车轮踏面三维扁疤轮轨系统冲击振动研究

车轮扁疤是铁道机车车辆轮对踏面常见的一种擦伤,对轮轨系统振动和结构损伤等有十分重要的影响。既有工作主要是在考虑车轮扁疤附加冲击速度或者扁疤形状引起的轮径变化的基础上,研究车轮扁疤引起的轮轨冲击振动特性。在建立包含扁疤长度和宽度及深度的车轮踏面三维扁疤模型和车辆-轨道耦合系统动力学模型的基础上,考虑轮对旋转走行和轮轨接触几何关系,研究高速车辆-轨道系统三维车轮扁疤轮轨冲击振动特征。结果表明,扁疤长度一定时,扁疤宽度越宽轮轨冲击振动越激烈,宽度越小轮轨冲击越弱。车轮扁疤宽度与长度之比越接近1,轮轨冲击力峰值对扁疤冲击临界速度越敏感。在一定扁疤长度范围内,长度小但宽度大的扁疤引起的轮轨冲击振动,比长度大但宽度小的扁疤引起的轮轨冲击振动大。研究结果对全面揭示车轮扁疤轮轨冲击振动特征和扁疤轮轨接触走行关系等具有良好的理论意义。     

轮对扁疤对高速列车转向架振动特性的影响

为准确预测高速列车轮对擦伤对车辆性能的影响,基于车轨耦合动力学和非赫兹接触理论,对新旧两种轮对扁疤的几何外形进行数值描述,建立了考虑轮对扁疤的高速列车动力学模型,分析了轮对扁疤激扰对车辆走行部的影响。结果表明,旧扁疤对走行部冲击要大于新扁疤,随着扁疤尺寸的增大,走行部各部件受到的冲击载荷与振动加速度逐渐增大;随着速度增大,轮轨间垂向冲击先增大、后减少;当扁疤长度为10mm,速度为100km/h 时,轮轨垂向力达到最大值;随着速度增加,走行部簧下部件与簧上部件的振动特性差异不断加大。以轮轨垂向力为判断标准时,轮对扁疤尺寸应限制在30mm以内。     

车轮扁疤所引起的车辆系统振动特性分析

车轮扁疤所诱发的轮对弹性变形会导致车辆系统部件振动加速度增大,但目前相关研究主要采取刚体动力学模型。为更准确研究车轮扁疤对高速车辆振动特性的影响,在目前成熟且广泛已知的车辆-轨道耦合模型和车辆系统刚柔耦合模型的基础上,综合考虑车辆主要部件的弹性振动和轨道弹性振动的影响,建立改进的车辆-轨道动力学模型。结果表明,在扁疤作用下,轮对弹性变形对轮轨垂向力影响甚微,但对轴箱端盖垂向振动响应影响很大;扁疤所产生的冲击载荷经过转向架或者钢轨的传递作用,会导致同轴另一侧以及转向架同侧处的轮轨力产生小幅值波动;扁疤所在轮对的左右两个轴箱端盖振动加速度要远大于同一转向架的其他两处;在低速时,车轮扁疤对构架端部垂向振动加速度也有着不可忽视的影响。提出的研究成果揭示了车轮扁疤作用下车辆-轨道系统弹性变形的重要性,对车轮状态监控也具有重要意义。     

基于位移激励法车轮扁疤引起的轮轨动态响应有限元分析

基于三维轮轨滚动接触有限元模型,通过将车轮扁疤缺陷的几何不平顺转换为轮轨接触界面的位移不平顺,采用显式有限元分析方法模拟了多种扁疤工况下(单个新/旧扁疤、单轮多个扁疤、同轴异轮双扁疤)的轮轨动态响应。仿真结果表明:给定速度和扁疤长度工况下,新扁疤引起的最大垂向轮轨接触力均大于旧扁疤情形,且随着扁疤长度的增大其幅值相差越大;每种扁疤长度工况下,单轮多个扁疤引起的最大垂向轮轨接触力均低于单个扁疤的情形;每种速度工况下,同轴异轮双扁疤产生的最大轮轨垂向接触力均大于同侧车轮单个扁疤的情形。研究结果可为高速轮轨服役安全及镟修策略制定提供一定的技术支持。     

