地铁运行时轨道-隧道-地层振动实测与分析

以上海地铁9号线某曲线段隧道为背景,通过在隧道内部、周围土层和地表布置加速度度传感器,对地铁运行引起的轨道-隧道-地层整个空间内的振动进行了现场测试。通过统计各测点的加速度平均峰值、加速度振级以及振动主频,分析了地铁振动在整个空间内的传播规律。实测结果表明:隧道内部及近处地层以垂向振动为主,但曲线段的地表水平振动可大于竖向振动;地铁振动从钢轨传至隧道壁时会有大幅衰减,从隧道壁传递到地表正上方时,振级反而有所增大;地铁振动在传播过程中振动主频范围也在不断减少。整体振动测试有助于全面认识地铁振动传播规律,对地铁线路设计、轨道结构减振具有较好的指导意义。     

基于振幅放大机制的周期钢弹簧浮置板轨道结构低频振动控制

钢弹簧浮置板轨道结构因其具有良好的减隔振性能在城市轨道交通中应用广泛,但对于20 Hz以下的低频振动,尤其是人体敏感频率范围内(4～8 Hz)的隔振效果并不理想。鉴于此,引入振幅放大思想,设计了一种杠杆式隔振器,用于有效提升钢弹簧浮置板轨道在人体敏感频率范围内的隔振效果。基于钢弹簧浮置板轨道结构的周期性特征,采用能量泛函变分法并结合人工弹簧技术建立了配置有杠杆式隔振器的周期性钢弹簧浮置板轨道结构带隙特性分析模型;以带隙特性作为评价指标,从研究振动波传递的角度出发,系统地分析了配置有杠杆式隔振器的钢弹簧浮置板轨道结构中弯曲振动波的传递路径特征,验证了杠杆式隔振器对轨道结构中低频弯曲振动波的调控作用。在此基础上,进一步考虑列车荷载的作用,分析验证了动态轮轨力作用下杠杆式隔振器的低频隔振性能以及对轨道结构动力响应的影响。结果表明：杠杆式隔振器对浮置板轨道的低频弯曲波调控效果明显,由0～9.6 Hz成功调控至4 Hz以下;与普通浮置板轨道相比,4～8 Hz范围内传递至下部基础的力大幅度衰减,最大衰减约20 dB,同时,杠杆式隔振器对轨道结构的振动也有一定的抑制效果。     

地铁减振措施过渡段减振性能的测试与分析

为了研究城市轨道交通环境振动领域中过渡段频率特性、实际减振效果和振动特性等同题,通过对北京多种减振措施过渡段进行测试,以DT-Ⅵ2型扣件与钢弹簧浮置板道床过渡段测试分析为例,同时使用其他减振措施过渡段进行验证,发现过渡段会影响不同减振措施交界处两侧100m内的减振效果.测试结果表明:过渡段交界处两侧不同减振措施的振动能量会发生变化,频率分布也会发生变化;在过渡段交界处两侧100m内的减振效果呈线性变化趋势.经过大量测试分析结果统计,提出过渡段减振效果预测公式,并进行验证.     

地铁浮置板轨道结构隔振研究进展

从地铁轮轨之间的相互作用分析了激振源以及激振力表达模型和施加方式,在阐述浮置板轨道隔振原理、分析橡胶支承浮置板和钢弹簧支承浮置板基本结构的基础上,剖析了基于集总参数模型、连续弹性支承模型、连续弹性点支承模型的浮置板轨道隔振系统动力学建模方法。从动力学性能、模态分析、隔振性能3个方面阐明了浮置板轨道的动态响应性能。针对浮置板轨道隔振存在的主要问题,指出基于可调刚度、阻尼的隔振器参数优化与(半)主动隔振控制技术是其发展的方向。     

基于一维卷积神经网络的浮置板钢弹簧损伤检测方法

钢弹簧浮置板轨道可有效缓解地铁带来的环境振动问题,但目前针对钢弹簧损伤检测方法的研究尚十分匮乏.本文提出了一种基于一维卷积神经网络(1D-CNN)的钢弹簧损伤检测方法,利用轨道板垂向加速度构建数据集,通过1D-CNN对经简单预处理的原始数据进行特征提取并对损伤情形下的数据和正常情形下的数据进行分类.为评估该方法的性能,...     

