智能控制應(yīng)用運(yùn)載工具第一頁(yè)，共十五頁(yè)，2022年，8月28日2§列車自動(dòng)駕駛系統(tǒng)列車自動(dòng)駕駛系統(tǒng)的目的是實(shí)現(xiàn)與熟練駕駛員同樣的自動(dòng)駕駛，而所謂的與熟練駕駛員同樣的駕駛，就是一邊考慮乘坐舒適性、停車精度及節(jié)省能源等，一邊權(quán)衡多目標(biāo)問(wèn)題進(jìn)行最優(yōu)的駕駛。第二頁(yè)，共十五頁(yè)，2022年，8月28日3§列車自動(dòng)駕駛系統(tǒng)列車駕駛系統(tǒng)

Fuzzy-ATO(AutomaticTrainOperation)列車的自動(dòng)駕駛就是按照出發(fā)信號(hào)開(kāi)始運(yùn)行，為了不超過(guò)站間的限制速度調(diào)整列車速度，又能準(zhǔn)確地將列車停止在下一站臺(tái)的指定位置線上，而自動(dòng)地操作加速及制動(dòng)的控制指令。ATO是由確保列車運(yùn)行安全的ATC(AutomaticTrainControl)系統(tǒng)，在不作非常制動(dòng)的情況下自動(dòng)駕駛列車。第三頁(yè)，共十五頁(yè)，2022年，8月28日4§列車自動(dòng)駕駛系統(tǒng)列車自動(dòng)駕駛系統(tǒng)的構(gòu)成第四頁(yè)，共十五頁(yè)，2022年，8月28日5§列車自動(dòng)駕駛系統(tǒng)ATC系統(tǒng)的限制速度，由列車將進(jìn)入哪一個(gè)阻塞區(qū)決定的，ATO系統(tǒng)在其限制速度內(nèi)進(jìn)行自動(dòng)駕駛。ATO系統(tǒng)所采用的駕駛知識(shí)是以24條規(guī)則形式表示的。例如，要使列車停止在停車目標(biāo)的時(shí)侯，規(guī)則是“如果以現(xiàn)在檔的狀態(tài)能很好停車的話，就不變檔”或者“如果把檔加大些能舒適準(zhǔn)確地停車的話，就加大些檔”等這樣形式的自動(dòng)駕駛控制規(guī)則?？刂埔?guī)則中的“乘坐舒適”、“很好地停止”、“準(zhǔn)確地停車”和“稍強(qiáng)些”等不明確的表現(xiàn)，能用隸屬函數(shù)表示。第五頁(yè)，共十五頁(yè)，2022年，8月28日6地鐵列車的預(yù)測(cè)模糊控制系統(tǒng)自動(dòng)駕駛系統(tǒng)有6個(gè)模糊多目標(biāo)函數(shù)，實(shí)時(shí)地對(duì)多目標(biāo)進(jìn)行評(píng)價(jià)以決定最佳的控制指令。最佳控制指令(最佳檔)是在控制規(guī)則中，對(duì)應(yīng)假定的控制指令下的停車位置預(yù)測(cè)值，由把列車的運(yùn)動(dòng)特性模型化的模擬器實(shí)時(shí)地模擬預(yù)測(cè)，再根據(jù)這個(gè)預(yù)測(cè)值由模糊推理來(lái)決定。評(píng)價(jià)量是指停車精度、多級(jí)經(jīng)過(guò)的時(shí)間，而被評(píng)價(jià)量是指停車位置預(yù)測(cè)值、t時(shí)間后的速度預(yù)測(cè)值。控制指令值的等級(jí)△N分為：0,±1,±2,±3。狀態(tài)觀測(cè)值是指行車距離。第六頁(yè)，共十五頁(yè)，2022年，8月28日7地鐵列車的預(yù)測(cè)模糊控制系統(tǒng)自動(dòng)駕駛系統(tǒng)有6個(gè)模糊多目標(biāo)函數(shù)，實(shí)時(shí)地對(duì)多目標(biāo)進(jìn)行評(píng)價(jià)以決定最佳的控制指令。最佳控制指令(最佳檔)是在控制規(guī)則中，對(duì)應(yīng)假定的控制指令下的停車位置預(yù)測(cè)值，由把列車的運(yùn)動(dòng)特性模型化的模擬器實(shí)時(shí)地模擬預(yù)測(cè)，再根據(jù)這個(gè)預(yù)測(cè)值由模糊推理來(lái)決定。評(píng)價(jià)量是指停車精度、多級(jí)經(jīng)過(guò)的時(shí)間，而被評(píng)價(jià)量是指停車位置預(yù)測(cè)值、t時(shí)間后的速度預(yù)測(cè)值?？