[發明專利]接觸力長短時記憶網絡預測的受電弓主動控制方法有效
| 申請號: | 202011455293.4 | 申請日: | 2020-12-10 |
| 公開(公告)號: | CN112541228B | 公開(公告)日: | 2022-11-08 |
| 發明(設計)人: | 陳仁祥;王帥;胡小林;杜子學;徐向陽;孫文杰;劉蘭徽;邢鑌 | 申請(專利權)人: | 重慶交通大學;重慶工業大數據創新中心有限公司 |
| 主分類號: | G06F30/15 | 分類號: | G06F30/15;G06F30/27;G06N3/04;B60L5/18;G06F119/14 |
| 代理公司: | 北京同恒源知識產權代理有限公司 11275 | 代理人: | 趙榮之 |
| 地址: | 400074 *** | 國省代碼: | 重慶;50 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 接觸 短時記憶 網絡 預測 受電弓 主動 控制 方法 | ||
1.一種接觸力長短時記憶網絡預測的受電弓主動控制方法,其特征在于:包括以下步驟:
S1:搭建二元弓網系統振動耦合模型;
S2:對弓網耦合模型進行受力分析,建立狀態空間方程,并進行建模仿真,得到接觸力仿真數據;所述受力分析的動力學方程為:
其中k(t)為接觸網等效剛度;m1、c1、z1和m2、c2、z2分別為弓頭和框架的等效質量、等效阻尼和垂向位移;k1為弓頭等效剛度;FL為受電弓靜抬升力;zr為車體激擾信號;
將所述的動力學方程轉為狀態方程形式;
取狀態向量:得到如下狀態空間方程:
式中系數矩陣如下:
C=[k(t) 0 0 0]
當施加主動控制力時,弓網系統狀態空間方程如下:
式中:
u(t)=FL-F’
式中:F’為受電弓接觸力預測值;
S3:基于LSTM網絡建立預測模型,預測下一時刻接觸力F’,利用預測結果和接觸力期望值計算出下一時刻所需的控制力u(t),并以此為核心搭建控制器;步驟S3中,具體包括以下步驟:
S31:通過三個門機制,完成LSTM網絡細胞的內部處理;
在遺忘門中,由Ct-1、ht和Xt決定忘記部分內容,公式如下:
ft=σ(Wf·(ht-1,Xt)+bf)
式中W為權重系數矩陣,b為偏置向量;
在輸入門中更新細胞狀態中的存儲信息;由輸入門的σ函數計算結果it,決定保存哪部分輸入信息;然后根據tanh函數創建候選狀態值最后通過舊的細胞狀態Ct-1乘以ft,遺忘部分舊信息,然后加上新的輸入信息,更新當期細胞狀態;公式如下:
it=σ(Wi·(ht-1,Xt)+bi)
在輸出門中,由σ函數、tanh函數和更新后的細胞狀態Ct決定輸出的信息;公式如下:
ot=σ(Wo·(ht-1,Xt)+bo)
ht=ot*tanh(Ct)
S32:在相對簡單且模塊化的keras框架下搭建LSTM網絡;
S33:將弓網系統接觸力數據投入到LSTM網絡中;
S4:選擇和安裝作動器;
S5:由作動器將阻尼力施加到弓網系統中,建立起一個閉環的接觸力主動控制系統。
2.根據權利要求1所述的接觸力長短時記憶網絡預測的受電弓主動控制方法,其特征在于:步驟S1具體包括:
S11:計算接觸網剛度;
S12:選擇二元受電弓模型;
S13:構建弓網系統振動耦合模型。
3.根據權利要求2所述的接觸力長短時記憶網絡預測的受電弓主動控制方法,其特征在于:步驟S11具體包括:
計算接觸網時變剛度的計算方法,公式如下:
其中式中:K0為跨距內的平均剛度系數,即其中Kmax、Kmin為接觸網一個跨距內的最大剛度系數和最小剛度系數;α為接觸網的剛度變化系數,即V為機車運行速度;L為接觸網跨距;t為運行時間。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于重慶交通大學;重慶工業大數據創新中心有限公司,未經重慶交通大學;重慶工業大數據創新中心有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011455293.4/1.html,轉載請聲明來源鉆瓜專利網。