钢弹簧浮置板轨道结构的动力特性分析

利用ANSYS软件，建立了浮置板轨道系统的有限元模型。采用Newmark时间积分方法，模拟了列车荷载作用下，浮置板轨道结构的瞬态响应。分析表明，浮置板轨道的隔振效率远优于普通板式轨道，弹簧隔振器的刚度、阻尼等参数对浮置板的振动特性影响较大。     

振动压路机二级减振系统的减振性能仿真

振动压路机橡胶减振系统的性能直接影响振动压实质量和驾驶舒适性。为了降低重型振动钢轮对机架的振动影响，建立了二级橡胶减振系统数学模型，给出了数值解，并对比分析了高幅、低幅两种工况下一级减振、二级减振的减振效果。结果表明，二级减振系统具有更好的减振性能，振动钢轮能够快速达到稳定振动状态，二级减振系统中间支撑板质量应大于振动轮质量的15%,一级减振系统的弹簧刚度应大于二级减振系统弹簧刚度的60%,研究结论对重型振动压路机的减振系统设计具有一定的理论借鉴意义。     

地铁列车运行引起的振动观测及对高精密仪器的影响

随着城市轨道交通的快速发展,在方便民众出行的同时,轨道交通也显著改变铁路沿线地区环境振动背景。通过对北京地铁4号线、10号线特定地段列车通过时引起地面振动的对比,表明"浮置板道床"等目前的综合减振措施对地铁列车运行产生的高频振动有较为明显效果,但对低频振动的衰减效果有限。地铁4号线运行后,北京大学物理楼的环境振动显著增大,列车运行对物理楼的环境振动起着主导作用,特别是低频振动对高精密仪器有不同程度的影响。     

浮置板轨道结构类型比较及其隔振性能分析

基于双层Euler-Bernoulli梁理论,分别给出了连续现浇浮置板和轨枕板式预制浮置板轨道结构在移动荷载作用下的耦合动力学分析模型.通过Fourier变换在波数-频率域内求解频散曲线,采用围道积分法进行Fourier逆变换求得结构系统的振动响应,对两类浮置板的频散特性和隔振性能进行分析.结果表明,现浇浮置板轨道的截止频率略高于预制浮置板轨道截止频率,浮置板频散曲线的曲率与抗弯刚度成正比,预制浮置板的频散曲率基本为零.列车运行速度越高,浮置板轨道结构振动响应越大.当列车速度小于20 m/s时,速度增加对现浇浮置板响应影响并不明显,而预制浮置板振动幅值会明显增大.预制浮置板共振时结构中存在驻波,其共振幅值将大于现浇浮置板.当激励频率远离截止频率时,预制浮置板响应衰减较快,在高频激励下的响应幅值与连续现浇浮置板相差不大.     

钢轨波磨对剪切型减振器段振动影响试验

地铁运营中常会出现钢轨波磨,尤其在剪切型减振器地段较为严重。为揭示钢轨波磨对结构振动的影响,选取地铁直线和曲线部分普通扣件和剪切型减振器典型区段进行了钢轨波磨的测量,并对轨道、隧道、地面等结构的振动加速度进行了现场测试。从时域、频域两个方面对比了结构的振动量值和振动传递特性,分析了剪切型减振器钢轨波磨对加速度振级及其减振效果的影响。结果表明:波磨会增大轮轨间动态冲击,使钢轨-道床-隧道-地面的振动显著增加;减振器区钢轨波磨会导致轨下结构振动大于普通扣件区,其减振效果难以实现;减振器区钢轨波磨比普通扣件区严重,曲线半径小、运量较大、速度较快的线路尤为突出,地铁轨道选型应考虑波磨的不利影响。     

气动准零非线性隔振器的刚度特性与参数调控

针对大载荷、低动态频率的机械装备的隔振需求,提出了气动准零刚度非线性隔振技术方案,利用气体负压为静载、波纹管结构提供动刚度,实现了隔振装置的高静态低动态刚度特性。阐述了光滑型气动准零隔振器的结构及工作原理,根据气体状态方程推导了隔振装置的非线性刚度理论模型。为了得到符合设计要求的刚度特性,分别研究了气体占比与初始压强等参数对隔振装置刚度特性的调控规律,发现了合理的气/液比例,既可以实现较低的动态刚度,同时起到大幅振动下位移限位的效果。探讨了过载加速度对隔振系统固有特性的影响,研究发现,过载的存在使得隔振静平衡位置偏离设计的平衡点,因此其线化系统固有频率会发生较明显的变化,这是工程设计根据实际情况需要考量的一点。     

