一种基于协同优化算法的高速受电弓多学科设计方法技术

本发明专利技术公开了一种基于协同优化算法的高速受电弓多学科设计方法，基于多学科设计理论，分析影响高速受电弓工作性能的设计因素，并对其进行学科分类设计；再对各学科设计参数进行数值分析，推导出各个学科设计目标的数学表达式，建立相应的优化设计模型；然后基于全局灵敏度法，分析各学科优化设计模型中设计变量的耦合关系和耦合强度；根据设计变量的耦合强度，确定系统级和学科级设计变量，采用多学科设计的协同优化算法求解各学科的优化模型中设计变量的优化值；根据设计变量的优化值，分析受电弓的优化结果，建立受电弓的三维实体模型。本发明专利技术改善受电弓的工作性能，提高弓网受流质量，为高速受电弓提供新的设计研究思路。

A Multidisciplinary Design Method for High-speed Pantograph Based on Collaborative Optimization Algorithms

【技术实现步骤摘要】
一种基于协同优化算法的高速受电弓多学科设计方法
本专利技术涉及高速铁路弓网系统设计
，具体为一种基于协同优化算法的高速受电弓多学科设计方法。
技术介绍
高速受电弓基础结构由下臂杆、上框架、拉杆、平衡杆、弓头和底架六部分构成，是高速列车的关键设备，也是弓网系统的重要组成部分。在列车高速运行中，受电弓与接触网一旦接触不良，将直接影响弓网间的受流特性，进而降低列车的牵引供电性能，更加严重的是，如果受电弓的结构在运行中遭到破坏，不仅会中断弓网受流，还将引起接触网系统的破坏，直接影响高速列车运营的安全性。所以，铁路高速化中，为提高列车运行的安全性，必须保证受电弓的工作性能，而高速受电弓的结构参数直接影响其工作性能的好坏。因而，为保证受电弓的可靠性和弓网受流质量的稳定性，对受电弓结构参数进行相应的研究是十分有必要的。为提高受电弓的工作性能，国内外学者采用不同的优化算法，灵敏度法，控制算法等方法对受电弓展开了大量的研究。如Ambrosio等(AmbrosioJPomboJ,PereiraMF,etal.Optimizationofhigh-speedrailwaypantographsforimprovingpantograph-catenarycontact[J].TheoreticalandAppliedMechanicsLetters,2013,3(1).)采用全局最优化算法，并以接触力标准差最小化为优化目标，对弓头参数进行优化分析。周宁等(ZhouN,ZhangW.Investigationondynamicperformanceandparameteroptimizationdesignofpantographandcatenarysystem[J].FiniteElementsinAnalysisandDesign,2011,47(3):288-295.)采用灵敏度分析法，对受电弓的阻尼和刚度参数进行优化分析，结果表明，适当增大弓头和上框架的阻尼值和减小刚度值，可有效提高弓网受流质量。宋洋等(SongY,OuyangH,LiuZ,etal.Activecontrolofcontactforceforhigh-speedrailwaypantograph-catenarybasedonmulti-bodypantographmodel[J].MechanismandMachineTheory,2017:35-59.)基于受电弓多体模型，提出一种新的PD控制器，结果表明，增大比例增益和减小微分系数可提高受电弓的工作性能，得到稳定的弓网接触力。但是，受电弓是一个结构比较复杂的机械装置，在设计和优化过程时需要考虑诸多因素的影响。而大量研究仅针对受电弓的某个因素进行深入分析，很少探究这些因素之间的相互作用对受电弓设计优化的影响。多学科设计优化(MultidisciplinaryDesignOptimization，MDO)是近年来美国等发达国家提出的一种新的设计方法，主要思想是针对复杂系统设计的整个过程，集成各学科(子系统)的知识，应用有效的设计优化策略和分布式计算网络系统来组织和管理复杂系统的设计过程。其目的是通过充分利用各学科(子系统)之间的相互作用产生的协同效应，获得整个系统的最优解或者工程满意解。多学科设计优化追求的是全系统、全智能和全过程的最优，弥补了传统设计方法的固有缺陷，并从系统总体设计高度，综合考虑到各学科的耦合效应，充分利用各个学科发展的最新成果，取得系统的整体最优。
