车 体 横 向 振 动 加 剧 ，造 成 车 体 横 向 平 稳 性 恶 化 。 ［１５］ 研 究 表 明 高 速 列 车 主 动 与 半主动控制是提高列车运行平稳性的有效方法［６］。但传统的 主 动、半主动控制方法主要是针对轨道不平顺激励下的车体振动 而设计的，轨道不平顺激励下车体振动为平稳随机振动，而气 动载荷激励下的车体振动为瞬态非平稳随机振动，传统控制方 法由于控制算法和执行器频率响应的限制，难以取得很好的控 制 效 果 。 ［７９］
渗 透 ，出 现 了 许 多 研 究 成 果 。 ［１０１３］ 大 数 据 方 法 将 成 为 继 理 论 分析、仿真计算及试验方法之后的又一种科学研究方法。
高速列车一旦投入到路局某条线路运行时，该列车将长时 间在相同线路、相同运行工况下周期性的重复运行。在不断地 重复运行的过程中，列车将产生包括运行状态、线路信息、会 车压力波及隧道压力波、车体振动及舒适度等海量的准周期数 据。如何充分利 用 这 些 准 周 期 大 数 据 提 高 列 车 安 全 性 和 舒 适 性，显得至关重要，也将会是未来研究的新方向。
基于大数据的高速列车气动载荷作用下 迭代学习主动控制研究
陈春俊，孙 宇，何洪阳
（西南交通大学 机械工程学院，成都 ６１００３１）
摘要：列车在高速运行的过程中与另一列车相交会时，将产生剧烈的瞬态气动载荷冲击而引起车体瞬间横向振动加剧，导致列车横 向平稳性恶化；为了改善列车运行平稳性，采用大数据方法及迭代学习控制思想，提出基于高速列车运行大数据的迭代学习主动控制算 法，并进行多体动力学与控制算法的联合仿真，进一步研究控制算法对会车气动载荷幅值变化和会车时间变化的鲁棒性；结果表明：大 数据迭代学习主动控制经过５次迭代后对会车气动载荷激扰下 的 车 体 横 向 振 动 峰 值 降 低 ５２．６７％， 且 控 制 算 法 对 会 车 工 况 变 化 有 较 好 的 鲁棒性。
收稿日期：２０１５ ０８ １１； 修回日期：２０１５ ０９ ０９。 基 金 项 目 ：国 家 自 然 科 学 基 金 （５１４７５３８７，５１３７５４０３）。 作者简 介：陈 春 俊 （１９６７ ），男，四 川 蒲 江 人，教 授，博 士 生 导 师，主 要 从 事 自 动 控 制 、高 速 列 车 气 动 性 能 测 试 、振 动 控 制 等 方 向 的 研 究 。
随着多传感器融合技术、物联网技术、云处理技术的及电 子存储技术 的 快 速 发 展，迎 来 “大 数 据” 时 代。 “大 数 据” 被 定义为： “超 过 了 典 型 数 据 库 软 件 工 具 捕 获、存 储、 管 理 和 分 析数据能力的数据集。” 目前，“大数据” 技术的应用逐渐 从 金 融、健康医护和气象监测领域向电力、运输、军事等多个领域
· １１８ ·
计算 机 测 量 与 控 制 ．２０１６．２４（２） 犆狅犿狆狌狋犲狉 犕犲犪狊狌狉犲犿犲狀狋 牔 ６７１ ４５９８（２０１６）０２ ０１１８ ０４ ＤＯＩ：１０．１６５２６／ｊ．ｃｎｋｉ．１１－４７６２／ｔｐ．２０１６．０２．０３２ 中图分类号：Ｕ２６０．１１ 文献标识码：Ａ
