一种考虑电弧随机特性的弓网电弧建模方法和仿真回路技术

本发明专利技术公开一种考虑电弧随机特性的弓网电弧建模方法和仿真回路，首先使用Habedank模型建立弓网电弧初始模型；再选用遗传算法优化Habedank模型参数，利用弓网电弧实测波形数据，计算模型参数随时间的变化关系，并考虑燃弧时刻和燃弧时间的随机性，增加一个脉冲发生时刻和脉冲宽度分别按照均匀分布函数和截断正态分布函数变化的脉冲函数，对弓网电弧初始模型进行改进，得到改进后的弓网电弧数学模型。本发明专利技术的弓网电弧仿真回路，由电压为36V和频率为50Hz的交流电源、Modified Habedank电弧模块、电压测量模块、电流测量模块和阻性负载组成。本发明专利技术能够更加准确地描述弓网电弧的动态伏安特性，可以用于深入研究弓网电弧的动态演变规律。

【技术实现步骤摘要】
一种考虑电弧随机特性的弓网电弧建模方法和仿真回路
本专利技术涉及弓网电弧仿真
，尤其涉及一种考虑电弧随机特性的弓网电弧建模方法和仿真回路。
技术介绍
高速列车通过受电弓与接触线之间的滑动电接触获得电能，因此运行中的受电弓与接触线总是处于相对运动之中。当列车在高速运行时由于弓网振动、风阻、导线或钢轨的不平顺性、接触网硬点、过分相等因素的影响，将发生弓网离线。弓网离线会产生电弧，烧蚀导线和受电弓滑板、降低列车受流质量、引起电压和电流波形畸变、产生电磁干扰等严重问题，从而威胁列车的安全。目前建立的弓网电弧数学模型主要是从电弧机理角度，基于经典电弧数学模型考虑弓网离线距离、列车速度等条件对耗散功率、电压梯度等电弧模型参数的影响，并且将模型参数表示为关于弓网离线距离、列车速度的函数。但是这些函数大多是根据开关电弧实验获得的经验公式进行推导的，未必适合用于描述弓网电弧。此外，现有技术大多是针对电弧数学模型的耗散功率和电压梯度常数进行修正，很少有对电弧数学模型中的电弧时间常数进行修正。研究表明，电弧时间常数是随时间而变化的，现有的弓网电弧数学模型没有考虑电弧时间常数的时变特性，同时也没有考虑到弓网电弧的随机特性。因此，有必要对弓网电弧数学模型进行深入研究。
技术实现思路
针对上述现有技术的不足，本专利技术提供一种考虑电弧随机特性的弓网电弧建模方法和仿真回路。为解决上述技术问题，本专利技术所采取的技术方案是：一种考虑电弧随机特性的弓网电弧建模方法，包括如下步骤：步骤1：使用Habedank模型建立弓网电弧初始模型；Habedank模型将Mayr和Cassie模型串联起来，在电流较大时Cassie发挥主要作用，在电流过零附近的小电流区间Mayr模型占据主导。Habedank模型结合了Mayr模型和Cassie模型各自的优点，可以采用Habedank模型建立弓网电弧初始模型。Habedank模型表达式为：式中τm、τc、P和Uc分别表示Mayr电弧时间常数、Cassie时间常数、耗散功率常数和电压梯度常数，i表示电弧电流，gm和gc分别代表Mayr电弧电导和Cassie电弧电导，g为gm和gc串联的总电弧电导。步骤2：利用电弧电压误差最小的原则，选用遗传算法优化Habedank模型的Mayr时间常数、Cassie时间常数、耗散功率及电压梯度常数，过程如下：步骤2.1：采用电弧电压作为比较对象建立误差目标函数，将误差函数作为目标函数，数学表达式如下：其中，ε代表误差值，umi是实测电压在每个采样点的值，usi则为模型仿真获得的电压对应点的值；步骤2.2：选择遗传算法对误差目标函数进行优化；所述遗传算法由编解码、个体适应度评估和遗传运算三大模块构成，在遗传算法优化过程中将目标函数作为个体适应度评估函数，在个体编码后，遗传算法首先随机生成n个初始种群，然后进行个体适应度评估，之后通过复制、交叉、变异过程生成优秀子代，子代又作为下一代的父代重复上述步骤，直至满足设定的优化标准，最终获得最佳个体输出。