歐志新,鄧春蘭

(安徽交通職業(yè)技術(shù)學(xué)院 城市軌道交通與信息工程系,安徽 合肥 230051)

接觸網(wǎng)系統(tǒng)作為電力供電網(wǎng)絡(luò)中的電流傳輸環(huán)節(jié),具有載荷電流大、傳輸距離遠(yuǎn)、電能分布集中和弓網(wǎng)動(dòng)態(tài)波動(dòng)等特征。在給電力機(jī)車傳輸電能的過程中,該系統(tǒng)需要具備電流供應(yīng)安全和弓網(wǎng)接觸穩(wěn)定的技術(shù)特點(diǎn)。隨著電力機(jī)車運(yùn)行速度的提升和外部復(fù)雜環(huán)境的影響,弓網(wǎng)動(dòng)態(tài)參數(shù)難以通過人工計(jì)算和儀器觀測(cè)獲取、檢測(cè)。劉仕兵通過檢測(cè)高速運(yùn)行中的弓網(wǎng)系統(tǒng)的動(dòng)態(tài)參數(shù)和高精度儀器實(shí)時(shí)參數(shù),對(duì)電流傳輸誤差和穩(wěn)定性進(jìn)行了分析,發(fā)現(xiàn)動(dòng)態(tài)弓網(wǎng)接觸對(duì)波動(dòng)的幾何參數(shù)精確度要求很高,難以通過描述輸入量和輸出值之間的非線性關(guān)系來建立和校正電流在傳輸過程中的數(shù)學(xué)模型[1]。

吳積欽針對(duì)弓網(wǎng)動(dòng)態(tài)特性接觸網(wǎng)系統(tǒng)的幾何參數(shù)進(jìn)行了測(cè)量與校正,利用模糊控制策略建立了“輸入—輸出—反饋”之間的比例關(guān)系,根據(jù)輸出值和設(shè)定值的反饋誤差進(jìn)行預(yù)估和參數(shù)校正,并將校正后的幾何參數(shù)與標(biāo)準(zhǔn)值進(jìn)行比較,計(jì)算找出符合電流安全傳輸和誤差的控制策略,避免了儀器檢測(cè)時(shí)波動(dòng)和誤差難以校正的問題,也不需要具體的弓網(wǎng)結(jié)構(gòu)模型和精確的測(cè)量參數(shù)[2]。

宋瑋、孫皓瑩等關(guān)于接觸網(wǎng)系統(tǒng)結(jié)構(gòu)模型和幾何參數(shù)技術(shù)標(biāo)準(zhǔn)的研究發(fā)現(xiàn):弓網(wǎng)接觸壓力過小,電弧閃絡(luò)會(huì)造成關(guān)聯(lián)電氣設(shè)備跳閘;弓網(wǎng)接觸壓力過大,會(huì)導(dǎo)致機(jī)械磨耗增大,出現(xiàn)拉出值偏小、供電中斷等問題[3-4]。因此,需要實(shí)時(shí)對(duì)弓網(wǎng)系統(tǒng)運(yùn)行的幾何參數(shù)進(jìn)行監(jiān)測(cè)和校正。系統(tǒng)幾何參數(shù)測(cè)量誤差帶來的不安全因素會(huì)引發(fā)弓網(wǎng)斷線的風(fēng)險(xiǎn)[3]。

研究提出一種自適應(yīng)控制和數(shù)據(jù)融合算法,針對(duì)弓網(wǎng)動(dòng)態(tài)運(yùn)行參數(shù)與結(jié)構(gòu)多變情形時(shí)的實(shí)時(shí)模型建立解決方案。自適應(yīng)控制具有參數(shù)迭代和修正功能,而模糊控制是基于開源指令集的理論算法,符合動(dòng)態(tài)系統(tǒng)運(yùn)行參數(shù)實(shí)時(shí)變化和結(jié)構(gòu)多變的特性,不需要準(zhǔn)確的數(shù)學(xué)模型結(jié)構(gòu),能根據(jù)輸出功能與輸入?yún)?shù)的比例關(guān)系,自適應(yīng)控制、調(diào)節(jié)超出設(shè)定值的誤差,抑制弓網(wǎng)波動(dòng)中超出設(shè)定范圍的曲線,控制策略能保障良好的電流穩(wěn)定性和幾何參數(shù)準(zhǔn)確性。

