滑动电接触磨耗测控系统的研究

为了研究受电弓滑板和接触导线的摩擦磨损性能,研制了一台高性能滑动电接触磨耗试验机;其可以实现导线和滑板的均匀磨耗,可在一定范围内实现电流、载荷和速度等方面的单、多因素控制,实现对接触导线与滑板摩擦系数、滑板往复移动次数、接触导线与滑板磨耗量等的实时在线测量和数据储存,同时设计了基于LabVIEW的监测界面和数据处理系统。通过实验,分析了强电流对浸铜碳滑板摩擦磨损的影响,得出摩擦系数和磨耗率随电流的增大而增大的结论。     

滑动电接触摩擦力的BP与RBF人工神经网络建模

在弓网系统中,受电弓滑板与接触网导线之间的摩擦力受机械、电气以及它们之间的交互作用影响。摩擦力与运行速度、接触电流以及受电弓滑板和接触网导线之间的压力载荷有着密切关系。通过对浸金属碳销（滑板）与铜盘（导线）的载流摩擦实验,得出在不同载流、速度以及载荷条件下的摩擦力特性规律。因摩擦力较难实现数学建模,故采用神经网络中应用最广的BP及RBF算法分别建立了以摩擦力作为输出,以接触压力、滑动速度和接触电流为输入的预测模型,并通过Matlab进行仿真与测试。结果表明：两种算法建立的预测模型均有较高的准确度及良好的泛化能力,为进一步波动载荷下弓网滑动电接触摩擦力预测建模的应用提供参考。     

强电流滑动电接触下的最佳法向载荷研究

弓网系统中滑板磨耗大及电力机车受流不稳定是制约我国电气化铁路向高速、重载、安全、稳定运行方向发展的一个关键问题,亟待采取有效的措施进行解决。在特定的载流、滑动速度条件下,表征滑板磨损快慢的滑板磨耗率随法向载荷增大呈现出先减小后增大的“U”型变化趋势,而表征载流稳定性的载流稳定系数随法向载荷增大而逐渐减小,因此选择合适的法向载荷可使滑板磨耗和载流稳定性均达到相对最佳。通过使用浸金属碳滑板与铜导线进行对磨实验,得到了不同实验条件下滑板磨耗率和载流稳定系数的大量实验数据。以此建立了以法向载荷、载流和滑动速度为输入量,以滑板磨耗率、载流稳定系数为输出量的BP神经网络非线性模型,进而利用遗传算法优化了相关参数,并在特定的载流和滑动速度条件下,采用基于粒子群算法的多目标优化方法,确定了滑板磨耗率最低、载流稳定系数最小的最佳法向载荷对应的非劣解。     

受电弓摩擦副载流磨损特性研究

为了解决电气化铁路受电弓网中摩擦副的磨损严重问题,采用自行开发的滑动电接触实验机,基于浸铜碳滑板和纯铜接触线为实验材料,在不同条件下进行了载流磨损实验,分析了受电弓滑板的磨损率与接触压力,接触电流和滑动速度之间的关系。基于方差分析表,采用F检验方法比较接触压力、接触电流、滑动速度3个因素对磨损率的影响程度,通过数据拟合的方法,建立磨损率的数学模型,并通过实验验证了所建立模型的有效性。     

基于SAPSO的高速铁路受电弓型面优化

为提高弓网受流质量,减少材料磨耗量,有效改善受电弓滑板磨耗现象,针对高速铁路受电弓型面的设计优化问题,基于Archard磨耗模型搭建了高速铁路受电弓型面磨耗模型,推导得出体积磨损量可以代表碳滑板的磨损程度或者磨损率,根据建立的数学模型得到受电弓磨耗体积公式,将模拟退火算法与粒子群算法相结合,帮助粒子跳出局部最优解,改善粒子全局搜索能力,得到最小体积磨损量以及与其对应的最优解,通过对最优解拟合更新出优化后的受电弓滑板型面.优化后的受电弓磨耗模型型面相对原始型面有更好的共形度,为受电弓滑板型面的优化设计和磨耗提供一种实用的方法和理论依据.     

基于ADASYN平衡数据的ISSA-KELM滑动电接触失效诊断

弓网滑动电接触的接触状态对电力机车的平稳运行有着直接的影响,为了判断一定工况条件下弓网滑动电接触是否失效,提出一种基于平衡数据集训练的改进麻雀算法优化核极限学习机失效诊断模型.首先,通过浸金属碳滑板与铜导线的对磨实验模拟机车运行,得到载流稳定系数与离线率随滑动速度、压力波动幅度、压力波动频率和接触电流的变化规律.其次,通过自适应综合过采样法对实验所得数据中的少数类样本进行扩充,将生成的平衡数据集用于训练核极限学习机失效诊断模型.同时,采用改进麻雀算法对模型的参数进行优化.针对基本麻雀算法存在的不足,将混沌镜向初始化策略、旋转搜索策略和柯西交叉变异策略应用于麻雀的位置更新,得到改进的麻雀算法.通过测试函数对其进行仿真测试,结果表明改进麻雀算法具有更好的稳定性和收敛精度.最后,通过将所提出模型与其他诊断模型进行对比,进一步表明了在不平衡数据集下该模型的有效性与改进算法的优越性.     

