基于自抗扰控制的高速列车虚拟编组短间距协同巡航控制

doi:10.3901/JME.260055

机械工程学报 ›› 2026, Vol. 62 ›› Issue (2): 283-300.doi: 10.3901/JME.260055

• 运载工程 • 上一篇

扫码分享

基于自抗扰控制的高速列车虚拟编组短间距协同巡航控制

王美琪^1,2,3, 温中亮^2,3, 刘鹏飞^1,2,3, 戚壮^2,3, 王瑞晨^2,3, 余志强⁴

1. 石家庄铁道大学省部共建交通工程结构力学行为与系统安全国家重点实验室石家庄 050043;
2. 石家庄铁道大学机械工程学院石家庄 050043;
3. 石家庄铁道大学河北省工程机械动力与传动控制重点实验室石家庄 050043;
4. 石家庄铁道大学电气与电子工程学院石家庄 050043

收稿日期:2024-12-27 修回日期:2025-07-02 发布日期:2026-03-02
作者简介:王美琪，男， 1988 年出生，博士，副教授，博士研究生导师。主要研究方向为非线性动力学、车辆动力学与控制。E-mail： wangmeiqi@stdu.edu.cn;刘鹏飞(通信作者)，男， 1986 年出生，博士，教授，博士研究生导师。主要研究方向为车辆动力学、列车-轨道耦合动力学。E-mail： lpfswjtu@163.com
基金资助:
国家自然科学基金(12393783,12472020,52422218)、河北省自然科学基金(E2021210022)和河北省科技研发平台建设专项(21567622H)资助项目。

Virtual Marshalling Short-spacing Cooperative Cruise Control of High-speed Train Based on ADRC

WANG Meiqi^1,2,3, WEN Zhongliang^2,3, LIU Pengfei^1,2,3, QI Zhuang^2,3, WANG Ruichen^2,3, YU Zhiqiang⁴

1. State Key Laboratory of Mechanical Behavior and System Safety of Traffic Engineering Structures, Shijiazhuang Tiedao University, Shijiazhuang 050043;
2. School of Mechanical Engineering, Shijiazhuang Tiedao University, Shijiazhuang 050043;
3. Hebei Key Laboratory of Mechanical Power and Transmission Control, Shijiazhuang Tiedao University, Shijiazhuang 050043;
4. School of Electrical and Electronic Engineering, Shijiazhuang Tiedao University, Shijiazhuang 050043

Received:2024-12-27 Revised:2025-07-02 Published:2026-03-02

摘要/Abstract

摘要： 当前，虚拟编组列车已成为轨道交通领域的研究热点，由于虚拟编组列车缺乏物理车钩连接，运行过程中所面临的小间距安全跟踪控制问题以及传统控制策略在强干扰下稳定性不高、鲁棒性差的缺点，提出一种基于自抗扰的高速列车虚拟编组短间距跟踪控制算法，分析了由4节动力单元构成的虚拟编组列车在直线、曲线与长大坡道线路上进行连挂跟踪的过程。结果表明，在不同的路况以及不同车间距离均能实现准确的虚拟连挂和虚拟跟踪，与传统PID控制和人工势场控制相比，多动力单元短间距协同巡航自抗扰控制策略具有更强的抗干扰能力和更高的跟踪精度，也能够减小列车加减速时的纵向振动，提高虚拟编组列车的稳定性。

关键词: 虚拟编组, 高速列车, 间距跟踪, 自抗扰控制

Abstract: At present, the virtual formation train has become a research hotspot in the field of rail transportation. Due to the lack of physical hook connection of the virtual formation train, the small spacing safety tracking control problem faced in the operation process as well as the shortcomings of the traditional control strategy of low stability and poor robustness in the strong interference, a short-pitch tracking control algorithm for virtual marshalling of high-speed trains based on active disturbance rejection is proposed, and the process of continuous tracking of virtual marshalling trains composed of 4 power units on straight lines, curves and long ramps is analyzed. The results show that accurate virtual linkage and virtual tracking can be realized in different road conditions and different workshop distances, and compared with the traditional PID control and artificial potential field control, the multi-power unit short-pitch cooperative cruise self-immunity control strategy has stronger anti-interference ability and higher tracking accuracy, and it can also reduce longitudinal vibration during acceleration and deceleration of the train, and improve the stability of the virtual formation train.

