[发明专利]基于接触网先验信息的受电弓神经网络滑模变结构主动控制方法

说明书

本发明公开了一种基于接触网先验信息的受电弓神经网络滑模变结构主动控制方法，首先，建立受电弓主动控制的弓网耦合模型，根据接触网分布规律和列车运行速度确定弓头理想垂向位移；其次，利用滑模控制设计受电弓神经网络滑模变结构主动控制器，通过对输入的弓头位移误差及误差变化率进行训练学习得到控制力；再次，利用RBF神经网络对滑模面进行优化，通过对权重进行自适应调整来保证系统的稳定性和收敛性；最后，通过接触线刚度突变和车身振动对受电弓控制器控制效果进行仿真分析。本发明对外部变化有较强的抗干扰能力，受电弓神经网络滑模变结构控制能有效减小弓头位移，及时对外界干扰做出响应，从而快速调整弓网动态耦合接触压力。

技术领域

本发明属于铁路受电弓控制技术领域，尤其涉及一种基于接触网先验信息的受电弓神经网络滑模变结构主动控制方法。

背景技术

随着我国电气化铁路向高速化和重载化方向发展，弓网系统动态耦合振动现象愈发严重。由于弓网系统长期暴露于外部环境中，使动态耦合性能受外界影响较大，而弓网耦合性能直接决定着高速列车受流质量。弓网振动系统是一个复杂的动力学系统，以往弓网系统耦合关系的优化主要从受电弓、接触网结构及参数匹配等角度出发，由于接触网结构复杂，从受电弓的主动控制角度分析和研究弓网耦合性能得到了很好发展。目前，关于受电弓的主动控制的研究主要有高速铁路接触线磨损的受电弓主动控制，基于状态空间法的受电弓主动控制，基于预测控制的弓网系统半主动控制，基于受电弓振动性能的受电弓主动与半主动控制，以磁流变阻尼器作为执行器对受电弓进行主动控制等。但是，目前针对弓网耦合性能的受电弓主动控制大多数只考虑到弓网耦合时的弓网接触压力变化和受电弓状态，并没有考虑接触线随列车位置变化而产生的状态变化量以及弓网系统模型的不确定性，高速列车运行时弓网磨耗大，受电弓在定位点处对接触网的冲击大，接触网刚度变化和车体引起的弓头振动严重，弓网系统的稳定性较差。

发明内容

针对上述背景技术中指出的不足，本发明提供了一种基于接触网先验信息的受电弓神经网络滑模变结构主动控制方法，旨在解决上述背景技术中现有技术存在的问题。

为实现上述目的，本发明采用的技术方案是：

一种基于接触网先验信息的受电弓神经网络滑模变结构主动控制方法，该方法包括以下步骤：

步骤1：建立受电弓主动控制的弓网耦合模型

ⅰ.利用接触网有限元模型得到接触线刚度变化曲线，然后利用最小二乘法进行拟合，可得到接触线等效刚度，建立基于接触线等效刚度变化的接触网模型；

ⅱ.将车顶受电弓弓头、上框架、下框架归算为由质量、阻尼、刚度组成的三质量块模型，建立三质量块受电弓模型；

ⅲ.通过罚函数法将所述接触网模型和三质量块受电弓模型进行耦合，得到弓网耦合系统动力学方程，再将动力学方程转变为状态方程，得到受电弓主动控制的弓网耦合模型；

步骤2：确定理想弓头垂向位移轨迹

通过受电弓主动控制的弓网耦合模型对弓网接触压力进行仿真，得到弓网接触压力，然后分析接触压力的幅频特性，确定接触压力的主频分量，得到接触压力分布规律，并结合接触网分布规律对受电弓弓头位移进行主动控制，预先设定理想弓头垂向位移轨迹；

步骤3：控制理想弓头垂向位移

将弓头质量、刚度、阻尼作为未知函数，利用接触网先验信息设定弓头理想位移，利用RBF神经网络对滑模面进行优化，控制器通过训练实际弓头位移与理想弓头位移之间的误差及误差变化率求取控制力，使变化的弓头位移适应固定的接触线规律。

作为本发明的进一步改进，步骤1中，所述接触线等效刚度的计算公式如下：