一种悬挂式永磁磁悬浮列车自动驾驶系统的速度控制方法与流程
本发明涉及磁悬浮列车技术领域，特别涉及一种悬挂式永磁磁悬浮列车自动驾驶系统的速度控制方法。
背景技术：
轨道交通作为近年来发展迅速的交通形式被广泛应用于我国的各大城市，悬挂式永磁磁悬浮列车作为一种新的轨道交通体系，开发永磁磁悬浮列车的自动驾驶功能不但可以使永磁磁悬浮列车能够在各个站点之间快速、高效、平稳的运行，减小列车驾驶员的负担，也可以防止人为的误操作引发事故。
由于传统pid控制技术对永磁磁悬浮列车的速度控制存在控制参数难以确定、有较大的超调量和较长的调节时间，而且磁悬浮列车在运行的过程中存在众多不确定的因素，传统的pid控制对扰动的抗干扰能力较差，使磁悬浮列车速度控制的平稳性、实时性和抗干扰等能力不足。
目前广泛应用于自动驾驶系统的控制算法大致可分为以下几种：经典控制算法、智能控制算法、自适应控制算法。其中经典控制算法以pid控制算法最为典型应用也最为广泛，该方法与其他方法相比结构比较简单，但是该方法的参数不易确定，抗干扰能力较差，而以模糊控制为代表的智能控制算法，该方法以语言型规则控制系统，对系统模型未知的系统表现良好。
专利文件1(cn106529023b)公开了一种基于迭代学习的地铁列车自动运行速度控制方法,通过迭代过程中的输出误差和修正函数对学习增益进行自动调整，将其用来更新控制输入，对迭代初态进行学习以保证对列车任意初态的收敛性，最终实现对目标速度曲线的精确追踪。该公开的技术方案存在以下缺陷:1、迭代学习控制算法只能用于小干扰或者系统干扰重复出现的情况，对不确定的随机干扰系统则需要重新学习，并且列车在运行过程中所受到的干扰是不确定的，同一类型的干扰的重复率也不高，如果新来一个系统未知的新型干扰，系统要重新学习，在学习过程中系统刚度会受影响。而当系统学习完成后，如果此类干扰不一定会再次出现，从而使系统降低系统效率。2、迭代学习控制算法的迭代次数不确定，一般需要进行多次迭代才能得到好的参数，迭代次数多导致系统的实时性差，从而降低了列车运行的安全性。
专利文件2(cn106842901b)公开了一种为列车自动驾驶系统生成速度控制指令的方法,该方法在迭代过程中，不断改善算法的收敛性，使处理结果更加趋于真实情况，并最终得到更优的速度控制命令参数。该公开的技术方案存在以下缺陷:1、由于列车运行过程中所受干扰有可能不是连续干扰，而粒子群优化算法对于离散的问题处理不佳，容易陷入局部最优。2、同样该公开的技术方案利用pareto原理优化迭代算法的收敛特性，但是在优化迭代算法的收敛特性和利用迭代算法求最优参数的过程中迭代次数无法确定，因此该方法的实时性较差，不利于列车的行车安全。
专利文件3(cn106842901b)公开了一种城轨列车pid控制器自动调整方法，根据已有的列车实际运行数据实时拟合出适合当前线路的pid控制器参数，以此可减少新线路开通前动态测试调整参数的工作量，同时还可应对由于外界条件变化(如：雨雪天气、轨道损耗等)引起的列车运行不稳定的状况。该公开的技术方案存在以下缺陷:1、该公开技术方案中利用果蝇优化算法迭代出pid算法的参数，但是该算法虽然在初始时刻收敛速度较快但是在趋于极值点时搜索调整较慢，而且不可不免的存在陷入局部最优解得可能。2、该果蝇优化算法的种群多样性损失较快，因此使得该算法易于早熟，并且该方法应用了随机变量，导致结果存在不确定性。
