博文

2025年度优秀论文奖 | 重载列车离散积分终端滑模预测控制

已有 814 次阅读 2026-9-4 15:14 |个人分类:论文推荐|系统分类:博客资讯

编辑荐语

本期将给大家分享2025年度优秀论文奖获奖文章"重载列车离散积分终端滑模预测控制(Discrete integral terminal sliding mode predictive control for heavy haul train)". 如您对本期相关内容有好的理解与建议, 欢迎评论区留言.

本文聚焦于重载列车复杂多变运行环境下面临的两大核心挑战——外部未知扰动与系统离散化误差、传统滑模控制固有的抖振问题, 提出了一种“多质点动力学建模+离散积分终端滑模预测控制”的系统性解决方案. 研究首先综合车钩耦合、运行阻力与线路附加干扰, 建立重载列车多输入多输出多质点纵向动力学离散状态空间模型, 并采用延迟一步估计法对系统复合扰动进行在线预估, 提升模型表征精度. 在此基础上, 创新性地融合离散积分终端滑模与模型预测控制, 设计DITSMPC复合控制方案, 依托自适应切换项削弱滑模抖振, 同时以模型预测控制替代传统趋近律优化控制输出, 大幅提升多质点速度跟踪精度与抗扰鲁棒性. 准滑动模态收敛性分析从理论上严格证明闭环系统可在有限步内稳定收敛. 依托大秦线路半实物仿真平台开展多组对比仿真, 充分验证了所提控制策略在速度跟踪误差、控制力平稳性上的显著优势. 本工作为强扰动工况下重载列车自动驾驶高精度速度跟踪提供了兼具理论完备性与工程可实现性的新控制框架, 对提升货运铁路重载运输运行平稳性、行车安全性具有重要应用价值.

论文介绍

重载列车离散积分终端滑模预测控制

Discrete integral terminal sliding mode predictive control for heavy haul train

李中奇†, 孙鹏昕, 杨辉, 周靓

机构: 华东交通大学电气与自动化工程学院; 华东交通大学轨道交通基础设施性能监测与保障国家重点实验室

引用:

李中奇, 孙鹏昕, 杨辉, 等. 重载列车离散积分终端滑模预测控制. 控制理论与应用, 2025, 42(2): 235 – 244

DOI: 10.7641/CTA.2024.30700

全文链接:

https://jcta.ijournals.cn/cta_cn/ch/reader/create_pdf.aspx?file_no=ccta230700&flag=1&journal_id=cta_cn&year_id=2025

摘要

针对重载列车运行环境复杂多变导致的传统控制方法跟踪误差较大的问题, 提出了一种新型的离散积分终端滑模预测控制方案, 该方案设计了一种基于自适应切换控制的离散积分终端滑模控制律, 为提高重载列车系统跟踪精度, 将模型预测控制与离散积分终端滑模控制相结合并推导出离散积分终端滑模预测控制方案. 并且还对重载列车多输入多输出系统的未知扰动､系统离散化误差进行了延时估计, 进一步提升了模型的精度和算法的控制精度. 仿真结果表明, 本文提出的控制方法质点1速度跟踪误差在±0.2 km/h以内,各质点控制力变化平稳且小于对比方案.

引言

近年来, 随着我国经济发展, 重载运输因其牵引质量大､效率高的特点已经成为我国铁路现代化的重要组成部分. 传统的重载列车驾驶, 多采用人为操控模式, 该模式由于路段和环境等复杂工作条件的影响, 容易出现车厢纵向冲动大､列车晚点等问题. 因此, 重载列车自动驾驶系统的研究已经成为我国货运铁路现阶段技术攻关的重点.

目前, 很多学者已经提出不同的解决方案, 主要由重载列车的模型和控制方法入手, Liu等[1]提出了一种基于模块化方法的重载列车轨道耦合系统的三维动力学模型, 该模型可以准确反映列车控制､车辆､轮轨和线路几何等子系统之间的关系; Eckert等[2]提出了一种包含纵向动力学方程和气动制动系统的低计算成本仿真模型. 该模型能够在短时间内进行多次模拟, 非常适合重载列车运行研究; 杨辉等[3]根据重载列车3个运行过程, 提出了一种多质点重载列车纵向动力学模型.

随着自动驾驶技术的发展, 目前已经有很多控制算法已经应用在列车上, 并取得了较好的效果, 如PID控制､预测控制､多智能体一致性控制等等[4–6], 然而上述控制算法当模型无法确定的情况下, 都难以满足所要求的控制精度, 研究表明, 离散滑模控制(discrete sliding mode control, DSMC)对受控系统参数变化外部扰动不敏感, 而且能够提供一种简单有效的方法来克服系统扰动[7]. DSMC的本质是将系统状态轨迹驱动到指定的滑动表面上, 然后保持其沿该表面移动, 一旦到达滑动面, 受控系统对模型的某些变化和外部扰动具有鲁棒性[8]. 因此, 当模型无法确定的情况下, DSMC相对于其他控制方法具有显著优势.

