基于模糊预测控制的ATP系统建模与仿真

第22卷第8期 系 统 仿 真 学 报© Vol. 22 No. 8 2010年8月 Journal of System Simulation Aug., 2010

• 1974 •基于模糊预测控制的ATP系统建模与仿真 孙文秀，张润彤 （北京交通大学信息研究所，北京 100044） 摘 要：近年来我国城市轨道交通发展迅速，但其设备主要依靠进口，其中轨道交通的自动控制系统为国产化难点之一。鉴于列车运行的复杂、多目标、大滞后和非线性的特点，采用传统的控制方法难以达到高品质的控制要求。此文借鉴复杂过程控制领域的模糊预测控制原理，对于列车自动控制系统（ATC）的子系统——列车自动防护系统（ATP）进行建模和仿真，模型包括预测和模糊多目标优化两部分，最后给出算法的基本原理，以详细阐述该模型。经过仿真测试，测试结果证明了模型的正确性。 关键词：城市轨道交通；ATP；模糊预测控制；仿真 中图分类号：TP391.9 文献标识码：A 文章编号：1004-731X (2010) 08-1974-07 Modeling and Simulation of ATP System Based on Fuzzy Prediction Control SUN Wen-xiu, ZHANG Run-tong (Institute of Information Systems, Beijing Jiaotong University, Beijing 100044, China) Abstract: Recent years, urban rail transit develops rapidly, however the equipments mainly rely on import products. The localization of the automatic control system for rail transit is one of the difficulties, and has become the development bottleneck of urban rail transit. Because running a train is complex, multi-target, large time-delay and non-linear, it is very difficult to find its accurate mathematic model, optimal control strategy by means of conventional control method. A model of automatic train protection (ATP) system was proposed, which was one of the subsystems of the automatic train control system (ATC), by applying the principle of fuzzy predictive control in the field of the complex process control. The model includes two parts, prediction and fuzzy multi-objective optimization. In order to elaborate the model, the basic principles of arithmetic was given. Comprehensive simulations and comparisons show that this model is practically accurate and theoretically promising. Key words: urban rail transit; ATP; fuzzy predictive control; computer simulation 引 言 城市轨道交通是解决现代城市交通拥挤的有效手段，在其发展的进程中，如何利用计算机控制技术实现列车安全平稳、舒适、正点、节能、精确定位停车等运行控制成为人们关注的焦点[1,5]。列车自动控制技术在国外发展相对成熟，在国内尚处于起步阶段，因此有必要建立国内自己的列车自动控制系统，以促进轨道交通的快速健康发展。列车运行过程是一个典型的复杂、多目标、大滞后、非线性系统，很难找到其精确的数学模型和最优解，采用传统的控制方法难以达到高品质的控制要求。在模糊逻辑和预测控制的研究和应用基础上发展起来的模糊预测控制是近年来受到人们广泛关注的一类新型控制方法。它更符合人类的控制思想，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，进而提高控制品质。模糊预测控制已成为复杂过程控制领域最有吸引力的研究方向之一，具有广阔的应用前景。 列车自动防护子系统（Automatic Train Protection，简称ATP）是列车自动控制系统（Automatic Train Control，简称

收稿日期：2008-10-31 修回日期：2009-06-08 作者简介：孙文秀(1984-), 女，河北，硕士，研究方向为复杂系统仿真；张润彤(1963-), 男，河北，博士，教授，博导，研究方向为复杂系统仿真，自动控制系统。 ATC）的安全核心，负责列车间的安全间隔、超速防护及车门控制，对提高城市轨道交通系统运输效率、运输密度、舒适安全等目标来说必不可少。ATP系统模型的研究，重点在于ATP超速防护曲线的研究。ATP算法可分为列控中心的超速防护算法和车载系统的防护算法。本文重点研究车载ATP系统，因此以下所提到的ATP算法，除特别说明，都是指车载系统的防护算法，且都是基于速度距离模式的。 据现有资料显示，ATP算法主要有经验公式、参数自适应模型、集成控制模型和智能控制模型四大类[4-6]。前三种比较常见，也都在一定程度上建立了城市轨道交通ATP系统的模型。不过这些模型都存在一定缺陷，主要表现为模型中没有考虑区间限速的因素。智能控制算法是当前研究的热点。90年代初，日本首先将预测控制成功地应用到地铁车辆的ATC和ATO系统，取得了可喜的成果。 [1]国内研究起步较晚，铁道科学研究院、全路通信信号总公司、北京交通大学、西南交通大学、兰州交通大学、株洲电力机车研究所等单位做了大量的工作。目前有关ATP模型的研究有：模糊逻辑控制原理、预测控制原理，同时还有将模糊预测控制原理应用于ATO的研究[8-14]，但将模糊预测控制原理应用于ATP算法的研究尚未见到。本文根据智能控制算法中的模糊预测控制原理，建立起基于模糊预测控制的ATP系统模型。该模型将各个限速因素归结为可调整的区间限速这一第22卷第8期 Vol. 22 No. 8 2010年8月 孙文秀，等：基于模糊预测控制的ATP系统建模与仿真 Aug., 2010