上述现有技术均存在传统pid控制器对永磁悬浮列车速度控制的不足的缺陷。上述现有技术虽然在一定程度上改善了列车自动驾驶系统的速度控制，但是普遍存在实时性差、容易陷入局部最优接的问题，传统的pid控制器虽然有较强的实时性改善上述现有技术的不足，但是其参数一旦确定将步易于改变，但是其在遇到外界干扰后系统的超调量较大、并且调节时间较长，因此，需要对上面现有技术进行改进。
技术实现要素：
针对传统pid控制器对永磁悬浮列车速度控制的不足，本发明提供了一种悬挂式永磁磁悬浮列车自动驾驶系统的速度控制方法，用高效稳定的智能控制系统控制永磁磁悬浮列车的速度，以确保永磁磁悬浮列车的快速、高效、平稳运行。
本发明的技术方案如下：
提供了一种悬挂式永磁磁悬浮列车自动驾驶系统的速度控制方法，包括以下步骤：步骤1)设计永磁磁悬浮列车自动驾驶系统；步骤2)建立永磁磁悬浮列车的数学模型；步骤3)建立永磁磁悬浮列车的轨道线路模型与行车规则；步骤4)建立永磁磁悬浮列车自动驾驶在站点之间速度限制模型；以及步骤5)基于模糊pid控制器设计永磁磁悬浮列车自动驾驶速度控制系统，其中模糊pid控制器包括模糊控制器和pid控制器。
优选的，在上述悬挂式永磁磁悬浮列车自动驾驶系统的速度控制方法中，在步骤1)中，永磁磁悬浮列车的自动驾驶系统主要包括永磁磁悬浮列车位置的实时跟踪显示装置、永磁磁悬浮列车速度实时检测与监控装置、永磁磁悬浮列车的车载自动驾驶装置、永磁磁悬浮列车与地面站之间的通信装置。
优选的，在上述悬挂式永磁磁悬浮列车自动驾驶系统的速度控制方法中，在步骤1)中，其中，永磁磁悬浮列车位置的实时跟踪显示装置包括位置传感器、卫星定位系统和位置显示单元；永磁磁悬浮列车速度实时检测与监控装置包括速度控制传感器、速度监控单元和行车路线规划单元；永磁磁悬浮列车的车载自动驾驶装置包括列车自动驾驶系统模块和车载列车自动防护系统模块；以及永磁磁悬浮列车与地面站之间的通信装置包括车载通信模块、地面通信模块和数据存储模块。
优选的，在上述悬挂式永磁磁悬浮列车自动驾驶系统的速度控制方法中，在步骤2)中，永磁磁悬浮列车的数学模型表示为：假设永磁磁悬浮列车所受合力为f，牵引力为w，空气阻力为f1，轨道坡度助力为f2，列车的刹车制动力为f3，则列车应处于以下三种状态：
加速与匀速状态：f＝w-f1-f2
惰性状态：f＝-f1-f2
制动减速状态：f＝-f1-f2-f3
其中空气阻力f1＝1/2cdρv2s,cd为空气的阻力系数、ρ为空气密度、v为空气与磁悬浮列车的相对速度、s为磁悬浮列车的截面积，f2＝mgsin(α)，m为永磁磁悬浮列车与乘客的总重量、α为坡道的夹角。
优选的，在上述悬挂式永磁磁悬浮列车自动驾驶系统的速度控制方法中，在步骤3)中，轨道线路模型的多质点模型如下：
其中l1为永磁磁悬浮列车整车的长度，ii为第i个坡道的坡度，li为第i个坡道的长度，ri为第i个轨道曲线的半径，lri为第i个轨道曲线的长度，ωsi为第i个轨道坡度的单位阻力。
优选的，在上述悬挂式永磁磁悬浮列车自动驾驶系统的速度控制方法中，在步骤3)中，行车规则中的乘客的非舒适度的数学表达式表示如下：
式中，q为加速度造成的非舒适度，a为永磁磁悬浮列车的加速度，t为永磁磁悬浮列车的运行时间。
优选的，在上述悬挂式永磁磁悬浮列车自动驾驶系统的速度控制方法中，在步骤5)中，pid控制器的输入为行车规划速度与列车实际速度的差值，利用误差值直接控制列车的速度，而模糊控制器的输入为列车标准速度与列车实际速度的差值以及列车标准速度与列车实际速度的差值的变化率。
