弓网最优接触压力载荷决策与受电弓主动控制研究

发布时间：2023-02-06 15:50

　　弓网高速受流系统中,接触网导线与受电弓滑板组成一对特殊摩擦副,其接触状态直接决定受电弓的性能。针对电力机车高速运行受流效率低、受电弓滑板磨损严重等问题,本文进行了最优压力载荷的研究。通过模拟弓网实验机进行了载流摩擦实验,得到在接触压力、电流及速度不同情况下电流效率、载流相对稳定系数及磨损率三个参数的变化规律。随后采用模糊RBF神经网络建立实验数据的输入输出预测模型,应用多目标人工鱼群算法对接触载荷进行寻优,并证明指出单目标的最优解在寻优得到的Pareto前沿解之中。通过模糊层次分析法来确定单目标非线性模型中各个目标的权重值,进而确定给定条件下的最优压力载荷。同时针对实际电力机车运行时存在风载荷及弓网系统模型参数不确定性的问题,设计了模糊反演控制器对接触载荷进行精确控制。通过仿真结果表明,采用模糊反演控制算法能较好地补偿弓网参数不确定性对控制效果的影响,减小接触载荷波动从而提高受流效率。最后,通过硬件在环实验验证了算法的可行性。

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
Abstract
1 绪论
    1.1 课题的研究背景及意义
    1.2 弓网接触载荷的国内外研究现状
        1.2.1 国内研究现状
        1.2.2 国外研究现状
    1.3 受电弓主动控制的国内外研究现状
        1.3.1 国内研究现状
        1.3.2 国外研究现状
    1.4 研究存在的问题
    1.5 论文主要研究内容
    1.6 本章小结
2 弓网电接触理论介绍
    2.1 滑动载流磨损的主要形式
        2.1.1 机械磨损
        2.1.2 腐蚀磨损
        2.1.3 电气磨损
    2.2 影响滑动载流特性和磨损的因素
    2.3 弓网系统滑动电接触特性
        2.3.1 受电弓与接触网
        2.3.2 弓网系统的受流特性
        2.3.3 弓网系统的磨损特性
    2.4 本章小结
3 模拟弓网滑动电接触实验
    3.1 实验装置及材料
    3.2 实验方案
    3.3 实验数据及分析
        3.3.1 电流效率
        3.3.2 载流相对稳定系数
        3.3.3 磨损率
    3.4 理论分析
    3.5 本章小结
4 模糊RBF神经网络建模与最优载荷决策
    4.1 模糊RBF神经网络预测模型
        4.1.1 模糊RBF神经网络
        4.1.2 模型检验
    4.2 多目标优化
        4.2.1 目标函数
        4.2.2 非劣排序AFSA算法设计和Pareto解集
    4.3 多目标分解
    4.4 最优接触压力载荷决策
        4.4.1 模糊层次分析法权重分析
        4.4.2 模糊层次分析法的步骤
        4.4.3 算例分析
    4.5 本章小结
5 受电弓模糊反演法控制
    5.1 弓网系统模型
        5.1.1 受电弓模型
        5.1.2 接触网模型
        5.1.3 弓网模型及问题分析
    5.2 模糊反演控制
        5.2.1 模糊系统描述
        5.2.2 反演法描述
        5.2.3 控制器设计
        5.2.4 仿真分析
    5.3 实验研究
    5.4 本章小结
结论
参考文献
作者简历
学位论文数据集



本文编号：3736186