Planification de trajectoire et commande en cascade robuste des trains autonomes

Automatic Train Operation : Trajectory planning and robust cascaded control

• Auteur / Autrice : Aliaume Brochard
• Direction : William Pasillas-lepine
• Type : Projet de thèse
• Discipline(s) : Automatique
• Date : Soutenance en 2024
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication
• Partenaire(s) de recherche : Laboratoire : Laboratoire des Signaux et Systèmes
• Partenaire(s) de recherche : Equipe de recherche : Systèmes
• Partenaire(s) de recherche : Référent : CentraleSupélec
• Partenaire(s) de recherche : graduate school : Université Paris-Saclay. Graduate School Sciences de l'ingénierie et des systèmes (2020-....)
• Jury : Examinateurs / Examinatrices : Veit Hagenmeyer, Alessandro Correa-victorino, Nicolas Langlois, Cristina Stoica, Clément Mayet
• Jury : Rapporteur / Rapporteuse : Veit Hagenmeyer, Alessandro Correa-victorino

Mots clés

Mots clés libres

Commande robuste

Contrôle de vibrations

Systèmes de freinage

Génération de trajectoire

Contrôle automatique de train (ATC)

Robust control

Control of vibrations

Braking systems

Trajectory generation

Automatic train control (ATC)

Résumé

L'ATC (Automatic Train Control) est le système de signalisation ferroviaire, constitué d'un système de sécurité ATP (Automatic Train Protection) et d'un système de pilotage automatique ATO (Automatic Train Operation). L'ATP assure la marche en sécurité du train en vérifiant la vitesse du train par rapport à la vitesse maximale autorisée, ainsi que la capacité de freinage et d'arrêt du train en amont de tout point de danger. L'ATO assure quant à lui l'envoi de commandes au train : c'est un asservissement de haut niveau, qui peut être vu comme un sous-système remplaçant le conducteur. Pour les systèmes urbains, le système de pilotage automatique ATO gère notamment les arrêts en station, le confort passager et le respect des heures d'arrivée. Pour les systèmes de fret, le système de pilotage automatique ATO gère surtout la régulation de vitesse en limitant les effets d'attelage et le respect des heures d'arrivée. Pour répondre au défi de pilotage de trains divers et variés, nous développons deux composantes essentielles au pilotage des trains : la génération de trajectoire et la loi de commande. Tout d'abord, nous proposons une loi de commande en cascade pour assurer le contrôle du système train. Pour garantir la robustesse de cette loi de commande, nous analysons ses propriétés fréquentielles et fournissons des abaques de calibrations des gains de contrôle. Ainsi, nous limitons la surtension provoquée par les limitations d'actionneur et les retards. La simplicité de l'algorithme de commande permet de proposer un paramétrage automatique du pilotage quel que soit le type de train. Ensuite, en considérant des points kilométriques qui imposent une vitesse et une accélération à une distance définie, nous construisons des profils de vitesse qui garantissent une limitation en jerk. Cette limitation permet à la fois de garantir le confort passager pour le métro mais aussi l'intégrité du convoi pour le fret. Ainsi, à partir d'une intégrale première du système, nous évaluons les trajectoires de ce dernier par rapport à la distance parcourue. A partir de la synthèse optimale, nous proposons une trajectoire qui connecte deux points kilométriques en respectant les contraintes ferroviaires imposées (vitesse maximale et capacité de traction/freinage). Enfin, nous avons développé un modèle train distribué qui prend en compte les efforts longitudinaux du train. Ce modèle permet de valider notre algorithme en considérant les dynamiques internes du train, une répartition plus réaliste des masses et une modélisation des effets résistifs plus fine. Les résultats obtenus sont évalués sur des simulations en prenant en compte un modèle train de masse uniforme pour les tests métro et un modèle train de masse distribuée pour les tests fret.

The ATC (Automatic Train Control) is the signaling system, which consists in an ATP (Automatic Train Protection) safety system and an ATO (Automatic Train Operation) automatic steering system. The ATP ensures the safe running of the train by checking the speed of the train with respect to the maximum authorized speed, as well as the braking and stopping capacity of the train upstream of any danger point. The ATO ensures the sending of commands to the train: it is a servo of high level, which can be seen as a subsystem replacing the driver. For urban systems, the ATO autopilot system manages station stops, passenger comfort and the respect of arrival times. For freight systems, the ATO autopilot system manages the speed control by limiting in-train forces and the respect of arrival times. To meet the challenge of steering diverse and varied trains, we develop two main components of train control: the trajectory generation and the control law. First, we propose a cascaded control law to control the train. To ensure the robustness of this control law, we analyse its frequency properties and provide calibration charts to adjust the control gains. Thus, we limit the overshoot caused by actuator limitations and delays. The simplicity of the control algorithm offers the opportunity to automatically tune the control parameters for any types of train. Then, by considering waypoints which impose a speed and an acceleration at a precise distance, we construct speed profiles which limit the jerk. This limitation guarantees the passenger comfort for metro trains and the integrity of the convoy for freight trains. Thus, from a first integral of the system, we assess the trajectories of the latter with respect to the distance travelled. From the optimal synthesis, we propose a trajectory which connects two waypoints while respecting the imposed railway constraints (maximum speed and traction/braking capacity). Finally, we have developed a distributed train model which considers the longitudinal dynamics of the train. This model allows us to validate our algorithm by considering the train internal dynamics, a more realistic distribution of masses and a finer modelling of resistive forces. The results obtained are evaluated with simulations taking a uniform mass train model for metro tests and a distributed mass train model for freight tests.