基于RBF神经网络的高速列车速度跟踪控制
秦世玉
徐传芳
李云浩
大连交通大学电气工程学院,辽宁大连 116000
摘要：针对考虑未知模型参数、不确定附加阻力、未知车间力和外界干扰等影响的高速列车速度跟踪控制问题,提出基于径向基函数(Radial basis function,RBF)神经网络的自适应非奇异快速终端滑模控制器.首先,考虑高速列车的非线性阻力和相邻车厢间的车间耦合作用力影响,建立高速列车多质点模型.其次,设计一种基于新型饱和函数的高速列车有限时间速度跟踪控制策略,引入非奇异快速终端滑模控制方法实现高速列车系统状态的有限时间收敛,改善高速列车速度跟踪的稳态精度和暂态性能.再次,设计基于RBF神经网络的自适应非奇异终端滑模跟踪控制策略,利用自适应技术实现对列车模型参数以及附加阻力、车间力等不确定性项上限的在线估计,并针对不连续切换控制项造成的抖振现象,引入RBF神经网络重映射非奇异快速终端滑模控制策略的切换控制项,同时设计权重系数的自适应更新律,实现连续切换,有效消除抖振现象所带来的影响.最后,基于Lyapunov稳定性理论证明高速列车速度跟踪控制系统的稳定性,以及系统状态的有限时间收敛性,并以CRH380B型动车组作为控制对象进行仿真验证.仿真结果表明:高速列车可以在有限时间内收敛并跟踪理想轨线,跟踪误差下降了 49％,跟踪精度提高,能够为高速列车跟踪控制领域提供借鉴和参考.
关键词：高速列车径向基函数神经网络多质点模型速度跟踪自适应滑模控制
分类号：U266.2(机车工程)
论文发表日期：2025-06-30
在线出版日期：2025-08-21（本平台首次上网日期，不代表文献的发表时间）
页数：9( 111-119 )
英文信息