Key words: virtual marshalling, high-speed train, short spacing tracking, active disturbance rejection control

中图分类号:

TG156

王美琪, 温中亮, 刘鹏飞, 戚壮, 王瑞晨, 余志强. 基于自抗扰控制的高速列车虚拟编组短间距协同巡航控制[J]. 机械工程学报, 2026, 62(2): 283-300.

WANG Meiqi, WEN Zhongliang, LIU Pengfei, QI Zhuang, WANG Ruichen, YU Zhiqiang. Virtual Marshalling Short-spacing Cooperative Cruise Control of High-speed Train Based on ADRC[J]. Journal of Mechanical Engineering, 2026, 62(2): 283-300.

参考文献

[1] 罗啸林，唐涛，林炳跃，等. 一种缩短虚拟编组列车追踪间距的鲁棒模型预测控制方法[J]. 铁道学报， 2023， 45(8)： 68-76. LUO Xiaolin， TANG Tao， LIN Bingyue， et al. A robust model predictive control method for shortening tracking spacing of virtual formation trains[J]. Journal of Railway， 2023， 45(8)： 68-76.
[2] 禹丹丹，韩宝明，张琦，等. 基于灵活编组的轨道交通列车开行方案优化方法[J]. 北京交通大学学报， 2015， 39(6)： 21-31. YU Dandan ， HAN Baoming ， ZHANG Qi ， et al. Optimization method of rail transit train running scheme based on flexible grouping[J]. Journal of Beijing Jiaotong University， 2015， 39(6)： 21-31.
[3] 施仲衡，丁树奎. 城市轨道交通绿色低碳发展策略[J]. 都市快轨交通， 2022， 35(1)： 1-4， 11. SHI Zhongheng， DING Shukui. Green and low-carbon development strategy for urban rail transit[J]. Urban Express Transportation， 2022， 35(1)： 1-4， 11.
[4] Shift2Rail Joint Undertaking. Shift2Rail annual activity report 2021[R]. Luxembourg： Publications Office of the European Union， 2021.
[5] 谢正光，魏运. 新时代我国城市轨道交通运营新模式探讨[J]. 都市快轨交通， 2022， 35(1)： 54-59. XIE Zhengguang， WEI Yun. Discussion on new mode of urban rail transit operation in China in the new era[J]. Urban Express Transportation， 2022， 35(1)： 54-59.
[6] 魏运，白文飞，李宇杰. 智慧地铁需求分析及功能规划研究[J]. 都市快轨交通， 2020， 33(1)： 40-48. WEI Yun， BAI Wenfei， LI Yujie. Research on demand analysis and function planning of smart metro[J]. Urban Express Transportation， 2020， 33(1)： 40-48.
[7] BOCK U， BIKKER G. Design and development of a future freight train concept-“virtually coupled train formations”[J]. IFAC Proceedings Volumes， 2000， 33(9)： 395-400.
[8] NOLD M， CORMAN F. Dynamic train unit coupling and decoupling at cruising speed: systematic classification， operational potentials， and research agenda[J]. Journal of Rail Transport Planning & Management， 2021， 18(8)： 100241.
[9] WANG P， ZHU Y， ZHU W. Robust cooperative train trajectory optimization with stochastic delays under virtual coupling[J]. IET Intelligent Transport Systems， 2023， 17： 1415-1433.
[10] LIU L. Research and prospect of intelligent control technology for virtually coupled train formation[J]. Railway Signaling & Communication Engineering， 2020， 17(2)： 1-9.
[11] LIU Y， ZHOU Y， SU S， et al. Control strategy for stable formation of high-speed virtually coupled trains with disturbances and delays[J]. Computer Aided Civil Infrastructure Engineering， 2022， 71： 1-19.
[12] LI C， WANG J， SHAN J， et al. Robust cooperative control of networked train Platoons: A negative imaginary systems’ perspective[J]. IEEE Transactions on Control of Network Systems， 2021(8)： 1743-1753.
[13] PARK J， LEE B H， EUN Y. Virtual coupling of railway vehicles: Gap reference for merge and separation， robust control， and position measurement[J]. IEEE Transactions on Intelligent Transport Systems， 2020， 23： 1085-1096.
[14] ZHOU Y H， ZHANG Z. High-speed train control based on multiple-model adaptive control with second level adaptation[J]. Vehicle System Dynamics， 2014， 52(5)： 637-652.
[15] QUAGLIETTA E ， WANG M ， GOVERDE R. A multi-state train following model for the analysis of virtual coupling railway operations[J]. Journal of Rail Transport Planning & Management， 2020， 15： 100195.
[16] MEO C D ， VAIO M D ， NARSDONE R ， et al. ERTMS/ETCS virtual coupling： proof of concept and numerical analysis[J]. IEEE Transactions on Intelligent Transportation Systems， 2020， 21(6)： 2545-2556.