步骤2.3：确定Mayr时间常数、Cassie时间常数、耗散功率及电压梯度常数的取值范围，利用MATLAB自带的遗传算法工具箱对各个参数同时进行优化；参数优化结果为一个四维的最优参数组，依次表示Mayr时间常数、Cassie时间常数、耗散功率及电压梯度常数。步骤3：利用弓网电弧实测波形数据，分别计算Mayr时间常数、Cassie时间常数、耗散功率及电压梯度常数随时间的变化关系，过程如下：步骤3.1：基于弓网电弧实验系统，在不同实验条件下进行弓网电弧实验，同时对弧光信号、接触电压、滑动速度、电弧电流、电弧电压信号进行实时数据采集和存储；设定弓网电弧发生器的供电电压为AC36V，采用单因素实验法，在阻性负载回路中针对不同的接触压力、接触电流、滑动速度条件进行弓网电弧实验。接触压力的调节范围为70-90N，接触电流的调节范围为100-250A，滑动速度的调节范围为50-120km/h。设定每组实验时间为5min，利用数据采集卡以10kHz的采样频率实时采集电弧电压信号和电弧电流信号。步骤3.2：根据步骤3.1获得的不同实验条件下的电弧电压信号，统计弓网电弧的燃弧时刻与燃弧时间；经过分析，得到燃弧时刻和燃弧时间分别服从均匀分布和正态分布；步骤3.3：计算燃弧时刻和燃弧时间的分布参数，结合MATLAB的随机数生成函数，生成服从上述分布的随机数；由于通过正态分布生成随机数的变量范围包括负数，会产生不符合实际的随机数，因此对正态分布进行截断，构成截断正态分布；将计算得到的随机数作为弓网电弧仿真模型的燃弧时刻和燃弧时间；步骤3.4：利用步骤2的方法，结合弓网电弧实测波形进行模型参数优化，将获得的最优参数按时间顺序排列；步骤3.5：利用插值平滑并拟合获得参数随时间的变化曲线，分别用τm(t)、τc(t)、P(t)和Uc(t)来表示，其中τm(t)为随时间变化的Mayr电弧时间常数，τc(t)为随时间变化的Cassie时间常数，P(t)为随时间变化的耗散功率，Uc(t)为随时间变化的电压梯度曲线。步骤4：将步骤3得到的4种随时间变化的常数引入弓网电弧初始模型中；即将τm(t)、τc(t)、P(t)和Uc(t)引入弓网电弧初始模型中，得到：其中，i表示电弧电流，gm和gc分别代表Mayr电弧电导和Cassie电弧电导，g为gm和gc串联的总电弧电导。步骤5：考虑燃弧时刻和燃弧时间的随机性，对Habedank数学模型增加一个脉冲函数，对弓网电弧初始模型进行改进，得到改进后的弓网电弧数学模型。所述增加的脉冲函数的脉冲发生时刻和脉冲宽度分别按照均匀分布函数和截断正态分布函数变化。所述改进后的弓网电弧数学模型如下：其中，f(t)表示单脉冲函数。另一方面，本专利技术还提供一种考虑电弧随机特性的弓网电弧仿真回路，由由电压为36V和频率为50Hz的交流电、ModifiedHabedank电弧模块、电压测量模块1、电流测量模块和阻性负载组成。其中，ModifiedHabedank电弧模块由微分方程编辑器DEE、脉冲信号发生器、电压控制的电流源、过零检测模块、电压测量模块2、1维查表模块、理想开关组成；所述ModifiedHabedank电弧模块：在电路中相当于一个开关，开关闭合时相当于弓网稳定接触，从外电路看此时该模块相当于一个电阻，开关断开时产生弓网电弧，此时该模块相当于一个非线性电阻；所述电压测量模块1：检测ModifiedHabedank电弧模块两端电压并输出电弧电压波形；所述电流测量模块：检测回路电流并输出电弧电流波形；所述阻性负载：通过改变阻性负载的大小控制回路电流的大小以此来模拟改变实验电流的条件；所述微分方程编辑器DEE：DEE模块输入加入单脉冲函数的改进模型表达式并以电弧电压、脉冲信号发生器、Mayr时间常数、本文档来自技高网...

