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，具体为：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为杆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：

Var X1＝(Xsize)

G(i)＝Exmax‑Ex(i)＜0.04

s.t.G(n+2)＝Ey(1)‑0.3＜0

G(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：

Var X2＝(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、[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：

Var X3＝(Xsize,Xshape)

2

Fm＜0.00097v+70

Fmax≤350

s.t.Fmin＞0

σ≤0.3Fm

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：

Var X4＝(Xcontrol)

MP≤[MP]

s.t.tr≤[tr]

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；

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，所述步骤3具体为：在某个设计点XP处，某个设计函数 对设计变量xq的灵敏度表示为：式中，r＝1,2,…,R；q＝1,2,…,Q；R和Q分别为设计函数和设计变量的个数；

根据设计函数灵敏度|Srq|的大小表示耦合因素的耦合强度，设置隶属函数表达式：式中， 其中，max(|Srq|)和min

(|Srq|)为同一学科内最大和最小的灵敏度值；

根据灵敏度表达式和隶属函数，得到受电弓设计变量的耦合强度，Xsize为强耦合因素；

Xshape为中等耦合因素；Xcontrol为弱耦合因素。

4.根据权利要求3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4具体为：根据步骤3中设计变量耦合强度分布，首先对受电弓的运动学，动力学和静力学进行第一次协同优化，进而得到强耦合变量Xsize的优化值；然后基于Xsize的优化值，对受电弓的静力学和动力学进行第二次协同优化，获得中等耦合变量Xshape的优化值；再在此基础上，对受电弓进行主动控制分析，获得弱耦合变量Xcontrol的优化值；最终得到受电弓整体设计变量X(Xsize、Xshape、Xcontrol)的优化值。