[17] ZHANG H， HUANG J， HE Z， et al. Constraint force driven control design for rail vehicle virtual coupling[J]. Journal of Vibration and Control， 2022， 28(5-6)： 551-563.
[18] LUO X， TANG T， LIU H， et al. An adaptive model predictive control system for virtual coupling in metros[J]. Actuators， 2021， 10(178)： 1-19.
[19] FELEZ J， VAQUERO-SERRANO M A， SANZ J D. A robust model predictive control for virtual coupling in train sets[J]. Actuators， 2022， 11(372)： 1-18.
[20] LIU Y， LIU R， WEI C， et al. Distributed model predictive control strategy for constrained high-speed virtually coupled train set[J]. IEEE Transactions Vehicular Technology， 202171(1)： 171-183.
[21] LUO X， LIU H， ZHANG L， et al. A model predictive control based inter-station driving strategy for virtual coupling trains in railway system[J]. In Proceedings of the 2021 IEEE International Intelligent Transportation Systems Conference， 2021(9)： 3927-3932.
[22] HAN L， LI R H， JI Y J. Path-following control strategy for gantry virtual track train based on distributed virtual driving model[J]. Vehicle System Dynamics， 2023， 62(1)： 85-113.
[23] 张小林，赵磊. 模型预测控制在轨道交通虚拟耦合列控系统中的应用[J]. 城市轨道交通研究， 2021， 24(10)： 233-237. ZHANG Xiaolin ， ZHAO Lei. Application of model predictive control in virtual coupled column control system of rail transit[J]. Urban Rail Transportation Research， 2021， 24(10)： 233-237.
[24] FELEZ J， KIM Y， BORRELLI F. A model predictive control approach for virtual coupling in railways[J]. IEEE Transactions on Intelligent Transportation Systems， 2019， 20(7)： 2728-2739.
[25] AOUN J， QUAGLIETTA E， GOVERDE R， et al. A hybrid delphiaph multi criteria analysis of moving block and virtual coupling railway signalling science direct[J]. Transportation Research Part C: Emerging Technologies， 2021， 129： 103250.
[26] MAYNE D Q， SERON M M， RAKOVIC S V. Robust model predictive control of constrained linear systems with bounded disturbances[J]. Automatica， 2005， 41(2)： 219-224.
[27] YANG W L， GAO J W， FENG G， et al. An optimal approach to output-feedback robust model predictive control of LPV systems with disturbances[J]. International Journal of Robust and Nonlinear Control， 2016， 26(25)： 3253-3273.
[28] YANG W L， XU D Z， JIANG B B， et al. A novel dual-mode robust model predictive control approach via alternating optimizations[J]. Automatica， 2021， 133： 109857.
[29] 安柯欣，陈光武，石建强. 基于强化学习的高速列车速度跟踪改进自抗扰控制[J]. 北京交通大学学报， 2023， 47(2)： 86-94. AN Kexin ， CHEN Guangwu ， SHI Jianqiang. Reinforcement learning-based improved self-immunity control for high-speed train speed tracking[J]. Journal of Beijing Jiaotong University， 2023， 47(2)： 86-94.
[30] 连文博，刘伯鸿，李婉婉，等. 基于自抗扰控制的高速列车自动驾驶速度控制[J]. 铁道学报， 2020， 42(1)： 76-81. LIAN Wenbo， LIU Bohong， LI Wanwan， et al. Speed control of high-speed train autopilot based on selfimmunity control[J]. Journal of Railway， 2020， 42(1)： 76-81.
[31] YUE L L， WANG Y D， XIAO B D， et al. Improved active disturbance rejection speed control for autonomous driving of high-speed train based on feedforward compensation[J]. Science Progress ， 2023， 106(4) ： 00368504231208505.
[32] HAN J Q. From PID to auto disturbances rejection control[J]. IEEE Transactions on Industrial Electronics， 2009， 56(3)： 900-906.
[33] LIN J T， NI M J. Virtual marshalling adaptive model predictive control based on artificial potential field[J]. Journal of Beijing University of Aeronautics and Astronautics， 2023， 544： 1-23.
[34] 薛应花，丁军君，王利军，等. 面向川藏铁路的机车车辆运行基本阻力研究[J]. 机车电传动， 2021， 10(3)： 67-72. XUAN Yinghua， DING Junjun， WANG Lijun， et al. Research on the basic resistance of locomotive running for Sichuan-Tibet Railway[J]. Locomotive Electric Drive， 2021， 10(3)： 67-72.

