（电力电子与电力传动专业论文）模糊预测控制及其在列车自动驾驶中的应用研究.pdf

西 南 交 通 大 学 博 士 研 究 生 到丝n z 第 i i i页 a b s t r a c t w i t h t h e h i g h s p e e d r a i l w a y s d e v e l o p m e n t o f o u rc o u n t r y , t h e r e a r e ma n y d i ff i c u l t t e c h n i c a l p r o b l e m s n e e d t o b e r e s o lv e d u r g e n t l y . t h ea u t o m a t i c t r a i n o p e r a t i o n ( a t o ) s y s t e m i s a p i v o t a l d i f f i c u l t n o d e u s i n g c o m p u t e r c o n t r o l t o m a k e t r a i n a m o n g t h e s e p r o b l e m s . r e s e a r c h e r s f o c u s o n d r i v i n g s a f e l y , r i d i n g c o z i l y , o n s c h e d u l e , o p e r a t i n ge c o n o m yc a l l y a n d p a r k i n g a s t h e t r a i n o p e r a t i o n p r o c e s s i s a t y p i c a l , c o m p l e x , m u l t i p le t a r g e t s , l a r g e t i m e - d e l a y a n d n o n - l i n e a r s y s t e m , b y m e a n s o f c o n v e n t i o n a l c o n t r o l m e t h o d , i t i s v e ry d i f f i c u l t t o f in d i t s a c c u r a t e m a t h e m a t i c m o d e l , a n d t o g e t h i g h q u a l i t y o p t i m a l c o n t r o l s t r a t e g y 。 p r e d i c t i v e c o n t r o l t h e o ry , c o n t r o l . b a s e d o n t h e f u z z y l o g i c a n d a n e w c l a s s o f c o n t r o l t e c h n i q u e 一 f u z z y p r e d i c t i v e c o n t r o l i s d e v e l o p e d re c e n t l y a n d h a s a t t r a c t e dm u c h m o r e re s e a r c h e r s a tt e n t i o n s . t h e f u z z y p r e d ic t i v e c o n t r o l a c c o r d s w i t h h u m a n q u a l i t y m o d e l o f t h e p l a n t . i t c a n g e t b e in g s c o n t r o l i d e a s , a n d d o e s n o t n e e d h i g h m o r e s y s t e m o p e r a t i n g i n f o r m a t i o n d u r i n g t h e f c o n t r o l p r o c e d u r e , a n d c a n o v e r c o m e t h e a ff e c t s c o u r s e d b y u n c e rt a in t i e s a n a c o m p l e x c h a n g e s o f t h e p l a n t , t h u s i m p r o v e t h e s y s t e m c o n t r o l q u a l i t y . t h e f u z z y p r e d i c t i v e c o n t r o l h a s b e c o m e o n e o f t h e m o s t in t e r e s t e d r e s e a r c h d i r e c t i o n s o f t h e c o m p l e x c o n t