前瞻科技

高速磁浮悬浮导向控制技术现状及展望

PDF下载

龙志强 ^† , 窦峰山 , 王志强 , 许雲淞 , 李晓龙 , 翟明达

前瞻科技 | 综述与述评 2023,2(4): 78-88

收起

前瞻科技 | 综述与述评 2023, 2(4): 78-88

高速磁浮悬浮导向控制技术现状及展望

全屏

龙志强^†, 窦峰山, 王志强, 许雲淞, 李晓龙, 翟明达

作者信息

国防科技大学智能科学学院，长沙 410073

龙志强，研究员，博士研究生导师。电磁悬浮与推进技术湖南省重点实验室主任。享受国务院政府特殊津贴专家。主要从事电磁悬浮与推进控制、机电装备智能控制等方面关键技术与工程应用研究。获全军优秀教师等荣誉。电子信箱：zhqlong@nudt.edu.cn。

通信作者:

^†

Current Status and Prospects of High-speed Maglev Suspension and Guidance Control Technology

Zhiqiang LONG^†, Fengshan DOU, Zhiqiang WANG, Yunsong XU, Xiaolong LI, Mingda ZHAI

Affiliations

College of Intelligence Science, National University of Defense Technology, Changsha 410073, China

出版时间: 2023-12-20 doi: 10.3981/j.issn.2097-0781.2023.04.008

文章导航

摘要

收起

常导高速磁浮列车悬浮导向控制系统通过主动调整电磁力以实现车辆与轨道之间的无接触运行，是保障列车高速平稳运行的核心关键系统。文章从悬浮导向系统非线性稳定控制、耦合振动抑制控制、抗扰控制、故障诊断与容错控制4方面介绍了悬浮导向控制关键技术与发展现状，围绕悬浮导向系统的失稳机理、悬浮导向系统与列车及轨道的关键参数匹配、悬浮导向系统性能智能恢复控制、悬浮导向系统状态智能评估等方向总结了高速磁浮列车工程化应用将面临的技术挑战和未来展望。最后，对如何提升高速磁浮列车运行稳定性、平稳性和可靠性提出了发展建议。

关键词

常导高速磁浮列车 / 悬浮导向系统 / 耦合振动抑制 / 抗扰控制 / 故障诊断与容错控制

Abstract

收起

The levitation and guidance control system of the EMS high-speed maglev train realizes the contactless operation between the vehicle and the track by actively adjusting the electromagnetic force, which is the core system to guarantee the high-speed and smooth operation of the train. This article introduces the key technology and development status of levitation and guidance control from four aspects, including levitation and guidance system nonlinear stability control, coupled vibration suppression, disturbance attenuation, fault diagnosis and fault-tolerant control. And it summarizes the technical challenges and future prospects of the engineering application of high-speed maglev trains, including the mechanism of levitation and guidance instability, the matching of key parameters of the levitation and guidance system with the train and the track, the intelligent recovery control of levitation and guidance performance, and the intelligent assessment of the state of the levitation and guidance system. Finally, it proposes development suggestions on how to improve the stability, smoothness and reliability of high-speed maglev train operation.

Key words

EMS high-speed maglev train / suspension and guidance system / coupled vibration suppression / anti-disturbance control / fault diagnosis and fault-tolerant control

引用本文

龙志强, 窦峰山, 王志强, 许雲淞, 李晓龙, 翟明达. 高速磁浮悬浮导向控制技术现状及展望. 前瞻科技, 2023 , 2 (4) : 78 -88 . DOI: 10.3981/j.issn.2097-0781.2023.04.008

Zhiqiang LONG, Fengshan DOU, Zhiqiang WANG, Yunsong XU, Xiaolong LI, Mingda ZHAI. Current Status and Prospects of High-speed Maglev Suspension and Guidance Control Technology[J]. Science and Technology Foresight, 2023 , 2 (4) : 78 -88 . DOI: 10.3981/j.issn.2097-0781.2023.04.008

正文

收起

高速磁浮列车通过电磁力以抵消重力及其他外力扰动实现车辆与轨道之间的无接触运行，依靠长定子直线同步电机进行列车的牵引与制动，具有高速快捷、运能强大、舒适准点、安全可靠、维护便捷、环境相容性好等优势^[1]，是一种新型的城际轨道交通运输工具。

