一种大风环境下列车主动悬挂系统控制方法
阅读说明：本技术 一种大风环境下列车主动悬挂系统控制方法 (Train active suspension system control method in strong wind environment ) 是由 李德仓 孟高阳 孟建军 刘瑜 于 2021-09-14 设计创作，主要内容包括：本发明属于车辆控制技术领域,公开了一种大风环境下列车主动悬挂系统控制方法,以解决现有技术列车主动悬挂系统中存在的技术问题,该方法包括利用检测系统实时采集车身振动信号,设计变论域模糊控制器,变论域模糊控制器根据风速、车速以及检测系统实时采集车身振动信号、计算出主动悬挂系统所需作动力,发出控制指令,作动器根据所发出的控制指令,输出相应作动力等步骤,本发明有效的提高了不同风场环境下列车主动悬挂系统的自适应能力与控制精度,使不同风速与车速运行条件下的控制规则得到细化,较好的保证了列车在大风环境中不同运行工况的动力学性能,有利于大风环境下高速列车主动悬挂系统的实际工程应用。(The invention belongs to the technical field of vehicle control, and discloses a control method of an active suspension system of a train in a strong wind environment, which aims to solve the technical problems in the active suspension system of the train in the prior art, and comprises the steps of utilizing a detection system to collect vibration signals of the train body in real time, designing a variable universe fuzzy controller, collecting the vibration signals of the train body in real time according to the wind speed and the train speed and the detection system by the variable universe fuzzy controller, calculating the actuating power required by the active suspension system, sending a control instruction, outputting the corresponding actuating power by an actuator according to the sent control instruction, and the like. The active suspension system is beneficial to the practical engineering application of the active suspension system of the high-speed train in the strong wind environment.)
技术领域
本发明涉及车辆控制技术领域，具体涉及一种大风环境下列车主动悬挂系统控制方法。
背景技术
我国地大物博，幅员辽阔，铁路运营环境极其复杂。这其中，大风环境会严重威胁到列车的安全运营，加剧车体振动，降低列车运行安全性与平稳性。因此，常通过对大风激励的理论方法研究，应用列车主动悬挂系统对大风环境下列车安全性与平稳性进行控制。针对大风环境下列车主动悬挂系统控制方法的研究也得到了越来越多国内外学者的关注。
目前，基于模糊控制的列车主动悬挂系统已经得到广泛研究，然而，考虑到风速的随机性与大风环境下列车响应的复杂性，传统模糊控制方法存在控制规则单一，自适应调节能力差的问题，因此，我们提出一种适用于大风环境的变论域模糊控制列车主动悬挂系统。
