基于BP神经网络和遗传算法的简单链型悬挂接触网结构优化

作     者：卢琪 苏凯新 张继旺 闫涛 杨冰 张浩楠 LUQi;SU Kaixini;ZHANG Jiwang;YAN Tao;YANG Bing;ZHANG Haonan

作者机构：西南交通大学牵引动力国家重点实验室成都610031 保德利电气设备有限责任公司宝鸡721000 

基　　金：国家自然科学基金资助项目(52075457) 

出 版 物：《机械工程学报》 (Journal of Mechanical Engineering)

年 卷 期：2024年第60卷第12期

页      码：313-320页

摘      要：受电弓和接触网之间的接触力标准差是评价弓网受流质量的重要指标。为了优化弓网受流质量,建立经EN50318标准和已有文献仿真结果验证的弓网耦合仿真模型。采用中心复合设计方法设计输入-吊弦间距和接触线预弛度参数试验表,然后根据该试验表调整弓网耦合仿真模型,并进行仿真,提取输出-接触力标准差。采用BP神经网络(Backpropagationneural network,BPNN)建立输入和输出之间的关系模型,模型预测精度达95.50%。然后,采用遗传算法(Genetic algorithm,GA)搜寻该BP神经网络模型的最小接触力标准差及所对应的最优输入参数组合。优化结果表明,BPNN-GA优化方法能显著降低弓网接触力标准差,从而提高弓网受流质量。最后,通过将优化后的接触网与原始接触网不同速度下接触力标准差进行比较,验证了优化接触网的弓网受流改善效果。经优化后的接触网可为实际接触网设计、施工、维修提供指导。

主 题 词：弓网仿真 受流质量 BP神经网络 遗传算法 

学科分类：08[工学] 082301[082301] 0823[工学-农业工程类] 

核心收录：

D　O　I：10.3901/JME.2024.12.313

馆 藏 号：203135806...