强风是威胁高速列车运行安全的复杂环境之一,我国沿海线夏季台风、兰新二线的春秋季风等都严重威胁到高速列车的运营安全,尤其是在强侧风作用下,高速列车受到的横向气动力使列车车体产生剧烈横向振动,使高速列车姿态发生严重变化,随着风速和车速逐渐增大,这种情况更加严重,最终可能导致列车延误、脱轨、甚至倾覆和人员伤亡事故。为了确保强风环境下高速列车安全运行,不但要采取被动防风措施,而且最主要的是必须对列车的运行速度和姿态进行实时自动调整和控制。因此,开展大风环境下高速列车安全运行主动控制策略研究,为铁路运营部门避免在恶劣风环境下发生安全事故、进行科学决策和安全行车指挥调度等,确保高速列车安全运行提供参考依据,也是研建具有自主知识产权的高速列车ATO(Automatic Train Operation)控制系统的核心关键技术之一。大风环境下高速列车的运行是一个强耦合、高度非线性过程,且随着风速增大和车速增加,这种特性逐渐增强,因此需要更高要求的控制系统及其智能控制算法。本文以侧风环境下高速列车为研究对象,以列车牵引运动学、风特性及其对列车的作用和影响、多体系动力学和空气动力学等为基础,通过对脉动风特性、列车运动和列车运行姿态等分析和研究,构建脉动风速模型、列车CFD(Computational Fluid Dynamics)模型、列车MBSD(Multi-body System Dynamics)模型、基于二系主动悬挂的列车横向振动模型、列车安全跟踪间隔距离模型和分布式列车信息交互模型等,对侧风环境下高速列车运行姿态和速度主动控制策略展开详细研究。进一步的是,1)基于小波分析理论和滚动时间序列分析方法,构建WRTSM(Wavelet Rolling Time Series Model)预测模型,实现风速超前多步高精度预测;2)为解决侧风激励干扰造成列车运行姿态变化问题,建立列车横向振动模型,分析不同风速对列车造成的影响,采用最优预测控制理论和二系主动悬挂系统,构建自适应预测控制模型,实现列车运行姿态主动控制,并通过Matlab仿真软件将控制前、后结果进行对比,验证采用自适应预测控制后控制效果的合理性和有效性。仿真结果表明,在不同风速和车速情况下,自适应预测控制能够有效地抑制因侧风激励导致列车车体横向振动加速度响应,降低响应幅值最大值为49%,从而提高响应速度,可明显抑制列车的横向振动,并提高列车运行的安全性;3)针对侧风环境下高速列车运行过程模型参数时变和系统非线性不确定特性,提出一种滑模自适应鲁棒H_∞控制算法,基于李亚普诺夫稳定性理论设计高速列车ATO滑模自适应鲁棒控制器(SMARC),采用自适应控制实时逼近列车不确定性特征的系统输入系数,然后通过鲁棒H_∞控制将自动驾驶系统中模型误差、侧风和其它干扰造成的参数变化等所有不确定量减小到最小范围,同时也消除了系统抖振现象,最终通过滑模控制消除系统安全运行速度跟踪误差,实现不同风速下高速列车对给定安全运行速度的高精度跟踪,并通过Matlab仿真软件与其它控制算法进行对比。仿真结果表明,SMARC控制器在高速列车ATO的速度跟踪控制中,较好地克服了系统非线性、参数不确定特性和大风扰动的影响,对不同风速下给定的列车安全运行速度具有高精度的跟踪能力,不管在无风环境下还是列车通过风区阶段的安全运行速度跟踪效果,均明显优于传统PID控制器和鲁棒自适应控制器得到的跟踪速度,满足侧风环境下高速列车实际运行速度对期望目标速度的高精度跟踪要求;4)针对侧风环境下同一条铁路线路上运行(上行或下行)的列车群安全运行问题,避免由于某一辆列车由于停车避风或减速原因而造成后续列车与之相撞导致安全事故发生,提出一种基于SMARC的多列车协同控制模型,设计多列车分布式协同控制算法,实时调整多列车相对位置、速度和相邻两列列车最小安全跟踪间隔距离,从而确保侧风环境下同一条线路上的多列车安全运行。仿真结果也证明了所提出的控制算法对于侧风环境下多列车协同控制的有效性。