受电弓接触力代理模型

用有限元与神经网络构建的代理模型，能基于速度和14个受电弓参数快速预测接触力标准差，替代耗时的整车模拟。

Rui, Zhou · 许向红

Applied Sciences (Switzerland) 2024

参数信息

接触力标准差预测模型

14 parameters

优化参数组合数

10

技术优势

预测快

用前馈神经网络替代有限元仿真，接触力标准差预测从分钟级缩短到毫秒级，适合参数扫描和优化。

全速度适用

模型覆盖不同速度等级，结合敏感性分析和优化算法，能在整个速度范围内给出参数配置建议，不用反复重新建模。

联合优化

同时优化多个参数，考虑参数间耦合，比单变量调参更接近全局最优。

应用场景

• 受电弓-接触网系统设计：用代理模型快速评估参数方案，缩短设计迭代周期。
• 高速铁路基础设施优化：针对不同速度等级优化参数，提升弓网匹配性能。
• 列车电流收集质量优化：以接触力标准差为指标，直接优化受流稳定性。