一種城市軌道交通列車(chē)的模型自動(dòng)辨識(shí)方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種市軌道交通列車(chē)的模型自動(dòng)辨識(shí)方法，包括如下步驟：1)獲取列車(chē)運(yùn)行數(shù)據(jù)；2)列車(chē)參數(shù)辨識(shí)；3)在仿真系統(tǒng)上對(duì)辨識(shí)出的模型參數(shù)進(jìn)行驗(yàn)證；4)對(duì)比仿真列車(chē)的運(yùn)行曲線和實(shí)際列車(chē)的運(yùn)行曲線。本發(fā)明通過(guò)少量的控車(chē)試驗(yàn)進(jìn)行數(shù)據(jù)采集或?qū)ΜF(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行篩選，結(jié)合離線的數(shù)據(jù)分析，采用遺傳算法快速、準(zhǔn)確地辨識(shí)列車(chē)的牽引制動(dòng)特性和控制時(shí)延特性等模型參數(shù)，從而建立精確的列車(chē)模型。這樣，使得開(kāi)發(fā)者可以在仿真實(shí)驗(yàn)系統(tǒng)上模擬實(shí)際列車(chē)的運(yùn)動(dòng)特性，便于速度控制算法的調(diào)試。
【專(zhuān)利說(shuō)明】一種城市軌道交通列車(chē)的模型自動(dòng)辨識(shí)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種城市軌道交通列車(chē)的模型自動(dòng)辨識(shí)方法，是一種在系統(tǒng)運(yùn)行或試 驗(yàn)中測(cè)量得到數(shù)據(jù)，然后應(yīng)用系統(tǒng)辨識(shí)方法建立系統(tǒng)模型的方法。。

【背景技術(shù)】
[0002] 列車(chē)進(jìn)行精確建模時(shí)，對(duì)從司控系統(tǒng)給出控制量到列車(chē)牽引制動(dòng)系統(tǒng)給出相應(yīng)的 牽引制動(dòng)力這部分過(guò)程的機(jī)理過(guò)于復(fù)雜，用實(shí)驗(yàn)建模的方法可以得到更精確的模型。
[0003] 進(jìn)行實(shí)驗(yàn)建模時(shí)，需要對(duì)實(shí)驗(yàn)得到的數(shù)據(jù)進(jìn)行辨識(shí)?，F(xiàn)今有很多辨識(shí)理論和辨識(shí) 方法，不過(guò)對(duì)于像列車(chē)動(dòng)力學(xué)系統(tǒng)中各種作用力和系統(tǒng)參數(shù)互相耦合的復(fù)雜情況，經(jīng)典的 辨識(shí)方法有很大的局限性。在這里，選取遺傳算法來(lái)辨識(shí)列車(chē)系統(tǒng)參數(shù)，在確定列車(chē)模型結(jié) 構(gòu)的基礎(chǔ)性對(duì)參數(shù)進(jìn)行辨識(shí)。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明提供一種精確建模的方法，使得開(kāi)發(fā)者可以在仿真實(shí)驗(yàn)系統(tǒng)上模擬實(shí)際列 車(chē)的運(yùn)動(dòng)特性，便于速度控制算法的調(diào)試。
[0005] 為解決上述技術(shù)問(wèn)題，本發(fā)明采用如下技術(shù)方案：一種市軌道交通列車(chē)的模型自 動(dòng)辨識(shí)方法，其特征在于包括如下步驟：
[0006] 1)獲取列車(chē)運(yùn)行數(shù)據(jù)；
[0007] 2)列車(chē)參數(shù)辨識(shí)，通過(guò)遺傳算法對(duì)列車(chē)運(yùn)行數(shù)據(jù)進(jìn)行處理確定列車(chē)參數(shù)，所述列 車(chē)參數(shù)包括確定恒力矩區(qū)和恒功率區(qū)、運(yùn)行阻力系數(shù)、動(dòng)車(chē)與拖車(chē)的質(zhì)量回轉(zhuǎn)系數(shù)、車(chē)輪與 軌道間的黏著系數(shù)、牽引/制動(dòng)建立時(shí)間、牽引制動(dòng)切換時(shí)間以及通訊延遲時(shí)間；
[0008] 3)在仿真系統(tǒng)上對(duì)辨識(shí)出的模型參數(shù)進(jìn)行驗(yàn)證，在仿真系統(tǒng)上模擬相同的軌道狀 況，將原始的牽引與制動(dòng)控制量施加在辨識(shí)出的列車(chē)模型上；
[0009] 4)對(duì)比仿真列車(chē)的運(yùn)行曲線和實(shí)際列車(chē)的運(yùn)行曲線。
[0010] 優(yōu)選的，所述的列車(chē)運(yùn)行數(shù)據(jù)包括列車(chē)的位置、速度、加速度、牽引與制動(dòng)控制量 以及軌道坡度。
[0011] 優(yōu)選的，列車(chē)運(yùn)行數(shù)據(jù)的獲取方法為：在裝備ΑΤ0功能的CBTC系統(tǒng)中，以ΑΤ0模式 正常運(yùn)行至少三個(gè)站間區(qū)間并記錄這個(gè)過(guò)程中的列車(chē)運(yùn)行數(shù)據(jù)。
[0012] 優(yōu)選的，將CBTC系統(tǒng)記錄的列車(chē)運(yùn)行數(shù)據(jù)轉(zhuǎn)化為MatLab數(shù)組，再采用遺傳算法進(jìn) 行參數(shù)辨識(shí)。
[0013] 優(yōu)選的，遺傳算法的具體計(jì)算流程如下：
[0014] a)初始化遺傳算法相關(guān)參數(shù)，調(diào)用遺傳算法庫(kù)函數(shù)crtrp，初始化種群個(gè)體數(shù)目 及辨識(shí)參數(shù)的上下限；
[0015] b)計(jì)算初代種群目標(biāo)函數(shù)值并按據(jù)此排列種群個(gè)體適應(yīng)度值；
[0016] c)根據(jù)初始設(shè)定的最大遺傳代數(shù)，在每一代對(duì)種群個(gè)體適應(yīng)度進(jìn)行選擇，調(diào)用遺 傳算法庫(kù)函數(shù)select選擇適應(yīng)度大的個(gè)體組成新的種群，按照一定的交叉概率調(diào)用遺傳 算法庫(kù)函數(shù)recombin對(duì)種群個(gè)體進(jìn)行交叉重組，按照一定的變異概率調(diào)用遺傳算法庫(kù)函 數(shù)mut對(duì)種群個(gè)體進(jìn)行變異；
[0017] d)調(diào)用ObjectF函數(shù)計(jì)算子代種群目標(biāo)函數(shù)值，調(diào)用遺傳算法庫(kù)函數(shù)reins，用子 代個(gè)體中適應(yīng)度大的個(gè)體替換到父代種群中適應(yīng)度小的個(gè)體，并對(duì)新的種群進(jìn)行適應(yīng)度計(jì) 算排序；
[0018] e)重復(fù)步驟c)，d)，直到遺傳代數(shù)達(dá)到最大遺傳代數(shù)Gen。
[0019] 本發(fā)明通過(guò)少量的控車(chē)試驗(yàn)進(jìn)行數(shù)據(jù)采集或?qū)ΜF(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行篩選，結(jié)合離線的 數(shù)據(jù)分析，采用遺傳算法快速、準(zhǔn)確地辨識(shí)列車(chē)的牽引制動(dòng)特性和控制時(shí)延特性等模型參 數(shù)，從而建立精確的列車(chē)模型。
[0020] 這樣，使得開(kāi)發(fā)者可以在仿真實(shí)驗(yàn)系統(tǒng)上模擬實(shí)際列車(chē)的運(yùn)動(dòng)特性，便于速度控 制算法的調(diào)試。

