铁路驱动中的高级最大附着跟踪策略

现代铁路牵引系统通常配备反滑控制策略以满足性能和安全要求。一定程度的滑移是必要的，以增加牵引电机对轨轨的扭矩。通常采用恒定滑移控制来限制车轮与轨之间的滑移速度，以避免过度滑移和车辆脱轨。但这以牺牲铁路牵引和制动能力为代价。寻找实现最大牵引力的滑移值具有挑战性，因为滑移与车轮-轨附着系数之间存在非线性关系，同时其值还取决于轨道和车轮的条件。已报道了扰动观察 (P\&O) 和梯度法 (SG) 等方法用于最大附着跟踪 (MAT) 搜索。然而，这两种方法都存在局限性。本文提出了两种新的 MAT 策略，分别使用模糊逻辑控制器 (FLC) 和粒子群优化 (PSO)，以克服现有方法的局限性。首先对现有方法和新方法进行仿真模拟，并在相同的条件下使用缩放滚筒实验平台进行实验验证。结果表明，所提出的方法在降低搜索时间和振荡幅度方面优于现有解决方案，同时还显示出对调参复杂度和计算需求的改善。