【技术实现步骤摘要】
本专利技术涉及轨道交通，具体涉及一种基于机器学习技术的高速铁路接触网吊弦排布的优化方法。
技术介绍
1、接触网系统是高速铁路的重要组成部分，高速列车依靠车顶受电弓与接触网导线的滑动摩擦获取电能。接触网静止时，吊弦只承受由接触线重力带来的拉伸应力。但当列车经过吊弦的瞬间，高速滑行的受电弓对接触线向上的抬升又势必使得吊弦承受瞬时的强冲击作用。列车经过后，由于接触网系统的不断振动又会使得吊弦反复承受交变的应力。金属吊弦长期处于这样的服役状态下会不可避免的产生疲劳损伤。
2、接触网跨距内吊弦的不同布设方案会影响弓网动态交互结果，可以考虑通过调整吊弦布局来改善吊弦服役期间的受力状况，以期延长吊弦的疲劳寿命。然而，接触网跨距较长，一跨内吊弦个数众多，布设方案数量将极其庞大；先前的技术中，多是根据工程经验，或者采用多次试验调整吊弦布设方案，这种方法工程量极大，试出所有方案再选择最合理安装方式的成本是不可接受的。本方法考虑结合机器学习的方式，建立关于吊弦位置参数与接触压力的非线性映射模型，结合工程需求优化接触网内吊弦排布。
技术实现思路
1、本专利技术的目的是为接触网吊弦布局设计提供一种合理的优化方法，提升吊弦服役期的疲劳寿命。通过接触网吊弦位置信息与接触压力的相关性，结合机器学习手段建立映射模型，搜寻优化结果后仿真验证优化效果。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种基于机器学习技术的高速铁路接触网吊弦排布的优化方法，包括以下步骤：
...【技术保护点】
1.基于机器学习技术的高速铁路接触网吊弦排布的优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器学习技术的高速铁路接触网吊弦排布的优化方法，其特征在于，包括以下步骤：
3.根据权利要求2所述的基于机器学习技术的高速铁路接触网吊弦排布的优化方法，其特征在于，步骤1中，接触力标准差计算公式具体如下：
4.根据权利要求2所述的基于机器学习技术的高速铁路接触网吊弦排布的优化方法，其特征在于，步骤4中，平均绝对百分比误差MAPE为；
5.根据权利要求2所述的基于机器学习技术的高速铁路接触网吊弦排布的优化方法，其特征在于，步骤6中，工程要求包括：
【技术特征摘要】
1.基于机器学习技术的高速铁路接触网吊弦排布的优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器学习技术的高速铁路接触网吊弦排布的优化方法，其特征在于，包括以下步骤：
3.根据权利要求2所述的基于机器学习技术的高速铁路接触网吊弦排布的优化方法，其特征在于，步骤...
【专利技术属性】
技术研发人员：魏文赋，张桓，潘利科，邢彤，陈立明，夏琅雨，杨泽锋，吴广宁，
申请(专利权)人：中国国家铁路集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。