Du等[9]针对离散线性单输入单输出模型,提出了一种改进的离散时间快速终端滑模面, 并设计了能够提供更高跟踪精度的快速终端滑模控制律. 对于受扰动的离散时间非线性系统, He等[10]提出了一种多智能体一致性控制与滑模面相结合的抗饱和滑模控制算法, 该算法可以确保相邻机车之间和相邻列车之间的跟踪距离收敛到有界安全范围. 近年来, 积分滑模控制(integral sliding mode control, ISMC) 方法因它可以比传统离散滑模控制方法提供更小的跟踪误差, 在各个领域的文献中已经开发出不同的离散积分滑模控制方法[11–14]. 付雅婷等[15]针对重载列车运行时黏着条件受不良的天气影响, 会导致列车无法有效发挥牵引力的问题, 提出一种考虑系统不确定性估计的离散积分滑模控制(discrete ISMC, DISMC) 方法, 该法实现了对最优蠕滑速度的跟踪控制. 但是上述方法在系统面对不确定的随机扰动时会存在明显抖振现象. 目前模型预测控制已经成功应用于过程工业的各个领域, 由于其出色的鲁棒性, 一些学者尝试将模型预测控制(model predictive control, MPC)与离散积分终端滑模控制(discrete integral terminal sliding mode control, DITSMC)相结合, 如Xu [16]基于压电驱动定位的单输入单输出系统, 提出一种结合了模型预测控制与离散积分终端滑模控制的控制方案, 该方案在存在外界扰动下仍能保持精确的运动控制. Xu和Wu [17]出了一种基于离散时间非线性系统的积分滑模预测控制方案, 该方案用MPC替代了DISMC的趋近律.

为解决以上问题, 本文根据DSMC的特点, 提出一种基于自适应趋近律的离散积分终端滑模控制律(adaptation DITSMC, ADITSMC), 为了消除抖振的影响, 结合MPC算法给出了离散积分终端滑模预测控制(discrete integral terminal sliding MPC, DITSMPC)的推导过程.

本文的主要贡献如下: 1) 该算法基于重载列车多输入多输出系统, 构建了一种ADITSMPC控制律, 相较于文献[4–6]的方法系统输出跟踪精度更高; 2) 该算法用MPC方法替代了ADITSMC中的自适应趋近律, 然后, 使用延迟估计方法提高控制器和系统离散化模型的精确程度. 相比于文献[9–10] 的方法, 由于其系统精度更高, 所以具有更快的收敛速度; 相较于文献[11]的方法, 系统抖振现象得以缓解; 相较于文献[14–15]的方法, 系统在面对不确定扰动时, 由于其强鲁棒性, 可以使系统输出的跟踪精度更高; 相较于文献[16]的方法, 该算法扩展到多输入多输出的系统; 相较于文献[17]的方法, 系统需要调节的参数更少, 控制策略更易于实现; 3) 最后, 在满足合理假设情况下给出了以上两种控制方法的收敛性证明过程, 并给出了在本文基础上的下一步研究方向.

微信截图_20260723163059.png

结论

本文针对重载列车运行过程的特点建立了重载列车多质点动力学模型, 并据此提出一种离散积分终端滑模预测控制方法. 该方法为了提高滑模收敛速度并减小跟踪误差, 在经典离散滑模控制的基础上加入滑模积分终端算子和自适应变化的趋近律系数, 因为重载列车运行环境多变性和复杂性需加强控制算法的抗干扰能力, 所以采用模型预测控制和离散积分终端滑模控制相结合的方法, 由此不仅可以提高系统鲁棒性而且也可以提高系统跟踪精度并降低滑模抖振的情况.

通过与其余控制方案对比, 结果显示本文提出的控制方法有以下优点:

1) 实现了比ADITSMC, DITSMC和DSMC对更高精度的输出跟踪控制, 误差范围在−0.195∼0.2 km/h之内, 可以保证重载列车安全､准时的运行;

2) 在加入白噪声替代重载列车运行时受到的扰动后, 实现了控制力变化相比于其余控制方案更小､更平稳;

3) 该方案不仅解决了传统离散积分终端滑模控制的抖振情况, 而且也提高了传统离散积分终端滑模控制的鲁棒性.

在本文基础上后续将做以下研究:

1) 重载列车机车与货车之间考虑延时以及未建模动态情况进行建模, 并在现有控制策略下对模型进行速度跟踪, 使列车稳定运行;

2) 考虑一节重载列车机车与50节货车之间相连接, 考虑延时以及空气制动进行建模, 设置模型参数不同以凸显车钩力, 并在现有控制策略下对模型进行速度跟踪, 使列车稳定运行;

3) 考虑单节车厢系统故障, 在现有控制策略下, 重载列车能否安全稳定运行.

作者简介

李中奇教授, 博士,目前研究方向为列车运行过程建模与控制;

孙鹏昕硕士研究生, 目前研究方向为列车运行过程建模与控制;

杨辉教授, 博士,目前研究方向为复杂工业过程建模､控制与优化､轨道交通自动化与运行优化的研究;

周靓博士研究生, 目前研究方向为列车运行过程建模与无模型自适应控制.

期刊介绍

《控制理论与应用》(Control Theory & Applications)是经国家科学技术部批准, 教育部主管, 由华南理工大学和中国科学院数学与系统科学研究院联合主办的全国性一级学术刊物, 1984年创刊, 月刊, 国内外公开发行. 《控制理论与应用》是中国科学引文数据库首批统计源期刊之一，中文核心期刊，入选中国精品科技期刊顶尖学术论文F5000项目，中国科协自动化学科领域高质量科技期刊目录以及中国科协百篇优秀科技论文遴选计划，2021年入选广东省高质量科技期刊建设项目，2022-2024年连续获得基金委资助（科技活动专项）。

期刊封面2.jpg 目录2.jpg