目前有两种悬浮技术相对比较成熟^[2-3]：一种是电磁悬浮型（Electromagnetic Suspension, EMS），通过测量车辆电磁铁与轨道间隙，实时调节电磁铁电流，控制电磁吸力大小，来实现车辆与轨道之间的无接触运行，由于电磁铁采用常规导体绕制，因此又称常导吸力型；另一种是电动悬浮型（Electrodynamics Suspension, EDS），车辆行驶到一定速度时，依靠车载磁体与轨道上所铺设线圈的感应磁场之间产生的排斥力实现悬浮，由于车载磁体一般采用超导线圈，所以该种类型又称为超导斥力型。中国在“十五”至“十三五”期间持续推进常导高速磁浮交通系统自主研发。与此同时，作为世界上唯一一个投入商业运营的高速磁浮交通项目——上海磁浮列车示范运营线（简称上海磁浮线）已经安全运行了20多年，形成了大量宝贵的运营维护工程经验，但由于线路的最高设计速度为505 km/h，无法满足600 km/h速度级高速磁浮交通系统的达速试验要求，无法验证该速度等级下悬浮导向系统的稳定性和动态性能指标。因此，要实现高速磁浮交通的工程化推广应用，需要继续对高速磁浮交通系统悬浮导向等关键科学技术问题进行深化研究。

1 悬浮导向控制关键技术与发展现状

收起

常导高速磁浮交通系统由磁浮车辆、线路轨道、牵引供电和运行控制四大子系统组成^[4]。悬浮导向系统承载着列车与轨道之间非接触耦合关系约束控制，是高速磁浮列车的核心关键系统之一。悬浮导向性能优劣影响着高速磁浮交通系统的整体性能，制约着高速磁浮交通系统的连续稳定运行能力。每节高速磁浮车辆共有32套悬浮控制系统和32套导向控制系统，每套悬浮或导向系统均由控制器、电磁铁和传感器构成。

单节磁浮车辆悬浮导向系统电磁铁的结构分布情况如图1所示，每节磁浮车由4台磁浮转向架支撑，每台磁浮转向架包括4组搭接结构，每组搭接结构由2套悬浮控制系统和2套导向控制系统支撑。高速磁浮列车通过搭接结构实现悬浮和导向功能的冗余设计，确保了悬浮导向系统的可靠性。

在“十五”国家高技术研究发展计划、“十一五”“十二五”国家科技支撑计划和“十三五”国家重点研发计划的支持下，中国高速磁浮交通系统的研发进程得到了快速推进。先后研制了单台悬浮电磁铁、单对导向电磁铁、单磁浮转向架、双磁浮转向架、单节车、一列两节编组高速磁浮试验车和一列五节编组的工程化样车的悬浮导向控制系统，开展了集成试验，并在同济大学国家磁浮交通工程技术研究中心的1.5 km高速磁浮试验线和中车青岛四方机车车辆股份有限公司665 m试车线上完成了悬浮导向与牵引运行测试。虽然受试验线长度限制，高速运行工况下的测试还不够充分，但既有成果表明中国已经基本上解决了高速磁浮系统悬浮导向控制稳定性问题，为开展600 km/h速度级高速磁浮交通系统工程化应用研究奠定了基础。以下具体综述常导高速磁浮列车悬浮导向控制技术的主要研究进展。

1.1 悬浮导向系统非线性稳定控制技术

常导吸力型悬浮导向系统采用主动控制方式，实现列车相对轨道保持在目标间隙附近的稳定悬浮和沿轨道对中导向，如图2所示。电磁铁的电磁吸力大小与悬浮（导向）间隙的二次方成反比，电磁铁线圈绕组的等效电阻和等效电感随悬浮间隙的变化表现出时变的特点，考虑到漏磁及磁饱和特性，当悬浮（导向）间隙偏移较大时，电磁悬浮（导向）系统的非线性更为显著。此外，高速磁浮列车在载客运行中还存在动态载荷不均匀等特点。为了满足高速安全可靠运行需要，对悬浮导向系统进行非线性、自适应控制就显得尤为重要。

针对悬浮导向系统的非线性问题，常用做法是对悬浮控制模型进行线性化处理，然后对线性化后的系统进行控制器设计。但直接采用状态反馈法进行反馈控制，电磁铁的电感引起的大延迟会增加悬浮控制系统的设计和调试难度。针对该问题，可以利用串级设计的思想，将悬浮控制分解为电流环和悬浮子系统两个子系统考虑。电流环设计要求是输出电流在一定的频率范围内尽快跟踪悬浮控制器的输出电压，从而保证在设计悬浮控制器时，电流环可以看作一个比例环节，同时实现了模型的降阶，便于设计鲁棒性很强的悬浮控制器。针对车辆运行过程中遇到的负载自适应问题和车辆重载快速跟踪轨道曲线问题，则需要设计复合悬浮控制方法，如自适应控制、滑模变结构控制、模型参考自适应控制等，可以使悬浮控制系统能适应各种工况^[5-6]。在列车实际运行过程中，悬浮间隙围绕平衡点的波动较大，线性化后的模型在系统受到扰动偏离平衡点时会产生较大的模型参数变化和不确定性，控制参数不再最优，会导致悬浮系统性能下降。为解决线性化模型使用工况局限性问题，针对悬浮系统的非线性特征，采用反馈线性化方法也能取得很好的控制效果^[7]。

