专利摘要

专利摘要

本发明公开了一种基于最优蠕滑速度搜寻与跟踪的优化粘着控制方法，包括全维状态观测器、参考蠕滑速度搜寻模块和MPC粘着控制器，全维状态观测器利用电机的牵引转矩和轮对转速估计出机车粘着系数；参考蠕滑速度搜寻模块根据机车的粘着系数和蠕滑速度判断机车运行状态、完成对参考蠕滑速度的调整并搜寻到当前轨面的最优蠕滑速度，然后将搜寻的参考蠕滑速度输出至MPC粘着控制器；MPC粘着控制器在给定参考蠕滑速度和实际蠕滑速度两个信号条件下，结合电机控制转矩约束、蠕滑速度约束以及行车性能指标，实时地预测出最优牵引转矩，并输出至机车，实现对最优蠕滑速度的跟踪，得到最大粘着力，提高粘着利用率，同时满足牵引系统的要求。

权利要求

1.一种基于最优蠕滑速度搜寻与跟踪的优化粘着控制方法，其特征在于：包括全维状态观测器、参考蠕滑速度搜寻模块和MPC粘着控制器，其中：

所述全维状态观测器利用电机的牵引转矩和轮对转速估计出机车的粘着系数；

所述参考蠕滑速度搜寻模块根据机车的粘着系数和蠕滑速度判断机车运行状态从而确定参考蠕滑速度更新状态值，并结合实际蠕滑速度实时调整参考蠕滑速度，从而控制参考蠕滑速度不断靠近粘着峰值点并搜寻到当前轨面的最优蠕滑速度，然后将参考蠕滑速度输出至MPC粘着控制器；

所述MPC粘着控制器在给定参考蠕滑速度和实际的蠕滑速度两个信号下，结合电机转矩约束、蠕滑速度约束、运行舒适性和能耗性的性能指标，实时地预测出最优牵引转矩，并输出至机车，实现对最优蠕滑速度的跟踪；

所述MPC粘着控制器包括预测模型、滚动优化控制器和反馈校正，其中：

所述预测模型包括如下内容：

(1)建立粘着控制模型

(2)采用欧拉方法对粘着控制模型进行离散化，得到如下非线性状态空间模型：

x(k+1)＝fk(x(k),u(k))·△t+x(k)

y(k)＝C·x(k)

式中，fk表示在时间k的状态变化梯度，x＝vs为模型的状态变量，u＝T为模型的输入变量，y＝vs为系统模型的输出变量，矩阵C＝1；

(3)建立粘着系统的预测模型如下：

y(k)＝C·vs(k)

(4)定义P为预测时域长度，M为控制时域长度，且P≥M≥1，在采样时间k，系统多步控制量和模型多步预测输出量表达式如下：

(5)预测状态值和预测输出值的更新过程如下：

x(k+j|k)＝fk(x(k+j-1|k),u(k+j-1|k))·△t+x(k+j-1|k),0≤j≤M-1；

y(k+j|k)＝C·[(fk(x(k+j-1|k),u(k+j-1|k))·△t+x(k+j-1|k)],0≤j≤P。

2.根据权利要求1所述的一种基于最优蠕滑速度搜寻与跟踪的优化粘着控制方法，其特征在于：所述粘着系数的估计方法为：

(1)建立对整车机车的运动方程：

Fs＝μ(vs)·W·g

式中，M表示机车总质量，vt为机车运行速度，Fd(vt)为机车运行中所受基本阻力，a、b、c为与阻力计算相关的系数；

(2)建立轮轨间的粘着特性模型：

式中：a,b,c,d是与轨面环境有关的参数；

(3)建立电机轴与轮对的转动方程：

T＝η·Rg·TL

其中，Rg表示机车齿轮箱传动比，

进一步计算得到：

其中，Fs为轮轨间的粘着力，Fd为机车运行的基本阻力，Jm为电机转动惯量，Jd为轮对转动惯量，Jequ为将电机转动惯量和车轮转动惯量一起折算到电机侧的转动惯量，Tm为电机转矩，TL为粘着力等效到电机端的等效负载，T为轮对驱动转矩,η为齿轮传动效率，W为轴重，g为重力加速度；