气动准零非线性隔振器的刚度特性与参数调控

为解决滚动轴承剩余寿命预测问题,提出一种基于长短期记忆网络（long short-term memory, 简称LSTM）的剩余寿命预测方法。首先,从时域、频域及时频域特征中提取特征参数;其次,定义三个评价指标定量评估表征轴承退化过程的特征参数效果,筛选得到退化特征参数集,搭建长短期记忆网络预测模型并以归一化寿命值为标签训练神经网络;最后,用训练好的神经网络实现滚动轴承剩余寿命预测。通过滚动轴承全寿命试验证明,该方法可以准确预测滚动轴承剩余寿命,并与反向传播(back propagation machine,简称BP)神经网络和支持向量回归机（support vector regression machine,简称SVRM）的预测效果对比,验证了提出方法的有效性。     

基于递归熵及长短期记忆神经网络的滚动轴承退化趋势预测

针对滚动轴承退化趋势预测中的特征选择及模型优化问题,提出了基于相空间重构结合长短期记忆神经网络的滚动轴承退化趋势预测方法.首先,在滚动轴承退化特征灰色关联分析的基础上,对滚动轴承运行状态跟踪能力进行量化评估;然后,为统一描述各个特征对轴承退化状态的表征信息,采用谱聚类方法对滚动轴承运行状态进行了准确划分;最后,以滚动轴...     

基于子空间域对抗判别网络的不同型号滚动轴承剩余寿命预测

针对不同型号滚动轴承因结构尺寸、运行工况等差异导致轴承退化数据分布和特征尺度不一致,引起剩余寿命预测精 度下降的问题,提出基于子空间域对抗判别网络的不同型号滚动轴承剩余寿命预测方法。 首先,通过高效通道注意力机制提升 特征提取器各通道中重要特征的权重,自适应获取不同型号滚动轴承的深层性能退化特征,并以此预训练标签预测器;然后,在 对抗判别网络框架上将域判别器与特征提取器对抗训练,最小化源域和目标域在表征子空间上的正交基距离,利用表征子空间 正交基不受特征缩放影响的性质克服特征尺度变化过大引起的回归性能下降问题,实现不同型号滚动轴承间的域自适应;最 后,利用训练好的特征提取器提取待预测轴承退化特征,输入标签预测器得到剩余寿命。 在 PRONOSTIA、XJTU-SY 和自测数据 集上进行了验证,实验结果表明所提方法能充分学习源域特征分布信息,有效克服不同型号下的特征尺度差异,相比其他域自 适应方法效果提升 20% 至 40% 。     

多传感器融合和 MHA-LSTM 的电机轴承剩余寿命预测

轴承作为电机的核心部件, 主要起到支撑引导轴、 减小设备摩擦、 连接不同设备等作用, 其剩余寿命预测对系统健康 管理起着十分重要的作用。 针对单一传感器信号通常难以全面描述系统的潜在退化机制, 论文提出一种基于多头注意力机制 和长短时记忆神经网络的电机轴承剩余寿命预测模型。 首先, 基于马氏距离确定轴承性能退化起始点, 将滚动轴承全寿命周 期分为正常阶段与退化阶段; 其次, 使用自编码器自动提取振动信号特征, 并将其与电机电流、 轴承温度融合, 构成多源信息 特征矩阵; 然后基于多头注意力机制和长短时记忆网络模型动态选择相关度较高的特征, 提高寿命预测的准确性。 最后, 采 用实验数据进行验证, 结果表明所提出的模型具有更高的准确性。     

基于全卷积层神经网络的轴承剩余寿命预测

传统的数据驱动的轴承剩余寿命预测方法需要基于知识和经验,通过人工建立性能退化指标,费时费力,为此,采用卷积神经网络对输入信号进行特征自学习和剩余寿命预测。将传统卷积神经网络中的全连接层全部更换为卷积层与池化层,以减少神经网络需训练的参数;采用加权平均方法对预测结果进行降噪处理。轴承加速寿命实验数据集验证了所提方法的有效性。     

基于一维卷积神经网络的滚动轴承故障程度诊断

针对滚动轴承性能退化状态的识别问题,提出了基于一维卷积神经网络的故障诊断方法.以轴承原始振动信号为输入,利用一维卷积神经网络自适应学习特征和分类的能力,实现由数据到识别结果的"端到端"诊断,避免了人为因素的干扰.通过凯斯西储大学不同故障尺寸的滚动轴承故障数据(模拟不同故障程度)加以验证,所建立python-Keras深...     