基于自抗扰控制的高速列车虚拟编组短间距协同巡航控制

Virtual Marshalling Short-spacing Cooperative Cruise Control of High-speed Train Based on ADRC

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	刘舫泊, 肖新标, 张捷, 杨吉忠. 气动激励下高速列车车体受电弓平顶声振特性研究[J]. 机械工程学报, 2026, 62(2): 261-270.
[2]	王高见, 叶延洪, 康丹丹, 邓德安. 焊接热输入对高速列车转向架耐候钢焊缝金属微观组织、力学性能及腐蚀行为的影响[J]. 机械工程学报, 2025, 61(8): 148-158.
[3]	盛旭高, 于梦阁, 戴志远, 张骞. 雨滴粒径分布对高速列车气动性能的影响[J]. 机械工程学报, 2025, 61(6): 238-248.
[4]	刘文朋, 杨绍普, 刘永强, 顾晓辉, 王久健. 轮轨激励下高速列车轴箱轴承故障诊断方法研究[J]. 机械工程学报, 2025, 61(6): 249-259.
[5]	豆硕, 刘泽潮, 刘鹏飞. 加工和安装误差对高速列车双斜传动齿轮偏载行为的影响[J]. 机械工程学报, 2025, 61(24): 190-201.
[6]	苗堉淏, 凌亮, 张恒, 翟婉明. 电磁作动器辅助的高速列车防滑控制策略研究[J]. 机械工程学报, 2025, 61(22): 143-154.
[7]	周智, 李田, 戴志远, 向泽锐, 张继业. 不同流线型长度400 km/h高速列车的气动阻力与经济性研究[J]. 机械工程学报, 2025, 61(22): 211-221.
[8]	兰洪, 张继业, 蔡路, 樊永祺. 横风环境下转向架区域的雪粒运动与沉积特性[J]. 机械工程学报, 2025, 61(22): 262-270.
[9]	邓新, 宫岛. 橡胶减振元件热氧老化对高速列车车体与车下设备耦合振动的影响研究[J]. 机械工程学报, 2025, 61(20): 182-193.
[10]	兰洪, 张继业, 蔡路, 娄振. 结冰参数对转向架区域结冰的影响研究[J]. 机械工程学报, 2025, 61(20): 234-242.
[11]	苗堉淏, 凌亮, 杨云帆, 王开云, 翟婉明. 基于轨面状态模糊辨识的高速列车最优黏着控制策略研究[J]. 机械工程学报, 2025, 61(16): 273-282.
[12]	邓功勋, 许拓, 胡正晟, 彭勇. 高速列车乘员二次碰撞损伤试验研究[J]. 机械工程学报, 2025, 61(15): 314-323.
[13]	李新一, 刘金安, 肖新标, 黄振鑫, 刘晓龙, 金学松. 基于轴箱振动加速度小波包分解的高速列车车轮多边形特征识别[J]. 机械工程学报, 2025, 61(14): 223-232.
[14]	刘志强, 石怀龙, 刘沿修. 高速车辆低频晃动的主动控制方法及适应性研究[J]. 机械工程学报, 2025, 61(12): 226-240.
[15]	盛旭高, 于梦阁, 李美香, 刘加利. 强降雨环境高速列车气流流场及雨场的耦合机理[J]. 机械工程学报, 2025, 61(12): 241-250.