r o l f i e l d a n d h a s a w i d e a p p l i c a t i o n p r o s p e c t s . i n t h i s p a p e r , t h e f u z z y p re d i c t i v e c o n t r o l i s a p p l i e d t o e s t a b l i s h t h e m o d e o f a t o . t h e r e s u l t s o f t h e p a p e r n o t o n l y f u l f i l l t h e f u z z y p r e d i c t iv e c o n t ro l t h e o ry b u t a l s o g e t r e l a t i v e l y c o m p l e t e a p p l i c a t i o n a c h i e v e m e n t s , a n d o ff e r a n e w q u a l i t y f o l l o ws : ( 1 ) c o n t r o l f o r t r a i n o p e r a t i o n p r o c e s s . t h e m a i n c o n t e n t s a p p r o a c h t o g e t h i g h i n t h i s t h e s i s a r e a s t h e e s s e n t i a l c o n c e p t s o f f u z z y p r e d i c t i v e c o n t ro l a r e d e s c r i b e d . c o n c l u d e d a n d t h e d i ff e ren c e s b e t we e n t h r e e 允双y p r e d i c t i v e c o n t r o l a n d o t h e r p re d i c t i v e c o n t r o l m e t h o d s a re p o i n t e d o u t . t h e u s e o f s a t i s f a c t o ry o p t i m i z a t i o n t e c h n i q u e t o s o l v e t h e c o n t ro l t a r g e t s o p t im i z a t i o n p r o b l e m i n t h e r e c e d i n g h o r i z o n o p t i m i z a t i o n i s p ro p o s e d . b y u s i n g s o m e f u z z y d e c i s i o n s t r a t e g i e s a n d me t h o d s t o c a m o u t t h e f u z z y p r e d i c t i v e a re i n t r o d u c e d , a n d t h e s y n t h e t i c j u d g m e n t m o d e l s f o r f u z z y p r e d i c t iv e c o n t r o la r e g i v e n . ( 2 ) t h e m u l t i p l e t a r g e t s f u z z y p r e d i c t i v e c o n t r o l a l g o r it h m s a r e s t u d i e d a n d t h e u s ingo f s a t i s f a c t o ry o p t im i z a t i o n c o n t r o l r e p l a c e s t r a d i t i o n a lo p t i m i z a t i o n c o n t r o l t o o p t im i z e t h ec o n t r o l t a r g e t i n t h e f u z z y p r e d i c t i v e c o n t r o l c o u r s e a r e s u g g e s t e d . a m u l t i p l e t a r g e t s f u z z y o p t i m i z a t io n mo d e l u n d e r c o n s t r a i n t s i s e s t a b l i s h e d a n d s o me 大 学 博 士 研究 生 学 位 谁塞 第 i v 页 s a t i s f a c t o ry o p t i m i z a t i o n p e r f o r m a n c e o n e t a r g e