致谢 | 第4-5页 |
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
1 绪论 | 第13-20页 |
1.1 课题背景 | 第13-14页 |
1.2 列车自动驾驶系统概述 | 第14-16页 |
1.3 ATO系统国内外研究现状 | 第16-18页 |
1.4 研究目的与意义 | 第18页 |
1.5 论文结构与研究内容 | 第18-20页 |
2 列车系统模型研究 | 第20-28页 |
2.1 ATO系统模型简化 | 第20-21页 |
2.2 列车模型类型 | 第21-22页 |
2.2.1 单质点模型 | 第21-22页 |
2.2.2 多质点模型 | 第22页 |
2.3 列车运行受力分析 | 第22-26页 |
2.3.1 列车牵引力和制动力 | 第22-23页 |
2.3.2 列车基本阻力 | 第23-24页 |
2.3.3 列车附加阻力 | 第24-25页 |
2.3.4 列车运行合力 | 第25-26页 |
2.4 列车模型结构建立 | 第26-27页 |
2.5 本章小结 | 第27-28页 |
3 列车系统参数辨识方法 | 第28-42页 |
3.1 系统辨识理论 | 第28-29页 |
3.2 列车模型参数辨识方法 | 第29-37页 |
3.2.1 递推最小二乘法RLS | 第30-33页 |
3.2.2 可变遗忘因子 | 第33-34页 |
3.2.3 辅助模型思想 | 第34-37页 |
3.3 AM-VFF-RLS在列车模型辨识中的应用 | 第37-40页 |
3.3.1 待辨识对象准备 | 第37-38页 |
3.3.2 辨识结果分析 | 第38-39页 |
3.3.3 辨识结果有效性验证 | 第39-40页 |
3.4 本章小结 | 第40-42页 |
4 广义预测控制算法及其优化 | 第42-55页 |
4.1 预测控制的发展 | 第42-43页 |
4.2 预测控制的基本原理和特征 | 第43-45页 |
4.2.1 预测模型 | 第44页 |
4.2.2 滚动优化 | 第44-45页 |
4.2.3 反馈校正 | 第45页 |
4.3 广义预测控制的基本算法 | 第45-50页 |
4.3.1 CARIMA模型 | 第46页 |
4.3.2 多步预测 | 第46-47页 |
4.3.3 性能指标 | 第47-49页 |
4.3.4 在线辨识与反馈 | 第49-50页 |
4.4 广义预测控制算法的优化 | 第50-54页 |
4.4.1 阶梯式控制策略 | 第50-52页 |
4.4.2 控制增量反馈补偿 | 第52-53页 |
4.4.3 输入约束 | 第53-54页 |
4.4.4 预测模型校正 | 第54页 |
4.5 本章小结 | 第54-55页 |
5 ATO系统仿真实验 | 第55-71页 |
5.1 仿真系统框架 | 第55-56页 |
5.2 列车运行目标曲线 | 第56-59页 |
5.2.1 列车运行工况 | 第56-57页 |
5.2.2 列车运行目标曲线生成 | 第57-59页 |
5.3 列车模型的确定 | 第59-62页 |
5.4 速度控制器设计及参数确定 | 第62-64页 |
5.4.1 速度控制器设计 | 第62-63页 |
5.4.2 控制器参数确定 | 第63-64页 |
5.5 ATO系统仿真结果及分析 | 第64-70页 |
5.5.1 速度控制结果 | 第64-65页 |
5.5.2 平稳性验证 | 第65-66页 |
5.5.3 输入约束验证 | 第66-68页 |
5.5.4 超调抑制验证 | 第68页 |
5.5.5 时变系统有效性验证 | 第68-70页 |
5.6 本章小结 | 第70-71页 |
6 总结与展望 | 第71-73页 |
6.1 总结 | 第71-72页 |
6.2 展望 | 第72-73页 |
参考文献 | 第73-76页 |
作者简介 | 第76页 |