基于电机动力吸振的高速列车蛇行运动控制

复兴号CR400BF高速动车组动力转向架的牵引电机采用特有的四点弹性架悬方式, 在电机和构架之间安装有横向液压减振器和横向止挡, 首次采用牵引电机作为动力吸振器来控制转向架蛇行运动稳定性和蛇行频率, 从而避免引起车体弹性模态共振; 考虑悬挂参数和轮轨接触非线性, 建立了复兴号动车组非线性多刚体动力学仿真模型, 通过悬挂模态计算和动力学时域仿真, 分析了关键参数对动车蛇行运动的影响规律; 基于将电机作为动力吸振器的原理, 优化了电机节点横向刚度和横向减振器阻尼; 考虑动车组运营中的轮轨匹配随机因素, 组合400种轮轨随机匹配状态, 仿真分析了动车的动力学性能; 开展动车组长期线路动力学跟踪试验, 研究了动力转向架蛇行运动演变规律。仿真与试验结果表明: 牵引电机弹性架悬下的构架横向加速度频谱图从以蛇行频率为主频的单峰值变化为主频在蛇行频率两侧的双峰值, 说明电机起到了动力吸振器的作用; 将电机作为动力吸振器能够提高动车蛇行运动稳定性, 具有不同等效锥度的典型轮轨匹配下非线性临界速度超过500 km·h-1; 动车蛇行运动最高频率被控制在6 Hz附近, 远离车体中部菱形弹性模态频率8.5 Hz, 避免了转向架蛇行运动激起车体弹性共振; 动车组在轨道随机不平顺激扰下, 构架端部横向加速度小于0.5g, 平稳性指标小于2.5, 轮轴横向力和脱轨系数等运行安全性指标满足要求。      

列车车轮不圆顺的研究现状

介绍了列车车轮不圆顺的诱因及车轮的不圆顺对车辆、轨道元件造成破坏的研究情况,给出了预测车轮不圆顺的发展及后果的数学模型,并提出了减少车轮不圆发展的措施。     

摆式列车主动倾摆控制的数值仿真研究

为了仿真研究摆式列车倾摆控制信号的生成和倾摆控制规律,笔者建立了摆式列车机电耦合动力学模型和倾摆系统模型。该模型通过位于头车一位构架上的陀螺仪实时检测曲线,由同一位置的横向加速度滤波信号得到倾摆控制信号,并用线性预测法得到头车和第二辆车的倾摆控制信号。设计了倾摆系统的P数字控制器和H∞鲁棒数字控制器。采用数值积分方法进行仿真计算,研究了各种计算工况下2种控制器的控制效果。针对倾摆角度、角速度和角加速度进行比较分析,结果表明,2种控制器都能很好地跟踪倾摆控制信号,在有反馈干扰或控制信号突变时,鲁棒控制器可以更好地抑制倾摆角加速度;减小P控制的比例系数可以降低倾摆角加速度,但跟踪性能变差。     

空气弹簧对车辆曲线通过性能的影响

建立了考虑左右空气弹簧垂向耦合模型的车辆系统数学模型,由理想气体的状态方程得到空气弹簧的力学方程,分析了车辆通过曲线时车辆与空气弹簧的动态特性。仿真结果表明:由于高度阀的动作,车辆在驶出曲线后各空气弹簧的压力不一致,导致车体不能回到静平衡位置;车辆以正常速度通过曲线时,车辆曲线通过动力学性能变化不大;在车辆多次通过同一种曲线的较恶劣工况时,空气弹簧内气压变化范围是一定的;增加抗侧滚刚度能明显抑制车体侧滚,从而减小空气弹簧内气压的变化量;增大空气弹簧横向跨距,并选择合适的刚度和阻尼,能使车辆驶出曲线后各空气弹簧压力接近静平衡值。     

摆式列车受电弓垂向振动主动控制

建立了摆式列车机电耦合动力学模型、受电弓线性和非线性动力学模型及接触网有限元模型和静态接触刚度模型,组成摆式列车-受电弓-接触网耦合动力学模型,分别设计了P和H∞鲁棒控制器,应用数值仿真方法,研究了摆式列车直线和曲线通过时两种控制器对摆式列车受电弓垂向主动控制的效果。结果表明受电弓若无垂向控制,其弓网接触压力波动较大;P和H∞鲁棒控制均能减小弓网接触压力的波动;控制延时对P控制比对H∞鲁棒控制的影响大;是否考虑接触网的振动对接触压力影响较大,对控制效果影响不大。这说明摆式列车受电弓垂向主动控制能明显改善弓网接触压力波动;H∞鲁棒控制比P控制效果更好;接触网的静态接触刚度模型可用于受电弓主动控制的定性分析。     

地铁车辆轮轨匹配关系研究

分析研究了S1002型踏面与1∶20、1∶40轨底坡及LM型踏面与1∶20轨底坡3种不同的轮轨匹配条件下,车辆的运行稳定性、曲线通过性能及运行平稳性,并提出了相应的建议。     

车轮型面磨耗预测模型及仿真分析

利用轮轨蠕滑力计算程序Fastsim,分别结合2种车轮型面磨耗预测模型--Archard磨耗模型和摩擦功磨耗模型,预测了车轮型面磨耗的发展趋势.     

人工智能算法在铁道车辆动力学仿真中的应用进展

梳理了人工智能算法在铁道车辆系统动力学仿真中的应用实例和国内外相关文献，概述了铁道车辆动力学仿真中常用的机器学习和深度学习算法，归纳和评述了2种学习算法在铁道车辆系统动力学建模与仿真中的应用分类；从铁道车辆系统动力学建模、动力学性能预测与动力学性能优化等方面入手，详细讨论了人工智能算法应用在力元建模和仿真、轨道不平顺预测、运行平稳性预测、噪声预测、侧风安全性预测、运行安全性预测、悬挂优化、轮轨匹配优化、结构优化以及主动与半主动控制等领域的优势和局限性，指出了现阶段人工智能算法在动力学仿真应用中主要面临的训练样本缺乏、泛化能力不够、可解释性欠缺等问题；展望了今后人工智能算法和车辆系统动力学交叉研究的发展方向和重点研究内容。研究结果表明:融合经典力学和人工智能算法结合的混合建模理论可作为之后的重点研究方向；人工智能算法对解决随机动力学中的随机不确定性，提高随机动力学的性能具有较大的应用潜力；通过人工智能算法与优化算法相结合来实现动力学性能优化，可充分发挥人工智能算法的优势。      

轮轨实测廓形小波平滑方法及其对蛇行运动影响

文中提出了一种异常值剔除结合分段小波降噪的实测轮轨廓形平滑方法；建立了某高速动车组拖车非线性动力学模型，通过降速法计算车辆蛇行运动临界速度；对比分析了采用小波降噪和样条拟合方法平滑轮轨廓形对轮轨接触几何关系和车辆蛇行运动的影响。结果表明：样条拟合参数选取不当会导致对原始廓形的欠拟合或过拟合；小波降噪能较好地去除廓形中的噪声和畸变点；合理的轮轨廓形平滑处理可提高动力学仿真效率和计算精度，蛇行运动分岔更符合实际运营情况。