此外，磁浮列车沿着轨道高速运行时，轨道上会感应产生涡流，涡流磁场对悬浮导向系统的电磁力会产生一定的影响，这对于设计600 km/h速度级高速磁浮列车而言更是一个不能忽视的问题。由于常导高速磁浮列车悬浮电磁铁正对的轨道是直线电机定子端，采用的是可以抑制涡流效应的硅钢叠片结构，因此列车悬浮电磁铁产生的涡流对悬浮力影响较小。而对于导向电磁铁来说，其感应轨是金属平板结构，从而导致其端部电磁铁导向力因为受涡流效应影响而下降，系统导向刚度减小，系统的动态性能也会变差。针对这个问题，一种可行的补偿方法是优化导向电磁铁结构，如增加端部导向电磁铁的磁极数量，或者增加端部电磁铁的磁极长度，利用端部电磁铁增加的有效面积补偿由涡流效应造成的导向力损失^[8]。

1.2 悬浮导向系统耦合振动抑制控制技术

车-轨耦合振动问题一直是影响列车安全稳定运行的核心问题。由于高速磁浮列车是通过悬浮单元采取有源主动控制实现无接触悬浮于轨道之上，当列车行驶于道岔等柔性桥梁上时（图3），可能会引起车-轨耦合振动，导致悬浮间隙波动增大，直接影响列车运行的可靠性和舒适性。为了克服耦合振动问题，较为直接的方式是提高桥梁的刚度、阻尼和轨道安装精度，但这会显著增加系统建设和维护成本。因此，通过优化悬浮导向控制策略实现耦合振动抑制，是在保证经济性的前提下解决问题的最佳途径^[9]。

基于滤波器的方法已经被应用到高速磁浮交通系统车-轨耦合振动抑制，其中较常见的有自适应陷波器、带阻滤波器等方法^[10-11]。在列车静浮或低速运行时，容易出现车-轨耦合自激振动，这种情况下的振动频率较为集中，利用基于滤波器的方法能明显抑制车-轨耦合振动。为了提升滤波器的实时性，可利用基于车-轨耦合振动的先验信息确定振动频率范围，设计具有多中心频率的多级陷波器。上述方法在中低速磁浮列车的振动抑制方面取得了不错的效果，尤其是针对轨排引起的车-轨耦合振动效果显著，在工程上取得了成功的应用^[12]。但是，上述方法在处理低频振动问题时会引起系统不同程度的相位滞后，从而影响系统的动态响应速度和稳定性。基于滤波器的方法在用于抑制一阶振动频率较低的柔性梁（库内钢梁、道岔）引起的车-轨耦合振动时具有局限性，需要进一步优化。

控制参数和轨道参数不匹配会导致车-轨耦合振动，因此一些学者针对控制参数对车-轨耦合系统稳定性以及影响规律进行了深入的分析，通过调整控制器参数能够对耦合振动抑制具有一定效果，但会导致系统动态性能的降低，优化控制器参数抑制耦合振动具有局限性^[13]。研究结果显示，悬浮间隙信号无法区分轨道的运动和车辆的运动，而同时利用间隙传感器和加速度计信息可以将车辆和轨道的运动分离开来，从而提供额外的信息，这种信息对提升车-轨耦合系统稳定性是有益的。因此，一些学者开展了多状态反馈控制研究，基于现有传感器数据通过状态观测或者系统辨识等方法得到车-轨耦合系统更多的状态信息^[14]。从仿真来看，多状态反馈控制对耦合振动的抑制具有良好的效果，但是在工程上面临反馈参数选取困难的问题，同时状态反馈控制非常依赖于模型，而车-轨耦合系统很难建立精确的模型，因此可能导致设计的状态反馈参数在工程实践中无法达到理想的控制效果。

1.3 悬浮导向系统抗扰控制技术

由于磁悬浮系统是一个非线性开环不稳定系统，需要施加主动控制才能保证闭环系统的稳定，其稳定性易受外界干扰影响。高速磁浮列车在运行过程中受到的外力激扰主要来源于流固耦合、磁力耦合和车-轨耦合3方面^[15]。为此，高速磁浮列车的悬浮导向控制系统需要具有较强的抗扰能力，以保证高速磁浮列车在受到外部激扰时系统具有足够的稳定性。此外，悬浮导向系统在受到外部扰动时出现模型不确定和模型参数时变问题也不应忽视，这也给悬浮导向控制系统的设计带来了巨大的挑战。

