基于NARMA-L2模型的弓网系统振动主动控制

• 作者: 刘仕兵 朱雪龙 武磊
• 来源期刊: 计算机测量与控制
• 关键词: 弓网 神经网络 振动主动控制 仿真研究
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 控制技术
• 页码范围: 818-820,841
• 页数: 4页
• 分类号: TP3
• 语种: 中文

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200 km·h-1、250 km·h-1、300 km·h-1、350 km·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200 km·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250 km·h-1时分别降低60.04％、37.99％;车速为300 km·h-1时分别降低59.91％、36.74％;车速为350 km·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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘仕兵	华东交通大学电气与电子工程学院	28	188	7.0	13.0
2	武磊	华东交通大学电气与电子工程学院	3	23	2.0	3.0
3	朱雪龙	华东交通大学电气与电子工程学院	2	22	2.0	2.0