基于并行多通道卷积长短时记忆网络的轴承寿命预测方法

在预测轴承剩余使用寿命时,数据间的时序特性是一个可以利用的重要隐藏信息。为了更好地提取具有时序信息的特征用于预测,提出了一种基于并行多通道卷积长短时记忆网络（PMCCNN-LSTM）的剩余使用寿命预测模型。该模型主要由两部分组成：前端为并行多通道卷积网络（PMCCNN）,提取信号特征,挖掘数据的时序特性,并采用逐层训练和微调的方式提升参数的收敛性;后端为长短时记忆（LSTM）网络,基于特征进行剩余使用寿命预测,并采用加权平均的方法对预测结果进行平滑处理。在一个轴承加速寿命实验的公开数据集上使用留一法验证了该模型的准确性,实验结果表明：所提模型的平均误差与最大误差分别比传统的卷积神经网络（CNN）低23.38%和15.84%,比传统的LSTM低24.14%和19.01%,比卷积长短时记忆网络（CNN-LSTM）低30.32%和23.09%。     

基于KPCA和WPHM的滚动轴承可靠性评估与寿命预测

为了评估滚动轴承的可靠性和预测剩余使用寿命,选取能够反映性能退化过程的特征参数作为寿命预测模型的输入参数,提出一种基于核主元分析(kernel principal component analysis,简称KPCA)和威布尔比例故障率模型(Weibull proportional hazards model,简称WPHM)的方法。首先,提取滚动轴承全寿命周期的时域、频域及时频域等多特征参数,从中筛选出有效的特征参数,构建高维相对特征集;其次,进行核主元分析,选取能够反映轴承全寿命周期性能退化过程的核主元,进而作为WPHM的协变量来进行可靠性评估和剩余寿命预测。通过滚动轴承全寿命试验,验证了该方法能够对轴承进行准确的可靠性评估和剩余寿命预测,以提供及时的维修决策。同时,由于提取的是相对特征,降低了同种轴承间在制造、安装及工况的差异,增强了该方法的适用性和稳定性。     

基于双尺度柔性原型迁移网络的空间滚动轴承寿命阶段识别

针对变工况条件下样本分布差异较大、不同寿命阶段样本数量不均衡导致现有空间滚动轴承寿命阶段识别方法的寿命阶段识别精度较低问题,提出基于双尺度柔性原型迁移网络（Dual scale flexible prototype transfer network,DSFPTN）的空间滚动轴承寿命阶段识别方法。在所提出的DSFPTN中,构造双尺度柔性域感知模块并将其嵌入特征提取器来增强特征提取器对不同领域私有特征的探索能力,提高特征提取器对空间滚动轴承源域和目标域样本特征的学习能力;设计同域泛原型学习以防止跨域样本不加区分的特征学习和不正确聚类,增加两域异类样本的区分性;构建两域原型迁移机制来获得域不变原型,实现从源域原型到目标域原型的迁移;利用加载域不变原型后的双分类器对齐两域之间的分布并计算目标域待测样本与域不变原型之间相似度完成对空间滚动轴承目标域待测样本分类,该分类方式在不同寿命阶段样本数量不均衡条件下能提高对各寿命阶段样本的识别精度。地面模拟空间环境下空间滚动轴承寿命阶段识别实例验证所提出的基于DSFPTN的寿命阶段识别方法的有效性。总之,构建双尺度柔性域感知模块、同域泛原型、两域原型迁移机制和加载域不变原型的双分类器使得DSFPTN在样本分布差异较大以及不同寿命阶段样本数量不均衡条件下,仅利用空间滚动轴承源域的非均衡有标签样本就能对目标域待测样本进行较高精度的寿命阶段识别。