(4)建立如下状态空间方程：

式中，

(5)构造如下全维状态观测器：

由此得：

式中，为所观测的负载转矩，p1,p2为全维状态观测器的两个极点。

3.根据权利要求1所述的一种基于最优蠕滑速度搜寻与跟踪的优化粘着控制方法，其特征在于：所述判断机车运行状态从而确定参考蠕滑速度更新状态值的方法为：

(1)当△μ·△vs>0时，判断机车运行在粘着特性曲线的粘着区，确定参考蠕滑速度更新状态值为1；

(2)当△μ·△vs≤0时，判断机车运行在粘着特性曲线的空转区，确定参考蠕滑速度更新状态值为-1。

4.根据权利要求3所述的一种基于最优蠕滑速度搜寻与跟踪的优化粘着控制方法，其特征在于：调整参考蠕滑速度的方法包括如下步骤：

步骤一、设k时刻的参考蠕滑速度为vsr(k)，在该值的基础上设置一个长度为δ的缓冲区[vsr(k)-δ,vsr(k)]，判断参考蠕滑速度更新状态值是否等于1：若是，则进入步骤二；若否，则进入步骤三；

步骤二、当实际蠕滑速度未进入参考蠕滑速度缓冲区时，则保持当前的参考蠕滑速度不变；当实际蠕滑速度在参考蠕滑速度缓冲区内时，则以较小的速率增加当前的参考蠕滑速度；当实际蠕滑速度超过参考蠕滑速度缓冲区时，则以较大的速率增加当前的参考蠕滑速度；调整结束后进入步骤四；

步骤三、当实际蠕滑速度未进入参考蠕滑速度缓冲区时，则以较大的速率减小当前的参考蠕滑速度；当实际蠕滑速度在参考蠕滑速度缓冲区内时，则以较小的速率减小当前的参考蠕滑速度；当实际蠕滑速度超过参考蠕滑速度缓冲区时，则保持当前的参考蠕滑速度；调整结束后进入步骤四；

步骤四、判断参考蠕滑速度是否大于参考蠕滑速度允许最大值vs_H：若是则令vsr(k+1)＝vs_H，否则进入步骤五；

步骤五、判断参考蠕滑速度是否小于参考蠕滑速度允许最小值vs_L，若是则令vsr(k+1)＝vs_L，否则进入步骤六；

步骤六、输出k+1时刻的参考蠕滑速度。

5.根据权利要求1所述的一种基于最优蠕滑速度搜寻与跟踪的优化粘着控制方法，其特征在于：所述滚动优化控制器包括如下内容：

(1)建立预测控制的控制量u(k)＝T(k)和预测输出量y(k)＝vsp(k)参数的约束如下：

0<vsp(k+i|k)≤w(k)

0≤T(k+i|k)≤Tmax

式中，w(k)为参考蠕滑速度柔化处理后的蠕滑速度参考轨迹；

(2)建立预测控制的目标函数：

a.建立目标函数J1

式中，w(k+j)为参考蠕滑速度柔化处理后的蠕滑速度参考轨迹；

b.建立目标函数J2

式中，T为电机控制转矩，p是转矩变化权重系数；

c.建立目标函数J3

式中，w调整节能的权重系数，且预测控制器输出的控制量电机转矩满足|T(k+j|k)|≤Tmax；

d.得到滚动优化控制器的目标函数：

minJ(x(k),u(k))＝J1+J2+J3

(3)按如下公式求解控制增量△U：

式中：△U＝[△u(k),△u(k+1),…,△u(k+M-1)]；

(4)按如下公式计算当前的控制量：

u(k)＝u(k-1)+△u(k)。

6.根据权利要求1所述的一种基于最优蠕滑速度搜寻与跟踪的优化粘着控制方法，其特征在于：所述反馈校正是指在控制的每一个时刻，将机车的实际输出蠕滑速度与预测模型的预测蠕滑速度进行比较，并将比较产生的误差用于修正预测值。

说明书

技术领域

本发明涉及机车牵引控制技术，尤其涉及一种基于最优蠕滑速度搜寻与跟踪的优化粘着控制方法。

背景技术

重载机车因其运量大，牵引功率高等特点，在轨道交通运输，特别是货物运输方面一直占据着重要的角色，同时也是大型货物传输的最佳途径。随着经济的发展，我国对重载货运的需求，对机车牵引功率的要求也越来越高。