t s a t i s f a c t o ry o p t i m i z a t i o n a l g o r i t h m s a n d t h e s y n t h e t i c j u d g m e n t m e t h o d o f s y s t e m m u lt i p l e t a r g e t s s a t i s f a c t o ry o p t im i z a t i o n v a l u e f u n c t i o n a r e g i v e n . ( 3 ) t h e t r a i n t r a c t i o n c a l c u l a t i o n e x p e r t s k n o w l e d g e a n d t h e d r i v i n g e x p e r i e n c e s o f e x c e l l e n t d r i v e r s a r e s u m m a r i z e d a n d t h e t r a i n o p e r a t i o nb a s e d r u l e s , t h e t r a i n d r i v e 而n c i p l e s a r ec o n f i r m e d . t h e o p t i m i z a t i o n t a r g e t so f t r a i n o p e r a t i o n p mc e s s p mc e s s a n d i t s o p t i m i z i n g s t r a t e g i e s i n t o 5 r e l a t iv e i n d e p e n d e n c e a r e p r o p o s e d b y d i v i d i n g t h e t r a i n o p e r a t i o n s e c t i o n s . t h e t r a i n c o n t r o l p e r f o r m a n c e t a r g e t s a t i s f a c t o ry v a l u e s a r e d e s c r i b e d w i t h f u z z y m e m b e r s h i p d e g r e e f u n c t i o n s a n d t h e m u lt i p l e ( 4 ) mo d e l for t r a i n d r i v edl f t a i名 e t s s t r a t e gy mo q e l l o remo a i m a t t h e t r a i n o p e r a t i o n i s e s t a b l i s h e d . c o n t r o l s y s t e m s c h a r a c t e r i s t i c s , t h e a p p r o a c h o f s s th ea i l w a y s e cti- - - - a 1. - - a - - 1 ; - u s i n g fu zz y t e c 俪q 此t o p r oce s s th e 佃l w a y l ln e v e r a c a i s o t ,u u u m i u w eu s i n g f u z z y t e c h n i q u e t o p r o c e s s t h e: ， 。 ，: 1 “ 、 v e rt i c a l s e c t i o n t r e n d s y n t h e t i c t o k e n m a t r i x a re r i v e n h e r e f o r t h e f i r s t t i m e . t h e s i n g l e s t e p p r e d i c t i v e m o d e l , m u l t i p le s t e p s p r e d i c t i v e m o d e l a n d m u l t i p le t a r g e t s f u z z y p r e d i c t iv e s a t i s f a c t o ry o p t i m i z a t i o n m o d e l o f a r e f o u n d e d . wi t h t w o t y p i c a l t r a i n o p e r a t i o n mo d e s 一 记 r i v i n g w i t h c a p a b i l i t y o r 面 v u m gw i t h m o s t e n e r g y s a v i n g , t h e t r a i n s a t i s f a c t o ry o p t i m i z a t i o n m o