传感器尺寸对高速列车空气动力学测试影响

列车线路试验是研究高速列车气动性能最直接的方法,通常用微型超薄气压传感器测试列车表面压力,然而传感器自身尺寸会对测点处流场产生影响,导致测试结果不准确。针对这一长期被忽略的问题,分别建立单独列车模型和含传感器的列车模型,采用大涡数值模拟方法计算两种模型测点处的表面压力,利用希尔伯特-黄变换提取脉动压力;分析由于传感器自身尺寸带来的平均压力和脉动压力的测量误差,并建立与运行速度的幂函数关系。结果表明:由于传感器自身尺寸影响,测点处平均压力的测量误差绝对值近似与运行速度呈二次函数,脉动压力级改变幅值与速度的三次方呈正比关系,各速度级下总脉动压力级改变幅值几乎相等。将结论用于修正线路试验测试数据,为高速列车气动性能研究提供更准确的数据。     

基于大数据的高速列车气动载荷作用下迭代学习主动控制研究

列车在高速运行的过程中与另一列车相交会时,将产生剧烈的瞬态气动载荷冲击而引起车体瞬间横向振动加剧,导致列车横向平稳性恶化;为了改善列车运行平稳性,采用大数据方法及迭代学习控制思想,提出基于高速列车运行大数据的迭代学习主动控制算法,并进行多体动力学与控制算法的联合仿真,进一步研究控制算法对会车气动载荷幅值变化和会车时间变化的鲁棒性;结果表明:大数据迭代学习主动控制经过5次迭代后对会车气动载荷激扰下的车体横向振动峰值降低52.67%,且控制算法对会车工况变化有较好的鲁棒性。     

基于EMD的气动载荷作用下动车组横向振动提取研究

为研究高速动车明线会车时引起其横向振动的主要原因以及分析气动载荷对于动车组运行稳定性的影响,以线路实验采集的车体表面压力与列车振动数据为基础,利用EMD分解得到振动信号的各个本征模(IMF)分量;对分解后的IMF分量进行相关性分析,利用相关性原理来重构振动信号。重构信号即为气动载荷作用下的动车组横向振动。对比分析动车组在有气动载荷与无气动载荷下的横向稳定性。结果表明:明线会车时气动载荷引起的横向振动频率主要集中在低频段0.3~10 Hz内,动车组横向振动加速度及横向平稳性的影响比只考虑轨道不平顺时要明显增大,明线会车时气动载荷是引起列车横向振动的主要原因。     

高速列车隧道会车时气动载荷的研究

由于高速列车气动载荷是隧道会车时列车行车安全的重要因素之一,而其在实车试验中又难以测量,提出采用基于计算流体力学的数值模拟方法。通过空气动力学仿真获取列车的表面压力分布,对列车压力和粘性力积分合成,得到列车的气动载荷,即阻力、侧向力、升力、侧滚力矩、点头力矩和摇头力矩。全面分析了气动载荷的构成和变化特点,及其在不同速度下的变化特性。结果表明,列车隧道会车时,气动载荷主要是由压力构成;列车在隧道会车时气动载荷出现剧烈波动;气动载荷的幅值与速度呈二次函数的变化规律。研究结果可为列车系统动力学分析提供气动载荷依据。     

传感器阵列测板脉动压力测试方法

高速列车脉动压力测试中,为消除传感器自身尺寸对测点脉动压力的影响及脉动压力在导压管内发生畸变而产生的测试误差,提出传感器阵列测板的脉动压力测试方法。以某CRH型高速列车为研究对象,采用PRO/E软件建立1∶1尺寸模型,在ANSYS ICEM软件中对计算区域进行网格划分,利用大涡数值模拟(LES)方法计算车体表面压力,确定车体表面监测点位置及数量。研究表明:车体侧面沿X方向的脉动压力不具有时间相关性;列车线路试验时,用设计好的传感器阵列测板取代列车表面外壳,能有效避免传感器自身尺寸引起的干扰以及导压管内产生的压力损失。     

高速列车一系横向半主动悬挂控制研究

传统的高速列车半主动控制的控制对象是列车车体振动,往往没有考虑列车轮对的振动。轮对振动影响列车脱轨系数和轮对磨耗,关系到列车安全性和经济性。为了改善列车轮轨动力学性能,对一系横向减振器进行建模与仿真研究,通过设定不同的一系横向阻尼值,分析一系横向减振器对列车动力学性能的影响规律,并将天棚阻尼控制算法应用在一系横向半主动控制上,与被动悬挂情况进行对比。仿真结果表明,在350km/h速度级下,采用一系横向半主动控制比无一系横向减振器,列车的平稳性指标、脱轨系数和轮轨磨耗均得到改善,整体动力学性能得到提高。