基于强化学习的高速列车速度跟踪改进自抗扰控制
安柯欣1
陈光武2
石建强2
1.兰州交通大学 光电技术与智能控制教育部重点实验室,兰州 730070;甘肃省高原交通信息工程及控制重点实验室,兰州 7300702.兰州交通大学 自动化与电气工程学院,兰州 730070;甘肃省高原交通信息工程及控制重点实验室,兰州 730070
摘要：针对列车速度跟踪问题和自抗扰控制器(Nonlinear Active Disturbance Rejection Control-ler,NLADRC)参数整定问题,设计了一种基于强化学习自抗扰的高速列车速度控制算法.首先,采用结构简化的Levant跟踪微分器,提高对输入信号的跟踪.其次,设计基于ifaln函数改进扩张状态观测器的二阶NLADRC,解决误差大时系统增益大的问题.再次,考虑列车追踪要达到高精度的需求,控制器应该有良好的稳、动态性能,提出综合型目标函数指标.最后,根据列车运行系统特点设计长时连续动作强化学习器(Long Time Continuous Action Reinforcement Learning Automata,LT-CARLA),在保持控制器非线性优势的情况下进行参数整定.实验结果表明:该算法在外加干扰作用下,跟踪误差仍能保持在±0.06 km/h间,抗扰性强,学习出的这组参数值能使控制器性能最优.
关键词：高速列车速度跟踪自抗扰控制强化学习参数整定
分类号：U283.1(铁路通信、信号)
资助基金：国家自然科学基金(62141303)甘肃省科技重大专项(21ZD4WA018)甘肃省科技引导计划(2020-61-14)甘肃省自然科学基金(21JR7RA323)
论文发表日期：2023-04-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 86-94 )
英文信息