牵引力和制动力的发挥主要依靠轮轨间的粘着力，机车牵引系统所能发挥的最大牵引力和制动力也因此受到轮轨间粘着状况的限制。影响轮轨间的粘着系数的因素很多，轨道环境、轮径参数和线路条件都会对其造成影响。当轨道进入潮湿、油污或者落叶轨道时，粘着系数下降，如果此时机车轮对驱动力大于当前轮轨所能提供的最大粘着力，则轮对可能会发生空转或滑行，机车牵引力急剧下降，导致踏面损伤，严重时，可能会存在列车脱轨的隐患，因此，优化轮轨间的粘着控制，提高粘着利用率对于提高重载机车的牵引性能、保障行车安全具有重大的意义。

机车运行过程中，依靠轮轨间的粘着力将牵引电机上的转矩转化为机车运行的牵引力与制动力。如图1所示，在机车载荷P的作用下，当机车运行时，轮轨之间由于正压力P的作用会产生弹性形变，形成椭圆形的接触斑。当车轮向前滚动时，轮轨间接触部分材料发生弹性形变，车轮运行前沿部分材质被压缩，而后沿部分材质被拉伸；而轮轨前沿部分被拉伸，后沿部分被压缩，因而在椭圆形接触斑内，由于接触材质的相对变形从而轮轨产生的微小的滑动现象称为蠕滑。纯滚动是不能产生轮轨粘着力的，蠕滑现象使得车轮滚动时，在轮轨接触面上产生轮周牵引力，即粘着力，它是机车运行过程中前进的唯一动力。

接触面上微观的滑动在宏观上体现为机车的运行速度vt总是略小于车轮的圆周速度vd，用蠕滑速度vs或者蠕滑率γ来衡量轮轨间的蠕滑程度。

轮轨间的蠕滑速度决定着轮轨接触面所能传递的轮周牵引力的大小。通常将轮轨间所能产生的最大轮周牵引力与机车载荷P之比称为粘着系数，用μ表示。

大量的研究表明，轮轨间的粘着系数与蠕滑速度存在密切的关系，并通过实践总结出轮轨间的粘着特性曲线。粘着特性曲线是描述轮轨间粘着系数和蠕滑速度的曲线，如图2所示，曲线可以分为两个区域：粘着区和空转区，粘着区根据曲线性质又可分为微滑区、大滑区。当轮轨蠕滑速度较小时，此时机车运行在微滑区内，粘着系数随着蠕滑速度增加近似成线性关系；而随着牵引转矩增加，蠕滑速度增大较快，此时粘着状态由微滑区过渡到大滑区；当机车轮对驱动力大于当前轮轨所能提供的最大粘着力时，粘着系数快速下降，机车运行在空转区，极易发生空转或滑行，严重时可能导致列车脱轨，危害行车安全。

由图2可知，粘着特性曲线存在一个粘着峰值点μm，该粘着峰值点对应的蠕滑速度为最优蠕滑速度vsm，此时轮轨传递的牵引力/制动力最大，能够最大化利用轮轨间粘着条件。因此，粘着控制的主要目的是控制机车粘着状态保持在粘着区，并稳定在粘着峰值点附近，以实现粘着的最大利用，优化牵引性能。

现有的粘着控制方法主要为：

(1)组合校正法

传统的组合校正法包括反馈法、极值法与加速度标准法。此方法输入是轮对的蠕滑率与轮轴加速度信号，将输入信号与设定的阈值进行比较，来进行判断是否存在空转。若输入信号大于设定的阈值时，则判定为空转，控制器以一定速率深度削减转矩。当减至轮对的蠕滑率超过阈值，而加速度小于0时，说明空转得到了抑制，轮速在减小，因此电机不再降低转矩，维持该转矩一段时间后，若检测到没有空转，则根据极值法和反馈法调节牵引电机转矩。

