科研之友
微信
新浪微博
Facebook
分享链接
摘要
建立简单链型悬挂接触网模型和受电弓系统三元质量模型,并给出了动力学方程;介绍NARMA-L2神经网络模型,将NARMA-L2模型应用到弓网振动控制系统中并给出了主动控制方案;针对列车速度为200km·h-1、250km·h-1、300km·h-1、350km·h-1,分别对控制器控制效果进行仿真研究,得到弓网接触力和受电弓抬升量仿真曲线,对仿真得到的数据从最大值、最小值、平均值、标准差四个方面进行分析,并与没有引入NARMA-L2模型控制所得的仿真结果做了对比研究;对比结果表明:与无NARMA-L2控制相比,在车速为200km·h-1时,弓网接触力标准差降低59.46%,受电弓抬升量标准差降低37.72%;车速为250km·h-1时分别降低60.04%、37.99%;车速为300km·h-1时分别降低59.91%、36.74%;车速为350km·h-1时分别降低59.53%、35.84%;因此,基于NARMA-L2神经网络的弓网振动控制系统可以大大降低弓网振动幅度,增强弓网耦合性,从而使弓网接触更稳定,实现更好的受流。
-
单位电子工程学院; 华东交通大学