发明内容
本发明的目的是为了解决现有技术列车主动悬挂系统中存在的技术问题，提供了一种能改善列车在不同风速环境下运行安全性与平稳性的列车主动悬挂系统控制方法。
为了达到上述目的，本发明采用以下技术方案：
一种大风环境下列车主动悬挂系统控制方法，包括以下步骤：
步骤1、计算不同风速与车速下，车体所受风荷载；
步骤2、获得列车全尺寸模型，利用SIMPACK，建立车体、转向架构架、轮对三部分刚体所组成的整车动力学仿真模型；根据所述动力学仿真模型，施加风荷载到车体，计算车体响应结果，整理不同风速与车速下车体响应规律；
步骤3、将不同风速、车速运行条件下的车体响应规律与模糊控制理论相结合，设计变论域模糊控制器；
步骤4、获取各个时刻所检测到的列车加速度响应结果、风速、车速，并通过变论域模糊控制器，使主动悬挂系统实时输出所需作动力。
进一步地，步骤1包括求解脉动风风速、求解列车表面相对风速、求解风荷载模型；
a)、求解脉动风风速：
基于谐波合成法与快速傅里叶变换技术的脉动风求解方程：
(j＝1，2，…，n)，(m＝1，2，…，n)，(p＝0，1，…，2N×n-1)
式中，Yχj(Δt)表示第j模拟风速点脉动风风速时程，Re表示虚数的实部，Δt表示时间间隔，i表示虚部，n表示风速模拟点数，Δω表示频率增量，N表示采样频率点数；
上式中，hjm(Δt)表达式为：
式中，为[0，2π]内均匀分布的随机相位角，Sχ(z)表示脉动风风速功率谱，Gjm(ω)表示相关系数矩阵第j行m项；
上式中，Gjm(ω)表达式为：
式中，R表示风的空间相关性，c表示指数衰减系数，Δ表示水平间隔点距离，f表示风速频率，Uχz表示高度Z处平均风风速；
根据风沿高度变化的特定，风速功率谱采用Kaimal风速谱，Kaimal风速谱表达式为：
式中，Sχ(z)表示高度z处Kaimal风速谱，σχ、Lχ分别表示各方向分量的标准差，紊流积分尺度，fLχ表示对应方向分量的折减频率；
b)求解列车表面相对风速：
列车表面相对风速表达式为：
式中，β表示风向与列车行进方向夹角，V表示列车风，与列车运行速度大小相等，方向相反；
c)求解风荷载模型；
车体表面等效静风力为：
式中，用在列车表面的等效静风力Fst包括阻力Fu st、升力Fw st和扭转力矩Mv st；u、w、v分别表示横向，垂向和纵向；ρ为空气密度；A为车体迎风面积，忽略转向架与轮对的影响；H为车体质心距离路基高度；C(ψ)为气动力系数；
车体表面某点等效抖阵风力为：
式中，j点抖振风力同样包括阻力、升力和扭转力矩；uj、wj表示j点脉动风横向与垂向分量；Bj、Lj分别表示第j模拟点车体截面高度和宽度。
进一步地，步骤2包括以下步骤：
a)完成动力学仿真模型建模：首先确定列车模型各项结构参数与悬挂参数，并将各项参数输入SIMPACK系统，建立车体、转向架构架以及轮对三部分刚体所组成的整车模型；
b)进行动力学仿真：将等效风荷载施加到车体形心处，风场中列车系统动力学方程为：
式中，M、C、K分别表示列车系统的质量矩阵、阻尼矩阵以及刚度矩阵，X分别表示列车系统的位移响应、速度响应以及加速度响应，Fst、Fbf分别表示作用在车体表面形心处的等效静风力和抖振风力的广义矢量；
c)整理不同风速与车速下车体响应规律；
利用SIMPACK，获得列车响应结果，并整理列车系统速度响应范围bv、加速度响应范围ba以及车体与转向架构架之间相对作用力fa；
设定不同风速与车速，令风速车速V≤200Km/h，计算不同风速与车速下车体响应范围，整理不同风速与车速所对应的车体响应规律，引入伸缩因子表达相关规律，其数学表达式为：
式中，分别表示风速为车速为V时，输入变量bv、ba以及输出变量fa的伸缩因子， 表示对应风速、车速下的响应极值，bv(20,200)、ba(20,200)、fa(20,200)表示风速为20m/s，车速为200Km/h时，输入变量bv、ba以及输出变量fa的响应极值。
进一步地，步骤3包括以下步骤：