技术实现思路
针对上述问题，本专利技术的目的在于提供基于协同优化算法的高速受电弓多学科设计方法，采用协同优化思想，建立高速受电弓多学科设计优化模型，采用多学科并行设计计算，完成高速受电弓多学科设计的求解计算。技术方案如下：一种基于协同优化算法的高速受电弓多学科设计方法，包括以下步骤：步骤1：基于多学科设计理论，分析影响高速受电弓工作性能的设计因素，并对其进行学科分类设计；步骤2：根据影响因素的分类，对各学科设计参数进行数值分析，推导出各个学科设计目标的数学表达式，并根据各学科的设计问题，建立相应的优化设计模型；步骤3：基于全局灵敏度法，分析各学科优化设计模型中设计变量的耦合关系和耦合强度，并识别优化设计模型的关键设计参数；步骤4：根据设计变量的耦合强度，确定系统级和学科级设计变量，采用多学科设计的协同优化算法求解各学科的优化模型中设计变量的优化值；步骤5：根据设计变量的优化值，分析受电弓的优化结果，建立受电弓的三维实体模型。进一步的，所述多学科包括运动学、静力学、动力学和控制学四个学科。更进一步的，所述步骤2的具体过程包括：步骤21：基于受电弓的几何关系，得到受电弓各点的位置坐标：式中，下标B、C、D、E、G和H分别表示受电弓的铰接点；x1、x3、x4、x6、x8分别表示杆AC、BG、BD、GH和AB的杆长；A点为受电弓固定在车顶位置的铰接点；x10为下臂杆的夹角，即杆BD和杆BG的夹角；x11、α、ξ、θ和γ，分别为杆AB、AC、BG、GH、和CE的水平角；lCE为CE的杆长；其中杆AC为推杆，杆BDG为下臂杆，杆CDE为上框架，杆GH为平衡杆，杆AB为底架，杆EH为平衡臂；步骤22：推导受电弓运动学的数学优化模型：VarX1＝(Xsize)式中，Xsize＝(x1,x2,…,x11)，x2、x5和x7分别表示杆CD、DE和EH的杆长；β(i)表示第i个空间位置时，平衡臂的偏转角；Exmax为E点位于x轴上的最大值；Ex(i)为E点在第i各空间位置时的横坐标；Ey为E点位于y轴上坐标值；和分别为变量X1的下限与上限；n表示受电弓运行空间位置的总数；f1(X1)表示平衡臂偏转角的偏差；G(i)表示约束方程；步骤23：推导受电弓的静力学优化模型：VarX2＝(Xsize,Xshape)式中，Xshape＝(d1,d2,…,d6)，dj和mj，j＝1,2,…,6分别为杆AC，BD，CD，DE，GH，DG的外径和质量；σ、ε、[σ]和[ε]分别表示应力、应变、许用应力和许用应变；e和emax表示受电弓横向变形与最大横向变形，和分别为变量X2的下限与上限；f2(X2)表示受电弓的总质量；步骤23：推导受电弓的动力学优化模型：根据弓网动力学耦合方程，得到接触力的表达式：式中，yh和yc分别为弓头和接触线的位移；Fc为弓网接触力；其中，k0为平均刚度系数；α1、α2…α5为刚度变化系数；L1为吊弦间距；L为跨距；v为运行速度；t为运行时刻；受电弓的动力学优化模型为：VarX3＝(Xsize,Xshape)式中，F(s)为第s时刻的接触力；S为受电弓的运行时间；Fm、Fmax、Fmin和σ分别为接触力的均值、最大值、最小值和标准差；和分别为变量X3的下限和上限；f3(X3)表示弓网接触力的偏差；步骤24：推导受电弓的控制学优化模型：VarX4＝(Xcontrol)式中，Xcontrol＝(kp,kd)，kp和kd分别表示增益系数和积分系数；MP表示超调量；[MP]为许用的超调量；tr表示上升时间；[tr]为许用的上升时间；e(t)为t时刻的误差；和分别为变量X4的下限和上限；f4(X4)表示弓网接触力的输出误差。更进一步的，所述步骤3具本文档来自技高网...