綜上所述,研究基于自適應(yīng)數(shù)據(jù)融合對(duì)弓網(wǎng)系統(tǒng)幾何參數(shù)進(jìn)行檢測(cè)與校正,首先分析接觸網(wǎng)系統(tǒng)參數(shù)特點(diǎn)與弓網(wǎng)電流安全傳輸?shù)倪壿嬯P(guān)系,從而確立弓網(wǎng)系統(tǒng)電流穩(wěn)定性的相關(guān)理論,建立幾何參數(shù)超調(diào)預(yù)警、抑制防護(hù)與參數(shù)校正方案[4]。該方案以仿真軟件計(jì)算平臺(tái)為監(jiān)控載體,對(duì)理論仿真數(shù)據(jù)和儀器實(shí)測(cè)的數(shù)據(jù)進(jìn)行比較和分析,最終應(yīng)用于弓網(wǎng)主要幾何參數(shù)的調(diào)節(jié)與校正。

1 接觸網(wǎng)幾何參數(shù)測(cè)量與特征分析

弓網(wǎng)系統(tǒng)的幾何參數(shù)主要包括靜態(tài)參數(shù)和動(dòng)態(tài)參數(shù),其拉出值和導(dǎo)線高度決定了弓網(wǎng)運(yùn)行的機(jī)械接觸和電氣閃絡(luò)特性,而弓網(wǎng)接觸之間的壓力和電弧現(xiàn)象是接觸網(wǎng)系統(tǒng)安全供電的基礎(chǔ)[5]。接觸網(wǎng)造成的電力機(jī)車運(yùn)行振動(dòng)會(huì)使受電弓產(chǎn)生離線電弧,導(dǎo)致接觸網(wǎng)參數(shù)與運(yùn)行模型不匹配,在受電弓頻繁離線的暫態(tài)過程中,機(jī)車中的電壓互感器失電后又恢復(fù)得電,電路會(huì)產(chǎn)生多次過渡的非線性變化,影響接觸網(wǎng)變化曲線的特征。

圖1是弓網(wǎng)幾何參數(shù)的測(cè)量方法(應(yīng)針對(duì)影響弓網(wǎng)模型的結(jié)構(gòu)和擬合條件設(shè)定測(cè)量標(biāo)準(zhǔn),控制弓網(wǎng)運(yùn)行曲線的誤差范圍和波動(dòng)區(qū)間,使弓網(wǎng)模型不受外部過電流的諧波影響),具體步驟如下:

圖1 接觸網(wǎng)參數(shù)檢修與計(jì)算示意圖

(1)使用鐵路軌距尺測(cè)量外軌超高,外軌超高值h的設(shè)定標(biāo)準(zhǔn)為0～150 mm。

(2)使用激光測(cè)量?jī)x和仿真計(jì)算平臺(tái)測(cè)量并校正接觸線高度H和實(shí)際拉出值a。

(3)確定導(dǎo)高值、拉出值范圍,暫態(tài)電流波動(dòng)和弓網(wǎng)接觸壓力等,將測(cè)量誤差控制在0～20 mm[5]。

(4)利用C=h×H/L,m=a-c,Δm=m實(shí)-m測(cè)等公式計(jì)算拉出值。其中,c表示機(jī)車運(yùn)行線路中心與受電弓中心的偏差值;L是機(jī)車鋼軌的軌距;m是測(cè)量定位點(diǎn)距離線路中心的水平距離;m標(biāo)是設(shè)定的標(biāo)準(zhǔn)值;m實(shí)是弓網(wǎng)運(yùn)行區(qū)段實(shí)測(cè)的數(shù)值;△m是標(biāo)準(zhǔn)值減去實(shí)測(cè)值。

