CN108875121A - 确定高速铁路钢轨磨损的方法和装置 - Google Patents
确定高速铁路钢轨磨损的方法和装置 Download PDFInfo
- Publication number
- CN108875121A CN108875121A CN201810375206.0A CN201810375206A CN108875121A CN 108875121 A CN108875121 A CN 108875121A CN 201810375206 A CN201810375206 A CN 201810375206A CN 108875121 A CN108875121 A CN 108875121A
- Authority
- CN
- China
- Prior art keywords
- rail
- wheel
- rate
- discrete unit
- depreciation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Machines For Laying And Maintaining Railways (AREA)
Abstract
本发明公开了一种确定高速铁路钢轨磨损的方法和装置。其中,该方法包括:获取车辆模型数据;对车辆模型数据进行计算得到轮轨接触参数;根据轮轨接触参数得到轮轨接触斑内的磨损深度;根据轮轨接触斑内的磨损深度确定钢轨型面的磨损速率。本发明解决了现有技术无法对钢轨磨损量进行定量预测的技术问题。
Description
技术领域
本发明涉及动力学领域,具体而言,涉及一种确定高速铁路钢轨磨损的方法和装置。
背景技术
铁路是国民经济发展的大动脉,高速铁路是现代化铁路运输的必然选择和核心技术。目前,我国高速铁路的发展正逐渐从大规模建设向长期安全运营转变。随着高速铁路运营时间的增长,钢轨出现了磨损现象。钢轨的磨损引起钢轨轨头型面的改变,进而导致轮轨接触状态和车辆轨道系统动力响应发生变化,对列车高速运行的稳定性、安全性以及车辆轨道系统各个部件的使用寿命都产生了很大的影响。
在现有技术中,可通过数值仿真计算的方式来预测高速铁路钢轨磨损,然而现有的计算方法大多是针对车轮磨损的,并且对于轨道条件的考虑通常过于简化。此外,现有的计算方法一般将车辆设计为以固定速度在一段直线轨道或曲线轨道或由直线段曲线段组成的复合轨道上运行。而在实际运营中,列车的运行条件往往比较复杂,可能会以多种速度形式,并且轨道也是由多种不同轨道条件地段组成。上述现有计算方法的缺陷影响了对钢轨磨损进行预测的合理性和数值方法的实用性。另外,现有的大部分预测方法采用特定运行距离作为车轮型面更新步长,即列车运行固定距离后,车轮型面进行更新。这种型面更新方法虽然在一定程度上可以提高计算效率,但可能会在计算过程中引起磨损的偏差,并且偏差可能会不断累积、放大甚至直接导致错误发生,由此可见,现有的预测钢轨磨损的方法很难确保数值计算的可靠性和稳定性。而对于钢轨的磨损问题,目前国内外仍多采用磨损指数、接触斑磨损功率等指标对磨损情况进行评定。这些评定方法虽然具有不同的出发点,并能在一定程度上反映磨损的影响因素和规律,但不能对钢轨磨损量及分布情况进行定量预测。
针对上述现有技术无法对钢轨磨损量进行定量预测的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种确定高速铁路钢轨磨损的方法和装置,以至少解决现有技术无法对钢轨磨损量进行定量预测的技术问题。
根据本发明实施例的一个方面,提供了一种确定高速铁路钢轨磨损的方法,包括:获取车辆模型数据;对车辆模型数据进行计算得到轮轨接触参数;根据轮轨接触参数得到轮轨接触斑内的磨损深度;根据轮轨接触斑内的磨损深度确定钢轨型面的磨损速率。
根据本发明实施例的另一方面,还提供了一种确定高速铁路钢轨磨损的装置,包括:获取模块,用于获取车辆模型数据;计算模块,用于对车辆模型数据进行计算得到轮轨接触参数;处理模块,用于根据轮轨接触参数得到轮轨接触斑内的磨损深度;确定模块,用于根据轮轨接触斑内的磨损深度确定钢轨型面的磨损速率。
根据本发明实施例的另一方面,还提供了一种存储介质,该存储介质包括存储的程序,其中,程序执行确定高速铁路钢轨磨损的方法。
根据本发明实施例的另一方面,还提供了一种处理器,该处理器用于运行程序,其中,程序运行时执行确定高速铁路钢轨磨损的方法。
在本发明实施例中,采用车辆-轨道耦合动力学和材料磨损理论计算钢轨磨损的方式,通过获取车辆模型数据,并对车辆模型数据进行计算,得到轮轨接触参数,然后再根据轮轨接触参数得到轮轨接触斑内的磨损深度,进一步根据轮轨接触斑内的磨损深度确定钢轨型面的磨损速率,达到了对钢轨磨损量进行定量预测的目的,从而实现了减缓钢轨磨损发展的技术效果,进而解决了现有技术无法对钢轨磨损量进行定量预测的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种确定高速铁路钢轨磨损的方法流程图;
图2是根据本发明实施例的一种可选的高速车辆模型的示意图;
图3是根据本发明实施例的一种可选的单点接触的轨道模型的示意图;
图4是根据本发明实施例的一种可选的两点接触的轨道模型的示意图;
图5是根据本发明实施例的一种可选的轮轨接触斑离散化的示意图;
图6是根据本发明实施例的一种可选的磨损深度的计算模型的示意图;