组合控制法由于具有反应速度快，可靠性高的特点，在机车粘着控制上应用广泛，不过组合控制法的阈值参数需要经过大量实践确定，同时转矩损失大。

(2)模型控制法

模型控制法依赖机车动力学模型，主要是通过控制牵引转矩来调节蠕滑速度的变化方向，不断向粘着系数提高的方向调整，模型控制法其本质是基于粘着系数微分值设计的PI控制器。从粘着特性曲线上可以看出，在粘着峰值点，曲线斜率即 而蠕滑速度是关于时间的连续函数，则 由于粘着系数是不可直接测量的，故通过干扰观测器获得粘着系数及其微分值，再基于粘着系数的微分值设计PI控制器。

(3)正交相关法

正交相关粘着控制方法是通过在牵引电机转矩上叠加一个正弦信号，通过测量电机速度输出与转矩输入之间的相位移来调整转矩实现粘着控制。由于相位移与蠕滑速度信号为单值对应关系，在粘着峰值点，相位移对蠕滑速度的微分值为零，。因此，基于该原则，相位移法可通过观察相位移实现粘着控制。但是正交相关法是基于线性模型，因此需要将机车模型线性化，且工作频率有限。

(4)智能粘着控制法

智能控制算法由于在处理复杂、强非线性、不确定问题上具有明显的优势，因此也在不断被引入到粘着控制之中，目前常见的有模糊控制、神经网络、滑模控制方法和自适应方法等。

随着铁路建设的发展，重载机车作为铁路重载运输的重要角色，机车牵引功率也在不断提高，而机车牵引功率的发挥依靠着轮轨间的粘着力。机车轮轨环境是复杂多变的，在自然条件下，轨道的油污、落叶以及潮湿雨雪天气的影响都会引起轮轨间的粘着系数的显著下降，若轮对牵引转矩超过轮轨间的最大轮周牵引转矩，车轮就可能会发生空转/滑行，严重时可能导致脱轨。因此，对机车进行优化粘着控制具有重要的意义。优化粘着控制的目的是通过实时搜索粘着峰值点，控制电机转矩调整机车运行稳定在最大粘着点附近，提高粘着利用率。

发明内容

为了克服现有技术的上述缺点，本发明提出了一种基于最优蠕滑速度搜寻与跟踪的优化粘着控制方法，粘着控制系统包括全维状态观测器模块、参考蠕滑速度搜寻模块和MPC粘着控制器模块。参考蠕滑速度搜寻模块通过机车的粘着系数和蠕滑速度两个信号实现对参考蠕滑速度的调整，参考蠕滑速度最终能搜寻到在当前轨面下的最优蠕滑速度，同时参考蠕滑速度输出至MPC粘着控制器，柔化处理后作为预测控制的参考轨迹。由于粘着系数不可测，参考蠕滑速度搜寻模块的粘着系数通过全维状态观测器获得。优化粘着控制采用基于预测控制的MPC粘着控制器，预测控制器通过实时预测牵引转矩的大小，并综合考虑电机控制转矩约束、蠕滑速度约束、运行舒适性和能耗性等性能指标设计代价函数，最后得到最优牵引转矩，并输出至机车，实现对最优蠕滑速度的跟踪。

本发明解决其技术问题所采用的技术方案是：一种基于最优蠕滑速度搜寻与跟踪的优化粘着控制方法，包括全维状态观测器、参考蠕滑速度搜寻模块和MPC粘着控制器，其中：

所述全维状态观测器利用电机的牵引转矩和轮对转速估计出机车的粘着系数；

所述参考蠕滑速度搜寻模块根据机车的粘着系数和蠕滑速度判断机车运行状态从而确定参考蠕滑速度更新状态值，并结合蠕滑速度实时调整参考蠕滑速度，从而控制参考蠕滑速度不断靠近粘着峰值点并搜寻到最优蠕滑速度，然后将实时调整的参考蠕滑速度输出至MPC粘着控制器；

所述MPC粘着控制器在给定参考蠕滑速度和实际的蠕滑速度条件下，结合电机转矩约束、蠕滑速度约束、运行舒适性和能耗性等性能指标，实时地预测出最优牵引转矩，并输出至机车，实现对最优蠕滑速度的跟踪。