(5)對(duì)m標(biāo)和m實(shí)進(jìn)行比較,確定調(diào)整量△m的大小和方向。

其中,a是弓網(wǎng)運(yùn)行是否出現(xiàn)誤差和波動(dòng)的關(guān)鍵,應(yīng)根據(jù)a值來制定校正方案。弓網(wǎng)運(yùn)行波動(dòng)造成的離線電弧會(huì)使測(cè)量參數(shù)和模型不匹配,從而影響接觸網(wǎng)的曲線變化特征和參數(shù)校正效果。運(yùn)行系統(tǒng)通常在接觸線磨耗和拉出值檢測(cè)等方面具有嚴(yán)格的誤差控制,保證接觸線在車速變化的空間實(shí)現(xiàn)波動(dòng)和受電弓工作范圍滑動(dòng)[6]。一旦弓網(wǎng)參數(shù)誤差過大,會(huì)導(dǎo)致接觸線拉斷或偏移線路中心線距離,導(dǎo)高過大或過小會(huì)造成弓網(wǎng)接觸不均勻,產(chǎn)生運(yùn)行時(shí)電弧摩擦和機(jī)械磨損嚴(yán)重的情況。因此,研究弓網(wǎng)系統(tǒng)運(yùn)行過程中的幾何參數(shù)對(duì)于系統(tǒng)安全運(yùn)營(yíng)具有重要的意義。

2 基于約束集關(guān)系的模糊控制理論

弓網(wǎng)系統(tǒng)動(dòng)態(tài)幾何參數(shù)測(cè)量具有不確定性,其固有的模型結(jié)構(gòu)會(huì)隨著外部環(huán)境的波動(dòng)而發(fā)生變化。弓網(wǎng)結(jié)構(gòu)與模型的失真會(huì)影響其幾何參數(shù)曲線的運(yùn)行效果,使制定的校正參數(shù)和補(bǔ)償方案難以達(dá)到預(yù)期的效果。模糊控制理論的特點(diǎn)在于約束集的廣泛,將輸入量與實(shí)時(shí)參數(shù)進(jìn)行比較可以得出下一次運(yùn)行區(qū)間范圍的誤差,從而在上一次校正的基礎(chǔ)上不斷進(jìn)行優(yōu)化,使最終的幾何參數(shù)越來越接近理想值[7]。這是一個(gè)逐步優(yōu)化、校正失真模型或不確定參數(shù)的優(yōu)化解。

圖2是模糊控制系統(tǒng)方框圖的結(jié)構(gòu)。其中r(t)為模糊控制系統(tǒng)輸入設(shè)定值;E(t)為單位時(shí)間內(nèi)模糊量誤差;EC(t)為單位時(shí)間模糊運(yùn)算誤差變化率;Ke為模糊控制變量調(diào)節(jié)比例因子;Ke為模糊執(zhí)行運(yùn)算后與設(shè)定值誤差變化率調(diào)節(jié)因子;Ku為執(zhí)行輸出機(jī)構(gòu)反饋量;G(s)為模糊控制反饋被控對(duì)象;系統(tǒng)輸出值為y(t)。以上這些變量都是精確量。其控制策略是先設(shè)定預(yù)估量和曲線/數(shù)據(jù)運(yùn)行的上下限值,再根據(jù)經(jīng)驗(yàn)給出一個(gè)弓網(wǎng)控制提前量并根據(jù)這個(gè)提前量進(jìn)行誤差修補(bǔ)(對(duì)標(biāo)測(cè)量值和設(shè)計(jì)標(biāo)準(zhǔn)值)。但這樣難以滿足控制要求。假設(shè),由于弓網(wǎng)系統(tǒng)幾何參數(shù)發(fā)生故障,若接觸網(wǎng)系統(tǒng)中出現(xiàn)暫態(tài)過電流,會(huì)導(dǎo)致出現(xiàn)非周期性的參數(shù)分量或小于N次諧波設(shè)定值的各種諧波分量。接觸網(wǎng)如果出現(xiàn)損壞,會(huì)導(dǎo)致弓網(wǎng)幾何參數(shù)出現(xiàn)劇烈波動(dòng),此時(shí)固有的接觸網(wǎng)模型會(huì)因測(cè)量誤差出現(xiàn)模型結(jié)構(gòu)參數(shù)變化,誤差也會(huì)出現(xiàn)累計(jì)。因此,根據(jù)每次實(shí)際控制效果來辨識(shí)、在線校正下一次的控制測(cè)量值是一種較好的控制方案。