【技术保护点】
1.一种基于协同优化算法的高速受电弓多学科设计方法，其特征在于，包括以下步骤：步骤1：基于多学科设计理论，分析影响高速受电弓工作性能的设计因素，并对其进行学科分类设计；步骤2：根据影响因素的分类，对各学科设计参数进行数值分析，推导出各个学科设计目标的数学表达式，并根据各学科的设计问题，建立相应的优化设计模型；步骤3：基于全局灵敏度法，分析各学科优化设计模型中设计变量的耦合关系和耦合强度，并识别优化设计模型的关键设计参数；步骤4：根据设计变量的耦合强度，确定系统级和学科级设计变量，采用多学科设计的协同优化算法求解各学科的优化模型中设计变量的优化值；步骤5：根据设计变量的优化值，分析受电弓的优化结果，建立受电弓的三维实体模型。

【技术特征摘要】
1.一种基于协同优化算法的高速受电弓多学科设计方法，其特征在于，包括以下步骤：步骤1：基于多学科设计理论，分析影响高速受电弓工作性能的设计因素，并对其进行学科分类设计；步骤2：根据影响因素的分类，对各学科设计参数进行数值分析，推导出各个学科设计目标的数学表达式，并根据各学科的设计问题，建立相应的优化设计模型；步骤3：基于全局灵敏度法，分析各学科优化设计模型中设计变量的耦合关系和耦合强度，并识别优化设计模型的关键设计参数；步骤4：根据设计变量的耦合强度，确定系统级和学科级设计变量，采用多学科设计的协同优化算法求解各学科的优化模型中设计变量的优化值；步骤5：根据设计变量的优化值，分析受电弓的优化结果，建立受电弓的三维实体模型。2.根据权利要求1所述的基于协同优化算法的高速受电弓多学科设计方法，其特征在于，所述多学科包括运动学、静力学、动力学和控制学四个学科。3.根据权利要求2所述的基于协同优化算法的高速受电弓多学科设计方法，其特征在于，所述步骤2的具体过程包括：步骤21：基于受电弓的几何关系，得到受电弓各点的位置坐标：式中，下标B、C、D、E、G和H分别表示受电弓的铰接点；x1、x3、x4、x6、x8分别表示杆AC、BG、BD、GH和AB的杆长；A点为受电弓固定在车顶位置的铰接点；x10为下臂杆的夹角，即杆BD和杆BG的夹角；x11、α、ξ、θ和γ，分别为杆AB、AC、BG、GH、和CE的水平角；lCE为CE的杆长；其中杆AC为推杆，杆BDG为下臂杆，杆CDE为上框架，杆GH为平衡杆，杆AB为底架，杆EH为平衡臂；步骤22：推导受电弓运动学的数学优化模型：VarX1＝(Xsize)G(i)＝Exmax-Ex(i)<0.04s.t.G(n+2)＝Ey(1)-0.3<0G(n+3)＝-Ey(n)+2.3<0式中，Xsize＝(x1,x2,…,x11)，x2、x5和x7分别表示杆CD、DE和EH的杆长；β(i)表示第i个空间位置时，平衡臂的偏转角；Exmax为E点位于x轴上的最大值；Ex(i)为E点在第i各空间位置时的横坐标；Ey为E点位于y轴上坐标值；和分别为变量X1的下限与上限；n表示受电弓运行空间位置的总数；f1(X1)表示平衡臂偏转角的偏差；G(i)表示约束方程；步骤23：推导受电弓的静力学优化模型：VarX2＝(Xsize,Xshape)σ≤[σ]s.t.ε≤[ε]e≤emax式中，Xshape＝(d1,d2,…,d6)，dj和mj，j＝1,2,…,6分别为杆AC，BD，CD，DE，GH，DG的外径和质量；σ、ε、[...

【专利技术属性】
技术研发人员：张静，程肥肥，杨尊富，张翰涛，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川,51