提升悬浮导向系统的抗扰能力较为常见的方法是增加系统的稳定裕度。目前较为常见的方法是采用比例-积分-微分（Proportional-Integral-Derivative, PID）控制，以及在PID控制基础上的改进方法，如分段PID方法、模糊PID方法等^[16]。为了解决悬浮导向系统的模型不确定和参数时变问题，一部分学者研究了滑模控制、模型参考自适应控制方法和模型预测控制^[17-18]，并在单磁浮架悬浮导向实验平台上获得了较好的抗扰控制效果。以上研究工作将扰动模型加入被控系统中，设定某种最糟糕的情况来设计控制器，以提升悬浮导向系统的稳定裕度，降低外部扰动对悬浮导向控制性能的影响，可以视作被动抗扰方法。由于高速磁浮列车在高速运行时受到的外部激扰相比于中低速磁浮列车更加剧烈，且难以建模分析，进而为被动抗扰控制方法的响应速度和鲁棒性提出了更高的要求。

为了能够应对快速变化的扰动，可以采用基于扰动观测和补偿的主动抗扰控制方法。目前在磁悬浮系统中较为有效的主动抗扰方法有非线性扰动观测器、固定时间扰动观测器和自抗扰控制等^[19⇓-21]。通过采用主动抗扰控制方法，悬浮导向系统在面对牵引法向力波动和轨道不平顺时其稳定性几乎不受影响。但是，主动抗扰方法对系统模型的依赖和扰动观测的相位延迟问题需要进一步解决。随着智能控制技术的高速发展，在解决悬浮控制模型不确定和参数时变等问题时，一种较好的思路是将神经网络等方法引入控制器的设计。基于径向基神经网络的控制方法、基于深度置信网络的控制方法和自适应神经模糊滑模控制方法在悬浮导向控制系统的设计中都得到较好的控制性能^[22]。通过对历史数据和仿真数据的学习，基于神经网络的控制方法可以很好地解决控制器设计过程中遇到的未建模和模型不确定问题^[23]。目前，上述方法的有效性在单悬浮架实验平台得到了验证，但由于实验室环境无法准确模拟高速运行工况，导致无法采集充足的运行数据进行模型训练，阻碍了智能控制方法在高速磁浮列车悬浮控制中的应用。

1.4 悬浮导向系统智能诊断与容错控制技术

高速磁浮列车悬浮导向系统潜在的故障会影响整车运行的平稳性与可靠性。任何微小的故障若不经过及时的处理都有可能产生极大的危害^[24]。磁浮列车悬浮系统在大功率、高负荷、长时间工作条件下，系统元部件的老化及故障难以避免。高速磁浮列车悬浮系统采用搭接结构为基本悬浮单元，系统更为复杂，搭接结构内部单悬浮点之间的耦合关系更强，充分利用搭接结构内两个悬浮点之间的冗余关系对悬浮导向系统进行故障诊断与容错控制是提高系统可靠性的有效手段。

在悬浮导向系统故障诊断方面，基于模型的故障诊断方法在故障检测、隔离方面具有完备的理论支撑。基于模型故障诊断方法的核心在于生成残差信号，该信号中包含建模不准确部分、扰动部分及故障部分的信息。考虑到悬浮导向系统结构复杂，精确模型难以获得，许多学者结合机理模型和运行数据，设计了基于数据驱动的状态监测、故障诊断以及容错控制方法。以子空间辨识为代表的数据驱动方法的特色在于从过程输入、输出数据出发直接辨识出系统的残差生成器，进而实现故障诊断^[25]，避免了模型参数辨识过程。

在容错控制的工程应用中，根据故障类别不同分别采用不同的容错策略。针对能够进行信号重构的传感器故障，采用信号/控制律重构方法^[26]；针对故障幅度较大、严重影响系统性能的故障，采用基于切换的容错控制方法^[27]；针对微小故障，可采用控制器参数在线更新的方法。此外，可采用即插即用控制结构，该结构由不同的模块组成，可以在保留原有控制结构不变的情况下，通过新增加功能模块的方式来提高系统的容错能力。

当前针对高速磁浮列车悬浮导向系统故障诊断与容错控制研究中，研究对象多为单个控制单元，没有充分利用搭接结构内部两个控制单元之间的关联关系。充分利用搭接结构内部控制单元的冗余关系，将可以大幅提升悬浮导向系统故障诊断能力。