刂浦噶钪档牡燃?jí)△N分為：0,±1,±2,±3。狀態(tài)觀測(cè)值是指行車距離。第七頁(yè)，共十五頁(yè)，2022年，8月28日8地鐵列車的預(yù)測(cè)模糊控制系統(tǒng)預(yù)測(cè)模糊控制系統(tǒng)的多項(xiàng)評(píng)價(jià)目標(biāo)的隸屬函數(shù)曲線。根據(jù)本系統(tǒng)所確定的列車在站問(wèn)運(yùn)行和進(jìn)站停止運(yùn)行的控制規(guī)則，以及相應(yīng)的控制指令和評(píng)價(jià)情況表。第八頁(yè)，共十五頁(yè)，2022年，8月28日9地鐵列車的預(yù)測(cè)模糊控制系統(tǒng)預(yù)測(cè)模糊控制系統(tǒng)的多項(xiàng)評(píng)價(jià)目標(biāo)的隸屬函數(shù)曲線。根據(jù)本系統(tǒng)所確定的列車在站問(wèn)運(yùn)行和進(jìn)站停止運(yùn)行的控制規(guī)則，以及相應(yīng)的控制指令和評(píng)價(jià)情況表。第九頁(yè)，共十五頁(yè)，2022年，8月28日10地鐵列車的預(yù)測(cè)模糊控制系統(tǒng)預(yù)測(cè)模糊控制系統(tǒng)的模糊推理的動(dòng)態(tài)過(guò)程第十頁(yè)，共十五頁(yè)，2022年，8月28日11地鐵列車的預(yù)測(cè)模糊控制系統(tǒng)預(yù)測(cè)模糊控制系統(tǒng)的模糊推理的動(dòng)態(tài)過(guò)程根據(jù)這種推理方式，列車在運(yùn)行過(guò)程中，一邊遵守限制速度一邊以站間運(yùn)行速度和節(jié)省能源為目的斷檔(斷電)慣性運(yùn)行交替控制的同時(shí)，在停止位置控制中因前方列車的影響而降低速度，對(duì)于這些狀況的變化本控制系統(tǒng)能夠給出柔性的控制對(duì)策。第十一頁(yè)，共十五頁(yè)，2022年，8月28日12應(yīng)用實(shí)例及其效果列車自動(dòng)駕駛預(yù)測(cè)模糊控制系統(tǒng)，在日本仙臺(tái)市地鐵從1987年投入使用。在實(shí)際投入運(yùn)行之前，對(duì)列車自動(dòng)駕駛的預(yù)測(cè)模糊控制方式和傳統(tǒng)的PID控制方式進(jìn)行了仿真比較。仿真結(jié)果表明，預(yù)測(cè)模糊控制方式優(yōu)于傳統(tǒng)的PID控制，停車誤差是標(biāo)準(zhǔn)差的1／3；檔變化次數(shù)變?yōu)樵瓉?lái)的1／3；節(jié)省能源10％。因此，顯然可用預(yù)測(cè)模糊控制實(shí)現(xiàn)乘坐舒適、節(jié)省能源、精確的綜合控制。第十二頁(yè)，共十五頁(yè)，2022年，8月28日13應(yīng)用實(shí)例及其效果列車自動(dòng)駕駛預(yù)測(cè)模糊控制系統(tǒng)，在日本仙臺(tái)市地鐵從1987年投入使用。在實(shí)際投入運(yùn)行之前，對(duì)列車自動(dòng)駕駛的預(yù)測(cè)模糊控制方式和傳統(tǒng)的PID控制方式進(jìn)行了仿真比較。仿真結(jié)果表明，預(yù)測(cè)模糊控制方式優(yōu)于傳統(tǒng)的PID控制，停車誤差是標(biāo)準(zhǔn)差的1／3；檔變化次數(shù)變?yōu)樵瓉?lái)的1／3；節(jié)省能源10％。因此，顯然可用預(yù)測(cè)模糊控制實(shí)現(xiàn)乘坐舒適、節(jié)省能源、精確的綜合控制。第十三頁(yè)，共十五頁(yè)，2022年，8月28日14應(yīng)用實(shí)例及其效果實(shí)際列車運(yùn)行結(jié)果實(shí)測(cè)值曲線。系統(tǒng)能很好地實(shí)現(xiàn)跟蹤限制速度的變化、梯度變化，同時(shí)，在車站停止時(shí)，制動(dòng)檔變化少，實(shí)現(xiàn)乘坐舒適的運(yùn)行。第十四頁(yè)，共十五頁(yè)，2022年，8月28日15§22.2.3應(yīng)用實(shí)例及其效果關(guān)于停車精度，用19編組的列車全線運(yùn)行試驗(yàn)，共進(jìn)行了11395次停止，停車