【專(zhuān)利附圖】

【附圖說(shuō)明】
[0021] 下面結(jié)合附圖和【具體實(shí)施方式】對(duì)本發(fā)明作進(jìn)一步描述：
[0022] 圖1為遺傳算法流程圖；
[0023] 圖2為種群適應(yīng)度計(jì)算流程圖；
[0024] 圖3為本發(fā)明的具體實(shí)施方案流程圖。

【具體實(shí)施方式】
[0025] 以下結(jié)合圖1至圖3對(duì)本發(fā)明的列車(chē)模型自動(dòng)辨識(shí)方法具體實(shí)施步驟做出詳細(xì)說(shuō) 明。
[0026] 1)在裝備ΑΤ0功能的CBTC系統(tǒng)中，以ΑΤ0模式正常運(yùn)行三個(gè)站間區(qū)間，運(yùn)行過(guò)程 通過(guò)車(chē)載控制器的日志記錄功能記錄列車(chē)的位置、速度、加速度、牽引與制動(dòng)控制量及軌道 坡度等數(shù)據(jù)；
[0027] 2)將日志記錄的數(shù)據(jù)轉(zhuǎn)化為MatLab數(shù)組，采用遺傳算法進(jìn)行參數(shù)辨識(shí)，見(jiàn)圖2,具 體計(jì)算流程如下：
[0028] a)初始化遺傳算法相關(guān)參數(shù)，調(diào)用遺傳算法庫(kù)函數(shù)crtrp，初始化種群個(gè)體數(shù)目 及辨識(shí)參數(shù)的上下限；
[0029] R。-辨識(shí)參數(shù)上下限
[0030] 遺傳算法相關(guān)參數(shù)：
[0031] 種群個(gè)體數(shù)目
[0032] -種群遺傳代數(shù)
[0033] Mut i-遺傳代溝
[0034] C1-初代種群
[0035]

