一种城市轨道交通列车的模型自动辨识方法
【专利摘要】本发明公开了一种市轨道交通列车的模型自动辨识方法，包括如下步骤：1)获取列车运行数据；2)列车参数辨识；3)在仿真系统上对辨识出的模型参数进行验证；4)对比仿真列车的运行曲线和实际列车的运行曲线。本发明通过少量的控车试验进行数据采集或对现场数据进行筛选，结合离线的数据分析，采用遗传算法快速、准确地辨识列车的牵引制动特性和控制时延特性等模型参数，从而建立精确的列车模型。这样，使得开发者可以在仿真实验系统上模拟实际列车的运动特性，便于速度控制算法的调试。
【专利说明】一种城市轨道交通列车的模型自动辨识方法
【技术领域】
[0001] 本发明涉及一种城市轨道交通列车的模型自动辨识方法，是一种在系统运行或试 验中测量得到数据，然后应用系统辨识方法建立系统模型的方法。。
【背景技术】
[0002] 列车进行精确建模时，对从司控系统给出控制量到列车牵引制动系统给出相应的 牵引制动力这部分过程的机理过于复杂，用实验建模的方法可以得到更精确的模型。
[0003] 进行实验建模时，需要对实验得到的数据进行辨识。现今有很多辨识理论和辨识 方法，不过对于像列车动力学系统中各种作用力和系统参数互相耦合的复杂情况，经典的 辨识方法有很大的局限性。在这里，选取遗传算法来辨识列车系统参数，在确定列车模型结 构的基础性对参数进行辨识。
【发明内容】
[0004] 本发明提供一种精确建模的方法，使得开发者可以在仿真实验系统上模拟实际列 车的运动特性，便于速度控制算法的调试。
[0005] 为解决上述技术问题，本发明采用如下技术方案：一种市轨道交通列车的模型自 动辨识方法，其特征在于包括如下步骤：
[0006] 1)获取列车运行数据；
[0007] 2)列车参数辨识，通过遗传算法对列车运行数据进行处理确定列车参数，所述列 车参数包括确定恒力矩区和恒功率区、运行阻力系数、动车与拖车的质量回转系数、车轮与 轨道间的黏着系数、牵引/制动建立时间、牵引制动切换时间以及通讯延迟时间；
[0008] 3)在仿真系统上对辨识出的模型参数进行验证，在仿真系统上模拟相同的轨道状 况，将原始的牵引与制动控制量施加在辨识出的列车模型上；
[0009] 4)对比仿真列车的运行曲线和实际列车的运行曲线。
[0010] 优选的，所述的列车运行数据包括列车的位置、速度、加速度、牵引与制动控制量 以及轨道坡度。
[0011] 优选的，列车运行数据的获取方法为：在装备ΑΤ0功能的CBTC系统中，以ΑΤ0模式 正常运行至少三个站间区间并记录这个过程中的列车运行数据。
[0012] 优选的，将CBTC系统记录的列车运行数据转化为MatLab数组，再采用遗传算法进 行参数辨识。
[0013] 优选的，遗传算法的具体计算流程如下：
[0014] a)初始化遗传算法相关参数，调用遗传算法库函数crtrp，初始化种群个体数目 及辨识参数的上下限；
[0015] b)计算初代种群目标函数值并按据此排列种群个体适应度值；
[0016] c)根据初始设定的最大遗传代数，在每一代对种群个体适应度进行选择，调用遗 传算法库函数select选择适应度大的个体组成新的种群，按照一定的交叉概率调用遗传 算法库函数recombin对种群个体进行交叉重组，按照一定的变异概率调用遗传算法库函 数mut对种群个体进行变异；
[0017] d)调用ObjectF函数计算子代种群目标函数值，调用遗传算法库函数reins，用子 代个体中适应度大的个体替换到父代种群中适应度小的个体，并对新的种群进行适应度计 算排序；
[0018] e)重复步骤c)，d)，直到遗传代数达到最大遗传代数Gen。
[0019] 本发明通过少量的控车试验进行数据采集或对现场数据进行筛选，结合离线的 数据分析，采用遗传算法快速、准确地辨识列车的牵引制动特性和控制时延特性等模型参 数，从而建立精确的列车模型。