a)建立传统模糊控制器；
首先建立双输入单输出模糊控制系统，选择车体响应速度以及响应加速度作为模糊控制的输入变量，选择主动悬架系统中的作动器所需的作动力作为模糊控制的输出变量；
之后将20m/s风速与200Km/h车速条件下的响应结果作为输入输出变量的论域，保证整个控制系统有足够广的检测与反馈区间；
输入论域与输出论域为：
Bv＝bv/kv＝[-E1，E1]
Ba＝ba/ka＝[-E2，E2]
Fa＝fa/kf＝[-F，F]
式中，kv、ka、fa分别为输入输出变量量化因子；
输入变量与输出变量均采用7个均等模糊集涵盖：负大(NB)、负中(NM)、负小(NS)、零(ZO)、正小(PS)、正中(PM)、正大(PB)，对应控制规则表为：上表中，对应控制规则为：
如果bv＝NB，ba＝NB，则fa＝NB；如果bv＝NM，ba＝NM，则fa＝NB等49条规则；
b)建立变论域模糊控制器；
将不同风速与车速运行情况下的车体响应规律与模糊控制理论相结合，引入伸缩因子的概念来调整不同风速与车速条件下的论域范围，控制规则不变，变论域方程为：
式中，Bvi、Bai分别表示对应风速与车速条件下，输入变量模糊集论域改变后的区间，Fai表示i时刻，输出变量模糊集论域改变后的区间。
进一步地，步骤4包括以下步骤：
a)获取各个时刻所检测到的车身振动信号即列车加速度响应结果，作为输入变量，输入变论域模糊控制器；
b)获取各个时刻风速、车速数据，生成伸缩因子，输入变论域模糊控制器；
c)变论域模糊控制器控制作动器，使主动悬挂系统实时输出所需作动力。
本发明提供的大风环境下列车主动悬挂系统控制方法，采用基于风速与车速变化的变论域模糊控制器，解决了现实工程中风荷载激励随机性强，列车响应变动幅度大，而主动悬挂系统控制规则单一的问题，有效的提高了不同风场环境下列车主动悬挂系统的自适应能力与控制精度，使不同风速与车速运行条件下的控制规则得到细化，较好的保证了列车在大风环境中不同运行工况的动力学性能，有利于大风环境下高速列车主动悬挂系统的实际工程应用。
附图说明
图1为本发明大风环境下列车主动悬挂系统结构框图。
图2为本发明大风环境下列车主动悬挂系统控制方法流程图。
附图标记含义如下：1.车体；2.检测系统；3.变论域模糊控制器；4.作动器；5.转向架构架；6.轮对；7.一次悬挂；8.二次悬挂。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步说明。
如图1所示为本发明的列车主动悬挂系统，包括检测系统，变论域模糊控制器、作动器。
检测系统用于实时采集车身振动信号。
变论域模糊控制器根据风速、车速以及检测系统实时采集车身振动信号，发出控制指令。
作动器根据变论域模糊控制器所发控制指令，输出相应作动力，抑制车体振动，提高列车舒适性与稳定性。
如图2所示，一种大风环境下列车主动悬挂系统控制方法，包括以下步骤：
步骤1、计算不同风速与车速下，车体所受风荷载。
利用谐波合成法、快速傅里叶变换技术，基于Kaimal风速谱与Davenport相干函数，可以求解脉动风风速与列车表面相对风速，进而求解风荷载模型。
a)求解脉动风风速：
基于谐波合成法与快速傅里叶变换技术的脉动风求解方程：
(j＝1，2，…，n)，(m＝1，2，…，n)，(p＝0，1，…，M×n-1)
式中，Yχj(Δt)表示第j模拟风速点脉动风风速时程，Re表示虚数的实部，Δt表示时间间隔，i表示虚部，n表示风速模拟点数，Δω表示频率增量，N表示采样频率点数；
上式中，hjm(Δt)表达式为：
式中，为[0，2π]内均匀分布的随机相位角，Sχ(z)表示脉动风风速功率谱，Gjm(ω)表示相关系数矩阵第j行m项；
上式中，Gjm(ω)表达式为：
式中，R表示风的空间相关性，c表示指数衰减系数，Δ表示水平间隔点距离，f表示风速频率，表示高度Z处平均风风速。
根据风沿高度变化的特定，风速功率谱采用Kaimal风速谱，Kaimal风速谱表达式为：
式中，Sχ(z)表示高度z处Kaimal风速谱，σχ、Lχ分别表示各方向分量的标准差，紊流积分尺度，fLχ表示对应方向分量的折减频率。