优选的，在上述悬挂式永磁磁悬浮列车自动驾驶系统的速度控制方法中，在步骤5)中，还包括利用经验值和实验得到的样本数据利用布谷鸟搜索的方法确定模糊控制器的模糊控制规则；利用遗传算法处理模糊控制器的三角隶属度函数，得到改进隶属度函数；以及根据确定的模糊控制规则以得到模糊控制器的输出，使得pid控制器的参数随外界干扰的变化而变化，从而可以控制列车的速度。
优选的，在上述悬挂式永磁磁悬浮列车自动驾驶系统的速度控制方法中，利用遗传算法处理模糊控制器的三角隶属度函数包括：
定义模糊控制器的两输入的模糊子集为{nb,nm,ns,zo,ps,pm,pb}，模糊子集中的各个元素分别表示负大、负中、负小、零、正大、正中、正大；
对三角隶属度函数做如下修正，设模糊子集中元素所占比例的函数如下：
当列车的速度误差为正大时，即r(t)++＜r(t)，其中r(t)++为某一确定的靠近正大的正数，则pb、pm应做如下调整：
ηpb[r(t)]＝w{ηpb[r(t)]+c++}
ηpm[r(t)]＝w{ηpm[r(t)]-c++}
其中ηpb[r(t)]为pb的三角隶属度函数值，ηpm[r(t)]为pm的三角隶属度函数值，c++∈[0,1]；
当列车的速度误差为负大时，即r(t)＜r(t)--，其中r(t)--为某一确定的靠近负大的负数，则pb、pm应做如下调整：
ηnb[r(t)]＝w{ηnb[r(t)]+c--}
ηnm[r(t)]＝w{ηnm[r(t)]-c--}
其中ηnb[r(t)]为nb的三角隶属度函数值，ηnm[r(t)]为nm的三角隶属度函数值，c--∈[0,1]；
当列车的速度误差从正方向接近于零时，即0＜r(t)＜r(t)+，其中r(t)+为某一确定的靠近负大的负数，则zo、ps应做如下调整：
ηzo[r(t)]＝w{ηzo[r(t)]+c+}
ηps[r(t)]＝w{ηps[r(t)]-c+}
其中ηzo[r(t)]为zo的三角隶属度函数值，ηps[r(t)]为ps的三角隶属度函数值，c+∈[0,1]；
当列车的速度误差从负方向接近于零时，即r(t)-＜r(t)＜0，其中r(t)-为某一确定的靠近负大的负数，则zo、ps应做如下调整：
ηzo[r(t)]＝w{ηzo[r(t)]+c-}
ηps[r(t)]＝w{ηps[r(t)]-c-}
其中ηzo[r(t)]为zo的三角隶属度函数值，ηps[r(t)]为ps的三角隶属度函数值，c-∈[0,1]；
当列车的速度误差在其他区间时，模糊子集中各个元素所对应的三角隶属度函数的函数值保持不变，即修正后的模糊子集中各个元素的三角隶属度函数值如下所示:
其中上式中的r(t)++,c++,r(t)+,c+,r(t)-,c-,r(t)--,c--，可以利用遗传算法求出。
本发明的有益效果是：
本发明方法使用模糊控制器对传统的pid控制器的参数进行实时调节，从而通过对控制器参数的实时调整增强系统的性能，使永磁磁悬浮列车能够按照行车规划平稳运行，而且在系统受到扰动后能够迅速恢复到稳定状态。
为了更好地理解和说明本发明的构思、工作原理和发明效果，下面结合附图，通过具体实施例，对本发明进行详细说明如下：
附图说明
图1永磁磁悬浮列车自动驾驶系统。
图2为永磁磁悬浮列车自动驾驶站点之间速度限制模型的曲线。
图3为传统pid控制系统。
图4为模糊pid控制器的原理图。
图5为模糊规则设计流程图。
具体实施方式
本发明将模糊控制与传统的pid控制相结合，并应用于永磁磁悬浮列车的速度控制，其技术的具体步骤如下：
(1)设计永磁磁悬浮列车自动驾驶系统