圖2 模糊控制系統(tǒng)方框圖

3 自適應(yīng)數(shù)據(jù)融合算法和控制策略

弓網(wǎng)系統(tǒng)運(yùn)行過程中,電弧與弓網(wǎng)的接觸壓力、偏移量、接觸線波動(dòng)導(dǎo)高等參數(shù)的實(shí)時(shí)運(yùn)行曲線反映了弓網(wǎng)接觸電流的輸入特征。由于弓網(wǎng)速度機(jī)械裝置存在慣性,導(dǎo)致數(shù)據(jù)傳輸存在滯后和不穩(wěn)定。而受電弓緩沖會(huì)跟隨接觸線的波動(dòng)而起伏接觸,保證弓網(wǎng)壓力滿足接觸網(wǎng)系統(tǒng)的安全電流供應(yīng)。

若在弓網(wǎng)運(yùn)行剛開始時(shí)即施加一個(gè)控制定量值,得出的結(jié)果和控制策略后期難以調(diào)節(jié),此時(shí)輸入量和輸出關(guān)系具有非線性特征?？梢愿鶕?jù)自適應(yīng)數(shù)據(jù)融合特點(diǎn)指定固有的參數(shù)模型,從而保證弓網(wǎng)運(yùn)行主要參數(shù)值在合適的范圍內(nèi),保證安全運(yùn)行的弓網(wǎng)速度和控制精度。

3.1 自適應(yīng)控制的模型預(yù)估和特征

自適應(yīng)控制需要結(jié)合數(shù)據(jù)融合的特點(diǎn)建立數(shù)學(xué)預(yù)估模型,其特點(diǎn)就是基于多個(gè)傳感器的信息采樣加以決策和估計(jì),對(duì)輸出信號(hào)進(jìn)行分析和處理[8]。接觸網(wǎng)系統(tǒng)中動(dòng)態(tài)運(yùn)行的弓網(wǎng)關(guān)系的幾何參數(shù)正是建立弓網(wǎng)模型所需的輸入融合變量。

若單個(gè)時(shí)間段采集的幾何參數(shù)具有模糊性和誤差性,也不會(huì)影響總體系統(tǒng)的可靠性。自適應(yīng)會(huì)在數(shù)據(jù)融合過程中實(shí)時(shí)對(duì)數(shù)據(jù)進(jìn)行跟蹤控制,并對(duì)信息數(shù)據(jù)進(jìn)行校正。自適應(yīng)數(shù)據(jù)融合在弓網(wǎng)系統(tǒng)幾何參數(shù)的計(jì)算和校正中具有以下特點(diǎn):

(1)對(duì)接觸網(wǎng)和受電弓的動(dòng)態(tài)運(yùn)行時(shí)產(chǎn)生電弧造成的參數(shù)失真測(cè)試具有實(shí)時(shí)校正功能。在預(yù)防弓網(wǎng)系統(tǒng)出現(xiàn)電氣閃絡(luò)拉出值偏大造成斷線等方面,自適應(yīng)控制具有預(yù)估校正的作用。

(2)通過弓網(wǎng)系統(tǒng)分布檢測(cè),在線檢測(cè)暫態(tài)過電流,根據(jù)弓網(wǎng)系統(tǒng)的波動(dòng)和誤差特性等研究手段,建立模糊控制為策略的數(shù)學(xué)模型具有優(yōu)勢(shì)。

3.2 數(shù)據(jù)融合的原理與算法

由于接觸網(wǎng)系統(tǒng)動(dòng)態(tài)運(yùn)行產(chǎn)生的電弧現(xiàn)象會(huì)造成設(shè)備絕緣擊穿,特別是過電流和電壓增大,具備不確定的動(dòng)態(tài)屬性和模型特征,如外部環(huán)境和曲線段弓網(wǎng)波動(dòng)和拉出值的選取,包括一些未知因素和隨機(jī)因素。

對(duì)接觸網(wǎng)結(jié)構(gòu)內(nèi)部而言,描述弓網(wǎng)運(yùn)行的模型結(jié)構(gòu)和參數(shù)不一定準(zhǔn)確。而外部環(huán)境對(duì)弓網(wǎng)運(yùn)行的影響主要有噪聲、擾動(dòng)、諧波等參數(shù)反饋至電網(wǎng)輸入系統(tǒng),而測(cè)量和統(tǒng)計(jì)這些隨機(jī)量參數(shù)都是未知的。

自適應(yīng)數(shù)據(jù)融合的校正原理是根據(jù)可以測(cè)量的輸入信號(hào)R(t)和輸出信號(hào)Yp(t)決定增益Kp和多項(xiàng)式Np(s),Dp(s)的系數(shù)估計(jì)[9]。其表達(dá)式有:

(1)

其中,M(s)是校正結(jié)果輸出參數(shù);Np(s)是反饋模型的參數(shù);Dp(s)是特征模型的參數(shù)。R(t)表示輸入信號(hào)、Yp(t)表示輸出信號(hào)、Kp表示增益,p(Primary)表示初始,即第一次接受參數(shù)校正模型的表達(dá)式。接觸網(wǎng)系統(tǒng)在線校正與計(jì)算建立在參數(shù)模型估計(jì)正確的基礎(chǔ)上,利用自適應(yīng)數(shù)據(jù)融合能夠有效地補(bǔ)償與校正誤差,提高弓網(wǎng)系統(tǒng)整體辨識(shí)度[10]。當(dāng)接觸網(wǎng)系統(tǒng)結(jié)構(gòu)采樣參數(shù)na、nb和d已知時(shí),輸入-輸出模型如式(2)所示:

A(q-1)y(t)=B(q-1)u(t-d)+e(t)

(2)

其中,A是設(shè)定弓網(wǎng)波動(dòng)因子(取值在0～1之間);B是弓網(wǎng)參數(shù)校正因子(取值在0～1之間);q是弓網(wǎng)結(jié)構(gòu)固定因子(取值q>1);u是誤差隨動(dòng)因子(取值0～1之間);e(t)是誤差參量,即測(cè)量值減去上一次校正值的差數(shù)。其差分方程式如式(3)所示:

y(t)=-a1y(t-1)-a2y(t-2)-

…-any(t-na)+

b0u(t-d)+b1u(t-d-1)+

…+bnu(t-d-nb)+e(t)=

φT(t)θ+e(t)

(3)

其中,y(t)表示實(shí)際觀測(cè)值;e(t)表示弓網(wǎng)運(yùn)行現(xiàn)場(chǎng)測(cè)量的不確定因素(如外部干擾、噪聲、諧波等)。φ(t)表示標(biāo)準(zhǔn)向量;θ表示需檢測(cè)的未知參數(shù)向量[11]。

(4)

接觸網(wǎng)系統(tǒng)運(yùn)行產(chǎn)生的電弧現(xiàn)象,會(huì)造成絕緣設(shè)備沿邊放電,使暫態(tài)過電流和電壓增大,具備不確定的動(dòng)態(tài)屬性和模型特征[12]。自適應(yīng)數(shù)據(jù)融合的校正原理是,將上一區(qū)段的測(cè)量均值作為參考模型,對(duì)超出誤差部分進(jìn)行校正。

4 與其他控制策略比較的優(yōu)缺點(diǎn)

4.1 對(duì)比最小二乘法控制策略

最小二乘算法可針對(duì)動(dòng)態(tài)特性變化多、參數(shù)波動(dòng)大、難以直觀檢測(cè)出結(jié)果的情形,根據(jù)弓網(wǎng)系統(tǒng)運(yùn)行特性及電弧放電特點(diǎn),實(shí)時(shí)在線修正和優(yōu)化決策,隨時(shí)調(diào)整系統(tǒng)模型結(jié)構(gòu)。該算法的主要功能包括系統(tǒng)模型辨識(shí)、參數(shù)決策和參數(shù)修正。

如圖3所示,采用基于模糊控制理論集的自適應(yīng)數(shù)據(jù)融合控制策略,對(duì)接觸網(wǎng)暫態(tài)過電流參數(shù)進(jìn)行修正與擬合,分析計(jì)算修正誤差過程。其修正策略不要求參數(shù)全局都具備穩(wěn)定性,只需要在誤差穩(wěn)定和波動(dòng)范圍局部保持良好的修正效果即可,因?yàn)槎啻蔚姆磸?fù)調(diào)節(jié)和修正會(huì)出現(xiàn)在線計(jì)算量大、反響時(shí)間增大與超調(diào)增大等問題。

圖3 局部?jī)?yōu)化弓網(wǎng)參數(shù)的超調(diào)和誤差波動(dòng)特性

4.2 比較PID控制算法策略

傳統(tǒng)PID控制算法能對(duì)接觸網(wǎng)電弧沿邊放電參數(shù)進(jìn)行檢測(cè)與調(diào)整,但其在線計(jì)算和修正誤差參數(shù)的功能不強(qiáng)[13]。而基于參數(shù)辨識(shí)的自適應(yīng)數(shù)據(jù)融合則具有較強(qiáng)的修正、補(bǔ)償誤差的功能,可以彌補(bǔ)傳統(tǒng)PID控制算法功能的不足。