2 面临的技术挑战和未来展望

收起

经过20多年的发展，中国已经基本掌握了具有自主知识产权的高速磁浮交通系统的悬浮导向控制技术，解决了列车跟踪轨道的稳定控制问题。下一步亟须开展线路工程试验，完成达速试验验证，通过示范应用考核，才能实现高速磁浮交通系统大规模的商业推广应用。要实现这一目标，悬浮导向系统须解决车辆在600 km/h运行时，具备抵抗外部气动干扰能力等一系列的技术问题。另外，在高速磁浮长期商业运营中，可能存在线路沉降、走行部等设备性能退化等问题，使得列车高速运行时车身晃动，降低了乘客舒适度体验。要解决这些问题，可以采取列车系统性能退化部件全部更新、进一步提升线路轨道的平顺度建设及维护要求等措施，但这无形中又会提高高速磁浮交通的建设和运维成本，不利于其商业推广。因此，随着信息技术的蓬勃发展，高速磁浮列车的智能化成为可能，悬浮导向系统作为磁浮列车的关键系统，担当了应对上述技术挑战以及进一步提升高速磁浮交通系统稳定性、平稳性的重任。

2.1 未知模态扰动的失稳机理分析与高稳定性智能控制研究

随着列车速度提升至600 km/h，外界对悬浮导向系统的激扰将更加剧烈，系统的平稳性与稳定性受到极大挑战。目前针对这一方面的研究能在一定程度上提升控制系统的稳定性和鲁棒性，但距离适应600 km/h的运行还存在一定差距。主要体现在以下方面：① 目前悬浮/导向系统的控制框架大都是针对某一类问题设计，随着高速磁浮列车的运行环境变得更加复杂和恶劣，较为单一的控制结构往往会出现失稳现象，进而需要一种能够兼顾不同类型问题的新型控制框架；② 高速磁浮列车在高速运行下轨道不平顺对悬浮导向系统的稳定性影响愈发加剧，仅仅依靠二系悬挂的参数匹配和优化难以获得优良动态性能，需要结合悬浮导向系统进行协同优化控制才能有效解决；③ 600 km/h下的侧风和气动升力等空气动力学问题，以及牵引与悬浮系统耦合问题严重制约了高速磁浮列车稳定运行，这一方面的研究目前尚处于起步阶段，应对空气动力学问题和牵引法向力波动的悬浮导向控制方法也少有研究。因此需要针对未知模态扰动，开展悬浮导向系统高稳定性控制策略研究。

在车-轨耦合系统模型的基础上，对不同类型扰动作用下悬浮导向系统的失稳机理进行分析，得到在不同速度区间内悬浮导向系统稳定性对车辆、轨道关键参数的最大容限是进行高稳定性控制方法设计的基础。针对悬浮导向系统受到的外界激扰问题和轨道不平顺问题，需要构建性能在线监测和控制一体化的控制框架，以性能指标为依据，设计多控制律融合和切换策略。针对频率分布较宽的扰动需要研究具有模型弱依赖的带宽自适应扰动观测器。智能控制技术将有望在解决未知模态扰动补偿方面发挥作用。

2.2 高速磁浮列车、轨道关键参数与悬浮导向系统的匹配方法研究

高速磁浮列车的车辆、悬浮导向控制系统和轨道相互耦合，车辆和轨道对列车稳定运行都起着至关重要的作用。随着列车运行速度提升至600 km/h，车辆系统的气动载荷、二系悬挂、载荷不均匀、线路轨道的刚度、不平顺性和线路选线设计等因素对悬浮导向系统影响将增大。目前关于车辆、轨道关键参数与悬浮导向系统匹配方法的研究还存在以下问题：① 600 km/h速度下车辆的稳定运行需要较大的悬挂刚度，但过大的悬挂刚度又可能导致舒适性降低、悬浮力波动变大等问题；② 高速磁浮列车往往是多点协同支撑的超静定系统，导致系统出现静态、动态载荷不均匀，随着速度提升至600 km/h，系统的静态、动态载荷幅值增加，频率范围也进一步加大，严重影响了车辆承载能力及悬浮导向系统的性能；③ 目前简支梁跨中挠度和梁的基频与悬浮导向系统的性能指标直接相关，能否满足600 km/h运行需求以及是否有一定余量需要进一步研究；④ 以舒适度为控制指标得到的线路技术参数往往较为保守，目前尚缺乏600 km/h磁浮线路的动力性能指标及磁浮线路主要参数，需借助于考虑车辆、线路和控制系统的磁浮车/线耦合动力学理论进行更深入的研究。

