目前，高速列车普遍采用电力牵引方式。受电弓是安装在高速列车上的一种从接触网上集取电流的专用设备，因此受电弓和接触网之间平稳的接触状态是保证列车受流质量优良的关键，高速铁路受电弓-接触网系统示意图如图1所示。

图1 高铁受电弓-接触网系统示意图

在高速列车受流质量的评价体系中，接触力是其非常重要的指标。随着高速列车速度的提升，受电弓与接触网之间复杂的耦合振动会更加剧烈，体现在接触力的波动变大，受流质量急剧变差，脆弱的弓网系统已经成为高速列车舒适性和可靠性提升的严重障碍。

当接触力波动幅度过大时，弓网系统容易出现离线、燃弧等现象，使得受流质量变差，受电弓也容易出现故障损坏。接触力过大时，既加重了受电弓滑板的磨损，同时也增加了运维成本。

根据中国铁路总公司统计资料，牵引供电系统故障造成的铁路事故在2008年、2009和2010年分别占到了当年事故总数的28.8%、40.4%、29.6%，因此研究高速运行中受电弓-接触网系统的动态性能和改进措施对高速铁路安全运行有重要的意义。

针对弓网接触力波动的问题，国内外学者对高速弓网关系进行了大量的分析与研究，比如优化受电弓结构、优化接触网结构和优化受电弓静态抬升力等。由于受电弓结构优化难以及时调整，所以适应不同类型的接触网的灵活性较差。如果针对既有线路进行接触网结构优化，将涉及接触网的大规模改造，需要花费巨大的人力物力，成本极高。优化受电弓静态抬升力的作用效果又十分有限。

为解决上述问题，学者们提出受电弓主动控制方法以减小弓网接触力的波动。受电弓主动控制的适用性较高，该控制方法不需要针对具体类型的受电弓和接触网，控制算法确定的情况下只需调节控制参数便能应用于所有类型的弓网系统，并且受电弓主动控制只需适当改造受电弓，无需优化接触网的结构，无论是新建线路还是既有线路皆可应用，成本较低。受电弓主动控制系统包括控制算法、量测系统和控制结构等。其中，控制算法是受电弓主动控制研究的核心和重点。

但是，大多数受电弓主动控制策略属于状态反馈控制方法，控制目标大都为减小接触力的波动，并没有考虑作动器的输出限制等实际问题；部分学者只对弓网接触力进行了估计，没有提及受电弓其他状态量的获取方法，在基于状态反馈的控制中，状态量的获取与精确性极为重要。控制算法的验证和分析大都在简单弓网模型上进行。在简单弓网模型中，接触网通常被看作为一根可变刚度的弹簧，与实际的接触网结构差别很大，不能完全反映接触网上波动传播和弓网系统振动状态。

西南交通大学机械工程学院、西南交通大学电气工程学院的研究人员张静、宋宝林 等，在2021年第5期《电工技术学报》上撰文，以高速铁路受电弓-接触网系统为研究对象，提出一种基于状态估计的受电弓鲁棒预测控制器，以减轻弓网之间的接触力波动，提高高速列车弓网受流质量。

研究人员考虑受电弓工作环境中电磁干扰的影响和量测数据随机丢失的情况，采用带虚观测的鲁棒卡尔曼滤波算法实时估计受电弓状态。为了降低接触力的波动，提高列车受流质量，同时考虑作动器输出限制和受电弓弓头垂向位移的约束，提出一种基于状态估计的受电弓鲁棒预测控制策略。

仿真结果表明，即便在受电弓-接触网系统参数摄动的情况下，提出的状态估计方法仍能精确获得受电弓状态，减小受电弓-接触网接触力的标准差，有效降低了接触力的波动，提高高速列车受电弓-接触网受流质量。

本文编自《电工技术学报》，原文标题为“基于状态估计的高速受电弓鲁棒预测控制”，作者为张静、宋宝林 等。