如图1所示，永磁磁悬浮列车的自动驾驶系统主要包括永磁磁悬浮列车位置的实时跟踪显示装置、永磁磁悬浮列车速度实时检测与监控装置、永磁磁悬浮列车的车载自动驾驶装置、永磁磁悬浮列车与地面站之间的通信装置。其中，永磁磁悬浮列车位置的实时跟踪显示装置包括位置传感器、卫星定位系统和位置显示单元；永磁磁悬浮列车速度实时检测与监控装置包括速度控制传感器、速度监控单元和行车路线规划单元；永磁磁悬浮列车的车载自动驾驶装置包括车载ato(列车自动驾驶系统)模块和车载atp(列车自动防护系统)模块；以及永磁磁悬浮列车与地面站之间的通信装置包括车载通信模块、地面通信模块和数据存储模块。
永磁磁悬浮列车的定位系统主要由轨道天梁内布置的位置传感器和卫星定位系统组成。当列车经过安装在轨道天梁上的位置传感器时，位置传感器感知到列车并将位置传感器的安装的位置信息发送至永磁磁悬浮列车的自动驾驶系统中，为永磁悬浮列车的自动驾驶系统提供准确的位置信息，并且在永磁磁悬浮列车的车头装有卫星定位系统，由卫星定位系统获得列车的实时位置从而辅助轨道天梁内安装的位置传感器得到永磁磁悬浮列车的精确位置，使永磁磁悬浮列车自动驾驶系统获得的位置信息更加准确。
由速度传感器测得永磁磁悬浮列车的当前的速度和位置传感器获得永磁磁悬浮列车的准确实时位置后，根据行车路线规划单元判断距离下一站点的距离信息，从而可以判断列车的运行状态(牵引、惰性或制动)，并且速度监控单元将列车目前的速度和行车规划单元里保存的不同区域所限定的列车的速度相比较，判断列车是否有超速的趋势，从而控制永磁磁悬浮列车的运行状态(牵引、惰性、制动)。
车载ato(列车自动驾驶系统)模块主要是创建最好的速度曲线，对列车的运行状态进行选择，进站时永磁磁悬浮列车的车门开闭的控制，以及对障碍物的躲避等，无论永磁磁悬浮列车处于何种运行状态都应该由防护系统(车载atp(列车自动防护系统)模块)监控，判断列车各个系统是否出现故障信息，若出现威胁行车安全的故障信息，列车应及时发出故障信号并及时停车，等待故障排除。
(2)建立永磁磁悬浮列车的数学模型
永磁磁悬浮列车在运行的时候主要受到直流电机的牵引力、空气阻力、轨道坡度产生的阻力、刹车产生的制动力四种力的影响，假设永磁磁悬浮列车所受合力为f，牵引力为w，空气阻力为f1，轨道坡度助力为f2，列车的刹车制动力为f3。则列车应处于以下三种状态：
加速与匀速状态：f＝w-f1-f2
惰性状态：f＝-f1-f2
制动减速状态：f＝-f1-f2-f3
其中空气阻力f1＝1/2cdρv2s,cd为空气的阻力系数、ρ为空气密度、v为空气与磁悬浮列车的相对速度、s为磁悬浮列车的截面积。f2＝mgsin(α)，m为永磁磁悬浮列车与乘客的总重量、α为坡道的夹角。制动力f3也可包含反馈制动、反接制动和常规机械制动，该制动力可由具体的磁悬浮列车的参数计算的出，由此可利用数学分析方法得出永磁磁悬浮列车的数学模型，其传递函数模型如下：
(3)建立永磁磁悬浮列车的轨道线路模型与行车规则
建立轨道线路的数学模型有利于磁悬浮列车行车的速度规划，而轨道在列车不同的行车区间内有不同的坡度和不同的转弯半径，在磁悬浮列车行进过程中实时测量是不太现实的，因此采用分段测量的方法，假设每段的轨道参数是相同的。对于行车路线中的每段的行车策略要根据线路条件和速度限制来制定相应的行车规划，在列车行进过程中也会存在众多不确定性的因素，如风的大小。为了简化轨道线路模型(列车模型和线路模型)，将这些不确定性的因素用轨道的坡度来代替，而且将临近的、坡度大小相近的、坡道较短的多个坡道简化为一个坡道，简化后的坡道模型可以等效为用终点与起点的高度差和两点之间距离的比值。其数学表达式如下所示：