针对车辆关键参数与悬浮导向系统的匹配问题可以通过数值仿真方法开展大风环境下磁浮列车非定常气动特性的计算，研究强风作用下磁浮列车周围流动分离特性和非定常演化规律，建立车-轨耦合系统模型。以提升悬浮导向控制系统的动态性能为目标，以空气动力载荷为设计变量，通过多次反复迭代，分析出最合理的气动载荷边界要求；开展二系悬挂的特性参数对列车振动及悬浮导向控制系统的影响分析，揭示其影响机理，获得600 km/h速度级高速磁浮列车二系悬挂系统参数最优解。针对轨道参数与悬浮导向系统的匹配问题需要进一步研究基于轨道梁静态、动态刚度最优匹配的问题，获得适用于600 km/h速度级高速磁浮列车的轨道梁的截面结构及支撑方式的优化设计方案。针对混凝土轨道梁的徐变和预应力钢筋的松弛、基础不均匀沉降、功能件局部变形等不平顺问题，研究悬浮导向控制系统动态性能在线优化措施是十分必要的。此外，基于轨道参数对悬浮导向动态性能的影响规律，研究轨道不平顺指标与悬浮导向系统参数的最优匹配。优化600 km/h速度级高速磁浮交通系统线路轨道安装与维护的标准，可以降低轨道不平顺问题对悬浮导向系统的影响。

2.3 悬浮导向系统性能退化机理与智能恢复控制研究

高速磁浮列车长期服役下车辆和轨道特性变化引起的悬浮性能退化将会导致悬浮导向系统动态性能下降，引起失稳问题。目前关于高速磁浮列车的性能退化检测和恢复控制方法的研究尚不全面，主要存在以下问题：① 缺乏针对车辆和轨道系统性能退化对悬浮导向系统控制性能影响的机理分析，无法从理论上了解不同系统性能退化程度对列车稳定性和平稳性的影响；② 在长期运行中出现的轨道刚度变化、轨道形变和不均匀沉降的问题对高速磁浮列车的悬浮导向性能影响还有待进一步讨论，现有的影响机理结论不足以支撑高速磁浮列车交通系统的适用性；③ 由于高速磁浮列车的运行工况比中低速磁浮列车更加复杂，现有的性能退化评估方法和恢复控制方法无法对所有可能出现的性能退化进行有效监测，难以实施控制系统在线优化，也无法对可能出现的退化问题进行提前预测。

需要进一步研究长时间运行后车辆参数变化和轨道状态劣化对高速磁浮列车悬浮导向性能的影响机理。为了能够对性能退化进行预测，可以使用在线监测的悬浮导向系统多源状态数据，利用长短时记忆神经网络等方法建立系统的时间序列预测模型，对高速磁浮列车悬浮导向系统的预测性性能评估具有很高的应用价值。此外，结合动态性能评估指标和预测性性能评估结论，确定车辆、轨道性能退化后悬浮导向性能下确界，可以为实现悬浮导向系统的全局控制优化提供指导意见。在性能恢复控制方面，可以设计一种全新的悬浮系统性能优化框架，既能够保留现有的悬浮控制算法设计和调试的经验，不改变现有悬浮控制器的主体算法结构，又可以监测到系统性能退化引发的系统控制性能下降，从而针对性地进行动态补偿调整，实现对高速磁浮列车长期运行过程中的悬浮系统性能的优化和改善。

2.4 悬浮导向系统性能指标体系建立与状态智能评估

建立车-轨耦合系统的性能评估体系是评判悬浮导向系统性能优劣和进行控制系统优化的先决条件。目前对于高速磁浮列车的车-轨耦合系统的性能评估问题研究比较少，现有研究存在以下问题：① 传统的动态性能指标体系无法指导高速磁浮列车的调试工作，悬浮导向控制器都是基于工程经验的方法进行调试，且调试时磁浮列车处于悬停或低速运行状态，无法保证高速行驶时悬浮导向的稳定；② 在高速磁浮列车运行过程中，悬浮导向系统面临模型结构参数变化及复杂扰动干扰，始终处在动态调整状态，采用开环传递函数幅频特性来求取悬浮导向性能的方法存在缺陷，因此需要研究基于数据驱动的悬浮导向性能指标建立方法；③ 高速磁浮列车悬浮导向系统由不同的子系统部件组成，子系统内零部件组成非常复杂，当系统各部件设备出现不同程度的磨损和故障时，仅依靠定期维护无法保证悬浮导向系统的最佳控制性能，需要预先设计一个性能退化指标及其评价体系，在运营中实时监测悬浮导向系统的性能退化程度，以便及时对系统开展维护工作。

目前可以借鉴磁浮轴承和中低速磁浮列车的性能指标，通过台架试验和整车试验的方法对稳定性、平稳性和快速响应性提出相应的指标要求。针对基于模型的性能评估方法在悬浮导向系统中难以应用的问题可以设计以随机性指标和确定性指标为基础的悬浮导向系统数据驱动性能评估方法；也可以从系统调试过程中的随机性干扰的抑制角度，设计基于非线性扩展最小方差的悬浮导向系统性能指标及评估方法。同时，针对悬浮导向系统的稳定性评估可以尝试研究基于灵敏度的稳定裕度评估方法。针对数据驱动评估方法容易受到噪声和扰动影响的问题，利用目前较为成熟的机器学习方法，对悬浮导向系统的多源信息进行融合，研究评价悬浮导向系统的抗扰能力、轨道不平顺的适应能力和系统的稳定裕度的方法是值得深入开展的。

