详情

原文传递基于弓网接触力预测的受电弓主动控制方法研究

论文题名：	基于弓网接触力预测的受电弓主动控制方法研究
关键词：	电气化铁路;弓网接触力;受电弓;主动控制;长短时记忆网络;门控循环单元网络
摘要：	弓网系统即受电弓与接触网系统，作为电气化铁路牵引受流系统的重要组成部分，担负着将电能从接触网输送给轨道交通车辆使用的重要使命。受电弓与接触网通过滑动接触耦合在一起，弓网耦合质量直接决定列车受流质量，评价弓网耦合质量的重要标准便是弓网间接触力的波动程度。当列车加速、过弯或碰到接触网硬点时，弓网间复杂的耦合振动变得剧烈,引起接触力波动程度加剧，弓网耦合质量降低，导致受流质量急剧下降。严重情况下会引发离线，产生电弧，甚至会烧毁受电弓和电器设备，给列车的安全运行带来极大隐患。因此，研究受电弓主动控制方法，抑制接触力波动程度，提升列车受流质量，具有较高的工程应用意义。　　在轨道车辆牵引受流系统中，接触网主要分为柔性接触网和刚性接触网两种，本文分别针对上述两种接触网对应的弓网系统展开受电弓主动控制方法的研究。前者，选择高铁弓网系统作为研究对象，后者选择跨座式单轨车辆弓网系统作为研究对象。综上，提出基于弓网接触力预测的受电弓主动控制方法。所提方法包含：研究高铁和跨座式单轨接触力和受电弓运动状态的预测方法，构建包含控制算法和作动器优化控制方法的受电弓主动控制系统以完成对受电弓接触力的控制。在改善弓网动态性能领域创新性地提出使用深度学习网络建立受电弓主动控制的方法，克服了现有主动控制方法对先验经验的依赖，大幅提升了控制效果，降低了弓网接触力的波动程度。主要研究内容如下：　　（1）针对高铁列车高速行驶状态下，弓网系统间接触力剧烈波动影响受流质量的问题，提出基于长短时记忆网络的高铁受电弓主动控制算法。首先，通过Simulink软件搭建高铁弓网系统模型，获取接触力仿真数据。其次，将得到的接触力数据输入长短时记忆网络中，建立接触力预测模型，预测下一时刻的接触力值。最后，以接触力期望值为标准，根据接触力预测值计算出作动器输出控制力的大小。　　（2）针对跨座式单轨列车采用刚性接触网，运行中易产生弓网强烈的刚性振动和接触力剧烈波动影响受电弓受流质量和使用寿命的问题，提出一种基于门控循环单元网络的跨座式单轨受电弓主动控制算法。首先，分别通过仿真和实测的方法，获取弓网接触力数据。其次，将获取的数据输入门控循环单元网络中，建立跨座式单轨弓网系统的接触力预测模型，用于实时预测下一时刻的接触力值。最后，以接触力期望值为标准，根据接触力预测值计算出目标控制力信号，并将信号传输给作动器。　　（3）针对作动器在实际操作过程中因压力损失无法精准输出作用力，而降低控制精度的问题，提出基于受电弓运动状态预测的作动器优化控制方法。首先以弓网耦合模型作为研究对象，分析动力学方程并通过MATLAB/Simulink搭建弓网系统模型，得到受电弓运动状态数据。其次，将得到的数据输入到长短时记忆网络中建立受电弓运动状态预测模型，用于实时预测下一时刻受电弓的运动状态。最后，再根据预测到的受电弓运行状态计算出压力损失，然后进行液压油流量、方向的修正，调整输出力的大小，实现作动器的优化控制。　　（4）在研究主动控制算法和作动器优化控制方法的基础上，搭建完整的受电弓主动控制系统，对所提主动控制方法进行分析与验证。首先，通过控制算法计算出相应的期望控制力。其次，作动器部分根据控制力信号和受电弓运动状态的预测值，应用优化控制方法，调整作用力的输出。最后，通过作动器将作用力施加到弓网系统中，完成弓网接触力的控制，实现提升受流质量的最终目的。　　论文最后对所做关于高铁和跨座式单轨列车受电弓主动控制方法，和对作动器的优化控制方法进行总结，并且展望了未来在弓网耦合系统、控制目标、控制算法和作动器方面的研究方向。
作者：	王帅
专业：	机械工程
导师：	陈仁祥
授予学位：	硕士
授予学位单位：	重庆交通大学
学位年度：	2022