与现有技术相比，本发明的积极效果是：

1)本发明提出了一种基于最优蠕滑速度搜寻与跟踪的优化粘着控制方法。首先根据粘着系数和蠕滑速度信号搜寻参考蠕滑速度，并将参考蠕滑速度输出至MPC粘着控制器；参考蠕滑速度经柔化处理后作为预测控制器的蠕滑速度参考轨迹，并结合电机转矩约束、蠕滑速度约束、运行舒适性和牵引系统能耗性等性能指标，预测得到最优转矩，并输出至机车，实现对最优蠕滑速度的有效跟踪，得到最大粘着力，提高粘着利用率。

2)最优蠕滑速度搜寻模块首先根据粘着系数和蠕滑速度判断当前机车粘着运行状态，即运行在粘着峰值点的哪一侧，从而得到参考蠕滑速度更新状态；根据参考蠕滑速度更新状态值确定调整方向，再根据实际蠕滑速度与参考蠕滑速度的位置关系确定调整量，从而实现参考蠕滑速度的线性变化，并最终搜寻到最优蠕滑速度。

3)本发明设计了基于最优蠕滑速度跟踪的MPC粘着控制器，首先将粘着控制模型转换为预测模型，参考蠕滑速度作为MPC粘着控制器的输入，参考蠕滑速度柔化处理后作为预测控制的蠕滑速度参考轨迹，并设计电机控制转矩约束和蠕滑速度约束，同时根据舒适性要求和牵引系统能耗性要求设计目标函数，以满足牵引系统的要求，保障行车安全。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1为轮轨间粘着力的产生示意图；

图2为粘着特性曲线；

图3为组合粘着控制方法；

图4为基于最优蠕滑速度搜寻与跟踪的优化粘着控制系统框图；

图5为机车简化动力学模型；

图6为全维观测器模型图；

图7为粘着曲线上各个状态点图；

图8为MPC粘着控制器系统框图。

具体实施方式

本发明提出了一种基于最优蠕滑速度搜寻与跟踪的优化粘着控制，控制系统示意图如图4所示，主要包括全维状态观测器、参考蠕滑速度搜寻模块和MPC粘着控制器三个模块。

1.全维状态观测器设计

由于机车的粘着系数是不可直接测量与获得的，因此粘着控制系统中，采用全维状态观测器得到机车的粘着系数。全维状态观测器依据机车动力学模型设计，根据电机的牵引转矩和轮对转速估计出电机的负载转矩和机车的粘着系数。

机车简化动力学模型如图5所示。

对整车而言，机车运动方程：

Fs＝μ(vs)·W·g (8)

式中，M表示机车总质量，vt为机车运行速度，Fd(vt)为机车运行中所受基本阻力，a、b、c为与阻力计算相关的系数。

轮轨间的粘着特性模型则采用经验公式模型：

式中：a,b,c,d是与轨面环境有关的参数。

电机轴与轮对的转动方程：

假设机车齿轮箱传动比为 则：

T＝RgTL (13)

由式(11)-(13)可得：

其中，Fs为轮轨间的粘着力，Fd为机车运行的基本阻力，Jm为电机转动惯量，Jd为轮对转动惯量，Tm为电机转矩，TL为粘着力等效到电机端的等效负载，W·g为机车轴重。