b)求解列车表面相对风速：
列车表面相对风速表达式为：
式中，β表示风向与列车行进方向夹角，V表示列车风，与列车运行速度大小相等，方向相反。
c)求解风荷载模型：
车体表面等效静风力为：
式中,作用在列车表面的等效静风力Fst包括阻力Fu st、升力Fw st和扭转力矩Mv st；u、w、v分别表示横向，垂向和纵向；ρ为空气密度；A为车体迎风面积，忽略转向架与轮对的影响；H为车体质心距离路基高度；C(ψ)为气动力系数。
车体表面某点等效抖阵风力为：
式中，j点抖振风力同样包括阻力、升力和扭转力矩；uj、wj表示j点脉动风横向与垂向分量；Bj、Lj分别表示第j模拟点车体截面高度和宽度。
步骤2、建立列车仿真模型，整理列车响应规律；
利用SIMPACK软件，我们可以建立列车仿真模型，并结合步骤1所计算风荷载，可以完成动力学仿真，并整理出不同风速与车速下车体响应规律。
a)完成动力学仿真模型建模：
确定列车模型各项结构参数与悬挂参数，将各项参数输入SIMPACK系统，建立车体、转向架构架以及轮对三部分刚体所组成的整车模型。
b)进行动力学仿真：
将等效风荷载施加到车体形心处，风场中列车系统动力学方程为：
式中，M、C、K分别表示列车系统的质量矩阵、阻尼矩阵以及刚度矩阵，X分别表示列车系统的位移响应，速度响应以及加速度响应，Fst、Fbf分别表示作用在车体表面形心处的等效静风力和抖振风力的广义矢量。
c)整理不同风速与车速下车体响应规律：
利用SIMPACK，获得列车响应结果，并整理列车系统速度响应范围bv、加速度响应范围ba以及车体与转向架构架之间相对作用力fa。
设定不同风速与车速，令风速车速V≤200Km/h，重复上述步骤，计算不同风速与车速下车体响应范围，整理不同风速与车速所对应的车体响应规律，引入伸缩因子表达相关规律，其数学表达式为：
式中，分别表示风速为车速为V时，输入变量bv、ba以及输出变量fa的伸缩因子， 表示对应风速车速下的响应极值，bv(20,200)、ba(20,200)、fa(20,200)表示风速为20m/s，车速为200Km/h时，输入变量bv、ba以及输出变量fa的响应极值。
步骤3、将不同风速、车速运行条件下的车体响应规律与模糊控制理论相结合，设计变论域模糊控制器。(不同风速、车速运行条件与步骤2中c)中的对应)
利用传统模糊控制理论，并结合步骤2所得不同风速与车速下的车体响应规律，我们可以首先建立传统模糊控制器，进而设计出变论域模糊控制器。
a)建立传统模糊控制器。
建立双输入单输出模糊控制系统，选择车体响应速度以及响应加速度分别作为模糊控制的输入变量，选择主动悬架系统中作动器所需的作动力作为模糊控制的输出变量。
将20m/s风速与200Km/h车速条件下的响应结果作为输入输出变量的论域，保证整个控制系统有足够广的检测与反馈区间。
输入输出变量模糊集论域为：
Bv＝bv/kv＝[-E1，E1]
Ba＝ba/ka＝[-E2，E2]
Fa＝fa/kf＝[-F，F]
式中，kv、ka、fa分别为输入输出变量量化因子。
输入与输出变量模糊集均采用7个均等模糊集涵盖：负大(NB)、负中(NM)、负小(NS)、零(ZO)、正小(PS)、正中(PM)、正大(PB)，对应控制规则表为：
上表中，对应控制规则为：
如果bv＝NB，ba＝NB，则fa＝NB，如果bv＝NM，ba＝NM，则fa＝NB等49条规则。
b)建立变论域模糊控制器。
将不同风速与车速运行情况下的车体响应规律与模糊控制理论相结合，引入伸缩因子的概念来调整不同风速与车速条件下的论域范围，控制规则不变，变论域方程为：
式中，Bvi、Bai分别表示对应风速与车速条件下，输入变量模糊集论域改变后的区间，Fai表示i时刻，输出变量模糊集论域改变后的区间。
步骤4、主动悬挂实时输出所需作动力：
a)获取各个时刻所检测到的车身振动信号即列车加速度响应结，作为输入变量，输入变论域模糊控制器；
b)获取各个时刻风速、车速数据，生成伸缩因子，输入变论域模糊控制器；
c)变论域模糊控制器控制作动器，使主动悬挂系统实时输出所需作动力。