其中ih为等效的轨道坡度，h2、h1分别是轨道起始点的高度和终止点的高度，lh为几段坡道距离之和。
其轨道线路模型的多质点模型如下：
其中l1为永磁磁悬浮列车整车的长度，ii为第i个坡道的坡度，li为第i个坡道的长度，ri为第i个轨道曲线的半径，lri为第i个轨道曲线的长度，ωsi为第i个轨道坡度的单位阻力。
永磁磁悬浮列车在各个线路段中应有不同的行车速度，当前路段需要改变行车速度时应先判断行车速度是否被允许改变，在可以改变的前提下应采用最大的加速度，是列车最快达到该路段的行车速度，若该路段与上一路段的行车速度相差不大时应尽可能保持不变，从而保证乘客最佳的乘坐舒适度。为了使列车在不同的限速路段之间运行，而不发生速度过低的现象则需要提前对列车的速度进行调整。
为了保证列车的准点运行，应根据行车路线及时刻表由磁悬浮列车的自动驾驶系统自行调节，造成列车晚点有多种原因，但是永磁磁悬浮列车在运行过程中不必要的制动和不合理的牵引力是造成晚点的重要原因，因此消除列车不必要的制动和全功率牵引是消除列车晚点的有效手段。
为了实现永磁磁悬浮列车节能的目的，可以通过智能控制算法调整行车路线的行车速度来实现，因此可以控制永磁磁悬浮列车的惰性运行时间，减小不必要的摩擦来实现。
行车规则中永磁磁悬浮列车的精确停车也是一大重要问题，精确停车也是永磁磁悬浮列车速度精确控制的表现。
另一方面应保证乘客乘坐列车时的最佳舒适度，虽然影响乘客乘坐舒适度的因素有很多，但是永磁磁悬浮列车的加速度变化率是其中一个关键因素，令乘客的非舒适度为q，则加速度造成的非舒适度的数学表达式表示如下：
式中a为永磁磁悬浮列车的加速度，t为永磁磁悬浮列车的运行时间。永磁磁悬浮列车在起停的讯间加速度是突然变化的，加速度变化率的大小直接影响乘客的乘坐体验，因此要控制永磁磁悬浮列车在起、停以及中间速度的变化尤为重要。
(4)建立永磁磁悬浮列车自动驾驶在站点之间速度限制模型
为了保证永磁磁悬浮列车的安全、平稳运行，永磁磁悬浮列车在两站点之间运行的速度应有所限定，也就是列车限速，为分析永磁磁悬浮列车的自动驾驶系统的速度控制方法，应先建立如下永磁磁悬浮列车在站点之间速度限制模型，例如，可以建立如图2所示的模型曲线，其中，假设a-b段永磁磁悬浮列车的限制速度为100km/h，c-d段永磁磁悬浮列车的限制速度为60km/h，e-f段永磁磁悬浮列车的限制速度为80km/h。在限速的区域列车的速度必须小于等于限制的速度，而且永磁磁悬浮列车的自动驾驶速度控制系统(其中，自动驾驶速度控制系统利用速度传感器测得的速度和行车路线规划单元规划的速度以及速度监控单元的限制速度判断列车当前的行车状态)必须对接下来的行车速度进行预测，这样才能使如上图所示的b、c和d、e这样的限速改变时的列车速度符合限速的要求，否则就会有超速的危险。
(5)基于模糊pid控制器设计永磁磁悬浮列车自动驾驶速度控制系统
本发明将模糊控制理论与pid控制理论应用到永磁磁悬浮列车自动驾驶速度控制系统中，本发明很好地结合了模糊控制不需要具体的数学模型和pid控制结构简单的优点，改善以传统pid为控制系统的永磁磁悬浮列车自动驾驶系统对速度控制的不足，实现粒永磁磁悬浮列车自动驾驶系统对列车速度的稳定控制。
当前永磁磁悬浮列车自动驾驶系统的速度控制仍然采用传统的pid控制，即主要按照路线规划速度和列车的实时速度的差按照比例、积分、微分三部分输出对速度的控制信号，永磁磁悬浮列车的自动驾驶系统的速度控制按照pid控制器输出的控制信号控制直流电机电流的大小和方向控制列车处于加速、匀速、减速和紧急制动灯状态，达到永磁磁悬浮列车自动驾驶系统对速度的自动控制，pid控制的数学表达式如下：
