轮轨滑动摩擦生热分析

利用ANSYS有限元软件建立轮轨滑动摩擦热-结构耦合简化模型,针对特定载荷、摩擦因数和相对滑动速度工况进行了轮轨的温度场和应力场研究.结果表明:轮轨处在滑动摩擦状态时,需考虑材料参数随温度变化的影响;热影响区分布于轮轨表面很薄层,并在此薄层产生很高的热应力;随着轴重力、摩擦因数和相对滑动速度的增大,轮轨的热效应越明显.轮轨滑动过程的热效应问题研究将有助于揭示接触过程中的表面磨损机理.     

轮轨粘着面积的数值研究

利用非Hertz滚动接触理论,应用数值方法CONTACT,分别计算了我国列车常用的两种车轮踏面(磨耗型和锥形)在列车静态接触情况下曲线半径、横移量和轮对摇头角对接触斑总面积和粘/滑区占接触斑总面积比重的影响.经过计算分析表明:在各种工况下,锥形踏面的接触斑总面积都大于相应磨耗型的,随着钢轨曲线半径的增大,接触斑面积无变化,粘着系数增大,接触斑中粘着区所占面积比重减小;当横移量增大到10 mm时,接触斑面积骤减,粘着占总面积比重亦骤减,进入全滑动区,出现爬轨;随着轮对摇头角的变化,接触斑面积几乎无变化,当轮对摇头角大于0.4°时,接触斑处于全滑动状态,粘着占总面积比重骤减.     

基于有限元法的试验机转轴动力学分析

试验机转轴的动态特性极大地影响了试验机的动力学性能和工作精度,论文利用有限元方法(FEM)对试验机转轴进行了模态分析和谐响应分析,利用模态分析得出转轴的各阶模态及其固有频率,利用谐响应分析得出对转轴振动影响最大的模态。模态分析结果说明固有频率的大小与模态发生的部位有关,同一部位发生的模态固有频率接近;谐响应分析结果说明转轴左端前后方向和竖直方向的弯曲振动模态比较容易引起转轴的共振。分析结果为转轴结构的进一步优化提供了理论参考。     

滚滑工况下轮轨摩擦生热分析

随着铁路的高速化和重载化,车辆运行环境日益恶化,破坏的程度也越严重。应用有限元分析软件ANSYS建立了轮轨摩擦接触时的热弹性平面应变有限元模型,分析了不同蠕滑率、摩擦因数以及轴重对轮轨表层温升和应力的影响情况。结果表明:高速列车滚动运行时,温升不高,但也产生了可观的热应力;车轮滚动过程中承受冷热交替的载荷,很容易产生破坏;随着轴重、摩擦因数和蠕滑率的增大轮轨的摩擦热效应越明显。摩擦生热的计算分析对于揭示热损伤机理有很大的指导意义。     

润滑剂对轮轨摩擦与磨损的影响

利用MMS-2A磨损试验机模拟轮轨系统在润滑油、二硫化钼锂基脂、植物油和石墨钙基脂4种润滑剂润滑下的摩擦与磨损行为,研究润滑剂对轮轨副摩擦、磨损特性的影响.结果表明:与干态相比,4种润滑剂均使摩擦副的摩擦因数减小,表面磨痕深度减小,磨损量降低,其中石墨钙基脂的减摩和抗磨效果最好;试验结束后,轮轨试样接触表面的硬度均有不同程度的增加,其中涂有石墨钙基脂的轮轨试样的表面硬度增加最小.     

基于知识表达系统的序列比对研究

序列比对是生物信息学中基本的信息处理方法,对于发现生物序列中的功能、结构和进化信息具有重要的意义。该文对典型的双序列比对算法以及多序列比对算法进行了描述和评价;针对目前序列比对算法普遍存在的不足,提出了一种新的思想一基于知识表达系统的序列比对研究,应用知识表达系统对序列比对相似性发现进行定义及其处理。     

PD3与U71Mn钢轨材料微观与宏观磨损性能分析

采用纳米压痕划痕仪与AFM,研究PD3与U71Mn钢轨微观力学性能与摩擦磨损特性,通过拉伸实验和JD-1轮轨模拟试验机研究2种钢轨的宏观力学特性与摩擦磨损性能。结果表明:2种材料力学性能在微观和宏观表现一致,即PD3钢轨硬度较大、抗压能力强,具有良好的抗磨损能力;U71Mn钢轨塑性高、韧性大,具有良好的抵抗疲劳的能力。微观实验结果显示,2种钢轨在载荷不大时都以磨粒磨损为主,随载荷增大,交变应力作用增强,受疲劳影响PD3钢轨划痕两侧出现沟纹;U71Mn划痕损伤在犁沟摩擦力作用下,产生塑性变形。微观与宏观实验结果具有一致性,对2种钢轨磨损特性的测量误差在5%之内,因此在一定程度上可以用微观实验来代替宏观实验研究钢轨材料的摩擦磨损特性。     

基于蚁群算法与中心比对算法的多序列比对研究

多序列比对问题是生物信息学中一个非常重要且具挑战性的课题.为了克服以往算法应用于多序列比对时所遇到的比对序列数受限制以及比对寻优速度慢的缺点,提出一种基于蚁群算法与中心比对算法相结合的新求解算法,给出了具体的算法设计.该算法充分发挥了蚁群算法和中心比对算法的优越性,可提高求解MSA问题的计算精度和计算速度,同时较好地解决了群体的多样性和收敛深度的矛盾.     

基于PSO混合算法优化BP网络在钢轨磨损量预测中的应用

提出基于PSO混合算法对BP网络进行优化,改善了BP网络权阈值求解所面临的局部极值与收敛速度慢的问题.通过赫兹模拟试验方法,在JD-1轮轨模拟试验机上获得BP神经网络训练数据,运用基于PSO混合算法优化BP网络对钢轨磨损量进行拟合.结果表明:基于PSO混合算法优化BP网络对钢轨磨损量数据能够进行极好的拟合,为钢轨磨损量预测提供一种更有效的数据分析途径.     

基于改进牛顿算法的蛋白质二级结构预测

主要介绍构造性机器学习方法即改进牛顿算法在蛋白质二级结构预测中的应用.针对标准BP算法存在的缺点,讨论用迭代矩阵替换二级微商来改进牛顿算法,实现蛋白质二级结构预测.实验表明,采用基于概率的Profile编码方式,改进牛顿算法正确率可以高达73.68%,与其他预测方法相比有较好的准确性.