犚犲狊犲犪狉犮犺狅狀犅犻犵犇犪狋犪犅犪狊犲犱犐狋犲狉犪狋犻狏犲犔犲犪狉狀犻狀犵犃犮狋犻狏犲犆狅狀狋狉狅犾狅狀 犎犻犵犺犛狆犲犲犱犜狉犪犻狀狌狀犱犲狉犃犲狉狅犱狔狀犪犿犻犮犔狅犪犱狊
ＣｈｅｎＣｈｕｎｊｕｎ，ＳｕｎＹｕ，ＨｅＨｏｎｇｙａｎｇ
（Ｓｃｈｏｏｌｏｆ ＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｗｅｓｔＪｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ ６１００３１，Ｃｈｉｎａ） 犃犫狊狋狉犪犮狋：Ｓｔｒｏｎｇｔｒａｎｓｉｅｎｔａｅｒｏｄｙｎａｍｉｃｌｏａｄｓｗｉｌｌｐｒｏｄｕｃｅｄ ｗｈｅｎａｔｒａｉｎｐａｓｓｉｎｇａｎｏｔｈｅｒｉｎｈｉｇｈｓｐｅｅｄ．Ｔｈｅａｅｒｏｄｙｎａｍｉｃｌｏａｄｓｃａｕｓｅ ｔｒａｎｓｉｅｎｔｖｅｈｉｃｌｅｌａｔｅｒａｌｖｉｂｒａｔｉｏｎ，ｗｈｉｃｈｃａｕｓｅｓｔｈｅｄｅｔｅｒｉｏｒａｔｉｏｎｏｆｌａｔｅｒａｌｓｔａｂｉｌｉｔｙ．Ｔｏｉｍｐｒｏｖｅｔｈｅｔｒａｉｎｒｕｎｎｉｎｇｓｔａｂｉｌｉｔｙ，ｂｉｇｄａｔａｍｅｔｈｏｄ ａｎｄｉｔｅｒａｔｉｖｅｌｅａｒｎｉｎｇｃｏｎｔｒｏｌｗｅｒｅｕｓｅｄａｎｄｉｔｅｒａｔｉｖｅｌｅａｒｎｉｎｇａｃｔｉｖｅｃｏｎｔｒｏｌａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｈｉｇｈ－ｓｐｅｅｄｔｒａｉｎｒｕｎｎｉｎｇｂｉｇｄａｔａｗａｓｐｒｏ ｐｏｓｅｄ．Ｔｈｅｃｏ－ｓｉｍｕｌａｔｉｏｎｓｂａｓｅｄｏｎｍｕｌｔｉｂｏｄｙｄｙｎａｍｉｃｓａｎｄｃｏｎｔｒｏｌａｌｇｏｒｉｔｈｍ ｗｅｒｅｐｅｒｆｏｒｍｅｄａｎｄｅｖｅｎｒｅｓｅａｒｃｈｅｄｒｏｂｕｓｔｎｅｓｓｏｆｃｏｎｔｒｏｌａｌ ｇｏｒｉｔｈｍ ｗｈｅｎｔｈｅｍａｇｎｉｔｕｄｅｏｆａｅｒｏｄｙｎａｍｉｃｌｏａｄｓｏｒｉｎｔｅｒｓｅｃｔｉｏｎｔｉｍｅｖａｒｉｅｄ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｂｉｇｄａｔａｂａｓｅｄｉｔｅｒａｔｉｖｅｌｅａｒｎｉｎｇａｃ ｔｉｖｅｃｏｎｔｒｏｌｔｈｒｏｕｇｈｆｉｖｅｉｔｅｒａｔｉｏｎｓｃａｎｍａｋｅｖｅｈｉｃｌｅｌａｔｅｒａｌｖｉｂｒａｔｉｏｎｐｅａｋｒｅｄｕｃｅ５２．６７％ ｕｎｄｅｒａｅｒｏｄｙｎａｍｉｃｌｏａｄｓ，ａｎｄｃｏｎｔｒｏｌａｌｇｏｒｉｔｈｍ ｈａｓｓｔｒｏｎｇｒｏｂｕｓｔｎｅｓｓｗｈｅｎｉｎｔｅｒｓｅｃｔｉｏｎｃｏｎｄｉｔｉｏｎｓｃｈａｎｇｅ． 犓犲狔狑狅狉犱狊：ｈｉｇｈ－ｓｐｅｅｄｔｒａｉｎ；ａｅｒｏｄｙｎａｍｉｃｌｏａｄ；ｂｉｇｄａｔａ；ｉｔｅｒａｔｉｖｅｌｅａｒｎｉｎｇｃｏｎｔｒｏｌ；ａｃｔｉｖｅｃｏｎｔｒｏｌ
０ 引 言
