第２３卷第１期２０２３年２月交通运输工程学报ＪｏｕｒｎａｌｏｆＴｒａｆｆｉｃａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇＶｏｌ．２３Ｎｏ．１Ｆｅｂ．２０２３收稿日期：２０２２－０８－２８基金项目：国家自然科学基金项目（５２１６２０４８，６１９９１４０４，６２００３１３８）；国家重点研发计划（２０２０ＹＦＢ１７１３７０３）；江西省主要学科学术和技术带头人培养计划项目（２０２１３ＢＣＪ２２００２）作者简介：李中奇（１９７５－），男，黑龙江哈尔滨人，华东交通大学教授，工学博士，从事列车运行过程建模与控制研究。通讯作者：杨辉（１９６５－），男，江西高安人，华东交通大学教授，工学博士。引用格式：李中奇，周靓，杨辉，等．基于预测控制的动车组迭代学习控制方法［Ｊ］．交通运输工程学报，２０２３，２３（１）：２８０－２９０．Ｃｉｔａｔｉｏｎ：ＬＩＺｈｏｎｇ－ｑｉ，ＺＨＯＵＬｉａｎｇ，ＹＡＮＧＨｕｉ，ｅｔａｌ．ＩｔｅｒａｔｉｖｅｌｅａｒｎｉｎｇｃｏｎｔｒｏｌｍｅｔｈｏｄｆｏｒＥＭＵｓｂａｓｅｄｏｎｐｒｅｄｉｃｔｉｖｅｃｏｎｔｒｏｌ［Ｊ］．ＪｏｕｒｎａｌｏｆＴｒａｆｆｉｃａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，２０２３，２３（１）：２８０－２９０．文章编号：１６７１－１６３７（２０２３）０１－０２８０－１１基于预测控制的动车组迭代学习控制方法李中奇１，２，周靓１，２，杨辉１，２，叶美瀚１，２（１．华东交通大学电气与自动化工程学院，江西南昌３３００１３；２．华东交通大学轨道交通基础设施性能监测与保障国家重点实验室，江西南昌３３００１３）摘要：针对动车组运行过程中存在非线性扰动、参数时变等问题，以提高动车组的速度跟踪精度和乘客舒适性要求为目标，提出了一种基于预测控制的高速动车组迭代学习控制方法；通过采集动车组先前运行过程中的输入输出数据，使用带遗忘因子的最小二乘法实时辨识广义预测控制（ＧＰＣ）中的预测模型参数并计算预测输出，根据以往过程的平均模型误差修正该预测输出，利用修正后预测输出引出迭代学习控制律，在线实时计算得到新的控制量，实现动车组速度跟踪；采用修正后预测输出设计二次型迭代学习控制律，通过充分学习列车系统的重复性特性来解决传统比例积分微分（ＰＩＤ）型迭代学习参数整定难、收敛速度慢和鲁棒性差等问题，并给出算法的收敛性证明；以实验室配备的ＣＲＨ３８０Ａ型...