其中c(t)控制调节量，kp、ki、kd分别是比例、积分、微分环节的系数，r(t)为系统的误差。传统pid控制系统的示意图如图3所示。
通过pid的控制原理图可知，传统的pid控制器设计的关键是比例、积分、微分环节的系数确定，该系统是通过检测永磁磁悬浮列车的实际速度与标准车速进行对比得到速度误差，将速度误差输入pid控制器可以得到对电机的控制量，控制电机加速、减速或是匀速。从而实现永磁磁悬浮列车自动驾驶系统的速度控制，但是pid控制器中的kp、ki、kd这三个系数一旦确定将不能实时的更改，因此在系统受到不确定扰动时会出现较大的波动，甚至可以是偏离平衡状态不能恢复，导致列车自动驾驶速度控制系统的瘫痪，造成行车危险。本发明在传统的pid控制的基础上加上模糊控制，使传统的pid控制系统的参数在出现不可预测扰动的情况下自主调节参数大小，使系统较快的恢复到稳定状态，避免列车自动驾驶速度控制系统失灵。而在模糊控制中最常用的三角隶属度函数，但传统的模糊控制器中使用的三角隶属度函数的推理系统固定，为了改善模糊推理系统的性能，对传统的三角隶属度函数进行了改进。然后，通过使用与系统性能指标(上升时间、超调量和绝对误差积分)相关的适应度函数，通过遗传算法评估所考虑控制器的参数。
永磁磁悬浮列车的自动驾驶速度控制系统的控制机理主要是根据永磁磁悬浮列车的行车规划、线路限速准则和乘客乘坐舒适度的列车行车规划速度控制直流电机工作在牵引状态还是制动状态，列车的自动驾驶速度控制系统是一个负反馈控制系统，列车的处于牵引或者制动是通过控制直线电机的电流大小和方向来控制的，通过电流来确定永磁磁悬浮列车的行车状态。
本发明首先利用实验测得的数据和传统列车驾驶员的经验得到一个实验样本，然后采用遗传算法对由经验和实验得到的实验样本进行训练得到由标准速度得到最好的实际速度的模糊控制器的模糊控制规则，将标准速度与实际速度进行比较，然后将误差信息与误差的变化率作为模糊控制器的输入，然后利用模糊控制规则对传统的pid控制器的比例、积分、微分参数进行实时调节，达到pid参数可调的效果。
图4为模糊pid控制器的原理图。模糊pid控制器的pid控制器的输入为行车规划速度与列车实际速度的差值(r(t))，利用误差值直接控制列车的速度，而模糊控制器的输入为列车标准速度与列车实际速度的差值以及列车标准速度与列车实际速度的差值的变化率(dr(t)/dt)，模糊控制器利用经验值和实验得到的样本数据利用布谷鸟搜索的方法确定模糊控制器的模糊控制规则，并且针对模糊控制隶属度函数，利用遗传算法处理模糊控制器常用的三角隶属度函数，得到本发明所使用的改进隶属度函数，从而根据确定的模糊控制规则以得到模糊控制器的输出，即△kp、△ki、△kd，从而将pid控制器的参数变为kp+△kp、ki+△ki、kd+△kd，使得pid控制器的参数随外界干扰的变化而变化，从而可以控制列车的速度，控制永磁磁悬浮列车的直线电机产生牵引、制动或惰性运行的行车命令。永磁磁悬浮列车的速度是通过模糊pid控制器控制永磁磁悬浮列车直线电机的电流大小控制的。
(1)设计模糊控制器隶属度函数