滑动电接触中最小温升的计算研究

在滑动电接触中,接触面温升会改变接触环境,为了降低温升对接触性能的影响,应保证接触温升最小。采用滑动电接触实验机,对其温升系统进行了实验研究,得到了以温升为输出,运行速度、接触载流以及载荷为输入的数据变化关系。采用神经网络拟合出数据所表现出的模型关系,得到从输入映射到输出变量的黑箱模型。在此基础上,通过对最小温升问题的分析,将其转化为最优问题的求解,进而采用粒子群优化算法实现最优载荷的确定,给出了部分运行工况下最小温升,结果表明了设计方法的有效性。     

基于音圈电机的波动压力载荷控制研究

为开展波动载荷下滑动电接触摩擦动力学与电流传导机理研究,需在滑动电接触实验机上模拟弓网压力载荷波动,为此设计了基于音圈电机的动态压力伺服控制器.在建立波动载荷伺服系统数学模型基础上,设计了基于音圈电机的改进自抗扰控制方案,给出了改进自抗扰控制器的具体设计方法,并通过与模糊RBF网络相结合,实现参数自整定.针对传统自抗扰控制、PID控制与改进型自抗扰控制进行了仿真对比分析,并对改进型自抗扰控制进行了实验测试.仿真以及实验研究表明,该控制策略具有良好的控制性能以及鲁棒性能,满足实验系统要求.     

高速公路交通量组合预测模型研究

交通量具有高度复杂的非线性特征,采用单一预测模型往往难以达到理想的预测效果.为准确预测,提出一种最优线性组合预测模型并给出了以预测误差平方和最小为目标函数的权系数最优解计算方法,在采用ARIMA模型、BP神经网络和支持向量回归机的基础上,利用组合预测模型实现了高速公路月度交通量的预测.实验结果表明:与季节差分自回归滑动平均模型、BP神经网络和支持向量回归机等预测模型相比,组合预测模型各项评价指标均优于前三者,为实现交通量准确预测提供了更为科学的依据.     

叶片-轮盘榫联结构的接触分析

叶片与轮盘之间的榫联结构存在接触和摩擦组合运动,在较高的热-机械载荷作用下容易发生微动磨损并导致疲劳破坏.本文采用有限元法对叶片-轮盘榫联结构进行接触分析,计算不同摩擦系数和不同转速情况下的叶片榫头和轮盘榫槽之间的接触压力、接触滑动距离.结果表明,摩擦系数增大,榫联结构接触面上的接触压力和滑动距离减小;转速增加,则接触压力和滑动距离增大.     

桥门式起重机最优调压节能仿真研究

为了实现起重机最优调压节能运行,针对起重机的恒转矩运行和变工况负载特性,基于异步电动机Γ型等效电路,将定子铜耗和铁耗看作是仅与定子电压有关的不变损耗,将转子铜耗看作是随负载转矩变化的可变损耗,得到电气总损耗与定子电压和负载转矩的直接关系。通过求解得出电动机稳定运行条件下使电气总损耗最小的最优电压。研究和仿真结果表明:定子电压和负载转矩共同影响总损耗,按照电动机稳定运行时的近似转差率得出总损耗的精确解和近似解在低于200V时,误差较大,在高于200V时误差几乎为零,而随负载转矩变化的最优电压误差不超过7V;起重机按照负载转矩变化的适时调压运行方式的节能效果是显著的。     

Hybrid model based on wavelet support vector machine and modified genetic algorithm penalizing Gaussian noises for power load forecasts

In view of the dissatisfactory capability of the ε-insensitive loss function in field of white (Gaussian) noise of multi-dimensional load series, a new wavelet v-support vector machine with Gaussian loss function which is called Wg-SVM is put forward to penalize the Gaussian noises. To seek the optimal parameters of Wg-SVM, modified genetic algorithm (GA) is proposed to optimize parameters of Wg-SVM. The results of application in load forecasts show that the forecasting approach based on the Wg-SVM model is effective and feasible, the comparison between the method proposed in this paper and other ones is also given, which proves this method is better than other SVM methods.     

