Методы и модели адаптивного управления тягой электроприводов для системы автоведения подвижного состава монорельсовой транспортной системы H-Bahn

Цель: создание математических моделей, описывающих транспортную систему H-Bahn, методов и алгоритмов управления электроприводами (тягой и торможением) для системы автоведения подвижного состава монорельсовой транспортной системы типа H-Bahn. В обобщенном виде применены методы теории автоматического управления, разработаны алгоритмы адаптивного управления тягой электроприводов подвижного состава для осуществления движения в автоматическом режиме и выдерживания установленной скорости движения на подвесных монорельсовых транспортных системах H-Bahn. Разработанные математические модели и алгоритмы управления могут быть адаптированы для применения на других монорельсовых системах, в том числе подвесного типа, движение на которых будет осуществляться в автоматическом/полуавтоматическом режиме. Результаты использованы при разработке макета блока управления электроприводами системы автоведения опытного образца вагона на реальном экспериментальном участке пилотной транспортной системы H-Bahn в Московской области, разрабатываемой ООО «НТС «Стрела» и ООО «Инновационная компания ГМК» в рамках выполнения прикладных научных исследований и экспериментальных разработок при поддержке Министерства образования и науки РФ (уникальный идентификатор RFMEFI58214X0003). Проведен анализ сил, действующих на вагон монорельсовой дороги H-Bahn. Разработана математическая модель движения вагона. Рассмотрены особенности алгоритмов идентификации параметров движения подвижного состава, для каждого алгоритма выбрана оптимальная траектория разгона и рассмотрена зависимость от начального приближения. Проведено исследование алгоритмов идентификации параметров движения подвижного состава, которое показало, что лучшим алгоритмом определения трех параметров является регрессия. Предложен новый упрощенный алгоритм оценки массы вагона, который с достаточной точностью оценивает массу вагона уже на 10-й с разгона подвижного состава. Проведено исследование алгоритмов фильтрации скорости и координаты движения вагона. Лучшую точность показал расширенный алгоритм фильтрации Калмана, который позволил уменьшить ошибку в 2,5 раза даже при начальной ошибке скорости в 1%. Проведено исследование алгоритма управления для удержания траектории в соответствии с номинальной. Управление позволяет в несколько раз снизить невязку для алгоритма регрессии с оценкой трех параметров и для упрощенного алгоритма оценки массы вагона.