弓网接触力长短时记忆网络预测的受电弓主动控制与仿真

doi:10.19650/j.cnki.cjsi.J2107481

	弓网接触力长短时记忆网络预测的受电弓主动控制与仿真
	陈仁祥 1; 王帅 1; 杨黎霞 2; 杜子学 1; 孙文杰 1
	2021-06-08
发表期刊	仪器仪表学报
ISSN	0254-3087
卷号	42 期号:05 页码:192-198
摘要	针对列车高速行驶时弓网系统接触力波动剧烈影响受流质量的问题,充分利用长短时记忆网络对时序预测的优势,提出了弓网接触力长短时记忆网络预测的受电弓主动控制方法。首先以二元受电弓模型作为研究对象,建立其动力学方程,并对其模型进行仿真得到接触力波动数据。然后,将仿真得到的接触力数据作为训练样本输入长短时记忆网络中建立预测模型,以预测下一时刻接触力。最后,以接触力预测值和期望值的差值作为目标控制力输出至磁流变阻尼器,由磁流变阻尼器提供控制力作用到受电弓,从而抑制接触力的动态波动以提高提高列车受流质量。通过实验证明,所提方法对弓网接触力控制更加准确,且大幅降低弓网接触力波动标准差,降幅超过70.13%,且规避了弓网系统离线情况的发生,验证了所提方法在改善弓网受流质量上的稳定性和优越性。
关键词	受电弓主动控制接触力长短时记忆网络
DOI	10.19650/j.cnki.cjsi.J2107481
URL	查看原文
收录类别	北大核心 ; CSCD
语种	中文
资助项目	国家自然科学基金(51975079);重庆市技术创新与应用示范项目(cstc2018jscx-msybX0012);重庆市教育委员会科学技术研究项目(KJQN201900721);交通工程应用机器人重庆市工程实验室开放基金(CELTEAR-KFKT-202002)项目资助
原始文献类型	学术期刊
文献类型	期刊论文
条目标识符	http://ir.library.ouchn.edu.cn/handle/39V7QQFX/49103
专题	国家开放大学重庆分部
通讯作者	陈仁祥
作者单位	1.重庆交通大学交通工程应用机器人重庆市工程实验室; 2.重庆广播电视大学
推荐引用方式 GB/T 7714	陈仁祥,王帅,杨黎霞,等. 弓网接触力长短时记忆网络预测的受电弓主动控制与仿真[J]. 仪器仪表学报,2021,42(05):192-198.
APA	陈仁祥,王帅,杨黎霞,杜子学,&孙文杰.(2021).弓网接触力长短时记忆网络预测的受电弓主动控制与仿真.仪器仪表学报,42(05),192-198.
MLA	陈仁祥,et al."弓网接触力长短时记忆网络预测的受电弓主动控制与仿真".仪器仪表学报 42.05(2021):192-198.