列车在低速运行时，轨道不平顺是影响车体横向振动的主 要因素，随着列车运行速度提高，列车空气动力学效应加剧。 尤其在交会及隧道通过时，车体受到剧烈的会车压力波与隧道 压力波作用，产 生 瞬 态 气 动 载 荷 冲 击 而 引 发 车 体 横 向 振 动 加 剧 ，造 成 车 体 横 向 平 稳 性 恶 化 。 ［１５］ 研 究 表 明 高 速 列 车 主 动 与 半主动控制是提高列车运行平稳性的有效方法［６］。但传统的 主 动、半主动控制方法主要是针对轨道不平顺激励下的车体振动 而设计的，轨道不平顺激励下车体振动为平稳随机振动，而气 动载荷激励下的车体振动为瞬态非平稳随机振动，传统控制方 法由于控制算法和执行器频率响应的限制，难以取得很好的控 制 效 果 。 ［７９］
渗 透 ，出 现 了 许 多 研 究 成 果 。 ［１０１３］ 大 数 据 方 法 将 成 为 继 理 论 分析、仿真计算及试验方法之后的又一种科学研究方法。
高速列车一旦投入到路局某条线路运行时，该列车将长时 间在相同线路、相同运行工况下周期性的重复运行。在不断地 重复运行的过程中，列车将产生包括运行状态、线路信息、会 车压力波及隧道压力波、车体振动及舒适度等海量的准周期数 据。如何充分利 用 这 些 准 周 期 大 数 据 提 高 列 车 安 全 性 和 舒 适 性，显得至关重要，也将会是未来研究的新方向。
基于大数据的高速列车气动载荷作用下 迭代学习主动控制研究
陈春俊，孙 宇，何洪阳
（西南交通大学 机械工程学院，成都 ６１００３１）
摘要：列车在高速运行的过程中与另一列车相交会时，将产生剧烈的瞬态气动载荷冲击而引起车体瞬间横向振动加剧，导致列车横 向平稳性恶化；为了改善列车运行平稳性，采用大数据方法及迭代学习控制思想，提出基于高速列车运行大数据的迭代学习主动控制算 法，并进行多体动力学与控制算法的联合仿真，进一步研究控制算法对会车气动载荷幅值变化和会车时间变化的鲁棒性；结果表明：大 数据迭代学习主动控制经过５次迭代后对会车气动载荷激扰下 的 车 体 横 向 振 动 峰 值 降 低 ５２．６７％， 且 控 制 算 法 对 会 车 工 况 变 化 有 较 好 的 鲁棒性。
收稿日期：２０１５ ０８ １１； 修回日期：２０１５ ０９ ０９。 基 金 项 目 ：国 家 自 然 科 学 基 金 （５１４７５３８７，５１３７５４０３）。 作者简 介：陈 春 俊 （１９６７ ），男，四 川 蒲 江 人，教 授，博 士 生 导 师，主 要 从 事 自 动 控 制 、高 速 列 车 气 动 性 能 测 试 、振 动 控 制 等 方 向 的 研 究 。
随着多传感器融合技术、物联网技术、云处理技术的及电 子存储技术 的 快 速 发 展，迎 来 “大 数 据” 时 代。 “大 数 据” 被 定义为： “超 过 了 典 型 数 据 库 软 件 工 具 捕 获、存 储、 管 理 和 分 析数据能力的数据集。” 目前，“大数据” 技术的应用逐渐 从 金 融、健康医护和气象监测领域向电力、运输、军事等多个领域
· １１８ ·
计算 机 测 量 与 控 制 ．２０１６．２４（２） 犆狅犿狆狌狋犲狉 犕犲犪狊狌狉犲犿犲狀狋 牔 ６７１ ４５９８（２０１６）０２ ０１１８ ０４ ＤＯＩ：１０．１６５２６／ｊ．ｃｎｋｉ．１１－４７６２／ｔｐ．２０１６．０２．０３２ 中图分类号：Ｕ２６０．１１ 文献标识码：Ａ