基于CWD谱峭度与二次时频分析的接触线不平顺检测方法

    公开(公告)号:CN111006713A

    公开(公告)日:2020-04-14

    申请号:CN201911228853.X

    申请日:2019-12-04

    Abstract: 本发明公开了一种基于CWD谱峭度与二次时频分析的接触线不平顺检测方法,首先建立受电弓与接触网(以下简称弓网)耦合动力学模型,在弓网耦合动力学模型中引入理想状态下接触线表面不平顺;然后计算正常及不平顺状态下接触压力的CWD-SK谱幅值,设定不平顺谱峭度检测阈值SKT;再以SKT为基准筛选出不平顺CWD-SK极大值点并滤波;最后对滤波重构信号进行CWD时频分析,确定接触线不平顺的波长大小及空间位置。通过仿真测试,表明本发明可清晰检测和定位接触线中存在的不平顺,并具有良好的抗噪能力,可靠性较高,可为接触线不平顺状态评估及接触网后期养护提供一定参考。

    一种多CRH5型车网耦合系统车侧电气量低频振荡抑制方法

    公开(公告)号:CN108649591A

    公开(公告)日:2018-10-12

    申请号:CN201810580630.9

    申请日:2018-06-07

    CPC classification number: H02J3/24 H02J2003/007

    Abstract: 本发明公开了一种多CRH5型车网耦合系统车侧电气量低频振荡抑制方法,基于改进自抗扰控制策略IADRC,以CRH5型动车组两重化四象限脉冲整流器为一阶模型,设计可用于dq解耦电流控制整流器的一阶IADRC控制方法;用所述一阶IADRC控制方法代替原电压控制器中PI环节,对CRH5型动车整流器的电压控制器进行建模;根据建模所得的跟踪微分器TD、扩张状态观测器ESO、非线性状态误差反馈控制律NLSEF的函数,得到基于IADRC的CRH5型动车组整流器电压控制器控制结构模型。通过仿真测试验证后发现,本发明基于IADRC的控制策略对多CRH5型车网耦合系统出现车侧电气量低频振荡具有很好的抑制效果。

    基于CWD谱峭度与二次时频分析的接触线不平顺检测方法

    公开(公告)号:CN111006713B

    公开(公告)日:2021-09-24

    申请号:CN201911228853.X

    申请日:2019-12-04

    Abstract: 本发明公开了一种基于CWD谱峭度与二次时频分析的接触线不平顺检测方法,首先建立受电弓与接触网(以下简称弓网)耦合动力学模型,在弓网耦合动力学模型中引入理想状态下接触线表面不平顺;然后计算正常及不平顺状态下接触压力的CWD‑SK谱幅值,设定不平顺谱峭度检测阈值SKT;再以SKT为基准筛选出不平顺CWD‑SK极大值点并滤波;最后对滤波重构信号进行CWD时频分析,确定接触线不平顺的波长大小及空间位置。通过仿真测试,表明本发明可清晰检测和定位接触线中存在的不平顺,并具有良好的抗噪能力,可靠性较高,可为接触线不平顺状态评估及接触网后期养护提供一定参考。

    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

    公开(公告)号:CN110850716B

    公开(公告)日:2022-11-22

    申请号:CN201911106080.8

    申请日:2019-11-13

    Abstract: 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。

    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

    公开(公告)号:CN110850716A

    公开(公告)日:2020-02-28

    申请号:CN201911106080.8

    申请日:2019-11-13

    Abstract: 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。

Patent Agency Ranking