接触力长短时记忆网络预测的受电弓主动控制方法

摘要

本发明涉及一种接触力长短时记忆网络预测的受电弓主动控制方法，属于受电弓主动控制领域，包括以下步骤：S1：搭建二元弓网系统振动耦合模型；S2：对弓网耦合模型进行受力分析，建立状态空间方程，并进行建模仿真，得到接触力仿真数据；S3：基于LSTM网络建立预测模型，预测下一时刻接触力F’，利用预测结果建立和接触力期望值计算出下一时刻所需的控制力u(t)，并以此为核心搭建控制器；S4：选择和安装作动器；S5：由作动器将阻尼力施加到弓网系统中，建立起一个闭环的接触力主动控制系统。本发明降低了弓网接触力波动程度，提高了列车的受流质量。