根据模糊pid控制器的原理图可知永磁磁悬浮与列车的标准速度与列车实际速度之差r(t)和误差速度的变化率(dr(t)/dt)作为模糊推理系统(模糊控制器和pid控制器)的输入，通过控制永磁磁悬浮列车直线电机的电流的大小来控制列车的运行状态，定义模糊控制器的两输入的模糊子集为{nb，nm，ns，zo，ps，pm，pb}，模糊子集中的各个元素分别表示负大、负中、负小、零、正小、正中、正大，当永磁磁悬浮列车的自动驾驶速度控制系统的速度误差较大时应提高pid控制系统的kp，同时较小kd保证系统有较好的实时性，也可以避免出现较大的超调量；当永磁磁悬浮列车的自动驾驶速度控制系统的速度误差不太大时，应减小kp、kd，以减小系统的超调量；当永磁磁悬浮列车的自动驾驶速度控制系统的速度误差较小时，应增大kp、ki，增强系统的稳定性；而当系统误差的变化率变化较大时，应减小kd，避免系统出现震荡；当系统发变化率变化较小时，应增大kd避免系统出现震荡。永磁磁悬浮列车自动驾驶速度控制系统的延时以及遇到不确定扰动列车速度的偏移对模糊控制器的三角隶属度进行修正，方法如下：
当永磁磁悬浮列车自动驾驶速度控制系统的误差较大时，应增大模糊子集中的pb、nb所占的比例，保证系统有较小的调节时间，相应地减少pm、nm的比例保持系统模糊子集中各个元素比例之和为1；当系统的误差较小时，应提高zo的比例模糊控制器为了减小超调量，同时减少ps和ns的比例保持系统模糊子集中各个元素比例之和为1。而一般的三角隶属的函数各个模糊子集中的元素的比例是相同的，因此可以通过调整模糊子集中各个元素所占三角隶属的比例提高控制系统的性能，对三角隶属度函数做如下修正，设模糊子集中元素所占比例的函数如下：
当列车的速度误差为正大时，即r(t)++＜r(t)，其中r(t)++为某一确定的靠近正大的正数，则pb、pm应做如下调整：
ηpb[r(t)]＝w{ηpb[r(t)]+c++}
ηpm[r(t)]＝w{ηpm[r(t)]-c++}
其中ηpb[r(t)]为pb的三角隶属度函数值，ηpm[r(t)]为pm的三角隶属度函数值，c++∈[0,1]。
当列车的速度误差为负大时，即r(t)＜r(t)--，其中r(t)--为某一确定的靠近负大的负数，则pb、pm应做如下调整：
ηnb[r(t)]＝w{ηnb[r(t)]+c--}
ηnm[r(t)]＝w{ηnm[r(t)]-c--}
其中ηnb[r(t)]为nb的三角隶属度函数值，ηnm[r(t)]为nm的三角隶属度函数值，c--∈[0,1]。
当列车的速度误差从正方向接近于零时，即0＜r(t)＜r(t)+，其中r(t)+为某一确定的靠近负大的负数，则zo、ps应做如下调整：
ηzo[r(t)]＝w{ηzo[r(t)]+c+}
ηps[r(t)]＝w{ηps[r(t)]-c+}
其中ηzo[r(t)]为zo的三角隶属度函数值，ηps[r(t)]为ps的三角隶属度函数值，c+∈[0,1]。
当列车的速度误差从负方向接近于零时，即r(t)-＜r(t)＜0，其中r(t)-为某一确定的靠近负大的负数，则zo、ps应做如下调整：
ηzo[r(t)]＝w{ηzo[r(t)]+c-}
ηps[r(t)]＝w{ηps[r(t)]-c-}
其中ηzo[r(t)]为zo的三角隶属度函数值，ηps[r(t)]为ps的三角隶属度函数值，c-∈[0,1]。
当列车的速度误差在其他区间时，模糊子集中各个元素所对应的三角隶属度函数的函数值保持不变，即修正后的模糊子集中各个元素的三角隶属度函数值如下所示:
其中上式中的r(t)++,c++,r(t)+,c+,r(t)-,c-,r(t)--,c--，可以利用遗传算法求出。
(2)设计模糊控制器模糊规则