Friction and wear studies between cylinder liner and piston ring pair using Taguchi design method

This paper reports an experimental study of tribological characteristics of cylinder liner (CL)/piston ring (PR) pair. Reciprocating wear process parameters are optimized for minimum weight loss and friction based on mixed L₁₆ Taguchi orthogonal design with three process parameters, sliding velocity, applied load and oil type. It is observed that sliding velocity have the most significant influence on both weight loss and friction characteristics of CL/PR pair. The interaction of sliding velocity and oil type has some significant influence on weight loss of piston ring. The experimental results are in good agreement with the values from the theoretical model.     

基于RDPSO-SVM的粮食产后储藏环节损耗智能评估方法

粮食产后储藏损耗是困扰粮食储藏企业的一大难题,也是影响企业经济效益的重要因素,因此对粮食储藏环节中损耗的评估,对于粮食产后减损具有重要的意义。本文通过调查问卷,对粮食储藏中影响损耗的因素进行调查,将获得的数据通过支持向量机（Support Vector Machine, SVM）模型进行建模,对储藏环节中的粮食损耗进行智能评估。同时,为了提高模型的精度,采用随机漂移粒子群优化（Random Drift Particle Swarm Optimization, RDPSO）算法对SVM的参数进行训练,充分利用RDPSO算法的全局搜索能力找到模型参数的最优解。实验结果表明运用RDPSO算法优化的SVM模型,能够得到比基本的SVM模型和线性回归模型更准确的粮食损耗预测。     

PSO-SVM及其在减速机齿轮诊断中的应用

针对支持向量机(SVM)参数一般是人为选取,无法准确取到最佳值的问题,提出了一种基于粒子群算法(PSO)对参数进行优化的支持向量机(PSO-SVM).以减速机齿轮的3类故障类型(正常、磕碰、磨损)数据作为研究资料,组成训练样本集,训练PSO-SVM分类模型,从训练集中抽取部分数据组成测试样本集,对模型进行检验测试.研究表明:PSO-SVM模型分类正确率达到了93.8%,相较未进行参数优化的SVM,算法能更好地找到全局最优解,提高了模型的分类正确率.     

水冷型PEMFC温湿度建模与智能控制

当负载电流一定时,质子交换膜燃料电池(PEMFC)的工作温度和质子膜的相对湿度是影响电池输出性能的主要因素。分析电池电流密度与最优工作温湿度的关系,建立基于温湿度耦合模型的最优温湿度操作条件的电压模型。通过对冷却水流量和阴阳极气体加湿度进行综合控制,保持电堆的工作温湿度在最佳状态,不仅保证了电池最优的输出性能,还可以延长其使用寿命。根据仿真试验结果比较可以看到,所建立的温湿度模型能够有效降低温湿度之间的耦合作用,设计的变论域模糊比例积分微分(PID)温度控制器和反向传播(BP)神经网络湿度控制器能够快速地响应负载电流的变化,明显减少进气气体湿度以及电堆出口冷却水温度的调节时间和超调量,具有更准确的控制精度。     

基于微正则算法和支持向量机的话务量预测

根据话务量数据的特征,首次提出了一种基于微正则退火算法和支持向量机的预测模型。支持向量机参数的选择影响其预测的能力,微正则退火算法而是通过在状态空间中随机行走的虚拟妖来实现参数的优化选择。实际的话务量数据验证表明,其搜索成功率远高于模拟退火算法,目标函数值下降更快,能在短时间内搜索到最优解,且预测精度高。     

Pre- and post-filtering approach to sensorless VSS speed control of a permanent magnet DC motor subject to Hammerstein and Wiener nonlinearities

In this paper, we propose a pre- and post-filtering approach to output feedback variable structure control of a permanent magnet DC servo motor under constant inertial load. The proposed control method is to regulate the motor speed by using the armature current measurement alone. Both the Hammerstein nonlinearity for the system input end and the Wiener nonlinearity for the output end are considered. With these static nonlinear functions carefully identified and their inverses fitted, the linearized model renders a simple dynamic mapping from the armature current to the sliding variable, which is designed as a dynamic function of the motor angular velocity. The pre-filter is the inverse of the Hammerstein function. The post-filter consists of two blocks in series: the inverse of the Wiener function and the concatenating dynamic filter, which is a linear relationship between the armature current and the sliding variable. The proposed method is robust against parameter variations in the electric subsystem such as the armature inductance and resistance.     

基于一种改进粒子群算法的SVM参数选取

支持向量机作为一个新兴的数学建模工具已经被广泛地应用到很多工业控制领域中,其良好的泛化能力和预测精度在很大程度上受到其参数选取的影响.根据智能群体进化模式改进粒子群优化算法.利用模糊C均值聚类算法分类粒子群体,并用子群体最优点取代速度更新公式中的个体历史最优点,并利用该算法搜索支持向量机的最优参数组合.对比仿真实验表明:所提优化算法是支持向量机参数选取的有效算法,在非线性函数估计中体现出优良的性能.