基于改进的WVD的城轨列车车轮扁疤分析研究

城市轨道交通车辆轮轨间的振动是列车车轮现状的表现,对轮轨振动信号的分析会对今后的研究应用发挥重大作用。本文以城轨列车车轮扁疤故障为研究对象,旨在得到有效分析车轮扁疤故障的有效分析方法。首先,以经典时频方法为理论基础,提出基于改进的WVD城轨列车车轮扁疤故障检测方法;其次,通过Simpack软件构建轮轨动力学仿真模型并得到相关数据。最后,根据仿真数据验证改进的WVD理论,得到故障车轮和正常车轮在幅值和频率分布上的差异。     

车轮扁疤状态下的铁路货车动力学表征研究

为研究货车车轮扁疤状态下的动力学表征,为车轮扁疤的间接识别提供理论支撑,建立了配置有转K6转向架的C80铁路货车动力学模型,并推导了扁疤对钢轨的垂向冲击力公式及振动加速度公式,研究了车轮扁疤故障状态下的车轮轮轨力响应、承载鞍振动响应情况,并分析了故障状态下车轮扁疤长度与轮轨垂向力对应关系,为扁疤的故障检测和识别提供基础支撑.结果表明:扁疤故障状态下,轮轨垂向力与扁疤长度呈正比例关系,且轮轨力最大值随车辆运行速度增大而呈现先增大后缓慢减小的趋势,承载鞍振动加速度变化趋势与轮轨垂向力基本保持一致.     

高速铁路车轮扁疤激扰响应的小波包分解与限值研究

扁疤是轨道交通车辆车轮踏面的典型故障之一,其对于列车运行的平稳性和安全性有很大影响。目前尚未对不同速度下的扁疤限值制定统一的标准。本文对动力学仿真计算得到的轮轨力随机响应采用一种全局性的小波包分解处理方法,提取轮轨力随机信号的能量系数作为评判指标,从能量特征的角度研究了不同速度等级下的车轮扁疤安全限值,并与在时域信号中提取轮轨力随机响应的最大值、均值和脉冲因子作为评判扁疤安全限值的方法相比较。结果表明：小波包能量系数从全局性角度描述轮轨力特性,节点能量系数呈线性规律,可作为高速铁路车轮扁疤安全限值的评判指标。研究得出当列车速度在150～250 km/h范围内,扁疤长度应控制在30 mm以内;当列车速度在250～350 km/h范围内,扁疤长度应控制在25 mm以内。     

车轮多边形对高速动车组动力学性能影响

随着动车组运行速度的不断提高,车轮在运行过程中的磨耗加剧,在增加维修成本的同时,恶化了列车的服役环境,严重时将会威胁行车安全。针对车轮运行磨耗引起的多边形问题,以某型线上服役高速动车组为研究对象,采用Simpack建立其动力学模型,分析车轮多边形(阶数为1～11,波深为0.1 mm～0.5 mm)对高速轮轨系统垂向振动响应的影响。为了直观观察相关变化规律,引入决定系数,对其变化规律进行曲线拟合。结果表明,车轮多边形波深的取值大小对垂向振动响应的影响更为显著,所得拟合曲线的变化规律为高速动车组的检测维修以及安全评估提供参考。     

动车组车轮多边形轮轨力的仿真研究

车轮多边形会造成轮轨冲击,对车辆、轨道零件造成破坏,严重影响列车运行的安全稳定性。以CRH3型车作为研究对象,建立动力学仿真模型,模型中将车轮考虑成刚性,将轨道视为柔性体,通过实测与仿真对比验证了模型;通过改变轮对的形状,研究谐波数、波深、车速对轮轨力的影响。研究结果表明,车轮多边形阶数、波深、车速对轮轨力影响较大,在车速为300km/h下波深0.14mm时出现跳轨,波深达到0.24mm时,轮轨力最大值超限。该研究结果为进一步研究轮轨关系、保证列车安全运行提供了理论支持。     

货物非均匀装载对高速货运动车组动力学性能的影响

为改变我国现有的物流格局,有效利用我国庞大的高速铁路路网资源,充分发挥我国高速铁路的效能,开行高速货运动车组列车无疑是铁路货运发展的一种新途径.为深入研究货物装载差异引起的载荷不均匀分布对高速货运动车组列车动力学性能的影响,以我国CRH某型动车组为研究对象,建立了八节编组的高速货运动车组列车系统动力学模型.通过设置不同...     

