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。     

Bayes DLM递推方程中未知参数分布假定的理论证明

贝叶斯动态线性模型（简称为Ｂａｙｅｓ ＤＬＭ）是一种特殊的预测方法,它以一个动态方程组的先验信息为基础,通过一组递推修正方程预测指标的变化情况。本文给出递推修正方程的一个假定前提的理论证明,从而说明Ｂａｙｅｓ ＤＬＭ的合理性和严密性。     

采样间隔非均匀情况下的季节模型及其贝叶斯预测

主要给出了采样间隔非均匀情况下的季节因子动态线性模型、季节效应动态线性模型和Ｆｏｕｒｉｅｒ形式的季节效应模型，当观测误差方差Ｖｔｉ已知时，给出了它们的先验分布、预测分布和后验分布的修正递推算法。     

采样间隔非均匀情况下的线性增长模型及其贝叶斯预测

本文直接按采样间隔非均匀的情况研究了一次和二次线增长模型，并分别就观测误差方差Ｖ已知和未知常数两种情况给出了它们的先验分布，预测分布和后验分布的修正递推算法。     

波动载荷下滑动电接触摩擦力建模

在弓网滑动电接触过程中,受电弓滑板磨损加剧,大大缩短了其使用寿命。由于受电弓滑板的磨损问题与滑动摩擦力直接相关,对于滑板的滑动摩擦力的研究具有重要的理论意义。该文采用库伦+黏性静摩擦模型对滑动电接触摩擦力进行建模,再对原始摩擦模型的黏性摩擦部分进行修正,同时引入接触电流和接触力及其波动幅值与波动频率等因素,建立了一个新的摩擦模型。通过自行研制的滑动电接触实验机进行实验,利用得到的实验数据,采用粒子群算法和Matlab对新摩擦模型的参数进行辨识,并对得到的改进摩擦模型进行验证。由实验数据与改进摩擦模型的拟合效果图和残差图可知,改进摩擦模型能够对波动载荷下弓网滑动电接触滑动摩擦力进行合理预测。     

一类特殊矩阵变量DLM及其预测

讨论了一类特殊矩阵变量ＤＬＭ的观测误差方差阵Ｖｔ为未知常数矩阵情况下的分布,并给出了修正递推及其预测公式。     

波动载荷下弓网滑动电接触载流特性研究

为获取波动载荷下弓网滑动电接触载流特性,利用FCH-03型销盘式滑动电接触摩擦磨损试验机模拟弓网接触状态,进行强电流密度、不同速度与波动接触压力条件下的浸金属碳/铜对磨实验。根据实验数据获得载流效率、载流稳定性在不同条件下的特性规律,并针对影响受流的运行速度、接触电流、波动接触压力等因素作出深入的机理分析及电弧能量干扰相关性分析。研究表明:载流效率随接触压力振幅的增大而减小,随接触压力频率的增大呈较小的增大趋势。载流稳定性随接触压力振幅的增大而减小。低速时基本不随接触压力频率变化;高速时随接触压力频率增大呈先增大后减小。弓网离线及离线电弧是导致高速弓网系统载流质量下降的主要原因。