3 发展建议

收起

为满足复杂工况下磁浮列车高速运行稳定性、平稳性和可靠性等要求，对悬浮导向控制技术的研究提出以下发展建议。

（1）突破600 km/h速度级磁浮交通系统悬浮导向关键技术。研究流场、磁场等多因素作用下车-轨系统耦合振动智能抑制策略、未知模态扰动提取与高稳定性智能控制方法、性能退化恢复与智能容错控制技术，提高列车运行稳定性、平稳性和可靠性。

（2）强化协同设计理念。高速磁浮交通是复杂的系统工程，任何一个分系统都与列车的运行安全性、稳定性和舒适性密切相关。以悬浮导向系统为例，其稳定性与车辆的气动外形设计、二系悬挂参数、轨道刚度、线路线型以及牵引曲线高度耦合，任何一个分系统设备出现问题，都可能会影响悬浮导向系统的稳定性，这就需要上述各分系统的设计均满足列车悬浮导向能力上限要求。在关键技术攻关过程中，要打破各自为战的惯性思维，严格贯彻各分系统协同设计理念，对高速磁浮列车展开系统性的优化设计，才能为将来的工程化应用提供有力的技术支撑。

（3）建立健全高速磁浮列车悬浮导向性能指标评价体系。性能指标体系是评价系统优劣的前提条件，目前高速磁浮列车悬浮导向系统尚未建立完善的性能指标评价体系，可以充分吸收高速磁浮列车现有研究成果，结合相关试验平台测试试验，展开对悬浮导向系统性能指标和评价方法的研究，建立高速磁浮列车的悬浮导向系统性能评价指标体系，为各分系统研究和未来的工程化应用奠定基础。

（4）用好上海磁浮线的运营经验与长期服役的运行数据。建立高速磁浮列车运行数据库，为下一步开展悬浮导向系统智能控制方法研究、性能指标建立、性能退化分析等工作提供支撑。建立运营企业、集成制造企业与各高校之间的协作机制，用理论研究成果来解释工程运营和产品设计中遇到的问题，用工程实践来验证最新的理论成果。

4 结束语

收起

悬浮导向系统是常导高速磁浮列车的核心关键系统，与磁浮列车的稳定性、平稳性和可靠性紧密相关，需要多学科有机融合。中国在“十三五”期间自主研发的高速磁浮工程化样车的下线，标志着中国已经初步掌握更高速度的高速磁浮交通关键技术。高速磁浮交通悬浮导向控制系统智能化水平的提升将进一步提高系统适应复杂工况的能力，为600 km/h速度级高速磁浮交通系统研发打下坚实的基础。

基金

收起

国家自然科学基金(52332011)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

吴祥明. 磁浮列车[M]. 上海: 上海科学技术出版社, 2003.

[2]

张昆仑, 王滢, 董金文, 等. 高速磁浮铁路技术[M]. 北京: 中国铁道出版社有限公司, 2021.

[3]

丁叁叁. 时速600公里高速磁浮交通系统[M]. 上海: 上海科学技术出版社, 2022.

[4]

龙志强. 永磁电磁悬浮技术及应用研究[M]. 上海: 上海科学技术出版社, 2023.

[5]

龙鑫林. 永磁电磁型低速磁浮列车控制技术研究[D]. 长沙: 国防科技大学, 2012.

[6]

郝阿明. 常导高速磁浮列车悬浮导向系统关键技术研究[D]. 长沙: 国防科技大学, 2008.

[7]

Nielsen

, Fulford

, Maggiore

. Path following using transverse feedback linearization: Application to a maglev positioning system[J]. Automatica, 2010, 46(3): 585-590.

https://doi.org/10.1016/j.automatica.2010.01.009

[8]

郑丽莉. 钢轨涡流对EMS型低速磁浮列车悬浮力影响的研究[D]. 长沙: 国防科技大学, 2010.