【權(quán)利要求】
1. 一種市軌道交通列車(chē)的模型自動(dòng)辨識(shí)方法，其特征在于包括如下步驟： 1) 獲取列車(chē)運(yùn)行數(shù)據(jù)； 2) 列車(chē)參數(shù)辨識(shí)，通過(guò)遺傳算法對(duì)列車(chē)運(yùn)行數(shù)據(jù)進(jìn)行處理確定列車(chē)參數(shù)，所述列車(chē)參 數(shù)包括確定恒力矩區(qū)和恒功率區(qū)、運(yùn)行阻力系數(shù)、動(dòng)車(chē)與拖車(chē)的質(zhì)量回轉(zhuǎn)系數(shù)、車(chē)輪與軌道 間的黏著系數(shù)、牽引/制動(dòng)建立時(shí)間、牽引制動(dòng)切換時(shí)間以及通訊延遲時(shí)間； 3) 在仿真系統(tǒng)上對(duì)辨識(shí)出的模型參數(shù)進(jìn)行驗(yàn)證，在仿真系統(tǒng)上模擬相同的軌道狀況， 將原始的牽引與制動(dòng)控制量施加在辨識(shí)出的列車(chē)模型上； 4) 對(duì)比仿真列車(chē)的運(yùn)行曲線和實(shí)際列車(chē)的運(yùn)行曲線。
2. 根據(jù)權(quán)利要求1所述的一種市軌道交通列車(chē)的模型自動(dòng)辨識(shí)方法，其特征在于：所 述的列車(chē)運(yùn)行數(shù)據(jù)包括列車(chē)的位置、速度、加速度、牽引與制動(dòng)控制量以及軌道坡度。
3. 根據(jù)權(quán)利要求2所述的一種市軌道交通列車(chē)的模型自動(dòng)辨識(shí)方法，其特征在于：列 車(chē)運(yùn)行數(shù)據(jù)的獲取方法為：在裝備ΑΤΟ功能的CBTC系統(tǒng)中，以ΑΤΟ模式正常運(yùn)行至少三個(gè) 站間區(qū)間并記錄這個(gè)過(guò)程中的列車(chē)運(yùn)行數(shù)據(jù)。
4. 根據(jù)權(quán)利要求3所述的一種市軌道交通列車(chē)的模型自動(dòng)辨識(shí)方法，其特征在于：將 CBTC系統(tǒng)記錄的列車(chē)運(yùn)行數(shù)據(jù)轉(zhuǎn)化為MatLab數(shù)組，再采用遺傳算法進(jìn)行參數(shù)辨識(shí)。
5. 根據(jù)權(quán)利要求1至4任意一項(xiàng)所述的一種市軌道交通列車(chē)的模型自動(dòng)辨識(shí)方法，其 特征在于：遺傳算法的具體計(jì)算流程如下： a) 初始化遺傳算法相關(guān)參數(shù)，調(diào)用遺傳算法庫(kù)函數(shù)crtrp，初始化種群個(gè)體數(shù)目及辨 識(shí)參數(shù)的上下限； b) 計(jì)算初代種群目標(biāo)函數(shù)值并按據(jù)此排列種群個(gè)體適應(yīng)度值； c) 根據(jù)初始設(shè)定的最大遺傳代數(shù)，在每一代對(duì)種群個(gè)體適應(yīng)度進(jìn)行選擇，調(diào)用遺傳算 法庫(kù)函數(shù)select選擇適應(yīng)度大的個(gè)體組成新的種群，按照一定的交叉概率調(diào)用遺傳算法 庫(kù)函數(shù)recombin對(duì)種群個(gè)體進(jìn)行交叉重組，按照一定的變異概率調(diào)用遺傳算法庫(kù)函數(shù)mut 對(duì)種群個(gè)體進(jìn)行變異； d) 調(diào)用Ob jectF函數(shù)計(jì)算子代種群目標(biāo)函數(shù)值，調(diào)用遺傳算法庫(kù)函數(shù)reins，用子代個(gè) 體中適應(yīng)度大的個(gè)體替換到父代種群中適應(yīng)度小的個(gè)體，并對(duì)新的種群進(jìn)行適應(yīng)度計(jì)算排 序； e) 重復(fù)步驟c)，d)，直到遺傳代數(shù)達(dá)到最大遺傳代數(shù)Gen。
【文檔編號(hào)】G06N3/02GK104102776SQ201410331975
【公開(kāi)日】2014年10月15日 申請(qǐng)日期:2014年7月14日 優(yōu)先權(quán)日:2014年7月14日
【發(fā)明者】耿晨歌, 劉毅, 吳蘇嬌 申請(qǐng)人:浙江眾合機(jī)電股份有限公司