[0020] 这样，使得开发者可以在仿真实验系统上模拟实际列车的运动特性，便于速度控 制算法的调试。
【专利附图】
【附图说明】
[0021] 下面结合附图和【具体实施方式】对本发明作进一步描述：
[0022] 图1为遗传算法流程图；
[0023] 图2为种群适应度计算流程图；
[0024] 图3为本发明的具体实施方案流程图。
【具体实施方式】
[0025] 以下结合图1至图3对本发明的列车模型自动辨识方法具体实施步骤做出详细说 明。
[0026] 1)在装备ΑΤ0功能的CBTC系统中，以ΑΤ0模式正常运行三个站间区间，运行过程 通过车载控制器的日志记录功能记录列车的位置、速度、加速度、牵引与制动控制量及轨道 坡度等数据；
[0027] 2)将日志记录的数据转化为MatLab数组，采用遗传算法进行参数辨识，见图2,具 体计算流程如下：
[0028] a)初始化遗传算法相关参数，调用遗传算法库函数crtrp，初始化种群个体数目 及辨识参数的上下限；
[0029] R。-辨识参数上下限
[0030] 遗传算法相关参数：
[0031] 种群个体数目
[0032] -种群遗传代数
[0033] Mut i-遗传代沟
[0034] C1-初代种群
[0035]
【权利要求】
1. 一种市轨道交通列车的模型自动辨识方法，其特征在于包括如下步骤： 1) 获取列车运行数据； 2) 列车参数辨识，通过遗传算法对列车运行数据进行处理确定列车参数，所述列车参 数包括确定恒力矩区和恒功率区、运行阻力系数、动车与拖车的质量回转系数、车轮与轨道 间的黏着系数、牵引/制动建立时间、牵引制动切换时间以及通讯延迟时间； 3) 在仿真系统上对辨识出的模型参数进行验证，在仿真系统上模拟相同的轨道状况， 将原始的牵引与制动控制量施加在辨识出的列车模型上； 4) 对比仿真列车的运行曲线和实际列车的运行曲线。
2. 根据权利要求1所述的一种市轨道交通列车的模型自动辨识方法，其特征在于：所 述的列车运行数据包括列车的位置、速度、加速度、牵引与制动控制量以及轨道坡度。
3. 根据权利要求2所述的一种市轨道交通列车的模型自动辨识方法，其特征在于：列 车运行数据的获取方法为：在装备ΑΤΟ功能的CBTC系统中，以ΑΤΟ模式正常运行至少三个 站间区间并记录这个过程中的列车运行数据。
4. 根据权利要求3所述的一种市轨道交通列车的模型自动辨识方法，其特征在于：将 CBTC系统记录的列车运行数据转化为MatLab数组，再采用遗传算法进行参数辨识。
5. 根据权利要求1至4任意一项所述的一种市轨道交通列车的模型自动辨识方法，其 特征在于：遗传算法的具体计算流程如下： a) 初始化遗传算法相关参数，调用遗传算法库函数crtrp，初始化种群个体数目及辨 识参数的上下限； b) 计算初代种群目标函数值并按据此排列种群个体适应度值； c) 根据初始设定的最大遗传代数，在每一代对种群个体适应度进行选择，调用遗传算 法库函数select选择适应度大的个体组成新的种群，按照一定的交叉概率调用遗传算法 库函数recombin对种群个体进行交叉重组，按照一定的变异概率调用遗传算法库函数mut 对种群个体进行变异； d) 调用Ob jectF函数计算子代种群目标函数值，调用遗传算法库函数reins，用子代个 体中适应度大的个体替换到父代种群中适应度小的个体，并对新的种群进行适应度计算排 序； e) 重复步骤c)，d)，直到遗传代数达到最大遗传代数Gen。
【文档编号】G06N3/02GK104102776SQ201410331975
【公开日】2014年10月15日 申请日期:2014年7月14日 优先权日:2014年7月14日
【发明者】耿晨歌, 刘毅, 吴苏娇 申请人:浙江众合机电股份有限公司