隧道压力波模拟加载系统遗忘开闭环高阶控制

李新　陈春俊　艾永军　周建容

摘要：为研究高速列车通过隧道时产生的压力波对车体气密性和车内压力舒适度的影响，建立隧道压力波模拟加载系统。该系统具有非线性、多扰动、多容耦合以及加载的压力波幅值大和变化剧烈等特点，带来控制速度和精度上的难度。为准确模拟加载隧道压力波，采用遗忘开闭环高阶迭代学习控制算法进行控制，利用AMESim和Simulink联合仿真平台进行控制仿真，并对比几种不同学习律的控制效果。仿真结果表明：遗忘开闭环高阶学习律在第7个周期时，压力控制最大误差绝对值已降低到0.358 2kPa，相对于开环PfD和遗忘因子开环PfD型学习律的1.23kPa和0.9462kPa，分别减少70.87%和62.14%，该算法可增加系统稳定性，使得隧道压力波的加载更加快速准确。

关键词：压力波模拟加载系统;迭代学习控制;开闭环高阶学习律;遗忘因子

中图分类号：TP273 文献标志码：A 文章编号：1674-5124（2019）01-0145-05

0 引言

随着高速列车速度的提升，气压波动程度随之加大，特别是当高速列车会车或者在隧道中运行时，车体表面的瞬时压力波幅值会在较大范围内变化。外界空气压力的这种波动通过车体的缝隙或者空调系统的新风道与废排风道影响到车内的压力，如果车内空气压力变化量及变化率超过一定值，就会刺激旅客的耳膜，引起耳肿耳痛，从而影响乘客的舒适性[1];同时会影响到车体的气密性及材料的耐疲劳强度等[2]。

在实际线路上进行高速列车经过隧道时车内外压力对车体气密性、车内压力波动对人舒适性的影响及列车材料耐疲劳强度等的研究，不仅测试周期长、经济成本高，而且会影响列车正常的运营。因此国内中南大学王前选、梁习锋团队搭建了车内压力波试验模拟装置，用于模拟加载列车通过隧道时车内的压力变化，研究压力波动与人耳舒适性的关系[3]。西南交通大学陈春俊团队搭建了隧道压力波模拟加载系统，此系统可以对一节实际列车车厢通过隧道工况时进行车外压力的地面模拟，因此能够同时研究车外隧道压力对车体气密性、车内压力波动对人舒适性的影响以及材料耐疲劳强度。

然而对于隧道压力波模拟加载系统，其多罐体、大容积、调节响应时滞时间长以及加载的压力波幅值大和变化剧烈等因素，带来了压力调节速度及精度的问题。方超等[4-5]针对此系统将时变遗忘因子应用到开环PED学习律中，并与其他学习律迭代控制算法进行了对比分析，證明其在密封箱体压力控制上提高了系统的抗干扰能力和改善了动态性能。但都是开环型控制，存在跟踪速度慢、精度低等问题。文献[6]针对气动加载系统，通过设计一种自抗扰控制器进行非线性、强耦合系统的压力精确跟踪控制，但此控制器需要依赖对象模型，对于无法建立系统数学模型时并不适用。文献[7]针对双容系统，设计了参数自整定的模糊PID控制器，得到了良好的控制效果，但存在糊规则难以制定等问题。

本文针对隧道压力波模拟加载系统，为提高其加载的快速性和精度，提出一种带有时变遗忘因子的开闭环高阶迭代学习控制算法，引入了闭环和多次误差信息来提高控制系统的精度、收敛速度，并利用Simulink与AMESim联合仿真平台建立系统模型及仿真验证。

1 隧道压力波模拟加载系统及模型建立

1.1 隧道压力波模拟加载系统

高速列车压力波模拟加载系统主要由鼓风机、真空泵、正负压罐、密封箱体、气动蝶阀、管路、压力传感器及控制系统组成，通过对相应阀门的控制，使密封箱体内形成压力波。压力模拟加载系统示意图如图1所示。

鼓风机和真空泵作为气源系统，分别对正负压罐进行充气抽气，使其压力控制在预设压力附近。之所以设立正负压罐，是因为隧道压力波的幅值波动大、变化剧烈。要使系统能够快速地跟踪隧道压力波，需要提高正压罐的压力，使其远超于隧道压力波最大值;降低负压罐内压力，使其远低于隧道压力波最小值。之后通过控制阀门K2和K3对密封箱体进行充气抽气，使整个系统能够精确地跟踪隧道压力波。密封箱体用来放置一整节车厢，通过形成相应的隧道压力波来进行车体的气密性及材料耐疲劳强度等试验研究。

1.2 联合仿真模型的建立

此系统是多容积相互耦合的复杂系统，要建立精确的数学模型具有一定的难度，因此利用AMESim软件提供的物理模型，搭建压力模拟加载系统模型。同时利用Simulink在控制策略上的优势，建立系统的控制算法，并利用AMESim与Simulink提供的外部接口Co-simulation Interface将两者结合起来进行联合仿真。压力波模拟加载系统联合仿真模型如图2所示。

由于密封箱体内需要放入一节真实尺寸的试验车体，密封箱体设计的实际体积是4m×4.2m×30m，约为500m³;同时试验车体的真实体积约为250m³。因此在AMESim中进行参数设置时，其体积要减去试验车体体积。系统重要模型参数如表1所示。

2 迭代控制算法学习律研究

2.1 控制算法

本控制系统分为调节阶段和加载阶段。在调节阶段进行正负压罐的充气抽气，使其内压力达到预设压力;加载阶段为密封箱体内的隧道压力波加载。

开始后，鼓风机和真空泵对正负压罐进行充气抽气，通过控制阀门K1和K4使其稳定在预设值范围;在加载阶段通过控制阀门K2和K3的动作对密封箱体进行充气抽气，使其内部形成隧道压力波。因此阀门K2和K3的动作和密封箱体内的压力变化会影响到正负压罐内的压力，使其产生波动，偏离预设值;同时正负压罐内的压力波动又会影响到密封箱体内隧道压力波加载的精度，因此形成多容积的耦合。压力加载系统的控制流程图如图3所示。

在进行相关研究时，此多容耦合系统需对车体进行反复的隧道压力波加载，具有重复性。因此采用PID型迭代学习控制算法，利用其逐步跟随学习的特点和其解决非线性系统不需要精确的数学模型的优势，以及其控制简单、有效的特点[8]。