由式(14)，可列出如下状态空间方程：

式中，

为使观测器观测出的状态更接近系统的实际状态，因此构造具有反馈增益矩阵的全维状态观测器，全维状态观测器可表示为：

由此得：

式中， 为所观测的负载转矩，p1,p2为全维状态观测器的两个极点。极点p1,p2的配置不同，系统的性能也不同。

全维状态观测器模型如图6所示。

2.参考蠕滑速度搜寻

参考蠕滑速度搜寻包括两个部分：确定参考蠕滑速度更新状态和参考蠕滑速度调整模块。

(1)参考蠕滑速度更新状态确定

控制系统首先根据粘着系数和蠕滑速度判断机车所处的状态，从而确定该时刻参考蠕滑速度更新状态。粘着曲线上各个状态点如图7所示。

根据图7分析粘着曲线上各状态点的变化情况，即A,B,C,D和点(μm,vsm)。首先分析A，D两点，在点A处，Δμ＞0，Δvs＞0，在点D处，Δμ＜0，Δvs＜0，因此当Δμ·Δvs＞0，判断机车运行在粘着峰值点的左侧，此时机车运行在粘着区，但尚未到达峰值点，因此机车粘着状态可以沿着粘着特性曲线向右移动不断靠近粘着峰值点，参考蠕滑速度更新状态设为1；分析C,B两点，在点C处，Δμ＞0，Δvs＜0，在点B处，Δμ＜0，Δvs＞0，因此当Δμ·Δvs＜0，判断机车运行在粘着峰值点的右侧，机车运行在空转区，机车运行点需沿粘着曲线向左运行回粘着区，参考蠕滑速度更新状态设为-1；而在粘着曲线峰值点(μm,vsm)处，Δμ·Δvs＝0，由于机车牵引传动系统存在干扰噪声影响，输出一般很难判断到峰值点处，因此，当Δμ·Δvs≤0时，判断机车粘着状态从粘着特性曲线的粘着区进入了空转区，参考蠕滑速度更新状态输出为-1。因此，参考蠕滑速度更新状态代表着机车粘着运行状态，即运行在粘着区或者从粘着区进入了空转区。

参考蠕滑速度更新状态判断如式(20)所示。

(2)参考蠕滑速度调整

参考蠕滑速度调整模块结合当前的参考蠕滑速度更新状态和实际蠕滑速度两个信号，能够实现对参考蠕滑速度的实时调整与输出。参考蠕滑速度更新状态值不仅代表当前机车粘着运行点状态，而且控制参考蠕滑速度的调整方向。结合实际蠕滑速度与当前参考蠕滑速度的位置关系可以确定参考蠕滑速度的调整大小。

设vsr(k)为时刻k的参考蠕滑速度，则k时刻参考蠕滑速度的调整：

vsr(k+1)＝vsr(k)+c·r·ΔT(21)

式中，c为参考蠕滑速度更新状态值，c为1或-1；r为参考蠕滑速度调整速率。为了避免当参考蠕滑速度与实际蠕滑速度很接近时，参考蠕滑速度的过快增加可能使得此时参考蠕滑速度越过最优蠕滑速度，进入空转区，或者参考蠕滑速度与实际蠕滑速度相距较远时的过慢变化，设置了基于k时刻参考蠕滑速度vsr(k)的长度为σ的缓冲区。r的大小根据此缓冲区和实际蠕滑速度的位置关系确定。

参考蠕滑速度调整步骤为：

a.输入参考蠕滑速度更新状态值c，实际蠕滑速度vs和缓冲区长度σ。

b.为了保证机车的安全运行，确定参考蠕滑速度调整的允许最小值vs_L和允许最大值vs_H，并设初始时刻的参考蠕滑速度为允许最小值vs_L。

c.判断参考蠕滑速度更新状态值，根据更新状态值确定参考蠕滑速度的调整方向。若更新状态值c＝1，代表机车运行在粘着曲线峰值点的左边，则进入步骤d，若更新状态值c＝-1，代表机车运行在粘着曲线峰值点的右边，则进入步骤e。

d.结合实际蠕滑速度与该时刻的参考蠕滑速度缓冲区的位置关系确定参考蠕滑速度的调整量。当实际蠕滑速度低于vsr(k)-σ时，即vs＜vsr(k)-σ，则保持当前的参考蠕滑速度，调整变化率r＝0；当实际蠕滑速度在参考蠕滑速度缓冲区内时，即vsr(k)-σ≤vs≤vsr(k)，则以较小的速率r1增加当前的参考蠕滑速度，r＝r1；当实际蠕滑速度超过参考蠕滑速度vsr(k)时，即vs＞vsr(k)，则以较大的速率r2增加当前的参考蠕滑速度，r＝r2。参考蠕滑速度调整速率一般与机车型号参数，控制系统采样时间有关，准确的数值则需要结合实验数据对调整速率进行微调，以保证当参考蠕滑速度脱离实际的蠕滑速度较远时，可以尽快地沿着调整方向变化，同时，当搜寻到最优蠕滑速度时，要求参考蠕滑速度能够平稳地保持在最优蠕滑速度附近波动而不产生较大的振荡。一般，r2为r1的3-5倍。调整结束后进入步骤f。