• 1975 •速度限制因素，较好的解决了现有研究中关于速度限制考虑不足的缺限。经仿真检验与对比分析，本文提出的基于模糊预测控制的ATP系统模型具有较好的防护效果，满足列车运行安全防护的功能需求。 1 模糊预测控制原理 模糊预测控制是模糊控制技术和预测控制算法相结合发展起来的，它吸收了模糊控制和预测控制算法的优点，在以传统的预测控制结构为基础的预测模型信息处理环节中引入模糊技术，从而构成模糊预测控制算法。该技术在复杂系统领域具有良好的应用背景和发展前景，非常适合列车运行这种多变量、非线性、时变、大滞后、复杂的控制系统。 模糊预测是以模糊数学基本理论作为计算和处理手段的预测方法，它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。 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未来输出。它具有展示系统未来动态行为的功能。模糊预测控制采用有限时段的滚动优化策略。在每一采样时刻，优化控制性能只能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，在模糊预测控制中，满意优化不是一次离线进行，而是反复在线进行的。这就是滚动优化的含义，也是模糊预测控制区别于模糊控制的根本点[9,14]。 模糊预测控制的数学基础是模糊集合论。模糊集合论中的最基本概念如隶属函数、模糊关系与映射、模糊逻辑函数、可能性理论等，为模糊预测理论与方法的研究提供了最基本的理论依据。控制系统中常用的隶属函数有两种：三角形型和高斯型。三角形隶属函数是模糊量词描述的简化形式，只有三个参数，具有简单的描述形式。单一峰值表明量词具有唯一的理解定位，任何的其他形式的理解都意味着对指定理解的差异。本文的隶属函数多采用三角形式。 2 基于模糊预测算法的ATP建模 列车自动防护是通过ATC的三个子系统互相配合而实现的。列车ATP系统是ATC系统中负责安全防护的子系统，根据列车的运行状态和线路状况，ATP计算出列车运行防护曲线，实时判断列车运行是否超出防护曲线的限制，如果超出，则要求发出紧急制动请求，ATO接收请求，控制列车进行紧急制动。 通过上述描述，ATP系统的输入为列车运行状态和线路状况，输出为防护曲线和列车控制请求。列车运行状态由列车运动学方程表征。对于列车的牵引计算的研究，尤其是单质点列车模型的电算方法已经相对成熟，可直接引用其成果。 在建立ATP模型过程中，本文根据模糊预测控制技术的原理，首先建立了ATP系统的单步和多步预测模型，然后引入模糊控制技术，建立起ATP模糊多目标优化模型，对于ATP预测模型进行模糊多目标优化。预测模型和模糊多目标优化模型构成了完整的模糊预测控制ATP系统模型，为了更好的理解该模型，本节最后给出了算法的基本原理，详细阐述了该模型。 2.1 ATP系统预测模型 假设在某时刻k，设()ukU∈=12{,,,,}iMuuuu∆…为k点的控制输入，()vk为k点的速度，()sk为k点列车所处位置，()tk表示列车行驶到()sk点的运行时间，()ak为k点的加速度。在区间((),()())sksksk+∆上加速度近似恒定为()ak，且()((),())akfukvka=，因此可以预测1k+点列车运行速度(1)vk+，即 (1)((),())((),())vkFvkakvFfvkukva+==D (1) 列车未来的运行状态主要取决于列车当前的运行速度()vk和优化的控制输入()uk。 由于列车运行控制系统是大惯性系统，用单步预测控制很难达到满意的控制效果，需要用多步预测控制算法来实现。 设未来的列车手柄位不变，则列车运行到()skl+点输出的预测值可由式(2)确定： ()((1),(2),,(),())vklfvklvklvkuk+=+−+−… (2) 式中：l — 预测步数。 2.2 ATP系统模糊预测控制模型 2.2.1 ATP系统模糊预测控制算法评价函数 列车正常运行过程中，ATP系统一般不发挥作用，只有当列车速度接近或超过防护速度时，ATP系统才会根据列车超速的程度向ATO系统发出相应制动请求。判断列车超速的程度，有速度过大、距离过近两个指标，同时还要考虑旅客舒适度的指标问题。但这些指标很难用精确的优化目标模型来表征，故采用适当的模糊隶属函数来表征这些不确定的控制目标。而列车的ATP防护是否合理，取决于列车的运行状态对其隶属函数的隶属度。 (1) 列车运行速度评价函数 列车正常运行过程中，运行速度必须小于限制速度。设限制速度为maxV、目标速度为mbV、列车运行速度为V，其速度评价函数用隶属函数来表征()[0,1]yvµ∈，由公式(3)表示 maxmaxmaxmax10()0mbymbmbvvvvvvvvvvvvµ≤≤−=<<−≥⎧⎪⎪⎨⎪⎪⎩ (3) (2) 列车制动停车距离评价函数 列车制动停车过程中，必须停在规定的停车点前，不许