基于AVR单片机的弓网接触压力检测系统

弓网接触压力作为接触网的重要参数之一,对确保受流质量具有重要意义.针对供电段的实际情况,开发了一套采用AVR作为控制器的接触网弓网压力动态检测系统,实现了弓网压力的检测.设备的使用表明:系统运行稳定,检测效果好、测量数据准确,具有一定的应用前景.     

弓网监测系统的设计与实现

在追综国外先进的弓网监测技术的同时,自主开发了一套基于嵌入式系统的弓网监测系统,该系统通过检测受电弓与接触网的接触压力和拉出值进而分析弓网运行状况;文章主要介绍了该套系统整体设计方案,对其核心部分--车顶电气测控系统的功能需求与软硬件设计思路作了比较详细的说明;经试验证明,该系统在实验室的高频强磁场干扰、高频振动和高温环境下仍运行稳定可靠且满足实际应用的需求.     

受电弓空气动力对列车弓网特性的影响仿真

为研究列车在高速运行时,受电弓空气动力特性对弓网动力学性能的影响,建立受电弓的简化三维模型。采用流体分析软件FLUENT,基于三维定常不可压缩N-S方程和k-ε两方程湍流模型,对高速受电弓的气动力进行数值模拟,得到受电弓的空气动力特性。利用有限元分析软件ANSYS,建立受电弓-接触网系统仿真模型,仿真分析了受电弓空气抬升力对弓网动态接触压力的影响,仿真结果表明,受电弓的空气动抬升力与速度的平方成正比,高速情况下空气抬升力使弓网接触压力大幅增加,弓网受流质量变差。     

考虑受电弓非线性的弓网动态特性仿真研究

在以往的弓网研究中,常采用受电弓质量块模型,一般都未考虑受电弓的非线性特性。为此首先重新推导了受电弓非线性框架模型,然后研究了受电弓工作高度对归算参数的影响。最后考虑受电弓动态归算参数的影响修正了弓网耦合动力学方程,并采用龙格库塔法对其进行求解,研究受电弓非线性对弓网动态受流特性的影响。结果表明:归算质量随工作高度的变化不大,归算刚度随受电弓工作高度的变化有较大的振荡;考虑受电弓非线性因素使接触压力变化更加剧烈,列车运行速度越高,受电弓非线性特性对接触压力的影响越大,在研究高速弓网关系时,考虑受电弓非线性因素是很有必要的,可为精确研究高速弓网关系提供借鉴。     

接触网硬点检测系统设计与实现

电力机车在运行过程中,接触硬点过大是造成机车受电弓离线的重要原因之一,因此必须通过接触网硬点检测系统排查硬点故障。该检测系统充分利用先进的检测技术,改善了电力机车的运行环境,提高了安全系数。     

高压气瓶非接触压力测量系统设计

常规状态下气瓶压力测量,在气瓶出口管路上开口进行引压测量,对于高压气瓶在长期贮存的情况下,开口引压存在开口部位压力泄漏的隐患。为克服气瓶开口引压泄漏问题,对气瓶非接触压力测量系统进行分析研究,基于气瓶壁在压力下产生形变的情况,通过对气瓶壁进行应变测量关键技术,建立气瓶壁的应变量与内部压力之间的关系计算模型,经多次实验验证,积累不同温度及压力下的相关数据参数,通过数据模型拟合具有温度补偿的压力计算公式,通过编程写进便携式测试仪,实现对高压气瓶在不接触介质的情况下非接触压力测量的目的,并满足了气瓶在高压下进行长期贮存时随机测量的应用需求。     

和谐1型(HX_D1)蓄电池智能在线维护系统

某铁路局HXD1型电力机车投入运行一段时间后,普遍存在蓄电池储能不足"亏电"的现象,每年都造成多起"机破"事故,严重影响着机车运行安全。查出故障原因,解决HXD1型电力机车蓄电池"亏电"问题,成为当务之急。本文对HXD1机车亏电问题进行了系统分析,提出解决方案并进行了实施。     

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。     

利用分割机制实现高速网下入侵检测的研究

目前基干网络的入侵检测系统已经无法适应高速增长的网络速度。文章提出了一种基于某种分割机制的分布式方案，它能够在高速链路上对网络进行实时的入侵检测，并给出了一个实验模型与相关的性能测试。     

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.