e.结合实际蠕滑速度与该时刻的参考蠕滑速度的位置关系确定参考蠕滑速度的调整量。当实际蠕滑速度低于vsr(k)-σ时，即vs＜vsr(k)-σ，则以较大的速率r2减小当前的参考蠕滑速度，r＝r2；当实际蠕滑速度在参考蠕滑速度缓冲区内时，即vsr(k)-σ≤vs≤vsr(k)，则以较小的速率r1减小当前的参考蠕滑速度，r＝r1；当实际蠕滑速度超过参考蠕滑速度vsr(k)时，即vs＞vsr(k)，则保持当前的参考蠕滑速度，r＝0。调整结束后进入步骤f。

f.判断参考蠕滑速度是否大于允许最大值vs_H，若是则vsr(k+1)＝vs_H，否则进入步骤g。

g.判断参考蠕滑速度是否小于允许最小值vs_L，若是则vsr(k+1)＝vs_L，否则进入步骤h。

h.输出k+1时刻的参考蠕滑速度，等待进行下一步计算。

参考蠕滑速度搜寻模块的主要目的是能够根据机车粘着系数和蠕滑速度判断机车运行状态得到参考蠕滑速度更新状态值，并结合实际蠕滑速度实时调整参考蠕滑速度，从而控制参考蠕滑速度不断靠近粘着峰值点并稳定在到当前轨面的最优蠕滑速度，完成对最优蠕滑速度的搜寻。参考蠕滑速度搜寻模块将实时调整的参考蠕滑速度输出至MPC粘着控制器。

3.MPC粘着控制器

基于预测控制的粘着控制器系统输入是参考蠕滑速度和实际的蠕滑速度，主要作用是在给定参考蠕滑速度的条件下，结合电机控制转矩约束、蠕滑速度约束以及行车性能指标要求，实时地预测出最优转矩，并输出至机车，实现对最优蠕滑速度良好的跟踪。其中，实际蠕滑速度主要实现预测控制的反馈校正。MPC粘着控制器系统框图如图8所示，图中，vsr(k)是参考蠕滑速度输入，vs(k)为控制量作用于机车后得到的当前时刻的实际蠕滑速度；w(k)为参考蠕滑速度柔化处理后的蠕滑速度参考轨迹；vsp(k)是预测模型未来时刻预测的输出；U(k)为控制器根据目标函数和约束以当前时刻为起点在控制时域内滚动优化出的控制序列；u(k)为当前时刻实施的控制量。由图8可知，MPC粘着控制器的设计主要包括：预测模型、滚动优化控制器和反馈校正。

为了保证控制的平稳性，提高鲁棒性，结合参考蠕滑速度和机车输出实际蠕滑速度生成参考蠕滑轨迹，使模型输出vs(k)可以沿着参考蠕滑轨迹w(k)到达参考蠕滑速度vsr(k)。

w(k+j)＝αjvs(k)+(1-αj)vsr(k) (j＝1,2,…,P)(22)

式中：α为柔化系数，0＜α＜1，P为控制时域长度。可以看出，当α较小时，w(k)会比较快地接近vsr(k)，系统的跟踪性能较好，但鲁棒性较差。

(1)预测模型

结合式(7)(8)(9)和(14)的粘着控制模型，可以得到：

由于模型预测控制是基于状态空间模型进行优化求解的，采用欧拉方法得到粘着控制的离散化模型。非线性模型状态空间表达式：

x(k+1)＝fk(x(k),u(k))·Δt+x(k)(26)

y(k)＝C·x(k) (27)

式中，fk表示在时间k的状态变化梯度，x＝vs为模型的状态变量，u＝T为模型的输入变量，y＝vs为系统模型的输出变量，矩阵C＝1。因此，可得到粘着系统的预测模型如下：

y(k)＝C·vs(k) (29)

定义P为预测时域长度，M为控制时域长度，且P≥M≥1。在采样时间k，系统多步控制量和模型多步预测输出量表达式如下：

预测状态值和预测输出值的更新过程如下：

x(k+j|k)＝fk(x(k+j-1|k),u(k+j-1|k))·Δt+x(k+j-1|k),0≤j≤M-1(31)

y(k+j|k)＝C·[(fk(x(k+j-1|k),u(k+j-1|k))·Δt+x(k+j-1|k)],0≤j≤P(32)

