弓网最优压力载荷与受电弓主动控制研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第11-17页 |
| 1.1 课题的研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 论文主要研究内容 | 第15-16页 |
| 1.4 本章小结 | 第16-17页 |
| 2 模拟弓网滑动电接触实验 | 第17-26页 |
| 2.1 实验设备简介 | 第17-18页 |
| 2.2 实验数据测量 | 第18-20页 |
| 2.3 实验方案 | 第20-21页 |
| 2.4 实验结果及分析 | 第21-24页 |
| 2.4.1 电流效率 | 第22页 |
| 2.4.2 载流相对稳定系数 | 第22-23页 |
| 2.4.3 磨损率 | 第23-24页 |
| 2.5 理论分析 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 3 弓网系统预测模型 | 第26-43页 |
| 3.1 人工神经网络 | 第26-30页 |
| 3.1.1 神经网络的发展与应用 | 第26-27页 |
| 3.1.2 神经元描述 | 第27-28页 |
| 3.1.3 神经网络的拓扑结构 | 第28-29页 |
| 3.1.4 神经网络的学习规则 | 第29-30页 |
| 3.2 动态神经网络 | 第30-33页 |
| 3.2.1 动态网络介绍 | 第30-31页 |
| 3.2.2 动态网络学习算法 | 第31-33页 |
| 3.2.3 网络参数选择 | 第33页 |
| 3.3 免疫遗传算法 | 第33-37页 |
| 3.3.1 遗传算法 | 第34-35页 |
| 3.3.2 自然免疫学原理 | 第35页 |
| 3.3.3 免疫遗传算法原理与特点 | 第35-37页 |
| 3.4 基于IGA优化ENN预测模型 | 第37-39页 |
| 3.4.1 预测模型 | 第37-38页 |
| 3.4.2 模型训练与检验 | 第38-39页 |
| 3.5 多目标优化 | 第39-40页 |
| 3.6 多目标决策 | 第40-41页 |
| 3.7 本章小结 | 第41-43页 |
| 4 受电弓反馈线性化控制 | 第43-59页 |
| 4.1 弓网系统模型 | 第44-47页 |
| 4.1.1 受电弓模型 | 第44-45页 |
| 4.1.2 接触网模型 | 第45页 |
| 4.1.3 弓网模型及问题分析 | 第45-47页 |
| 4.2 反馈线性化 | 第47-58页 |
| 4.2.1 增广模型 | 第47-48页 |
| 4.2.2 坐标变换 | 第48-50页 |
| 4.2.3 反馈线性化 | 第50-51页 |
| 4.2.4 控制器设计 | 第51-53页 |
| 4.2.5 干扰观测器设计 | 第53-55页 |
| 4.2.6 仿真分析 | 第55-58页 |
| 4.3 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 作者简历 | 第64-66页 |
| 学位论文数据集 | 第66-67页 |