d e l s l a n d i t s a l g o r it h m s a r e e s t a b l i s h e d . ( 5 ) c o n t r o l c o u r s e d e s c r i b e d r u l e s a n d i n f u z z y f u z z y p r e d i c t i v e c o n t r o l j u d g m e n t a n d t h e c o n s e q u e n c e s e n t e n c e s a r e s o ft w a r e i s d e s i g n e d a n d t h e a t o m o d e g i v e n . a n a p p l i e d a i n t e g r a t e d s i m u l a t i o n b a s e d f u z z y p r e d i c t i v e c o n t r o l i s s i m u l a t e d t h e s i m u l a t i o n r e s u l t s a r e a c c o r d a n c e w i t h t h e e x p e r i m e n t r u n n i n g s p e e d . r e s u l t s o f a d v a n c i n g t r a i n s t h r o u g h s i m u l a t i o n i t i s p r o v e d t h a t th e p re d i c t i v e m o d e l ,s a t i s f a c t o r y m o d e l , f u z z y r 叼， 丫， . ，.呼v.一 . ，. 亩 “， 二 盈 .， ， r“- 一压 . 一已 . 一 - 一 .，一二 0. ，甘 ，.， . v.， 介. t h i s p a p e r a r e c o r r e c t . t h e r e s e a r c h r e s u l t s m e n t i o n e d i n t h i s p a p e r e s t a b l i s h a f o u n d a t i o n t o s t u d y a n d d e v e l o p t r a i n d r i v e o p t i m i z a t i o n o n - l i n e g u i d a n c e s y s t e m a n d the high speed ato system . it will be helpfulrunning smoothly, operating economically, ridinworks that author has done have much important t o a d v a n c e t h e t r a i n d r i v i n g s a f e l y , g c o z i l y a n d p a r k i n g a c c u r a t e l y . t h e r e a l i s t i c s i g n i f i c a n c e t o t i m e l y r e a l i z e t h e h i g h s p e e d t r a i n d r i v e o p t i m i z a t i o n a n d a u t o m a t i c t r a i n c o n t r o l i n o u r c o u n t ry . k e y w o r d : f u z z y p r e d i c t i v e c o n t r o l ; s a t i s f a c t o ry o p t i m i z a t i o n ; a u t o m a t i c t r a i n o p e r a t i o n ; t r a i n d r i v e o p t i m i z a t i o n ; c o m p u t e r s i m u l a t i o n 西 南 交 通 大 学 博 士 研 究 生 * 鱼丝 第 1页 第1 章绪论 1 . 1 概述 模糊控制是由模糊集合理论和控制理论相结合发展起来的一种新型智能 控制技术。 由于它能够利用熟练操纵人员的操作经验和相关领域专家的知识 解决复杂对象的控制问题，因而模糊控制从发展开始便立即引起控制界的广 泛兴趣，并得以迅速发展川. 预测控制是近年来受到人们普遍关注的一类新型控制，由于它在实际应 用中所表现出的建模容易、鲁棒性好和在线调整方便等优点，是解决复杂大 滞后控制问题的一个有效途径。预测控制自问世以来便很快得到了工业界和 控制界，尤其是过程控制领域的重视r 1 模糊预测控制是在模糊逻辑和预测控制的研究和应用基础上发展起来的又 一类新型控制算法 程未来输出的预测 模糊预测控制更符合人类的控制思想 预测输出的满意程度并进行滚动优化 它是通过对被控过 再根据实际输出进 行反馈校正来实现控制的，对被控过程模型要求不高。