基于Archard模型的车轮磨耗对车辆动力学性能的影响

为了研究车轮磨耗对高速列车动力学性能的影响,建立了车辆动力学和车轮磨耗耦合模型。考虑车辆通过一条由直线和曲线组成的典型线路工况,采用Non-elliptic模型计算轮轨接触斑上的车轮磨耗量,以累积车轮型面磨耗量及更新型面外形。采用Archard磨耗模型研究车轮面磨耗的分布与发展,以车轮踏面磨耗深度达到0.1mm为型面更新的条件进入下一个磨耗循环的计算。最后加载磨耗后的车轮型面,研究磨耗对车辆系统通过曲线线路时的动力学性能的影响。     

高速列车车轮型面多目标优化研究

对于动车组车轮磨耗引起的动力学性能降低问题,车轮型面优化是一个很好的解决方案。采用旋转压缩微调法（Rotary-scaling fine-tuning method,RSFT）进行型面生成;建立某型动车组车辆动力学模型,采用该模型计算相应的优化目标和约束条件;利用径向基神经网络-粒子群（Radial-based neural network-particle swarm optimization,RBF-PSO）算法优化出最优廓形。通过对比优化前后车轮型面的动力学性能和磨耗性能,可以发现：优化后车轮型面临界速度为424.6 km/h,增大10.2%;横向平稳性和垂向平稳性指标整体减小,同时提高了曲线通过时的安全性指标,脱轨系数、倾覆系数和轮轴横向力都进一步减小。优化后车轮型面接触点分布相对更加均匀,等效锥度减小。同时优化后车轮型面有效减小车轮磨耗深度,并减小了轮缘根部磨耗,车轮最大磨耗深度减小9.8%。     

Study on stress states of a wheelset axle due to a defective wheel

High magnitude impact loads caused by a defective wheel may excite various vibration modes of the wheelset, and contribute to adversely increases in the stress states of wheelset axle in high-speed conditions. In this study, the wheelset is treated as a flexible body using the finite element method, then integrated to a multi-body dynamic model of a high-speed train coupled with a flexible track slab model. Through this model the effects of wheel defects considering wheel flats and wheel polygonalizations on the stress states of wheelset axle are evaluated in terms of bending stresses of the wheelset axle. The damage tolerances of the wheelset axle are subsequently predicted using the NASGRO algorithm. The results suggest that the impact forces caused by wheel flats and wheel polygonalizations at the wheel-rail interfaces can result in the resonance vibrations of a wheelset and give rise to severe variations in dynamic stresses of the wheelset axle. The wheel defects-induced stress load cycles considerably contribute to the propagations of the initial crack in the wheelset axle, especially for the wheel polygonalization.     

基于离线监督性学习的高铁轮轨关系在线检测技术

为维持高铁稳定运行,提升资源运输安全,在离线监督性学习算法的基础上,提出了一种轮轨关系在线检测技术。通过高速摄像机获取待检测图像,并进行拼接处理;计算加速度、轮轨力和轮轨间关系,依据关键部分的振动值得到列车的加速度值,以此判断列车是否处于平稳运行状态;通过间接测量法计算列车的横向力平衡方程和侧滚力矩平衡方程,得到轮轨力具体值;通过 k 均值算法聚类处理以明确各个样本的类中心,找出样本数量最少的类,设为异常类,完成高铁轮轨关系的在线检测。仿真实验结果表明,在稳定性、数据可靠性和实际应用方面,各项参数曲线变化幅度极为相同,曲线走向几乎一致,且使用后的轮轨接触状态较好,满足高铁轮轨关系在线检测技术的实际应用需求。     

变轨距高速列车的动力学

高速列车通过改变轮对的内侧距实现在不同轨距线路上联运,而轮轴装配间隙及轨距、轨底坡、钢轨廓形等参数变化将引起轮轨接触关系改变,进而引起车辆动力学性能变化。分析我国两种高速踏面在准轨和宽轨线路上的轮轨接触关系发现,轨底坡由1/40变为1/20时,LMA踏面等效锥度降低约30%,LMB 10踏面可兼容两种轨底坡,磨耗后的踏面对轨底坡变化更敏感。理论公式推导表明准轨和宽轨线路上自由轮对、刚性和柔性定位转向架的蛇行频率相同,但含轮轴间隙的变轨距高速列车动力学模型仿真表明,间隙导致宽轨线路上的车辆稳定性略差,间隙达到0.6 mm时发生低速小幅蛇行;间隙对车辆运行安全性和平稳性影响仅9%。因宽轨线路的欠超高量大和车辆稳定性差,其运行安全性和横向平稳性比准轨差15%和38%。间隙横向力与轮轨横向力幅值相同但反向,造成轮对内侧距动态变化;左右侧旋转间隙扭矩的幅值相同但反向,在纵向蠕滑力作用下间隙压死-分离状态反复。研究成果有助于掌握变轨距转向架的轮对内侧距动态变化、间隙载荷和车辆动力学性能。     

