摘要

高速列车的运行实践表明,随着运行速度提高,受电弓与接触导线分离的可能性就越大,弓网电弧就越容易产生。导致电弧产生的因素很多,但最终都归结到滑板与接触网的接触电阻上面。通过滑动电接触实验机,研究了波动载荷、滑动速度和接触电流对接触电阻的影响,并结合表面形貌分析了磨损机制、电弧放电与接触电阻演变规律之间的关系。随后为了预测不同工况下的接触电阻,建立了RBF神经网络回归模型,通过在模型训练中融入先验知识和采用改进的食肉植物优化算法(ICPA)优化RBF神经网络超参数提升弓网接触电阻预测模型的精度。有、无先验知识的ICPA-RBF模型预测性能对比仿真结果表明,两类先验知识分别有助于提高模型的收敛速度和预测精度,最后采用假设检验的方法验证了模型的有效性。

全文