在控制过程中能够获取 更多的系统运行信息，可以克服各种不确定性和复杂变化的影响，提高控制品 质.因此，模糊预测控制己在各种复杂工业过程控制中获得成功的应用，是很 有吸引力的研究方向之一3 1 列车自动控制系统取决于行车信号、行车线路、机车的性能、列车的编 组以及司机自身的驾驶经验等多种因素，其控制目 标包括线路的各种限速、 乘车舒适度、 、停车精度、能量消耗等。该控制系统是典型的大滞 、非线性、 运行时间 多目标、实时性要求高、复杂的控制系统，其数学建模十分困 、最优解不易寻求，列车自 动控制模式难以 确定。因此将模糊预测控制和 后难 满意优化方法应用于列车自 动控制系统，是解决列车自 动控制和自动驾驶问 题的有效途径之一 9 1 1 . 2 模糊预测控制的发展历史和研究现状 模糊预测控制不是某一种统一理论的产物，而是在工业实践过程中独立 发展起来的.由于现代控制理论研究的成果.如状态空间法、自适应控制和 一 一- 互 鱼丝达塾丝鲤丝全些这， x 2 35 最优控制等是建立在精确的数学模型的基础之上的，而实际工业控制过程中 的对象往往是多输入多输出的高维复杂系统，难以建立精确的数学模型，再 加上非线性、时变和扰动等不确定性因素的存在，原有的控制理论很难实现 有效的控制。 1 9 6 5 年美国控制论专家z a d e h l . a .创立了模糊集合论，从而为描述、研 5 - 7 1 ， 一种应用模糊集理论来建立系统模 型、设计控制器的新型方法，即模糊控制也相继问世。模糊控制的核心是利 用模糊集合理论，把人类控制策略的自 然语言转化为计算机能够接受的算法 语言所描述的控制算法，它能够模拟人的思维方式对一些无法构造数学模型 的被控对象进行有效的控制。模糊控制作为智能控制领域中最具实际意义的 一种控制方法，已在工业过程控制、运载工具控制、家用电器 自动化以乃茸 他行业解决了传统控制方法无法或难以解决的问题， 取得了令人瞩目的成果。 但己 有的模糊控制方法一般适用于对小滞后对象的控制，而对大滞后对象的 控制效果 较差3 .8 1 。 这是因为 所采用的模糊控刷规则一放田 傲1 2 x1m jm. 伽左 的变化和控制最三个语言变量构成，基于该规则结构的模糊控制和经典的 p i d控制一样属于 “ 事后控制型” ， 即仅根据当前可以测量的被控量的偏差信 息来确定控制量。对于大滞后对象，由于被控偏差不能及时反映控制量的变 ;薰嫌 3jfnan1 t7 zt 函数得到一个预测控制律，而是在满意优化的基础上来实现的.因此，与其 它预测控制算法相比较，模糊预测控制的算法比较简单、计算量小、且容易 实现。另外，与常规的模糊控制也不尽相同，主要体现在控制规则库的建立 方面，模糊预测控制不需建立控制规则库，只需根据被控对象的特征设立性 能测量规则，更利于工程实现3 1 国 外对模糊 预测的 研究与应用的 专题很少 1 7 1 。 但对与模糊预测方法有密 切联系的模糊决策方法的研究与应用却很多。7 0 年代b e l l m a n 和z a d e h 提出 了 模糊决策 1 8 l 的 概念和模糊环境下的决策模型，随 后全世界每年在模糊决策 方面的理论与应用论文成倍增长，成为研究的热点。国内许多学者关注模糊 预测的 应用研究， 在天气预报1 9 、 地震预报、 农业病虫害预报2 0 1 、 人类疾病 预报1 2 1 - 2 2 1 等方面取得了 一定的 研究成果。在工业过程控制方面， 9 0 年代初， 日本首次将预测控制成功地应用到地铁车辆的自动控制 ( a t c )和自 动驾驶 ( a t o ) 1 2 3 - 2 4 1 ，取得了可喜的成果。我国学者唯刚、陈来九等将模糊预测控 制应用于过热汽温过程控制中 3 1 ， 取得了良 好的 控制效果. 1 . 3模糊预测控制的优化问题 模糊预测控制与其他预测控制相似，是一种优化的控制算法，与经典的 预测控制所不同的是，模糊预测控制是通过系统某一控制性能的满意优化而 不是最优化来确定未来的控制作用的。 这一控制性能涉及到系统未来的行为， 由未来的控制策略所决定。 模糊预测控制中的满意优化是以一种有限时段内控制系统对控制目 标的 满意度进行滚动优化的。在每一采样时刻，优化控制性能只涉及到从该时刻 起未来有限的时间，而在下一采样时刻，这一优化时段同时向前推移。因此 模糊预测控制不是用一个对全局相同的优化控制性能，而是在每一时刻有一 个相对于该时刻的优化控制性能。因此，在模糊预测控制中，满意优化不是 一次离线进行的，而是反复在线进行的。这也是模糊预测控制区别于模糊控 西 南 交 通 大 学 博 士 研 究 生 到 这 第 4页 制的根本点。 满意优化近年来引起了人们的广泛关注，并被逐渐应用于对实时性有要 求的复杂的控制与决策系统. 1 9 4 7年发表的 管理行为 诺贝尔经济学奖获得者h .a. s i m o n( 美国)在 中提出了用满意决策代替最优决策的思想，1 9 6 1 概念2 5 1既以 令 人满意的 解代替最优解， 蒋 筱 复 系 丙 露 的 解 决 得 以 简 化 而 变 得 切 实 可 行 。 