[9]

Ding

, Yang

, Long

, et al. Three-dimensional numerical analysis and optimization of electromagnetic suspension system for 200 km/h maglev train considering eddy current effect[J]. IEEE Access, 2018, 6: 61547-61555.

https://doi.org/10.1109/ACCESS.2018.2876599

[10]

Zhou

, Yu

, Wang

, et al. An adaptive vibration control method to suppress the vibration of the maglev train caused by track irregularities[J]. Journal of Sound and Vibration, 2017, 408: 331-350.

https://doi.org/10.1016/j.jsv.2017.07.037

[11]

, Li

, Zhou

, et al. The active control of maglev stationary self-excited vibration with a virtual energy harvester[J]. IEEE Transactions on Industrial Electronics, 2015, 62(5): 2942-2951.

https://doi.org/10.1109/TIE.2014.2364788

[12]

周丹峰, 李杰, 余佩倡, 等. 磁浮交通轨排耦合自激振动分析及自适应控制方法[J]. 自动化学报, 2019, 45(12): 2328-2343.

[13]

, Long

, Zhao

, et al. Real-time stability performance monitoring and evaluation of maglev trains’ levitation system: A data-driven approach[J]. IEEE Transactions on Intelligent Transportation Systems, 2022, 23(3): 1912-1923.

https://doi.org/10.1109/TITS.2020.3029905

[14]

梁鑫. 磁浮列车车轨耦合振动分析及试验研究[D]. 成都: 西南交通大学, 2015.

[15]

Boldea

, Tutelea

, Xu

. Linear electric machines, drives and MAGLEVs: An overview[J]. IEEE Transactions on Industrial Electronics, 2018, 65(7): 7504-7515.

https://doi.org/10.1109/TIE.41

[16]

Zhao

, Liu

, Long

, et al. Research on control system of maglev train based on fuzzy PID[C]// Proceedings of the 2019 Chinese Automation Congress. Beijing: Chinese Automation Congress, 2019: 4422-4427.

[17]

Sun

, Wang

, Lu

, et al. Gaussian process dynamic modeling and backstepping sliding mode control for magnetic levitation system of maglev train[J]. Journal of Theoretical and Applied Mechanics, 2021, 60(1): 49-62.

[18]

, Mu

, Kang

, et al. Robust controller design for maglev suspension systems based on improved suspension force model[J]. IEEE Transactions on Transportation Electrification, 2021, 7(3): 1765-1779.

https://doi.org/10.1109/TTE.2021.3058137

[19]

Leng

, Yu

, Gao

, et al. Optimal control scheme of maglev train based on the disturbance observer technical committee on control theory[C]// Proceedings of the 2019 Chinese Association of Automation. Beijing: Chinese Association of Automation, 2019: 1935-1940.

[20]

Jiang

, Shen

, Zhang

, et al. Nonlinear robust composite levitation control for high-speed EMS trains with input saturation and track irregularities[J]. IEEE Transactions on Intelligent Transportation Systems, 2022, 23(11): 20323-20336.

https://doi.org/10.1109/TITS.2022.3178122

[21]

Ouyang

, Fan

, Liu

, et al. Adaptive LADRC parameter optimization in magnetic levitation[J]. IEEE Access, 2021, 9: 2169-3536.

[22]

Chen

, Xu

, Rong

, et al. Neural-network state-observation-based adaptive inversion control method of maglev train[J]. IEEE Transactions on Vehicular Technology, 71(4): 3660-3669.

https://doi.org/10.1109/TVT.2022.3142144

[23]

Sun

, Xu

, Wu

, et al. Deep learning based semi-supervised control for vertical security of maglev vehicle with guaranteed bounded airgap[J]. IEEE Transactions on Intelligent Transportation Systems, 2021, 7: 4431-4442.

[24]

龙志强. 磁浮列车状态监测、故障诊断与容错控制[M]. 上海: 上海科学技术出版社, 2023.

[25]

Wang

, Long

, Luo

, et al. A data-driven fault diagnosis of high-speed maglev train levitation system[J]. International Journal of Adaptive Control and Signal Processing, 2023, 37(10): 2671-2689.

https://doi.org/10.1002/acs.v37.10

[26]

李晓龙, 张志洲, 龙志强. 基于反馈增益重构的传感器主动容错控制[J]. 兵工自动化, 2008(4): 59-63.

[27]

Yetendje

, Seron

M M

, Doná

J A

, et al. Fault-tolerant switching control of a magnetic levitation system[J]. International Federation of Automatic Control, 2009, 42(8): 372-377.

2023年第2卷第4期

PDF下载

3542

1882

引用本文

BibTeX

文章信息

doi: 10.3981/j.issn.2097-0781.2023.04.008

接收时间：2023-10-30
出版时间：2023-12-20
发布时间：2024-01-07

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2023-10-30
修回日期：2023-11-10

基金

国家自然科学基金(52332011)

作者信息

国防科技大学智能科学学院，长沙 410073

通讯作者:

^†

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/qzkj/CN/10.3981/j.issn.2097-0781.2023.04.008

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

表12种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

访问统计

友情链接

联系我们

官方微信公众号