弹性车轮对地铁直线段轨道减振特性研究

为了评估弹性车轮在地铁直线电机线路的减振效果,结合试验与仿真分别对直线段正常工况与极端工况下弹性车轮减振特性进行研究。现场试验获取了直线段正常工况下轨道和隧道壁的振动水平,试验结果表明,弹性车轮对正常工况下的直线轨道系统的振动有一定的抑制作用,减振量可达2~3dB,同时对车轮多边形冲击振动有明显的减振效果。为了进一步探究对轨道存在钢轨波浪形磨耗或钢轨焊接接头几何缺陷的极端工况下弹性车轮的减振效果,建立车辆-轨道耦合动力学模型,将弹性轮对解耦为轮芯、左轮辋和右轮辋,采用6个自由度建模,轮芯与轮辋间通过弹性橡胶层耦合连接。模拟弹性车轮通过有波磨和焊接接头的钢轨时的振动特性,其数值仿真结果表明,在极端工况下,弹性车轮减振效果可达4~7dB,弹性车轮减振效果随着车辆速度的增加更加显著。     

Optimization on the Crosswind Stability of Trains Using Neural Network Surrogate Model

Under the influence of crosswinds,the running safety of trains will decrease sharply,so it is necessary to optimize the suspension parameters of trains.This paper studies the dynamic performance of high-speed trains under cross-wind conditions,and optimizes the running safety of train.A computational fluid dynamics simulation was used to determine the aerodynamic loads and moments experienced by a train.A series of dynamic models of a train,with different dynamic parameters were constructed,and analyzed,with safety metrics for these being determined.Finally,a surrogate model was built and an optimization algorithm was used upon this surrogate model,to find the mini-mum possible values for:derailment coefficient,vertical wheel-rail contact force,wheel load reduction ratio,wheel lateral force and overturning coefficient.There were 9 design variables,all associated with the dynamic parameters of the bogie.When the train was running with the speed of 350 km/h,under a crosswind speed of 15 m/s,the bench-mark dynamic model performed poorly.The derailment coefficient was 1.31.The vertical wheel-rail contact force was 133.30 kN.The wheel load reduction rate was 0.643.The wheel lateral force was 85.67 kN,and the overturning coef-ficient was 0.425.After optimization,under the same running conditions,the metrics of the train were 0.268,100.44 kN,0.474,34.36 kN,and 0.421,respectively.This paper show that by combining train aerodynamics,vehicle system dynamics and many-objective optimization theory,a train's stability can be more comprehensively analyzed,with more safety metrics being considered.     

基于轴箱振动与动力学模型驱动的高速列车车轮失圆状态识别方法

针对高速列车车轮失圆识别难以兼顾效率与精度问题,提出一种基于轴箱振动与动力学模型的高速列车车轮失圆状态智能识别方法。首先,利用静态检测设备采集车轮非圆原始数据,提出一种数据增强技术构建车轮非圆增强数据集。其次,将增强数据集输入至高速列车车辆—轨道耦合动力学模型,获取车轮不同失圆状态下轴箱振动样本集。最后,通过构建恰当结构与配置参数的一维卷积神经网络(1-dimensional convolutional neural network,1-DCNN),可对轴箱振动信号进行自适应特征提取,实现对车轮失圆状态的智能识别分类。结果表明：提出的车轮失圆状态智能识别方法能实现正常车轮、多边形车轮、擦伤车轮、随机非圆化车轮与局部缺陷车轮5类车轮失圆状态的智能分类,准确率达99.2%(标准差为0.05),且单个样本平均识别耗时为0.4 ms。结合现场试验,所提方法对实测轴箱振动具有较好识别能力,测试精度为95%。与经典的SVM和BP神经网络相比,1-DCNN模型具有更高的识别准确度。     

关于高速动车组检修称重及轮重差调整方法的研究

介绍了380A型新一代高速动车组检修称重试验及数据处理的方法,对试验过程中经常出现的轮重差超限问题进行了分析研究,总结了一套可行的调整方法,其可以提高现车试验效率。