但 是 ， 娜.a .s im o 哗 ，护 意 解 概 念 之 后 的 二 十 年 左 右 的 时 间 里 并 没 有 引 起 足 够 的 重 视 二 万 . 8 0 牛 1g 竺 h .a .s im o n 来 华 讲 学 时 ， 以 “ 在 地 里 摘 玉 米 ” 为 例 对 满 意 解 及 -a 优 71件 1 t 了 形 象 的 描 述 2 6 1 。 之 后 ， “ 令 人 满 意 准 则 ” 概 念 在 我 国 引 起 了 许 多 学 置 的 养 份 暨 南 大 学 的 任 平 教 授 利 用 模 糊 数 学 的 隶 属 函 数 、 子 集 、 截 集 等 概 u 冲 意解集定义为某一论域在约束条件的限制下所形成的截集，首次对满意解进 行了数学分析 2 6 1 一 西 南 交 通 大 学 的 靳 蕃 教 授 提 出 t i满 意 解 原 则 和 。 满 意 度 ” 的 概 念 ， 结 合 解 的 性 能 质 量 用 模 糊 数 学 的 方 法 定 义 了 单 个 解 的 满 意 度 ， 并 确 定 了 满 意 度 函 两 种 运 算 规 贝 iij27-29 1， 提 出 了 神 经 计 算 的 满 意 解 原 理 。 并 将 人 类 智 能 信 息 活动按输入信息和输出解的特点进行了分类， 如表 1 - 1 所示。 表1 - 1智能 信息处理分 类 黔 出 最 佳 解 满 意 解 输入 精确信息 数值计算 逻辑计算 模糊信息 模式识别 故降诊断 组合优化 实时控制 模糊控 制 模糊决策 复杂工业过程 c mmo 学 习 cad 模 型 人 机 接 口 图1 - 1 满意控制原理图 上海交通大学的席裕庚教授在对复杂工业控制过程的研究中，总结出其 ，分析了对其进行优化的 控制具有约束多目 标多自由度优化( c mmo ) 的特点， 可行性3 0 1 ， 提出了满意控制的概念和控制原理框图( 如图1 - 1 所示) ，并从预 测控制的再现滚动优化机制出发，研究了满意控制策略，强调了在满意控制 中人机协调的优化控制 3 1 ,3 2 1 西 南 交 通 大 学 博 士 研 究 生 学 鱼丝 第 5页 蔽蔽面海函 盈 炜 东 教 授 研 究 了 以 评 价 满 意 解 性 能 的 满 意 度 函 数 定 义 及运算的过程中，讨论了性能价值函数和优化率函数的线性度定义及组合运 算， 并对列车操纵进行了局部优化规律的仿真计算， 提出了 满意优化问 题3 3 1 上述几位专家以各自不同的研究领域为背景先后提出了令人满意准则、 满意解原理、满意控制、满意优化等概念，这几个概念实质上是一致的，其 共同点在于:在处理复杂的实际问题中应寻求满意解的优化策略. 1 . 4列车自动控制技术的发展现状 列车自 动控制系统是实现铁路现代化的根本之所在。该系统涉及到线路 和铁路沿线的站段、电气设施 ( 接触网、变电所、通信设备等) 、安全运转设 备 ( 闭塞装置、信号机、连锁装置、轨道电路、列车集中控制装置) 、列车自 动控制装置( a t c ) 、列车自动驾驶装置( a t o ) 以及机车车辆等诸多方面，是一 个庞大的系统工程。列车自动控制装置 a t c和列车自动驾驶装置 a t o是为 了实现列车安全、快速、舒适、高性能运行发展起来的。最早是列车自 动报 警装置，后发展到列车自动停车装置 a t s 、列车自动防护系统 a t s 、列车自 动控制系统a t c 。 列车自动驾驶系统a t o主要是为了减轻司机的负担、 提高 行车安全性和乘车舒适性、提高定位停车控制精度和实现无人驾驶的自 动运 转装置而开发的3 8 - 4 6 1 列车自 动控制包括地面控制系统和车载控制系统。地面系统主要由 运行管理 中心、中央控制装置、车站控制装置、连锁控制装置、地面信号发送与接收装置 等构成。 车载控制系统主要由 列车自 动控制装置( a t c ) 、 列车自 动驾驶装置( a t o ) . 车上信号接受与发送装置、信号传输以及机车车辆传动控制装置等组成。车载自 动控制系统一般可以分为传动级控制、车辆级控制和列车级控制。 传动级控制主 要指对牵引电机的驱动控制。车辆级控制主要用来实现对机车整体的控制，传递 操纵指令、轨道信号指令，分配牵引力和制动力，优化粘着，监视运行状态，实 现人机通信等。列车级控制是针对多机牵引及电动车组而言的，它是通过总线重 联控制来实现的，动力车之间、动力车与车辆之间实施全部运行指令传递;通过 它可实现整个列车的牵引/ 制动，运行方向，牵引或速度的统一控制;通过总线网 络还可 实 现对车 辆的 车门 、 空调、 旅客信息、 监视等的 控制 和故 障诊断3 4 1 . 列车 自 动控制系统组成如图1 - 2 所示。 .口. 第 页 西 南 交 通 大 学 博 士 研 究 生 学 位 迫 宝 机车车 辆传动 控制装 车载a t o 车载a t c 装置 装置 火 生 红 为亡.生 丝鲤乡 一 图卜2列车自动控制系统组成框图 实现列车自 动控制对列车的优化操纵进行研究十分关键。列车优化操纵一直 是 铁路业界人士普遍关注的问 题。 