如圖4所示,傳統(tǒng)的PID控制算法結(jié)合了積分參數(shù)調(diào)節(jié)、微分控制反饋調(diào)節(jié)及比例調(diào)節(jié)的控制作用。而基于模糊理論集的自適應(yīng)數(shù)據(jù)融合,具備基于模型識(shí)別的在線自學(xué)習(xí)滾動(dòng)優(yōu)化的特點(diǎn),對(duì)結(jié)構(gòu)和參數(shù)多變的預(yù)估模型要求不高,性能相對(duì)穩(wěn)定,適用于模型多變、參數(shù)復(fù)雜和計(jì)算量大的長(zhǎng)距離弓網(wǎng)運(yùn)行與電能傳輸。

圖4 PID控制算法與自適應(yīng)控制數(shù)據(jù)融合(Logic)比較圖

5 弓網(wǎng)實(shí)驗(yàn)參數(shù)與建模分析

接觸網(wǎng)失真參數(shù)的自適應(yīng)數(shù)據(jù)融合估計(jì),由式(3)、式(4)得出的向量方程即為目標(biāo)函數(shù):

(5)

圖5 參數(shù)自適應(yīng)模糊控制系統(tǒng)仿真SimuLink框圖

表1 模糊控制參數(shù)采樣輸入與融合數(shù)據(jù)誤差校正表

表2 模糊控制參數(shù)采樣輸入與融合數(shù)據(jù)誤差校正表

圖6 自適應(yīng)原始采樣與校正后曲線對(duì)比(第一組參數(shù))

圖7 模糊控制基礎(chǔ)下的自適應(yīng)控制校正曲線(第二組參數(shù))

表1中采樣參數(shù)與建模結(jié)構(gòu)變化時(shí),修正方法是根據(jù)差分公式3,若波動(dòng)曲線遠(yuǎn)離弓網(wǎng)運(yùn)行設(shè)定曲線,即增大A因子,同時(shí)減小B因子,讓超調(diào)的曲線部分迅速回歸設(shè)定范圍。若修正曲線一直在設(shè)定范圍內(nèi),波動(dòng)不明顯,無(wú)誤差產(chǎn)生,則維持A值不變,并逐步增大B因子參量,讓修正后的曲線與設(shè)定值同步[14],從而減少下一次誤差修正的時(shí)間和在線計(jì)算量。輸入量與測(cè)量值具有較大誤差時(shí),需經(jīng)過模型辨識(shí)后在線優(yōu)化至合理范圍,保證弓網(wǎng)接觸良好的電流傳輸效果。

如圖6所示,模糊控制Simulink仿真結(jié)果顯示隨著參數(shù)外部環(huán)境的變化符合曲線圖衰減的關(guān)系,在調(diào)節(jié)范圍內(nèi)滿足模型精度,校正效果無(wú)法與標(biāo)準(zhǔn)值完全相同。自適應(yīng)控制的最大優(yōu)勢(shì)就是跟隨性,設(shè)定目標(biāo)后弓網(wǎng)運(yùn)行會(huì)一直按照標(biāo)準(zhǔn)范圍的區(qū)間不斷校正實(shí)時(shí)運(yùn)行中的誤差或偏差,讓系統(tǒng)始終跟蹤輸出結(jié)構(gòu)進(jìn)行控制,不需要建立明確的數(shù)學(xué)模型以得出準(zhǔn)確的結(jié)果。這些都符合自適應(yīng)數(shù)據(jù)融合的結(jié)構(gòu)特點(diǎn)與原理。

自適應(yīng)數(shù)據(jù)融合在線校正后誤差收斂速度更快、精度更高,但如果修正和優(yōu)化擬合次數(shù)過多,容易造成接觸網(wǎng)模型結(jié)構(gòu)失真和參數(shù)穩(wěn)定性下降[15]。因此,自適應(yīng)數(shù)據(jù)融合不是修正次數(shù)越多越好,而是依據(jù)參數(shù)模型與測(cè)量設(shè)定值,接近誤差范圍為止。這樣既不會(huì)造成弓網(wǎng)運(yùn)行穩(wěn)定性降低,也不會(huì)增加接觸網(wǎng)系統(tǒng)參數(shù)失真帶來的波動(dòng)問題。