(2)滚动优化控制器

MPC预测算法采用滚动优化的方法，在满足系统约束的条件下，通过使目标函数的值最小来滚动计算以当前时刻为起点控制时域内的控制增量，同时再采集下一个时刻的数据，进行新的预测、控制与校正。因此，预测控制的优化过程是不断反复寻找当前时刻的局部优化目标。

由于牵引电机的限制，控制器输出的电机控制转矩不能超过电机所能提供转矩的最大值，即Tmax，同时控制器预测输出的蠕滑速度需要运行在粘着特性曲线的粘着区，保障机车行驶安全。预测控制的控制量u(k)＝T(k)和预测输出量y(k)＝vsp(k)参数的约束如下：

0＜vsp(k+i|k)≤w(k)(33)

0≤T(k+i|k)≤Tmax(34)

式中，w(k)为参考蠕滑速度经柔化处理后的蠕滑速度参考轨迹。

MPC粘着控制器根据蠕滑速度参考轨迹控制电机转矩，来实现机车的蠕滑速度对参考蠕滑速度进行有效地跟踪，得到较高的粘着利用率，同时还需要综合考虑机车行车安全、舒适性以及牵引系统能耗性的要求，最终得到最优牵引转矩。因此，需要根据多目标问题设计预测控制的目标函数。

a.控制系统需要对蠕滑速度参考轨迹进行较好的跟踪，使机车在粘着区内尽可能地保持比较高的粘着利用率，从而获得较大的牵引力/制动力，因此设计目标函数J1。

式中，w(k+j)为参考蠕滑速度柔化处理后的蠕滑速度参考轨迹。

b.机车转矩变化过大时，会加大机车纵向与横向的振动，尤其当转矩突然剧增或剧减时，会影响机车运行的稳定性与乘客的舒适性，因此，设计目标函数J2。

式中，T为电机控制转矩，p是转矩变化权重系数，随着权重系数p的增加，转矩波动能控制得越来越小。

c.根据牵引系统能耗越小越好的要求，设计目标函数J3。

式中，w是调整节能的权重系数，且预测控制器输出的电机控制转矩满足：

|T(k+j|k)|≤Tmax(38)

因此，为了实现多目标求解下的最优转矩输出，综合多个性能指标设计控制器的目标函数为：

minJ(x(k),u(k))＝J1+J2+J3(39)

预测算法其根据是在满足系统约束的前提下，通过求出一系列的控制增量Δu(k),Δu(k+1),…,Δu(k+M-1)使得目标函数式(39)达到最小值。因此，通过求解式(40)得到控制增量ΔU：

式中：ΔU＝[Δu(k),Δu(k+1),…,Δu(k+M-1)]。

实际控制时，只将第一个分量即当前的控制量u(k)放入系统，而下一个控制增量通过下一时刻重复进行的预测、优化的基于下一时刻的控制增量获得。

u(k)＝u(k-1)+Δu(k) (41)

(3)反馈校正

在预测算法的滚动优化过程中，每一次进行优化都是基于实际系统的某一个时刻进行的。由于存在非线性或者干扰的影响，预测模型可能会与实际模型失配，因此，控制的每一个时刻，都要将机车的实际蠕滑速度与预测模型的预测蠕滑速度进行比较，并将比较产生的误差用于修正预测值，从而保证预测的准确性，同时，反馈校正也降低了预测控制对系统模型的要求。

一种基于最优蠕滑速度搜寻与跟踪的优化粘着控制方法专利购买费用说明

Q：办理专利转让的流程及所需资料

A：专利权人变更需要办理著录项目变更手续，有代理机构的，变更手续应当由代理机构办理。

1：专利变更应当使用专利局统一制作的“著录项目变更申报书”提出。

2：按规定缴纳著录项目变更手续费。

3：同时提交相关证明文件原件。

4：专利权转移的，变更后的专利权人委托新专利代理机构的，应当提交变更后的全体专利申请人签字或者盖章的委托书。

Q:专利著录项目变更费用如何缴交

A：（1）直接到国家知识产权局受理大厅收费窗口缴纳,（2）通过代办处缴纳，（3）通过邮局或者银行汇款,更多缴纳方式

Q：专利转让变更，多久能出结果

A：著录项目变更请求书递交后，一般1-2个月左右就会收到通知，国家知识产权局会下达《转让手续合格通知书》。