八十年代以 来，澳大利亚、 德国、英国、 丹麦、 匈牙利、原苏联、日 本等铁路发达国家在列车优化操纵与列车自 动控制研究方面 做了 许多有益的工作，至八十年代后期澳大利亚在列车节能操纵的理论研究方面 走在了 世界前列。南澳大学的交通控制研究所从理论上证明了 对于平道和坡度变 化很小的线路，存在最优的操纵序列，并将这一研究成果应用于市郊列车，取得 了 节能2 0 % - - 1 5 % 的效果。 德国 研究开发了一种列车操纵方式模拟模型，提出了 多 种节能的操纵方式及其组合。英国开发了计算机控制的列车惰行系统，在保证列 车不晚点的前提下， 适时地提醒司机惰行，用于市郊列车上可节能5 %左右。 丹麦 国家铁路应用一种车载微机系统运用最大牵引力起动、提示匀速运行区段的始点 与 终 点、 进站 之前 先 惰行 再 制 动停 车等 控制以 节 约 燃油 6 2 ,6 9 - 8 3 1 。日 本 在列 车 优化 操纵方面取得了长足的进步，其新干线系列列车采用速度模式曲线自 动控制方式 ( a t c ) ， 多年以 来以 运 行安 全、 正点、 精确定位停车、 操纵 平稳、 乘车舒适和节 能 而闻 名世界。 在仙台地铁、 东京临海新交通、东京都营1 2 号线 2 3 - 2 4 1 等城市 轨道交通中己采用具有一定智能控制功能的列车自 动驾驶系统 ( a t o ) 。德国、 法国、日本、 瑞典等高速铁路发达国家在干线铁道上均采用了自动控制技术， 我国开发研制的 s s : 型电力机车部分采用了计算机控制系统、与瑞士合作开 发的 “ 蓝箭”号电动车组采用了自动控制技术。目前国际上通常采用的 a t c 戛瓢 骤 薰罄 薰 蘸 缥 瓢 岌 % 7 31ist z f l 9i j c 1, av$j)m taft-q m ;a$ru pidii5# 1t7 # 1#c 1o i8#* , kkar fi*-aij %atitm*iie 在大力开发和研究基于数字化技术的列车 控制系统4 2 - 4 6 1 列车运行过程是一个非常复杂的控制过程，在不同的运行工况下，其特 性是完全不同的，并且控制策略和控制目标也都不尽相同。基于传统的控制 方法如:线性模式跟踪、速度跟踪以及以节能为优化目标的最优控制方法的 列车控制系统的控制效果，都比不上一个优秀的熟练司机对列车运行的控制 效果 4 1 。其原因就在于列车运行过程的数学描述是一个复杂的、多目 标的、 非线性系统，很难找到其精确的数学模型和最优解。采用传统的控制系统不 具备人类控制的各种智能，为了实现对列车运行的高质量控制，控制系统必 须具备某些智能，使其能在某种程度上模仿优秀司机的操纵行为，只有这样 才能获得比传统控制系统甚至人类更高的控制质量。智能控制和满意优化理 论为实现这类控制提供了理论和技术上的支持。由于模糊预测控制就是针对 复杂、多目标、大滞后、无精确数学模型的控制系统而发展起来的，完全可 以满足列车运行的高品质控制。 人工驾驶机车的依据主要是列车操纵示意图。列车操纵示意图涉及的牵引 计算的计算量非常大，而且列车操纵示意图的制作需要具有专业知识和操纵经验 的人，制作过程复杂、繁琐、费时且受人为因素影响。随着计算机及软件技术的 迅速发展，列车操纵示意图的自 动生成引起了国内外业界人士的广泛关注，许多 铁 路 发 达国 家己 实 现了 列 车 操 纵示 意图 的自 动 生 成 5 5 - 5 9 . 2 0 世纪8 0 年 代 我国 也 开 始了 此项研究，并取得了 可喜的研究成果，由 西南交通大学、铁道科学研究院分 别研制完成的列车牵引计算软件己 经通过了 铁道部的技术鉴定并被铁路运营单位 广泛使用。但是，由于列车操纵的复杂性和特殊性，列车操纵示意图的编制完成 仍然离不开操纵经验丰富的技术人员，自 动生成列车操纵示意图在我国仍处于研 究和开发阶段。 列车操纵示意图 并不能直接作为列车自 动驾驶系统的控制模式。 因为列车操纵 示意图是固定不变的，而列车自 动驾驶模式必须根据列车的运行情况、地面信号 等随时进行计算、 判断和修改，并在发生紧急情况时能及时进行必要的处理。 确定列车自 动驾驶模式的难点在于牵引手柄位的改变和工况转换的确定，这 是因为牵引手柄位和工况转换点不能用单纯的数学公式和法则简单地描述5 6 。人 工编制计算列车操纵示意图时需对司机的操纵方法进行分析研究、根据过去的经验 西 南 交 通 大 学 博 士 研 究 生 尝 鱼丝 第 8页 以 此为基础反复多次计算运行 曲 线，从中 选择出满意的方案最终绘制成操纵示意图。而计算机很难像人一样运 用经验知识和智慧进行灵活处理.因此，应根据牵引计算专家知识和优秀司机的 驾驶经验，确定列车优化操纵原则、列车运行过程中的优化指标及其优化操纵策 略，并运用模糊预测控制理论对列车自动驾驶模式进行研究。 1 . 5本文的结构与主要研究内容 由于模糊预测控制在复杂系统领域具有良好的应用背景和发展前景，因 此本文的工作着重于模糊预测控制理论及其应用方法的研究，并与列车自 动 驾驶这一具有重要实际意义的控制系统的研究密切结合起来，建立一个完整 的基于模糊预测控制的列车自 动驾驶计算机仿真系统。本文将分6 章对这些 研究工作进行论述. 第一章为绪论，回顾了模糊控制、预测控制算法、模糊预测控制及其优 化问题的产生背景、发展及研究现状。