表2中,接觸網(wǎng)電弧時(shí)采樣參數(shù)暫態(tài)電流值具有變化和波動(dòng)特性。輸入量與測(cè)量值具有較大的誤差,需經(jīng)過模型辨識(shí)后在線優(yōu)化至合理范圍,保證弓網(wǎng)接觸良好的電流傳輸效果。

如圖7所示,第二次參數(shù)校正的效果比第一次更好,誤差控制效果更接近設(shè)計(jì)值,說明其算法具有一定的局限性和擬合明確的目標(biāo)值。由于外部環(huán)境干擾或內(nèi)容參數(shù)結(jié)構(gòu)發(fā)生變化,需要對(duì)接觸網(wǎng)模型和參數(shù)進(jìn)行調(diào)整和匹配,直到誤差平方和性能指標(biāo)接近[16]。一般而言,自適應(yīng)數(shù)據(jù)融合只尋求將局部參數(shù)在線優(yōu)化至最佳,而不是整個(gè)系統(tǒng)所有參數(shù)都要符合標(biāo)準(zhǔn)。

6 結(jié)論

文中針對(duì)接觸網(wǎng)系統(tǒng)結(jié)構(gòu)中電能傳輸環(huán)節(jié)弓網(wǎng)關(guān)系進(jìn)行研究,其動(dòng)態(tài)運(yùn)行時(shí)的幾何參數(shù)檢測(cè)精度直接影響著供電穩(wěn)定和行車安全。分析表明,系統(tǒng)的弓網(wǎng)接觸壓力和幾何參數(shù)都具有波動(dòng)性,難以固定運(yùn)行區(qū)段的數(shù)學(xué)模型結(jié)構(gòu),從而導(dǎo)致獲取的幾何參數(shù)精度低,誤差控制效果不佳。再依此提出基于約束集的模糊控制,旨在建立復(fù)雜區(qū)段的弓網(wǎng)模型。利用該模型,不需要知道確切的輸入量,直接根據(jù)輸出結(jié)果校正輸入?yún)?shù),將多傳感器采樣數(shù)據(jù)在數(shù)據(jù)融合的理念下進(jìn)行整合,綜合分析判斷決策的過程。這樣雖然可以在很大程度上為弓網(wǎng)動(dòng)態(tài)運(yùn)行數(shù)據(jù)的實(shí)時(shí)采集和大量數(shù)據(jù)數(shù)據(jù)處理帶來便捷,但是也很難做到數(shù)據(jù)集合滿足所有的運(yùn)行參數(shù),只能在局部設(shè)定幾何參數(shù)的固有約束值,再去不斷校正和跟蹤,剔除誤差過大的數(shù)據(jù),防止發(fā)生斷線風(fēng)險(xiǎn)。

基于模糊控制理論約束集的自適應(yīng)數(shù)據(jù)融合控制,在弓網(wǎng)系統(tǒng)幾何參數(shù)的測(cè)量中,具有以下特點(diǎn):(1)通過約束集的模糊控制策略可以按照設(shè)定的幾何參數(shù)跟蹤動(dòng)態(tài)運(yùn)行時(shí)的超量參數(shù),并加以剔除和自動(dòng)篩選功能,不需要建立準(zhǔn)確的數(shù)學(xué)模型就可以得出控制結(jié)果;(2)由于外部環(huán)境或多變量的干擾,會(huì)造成模型失真或參數(shù)變化,自適應(yīng)模型能夠不斷校正這些變化的幾何參數(shù),使其能夠按照設(shè)定的標(biāo)準(zhǔn)范圍進(jìn)行波動(dòng),滿足弓網(wǎng)系統(tǒng)安全穩(wěn)定的電能傳輸特性,保障電力機(jī)車安全可靠運(yùn)營(yíng);(3)弓網(wǎng)運(yùn)行的最終目標(biāo)是各項(xiàng)幾何參數(shù)都符合電能輸送的安全條件并處于誤差區(qū)間內(nèi),多傳感采樣的實(shí)時(shí)數(shù)據(jù)能夠自動(dòng)進(jìn)行融合分析判斷和綜合決策控制。