【技术保护点】
1.一种考虑电弧随机特性的弓网电弧建模方法，其特征在于，包括如下步骤：/n步骤1：使用Habedank模型建立弓网电弧初始模型；/n步骤2：利用电弧电压误差最小的原则，选用遗传算法优化Habedank模型的Mayr时间常数、Cassie时间常数、耗散功率及电压梯度常数；/n步骤3：利用弓网电弧实测波形数据，分别计算Mayr时间常数、Cassie时间常数、耗散功率及电压梯度常数随时间的变化关系；/n步骤4：将步骤3得到的4种随时间变化的常数引入弓网电弧初始模型中；/n步骤5：考虑燃弧时刻和燃弧时间的随机性，对Habedank数学模型增加一个脉冲函数，对弓网电弧初始模型进行改进，得到改进后的弓网电弧数学模型。/n

【技术特征摘要】
1.一种考虑电弧随机特性的弓网电弧建模方法，其特征在于，包括如下步骤：
步骤1：使用Habedank模型建立弓网电弧初始模型；
步骤2：利用电弧电压误差最小的原则，选用遗传算法优化Habedank模型的Mayr时间常数、Cassie时间常数、耗散功率及电压梯度常数；
步骤3：利用弓网电弧实测波形数据，分别计算Mayr时间常数、Cassie时间常数、耗散功率及电压梯度常数随时间的变化关系；
步骤4：将步骤3得到的4种随时间变化的常数引入弓网电弧初始模型中；
步骤5：考虑燃弧时刻和燃弧时间的随机性，对Habedank数学模型增加一个脉冲函数，对弓网电弧初始模型进行改进，得到改进后的弓网电弧数学模型。


2.根据权利要求1所述的考虑电弧随机特性的弓网电弧建模方法，其特征在于，所述步骤2的过程如下：
步骤2.1：采用电弧电压作为比较对象建立误差目标函数，将误差函数作为目标函数，数学表达式如下：



其中，ε代表误差值，umi是实测电压在每个采样点的值，usi则为模型仿真获得的电压对应点的值；
步骤2.2：选择遗传算法对误差目标函数进行优化；
步骤2.3：确定Mayr时间常数、Cassie时间常数、耗散功率及电压梯度常数的取值范围，利用MATLAB自带的遗传算法工具箱对各个参数同时进行优化；参数优化结果为一个四维的最优参数组，依次表示Mayr时间常数、Cassie时间常数、耗散功率及电压梯度常数。


3.根据权利要求2所述的考虑电弧随机特性的弓网电弧建模方法，其特征在于，所述步骤2.2中遗传算法由编解码、个体适应度评估和遗传运算三大模块构成，在遗传算法优化过程中将目标函数作为个体适应度评估函数，在个体编码后，遗传算法首先随机生成n个初始种群，然后进行个体适应度评估，之后通过复制、交叉、变异过程生成优秀子代，子代又作为下一代的父代重复上述步骤，直至满足设定的优化标准，最终获得最佳个体输出。


4.根据权利要求1所述的考虑电弧随机特性的弓网电弧建模方法，其特征在于，所述步骤3的过程如下：
步骤3.1：基于弓网电弧实验系统，在不同实验条件下进行弓网电弧实验，同时对弧光信号、接触电压、滑动速度、电弧电流、电弧电压信号进行实时数据采集和存储；
步骤3.2：根据步骤3.1获得的不同实验条件下的电弧电压信号，统计弓网电弧的燃弧时刻与燃弧时间；经过分析，得到燃弧时刻和燃弧时间分别服从均匀分布和正态分布；
步骤3.3：计算燃弧时刻和燃弧时间的分布参数，结合MATLAB的随机数生成函数，生成服从上述分布的随机数；由于通过正态分布生成随机数的变量范围包括负数，会产生不符合实际的随机数，因此对正态分布进行截断，构成截断正态分布；将计算得到的随机数作为弓网电弧仿真模型的燃弧时刻和燃弧时间；
步骤3.4：利用步骤2的方法，结合弓网电弧实测波形进行模型参数优化，将获得的最优参数按时间顺序排列；
步骤3.5：利用插值平滑并拟合获得参数随时间的变化曲线，分别用τm(t)、τc(t)、P(t)和Uc(t)来表示，其中τm(t)...

【专利技术属性】
技术研发人员：王智勇，韩聪信，高洪鑫，郭凤仪，李茁恒，
申请(专利权)人：辽宁工程技术大学，温州大学，
类型：发明
国别省市：辽宁;21