介绍了列车自动控制技术的发展经历 和现状，论述了列车自 动驾驶的特点以及选用模糊预测控制来确定列车自动 驾驶模式的缘由。 第二章以模糊逻辑与预测控制理论为基础，对模糊预测控制的基本算法 进行研究. 阐述了模糊预测控制的基本概念， 归纳了模糊预测控制的三项基本 原理，并指出了它与一般的预测控制和模糊控制方法的不同点，提出了用满意 优化的方法解决滚动优化中控制性能的优化问题. 介绍了模糊预测的三种基本 方法， 讨论了用模糊决策方法进行模糊预测的问题， 给出了模糊预测的综合评 判模型。 第三章为多目 标模糊预测控制算法研究，给出了以 满意优化控制取代传统 的最优控制对模糊预测控制中的控制性能进行优化的方法.给出了一种带约束的 模糊多目 标优化模型;根据系统对每个控制目 标的重要程度，采用多目 标模糊决 策的预测方法确定了 几种常用的满意优化价值函数:以模糊多目 标单步预测模型 为例，给出了系统对单目 标的满意优化算法，研究了系统对多目标满意优化价 值函数综合评价的控制算法。 第四章为列车优化操纵原则及其控制指标评价体系。对牵引计算专家知 识和优秀司机的驾驶经验进行了较为全面的总结。并以此为基础确定了列车 操纵基本规则、列车优化操纵原则、列车运行过程中的优化指标及其优化操 纵策略。用模糊隶属函数描述了列车控制目 标的满意度，构建了列车操纵方 西 南 交 通 大 学 博 士 研 究 生 学 位 鱼 宝 第 ，页 案的多目标决策模型。 第五章针对列车运行控制系统的特点，对列车控制系统模糊预测控制算 法进行研究. 研究了线路纵断面的模糊化处理方法 综合表征矩阵。建立了列车控制系统的单步预测、 ， 给出了线路断面趋势的 多步预测以及列车控制系 统的模糊多目 标优化模型， 给出了列车最大能力操纵运行和节能运行两种典 型的运行方式下的优化模型及其算法。 第六章为基于模糊预测控制的列车自 动驾驶模式的仿真研究。从实用的 角度出发，设计了较为完善的仿真软件。重点介绍了模糊预测控制算法在列 车运行过程控制中的实现方法， 给出了部分用模糊语言描述的控制规则和模 糊预测控制的评价推理过程，并给出了仿真结果。 仿真结果证明采用模糊预 测控制可以实现列车运行过程的高品质控制， 同时也证明了本文给出的预测 模型、 满意优化模型、 模糊预测控制算法以及列车优化操纵原则和操纵控制 策略的正确性。通过本文的研究工作进一步说明了 模糊预测控制在对实时性要 求较高的复杂的工业控制领域具有广阔的应用前景。 结论部分对本文在研究工作中取得的创新性成果进行了总结，并指出了 今后进一步在本研究方向进行研究工作的展望和设想。 附录部分给出了 广州铁路集团公司1 9 9 9 年1 1 月在湘黔线进行提速试验 的试验数据以及列车自 动驾驶模式的仿真计算结果. 附录是仿真结果分析的 重要依据. 西 南 交 通 大 学 博 士 研 究 生 尝 i 丝 第 1 o页 第2 章 模糊预测控制的基本算法研究 2 . 1 模糊预测控制的基本概念 模糊预测 ( f u z z y p r e d i c t i o n ) 是以模糊数学基本理论作为计算和处理手 段的预测方法1 1 7 1 。 模糊预测控制 ( f u z z y p r e d i c t i o n c o n t r o l ) 是建立在模糊 预测理论基础之上，将模糊控制与预测控制相结合的一种新型智能优化控 制方法 。 模糊预测控制与其他预测控制相似， 也是建立在模糊预测模型、 滚动优 化和反馈校正三项基本原理之上的。 2 . 1 . 1模糊预测模型 模糊预测模型是模糊预测控制的基础， 预测模型是根据被预测对象的历 史信息和未来输入预测其未来输出。 它具有展示系统未来动态行为的功能。 下面给一个简单的模糊预测模型。 一个模糊预测模型可以表示为 m ( a, y , u, f) 其中:a一 表示模糊算法; y一 表示过程的有限离散输出空间; u一 表示过程的有限离散输入空间; f一 表示过程的有限离散输入输出空间中所定义的所有基本模糊 子集的集合。 设 单输入单 输出 系 统的u 和y 分别由m个点u 1 ， u 2 . . . . u m 和n个点 y i , y z , . . y n 构成; b b z . . . . . . b 二 和c c 2 , . . . . . . c ， 分别是u 和y 中的 模糊集合。所谓的模糊模型是指描述系统特性的一组模糊条件语句，即: i f u ( t 一 k ) 二 a o r b a n d y ( t 一 1 ) = c o r d t h e n y ( t ) = e ( 2 - 1 ) 式中: a和b 是u的模糊集合， c . d和e 为y 的 模糊集合。 称( 2 - 1 ) 西 南 交通 大 学 博 士 研 究 生 学 位 迫 客 第 n 页 式中 每条 模糊语句为一条规则， 将式 ( 2 - 1 ) 中 一组描述系统特性的模糊条件 语句称之为模糊算法. 式( 2 - 1 ) 中的每一条规则，可以 根据模糊集合运算规则写成如下形式: e二 u ( t 一 k ) o ( a + b ) x e y ( t 一 1 ) o ( c