模糊规则作为模糊控制器的核心，模糊规则的好坏直接影响模糊控控制器的控制效果，目前模糊控制器模糊规则的确定主要是利用经验来确定，并且根据人工经验指定的模糊规则必须进过大量的实验对其进行修改才可能设计出符合系统要求的控制规则，为了简化模糊控制器的设计步骤同时得到符合系统控制要求的模糊规则，本发明利用布谷鸟搜索算法，确定模糊控制器的模糊规则，布谷鸟搜索算法利用levy随机飞行产生新解，布谷鸟算法主要遵循以下规则：
每只布谷鸟一次只有一个蛋，并且将这枚蛋随机放入一个巢中。
只有孵化率最高的鸟巢才会被保留，孵化率低的鸟巢将会被舍弃。
孵化鸟蛋的鸟巢的数量是固定的，并且宿主鸟发现外来鸟蛋的概率为pa，并且0<pa<1。若宿主鸟发现了布谷鸟的蛋，它们可能将布谷鸟的蛋扔掉，或者直接丢弃掉这个巢，如果宿主鸟未发现布谷鸟的蛋并且布谷鸟的蛋孵化成功，则孵化后的布谷鸟通过levy飞行的方式寻找新的宿主鸟巢，以进行下一代的优化。
每个巢中的蛋代表一个规则，每只布谷鸟每次只有一个蛋，说明每次可以产生一个新的规则，目的是利用新的好的规则代替不太好的规则，当然上述只是考虑最简单的情况，若每只不顾鸟每次参数产生多枚蛋，也就是每次产生多个新的规则，来代替不好的规则，这里只考虑最简单的情况。即每次产生一个新的解，则新的规则可以用如下公式表示：
式中
levy飞行模式的公式如下：
式中
通常情况下生成服从levy飞行的随机步长十分困难，经过大量研究发现mantegna算法较为有效，该算法利用两个服从高斯分布的变量通过下式计算：
式中u～n(0,σ2),v～n(0,1)，其中u～n(0,σ2)表示样本服从均值为0.方差为σ2的高斯正态分布，式中σ2可由下式计算：
在布谷鸟搜索过程中按照其特有的levy飞行找到新的宿主鸟巢后，在随机的产生一个[0,1]的随机数，并将其与宿主鸟发现外来鸟蛋的概率为pa相比较，若残剩的随机数小于pa则宿主鸟发现外来鸟蛋的概率为仍然为pa，若宿主鸟发现外来鸟蛋的概率为pa的值小于随机残剩的值则用随机残剩的值付给pa，依次迭代寻的最优的规则。
最终得到的模糊规则设计流程图如图5所示，依次包括，开始-初始样本-寻找初始样本的最优规则-通过levy飞行得到新的宿主位置-根据发现概率丢弃部分宿主-寻找新位置的规则并与初始比较-得出新的最优规则-判断是否满足现实要求-若是，则结束；若不是则重新进入“通过levy飞行得到新的宿主位置”的步骤并继续进行后续步骤。
模糊规则的优化直接影响模糊控制器控制系统优劣，从而影响永磁磁悬浮列车自动驾驶速度控制系统对速度控制的好坏，根据模糊控制器的两输入的模糊子集为{nb,nm,ns,zo,ps,pm,pb}，将模糊控制器的模糊子集用数字1-7表示，则模糊控制器的模糊控制规则的范围为[1,7]，若优化过程中出现大于7的情况则取7，若优化过程中出现小于1则取1，利用上述步骤对模糊控制器的模糊规则进行优化，确定模糊控制器的控制规则，改善模糊控制器的控制性能，改善目前悬挂式永磁磁悬浮列车自动驾驶速度控制系统使用传统pid控制的弊端，已达到对悬挂式永磁磁悬浮列车自动驾驶速度控制系统处于理想的状态。
本发明将模糊控制应用于传统的pid控制可以实时地根据外界的干扰调整pid控制器的参数，从而可以较小系统的超调量、调节时间等参数，改善系统性能。
以上说明是依据本发明的构思和工作原理的最佳实施例。上述实施例不应理解为对本发明权利要求保护范围的限制，依照本发明构思的其他实施方式和实现方式的组合均属于本发明的保护范围。
- 还没有人留言评论。精彩留言会获得点赞！