图7是根据本发明实施例的一种可选的钢轨磨损速率的示意图;
图8是根据本发明实施例的一种可选的钢轨型面磨损叠加的示意图;
图9是根据本发明实施例的一种可选的迭代更新的示意图;以及
图10是根据本发明实施例的一种确定高速铁路钢轨磨损的装置结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种确定高速铁路钢轨磨损的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的确定高速铁路钢轨磨损的方法流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取车辆模型数据。
需要说明的是,车辆模型数据可以为但不限于接触力、蠕滑率、接触应力、蠕滑应力、滑动速度等。其中,车辆模型数据为可在高速铁路上运行的车辆的模型数据。
在一种可选的方案中,在获取车辆模型数据之前,可基于多体动力学理论,建立如图2所示的高速车辆模型。其中,对车体、构架、轮对、轴箱等均采用6自由度刚体模拟,基于对车辆的实测数据精确模拟二系横向减震器20、牵引拉杆21、抗蛇形减振器22、二系空气弹簧23、一系弹簧24及一系垂向减振器25、横向减振器(图2中未示出)、横向止挡(图2中未示出)等结构部件间的非线性连接耦合作用,通过精细化建模确保模型尽可能与实际相符。
还需要说明的是,轮轨接触作用力与下部轨道结构密不可分,本申请还考虑到了轨道的弹性和阻尼特性,其中,刚度阻尼参数取值基于实测结果,轨道模型如图3和图4所示,其中,图3为单点接触的轨道模型,图4为两点接触的轨道模型。Nr、Nf分别为走行面接触点和轮缘接触点位置处的法向接触力,Tr、Tf分别为两接触位置处的蠕滑力,Ry、Rz分别为扣件系统对钢轨的垂横向约束反力,Ky、Kz、Dy、Dz分别为扣件系统的垂横向刚度和阻尼。
可选的,在得到高速车辆模型以及轨道模型之后,可基于接触理论以及FASTSIM算法计算车辆模型数据,其中,主要包括接触点位置探测计算、整体接触力学量计算以及接触斑局部接触力学量计算。
步骤S104,对车辆模型数据进行计算得到轮轨接触参数。
需要说明的是,上述轮轨接触参数至少包括轮轨接触斑几何特征、接触斑内滑动区和粘着区分布以及接触法向力和蠕滑速度分布,上述参数可通过步骤S102所提到的方法计算得到。
步骤S106,根据轮轨接触参数得到轮轨接触斑内的磨损深度。
在一种可选的方案中,在得到轮轨接触参数之后,基于材料磨损理论模型计算轮轨的磨损体积,进而再根据轮轨的磨损体积求得轮轨接触斑内的磨损深度。可选的,可通过对磨损体积进行微分得到磨损深度。
步骤S108,根据轮轨接触斑内的磨损深度确定钢轨型面的磨损速率。
需要说明的是,在得到轮轨接触斑内的磨损深度之后,根据轮轨接触斑内的磨损深度可确定磨损深度分布。由于上述磨损深度的计算是在预设时间步长内计算得到的,因此,可通过计算预设时间步长内的磨损深度分布来确定钢轨型面的磨损速率。
由上述内容可知,在本发明实施例中,采用车辆-轨道耦合动力学和材料磨损理论计算钢轨磨损的方式,通过获取车辆模型数据,并对车辆模型数据进行计算,得到轮轨接触参数,然后再根据轮轨接触参数得到轮轨接触斑内的磨损深度,进一步根据轮轨接触斑内的磨损深度确定钢轨型面的磨损速率。
容易注意到的是,通过数值仿真计算的方式来预测高速铁路钢轨磨损,进而指导相关部门有针对性地安排和优化养护维修钢轨的工作,有效减少养护维修钢轨的工作量和成本,减缓钢轨磨损的发展。另外,通过对磨损发展进行定量预测,可以作为车辆系统和轨道结构设计的评价标准,为轮轨型面优化、车辆系统以及轨道结构等的改进提供科学指导。
由此可见,本申请所提供的确定高速铁路钢轨磨损的方法可以达到对钢轨磨损量进行定量预测的目的,从而实现了减缓钢轨磨损发展的技术效果,进而解决了现有技术无法对钢轨磨损量进行定量预测的技术问题。
在一种可选的方案中,轮轨接触参数至少包括:蠕滑速度的分布函数,其中,对车辆模型数据进行计算得到蠕滑速度的分布函数,可以包括:
步骤S1040,对轮轨接触斑进行离散化处理,得到多个离散单元;
步骤S1042,分别计算多个离散单元中的每个离散单元的蠕滑速度;
步骤S1044,根据每个离散单元的蠕滑速度以及每个离散单元的位置信息,得到蠕滑速度的分布函数。
具体的,为了得到蠕滑速度的分布函数,可将轮轨接触斑进行离散化处理,如图5所示的轮轨接触斑离散化的示意图,其中,箭头表示车辆的运行方向。如图5所示,接触斑坐标系原点位于轮轨接触斑的中心,x轴、y轴分别对应轮轨接触面的纵向和横向。首先将轮轨接触斑沿y轴等分成ky个长条,然后将每个长条等分为kx个矩形离散单元,则每个矩形单元尺寸为:
在上式中,(x,y)为离散单元中心在接触斑坐标系下的位置坐标;dy、dx(y)分别为离散单元沿y方向、x方向的长度,dx(y)由离散单元y坐标决定。a、b分别为接触斑半长轴、半短轴长度;
需要说明的是,将轮轨接触斑进行离散化处理可提高轮轨接触斑边界网格的分辨率和预测结果的精确性。轮轨接触斑在经过离散化之后,通过迭代计算求得每个离散单元的蠕滑力及蠕滑速度,即可得轮轨接触斑蠕滑力和蠕滑速度分布,同时还可完成对轮轨接触斑的滑动区、粘着区的划分,进一步通过将每个离散单元的蠕滑力进行累加,得轮轨接触斑的总蠕滑力。
可选的,在得到轮轨接触参数之后,可根据轮轨接触参数得到轮轨接触斑内的磨损深度,其中,可通过如下步骤得到磨损深度:
步骤S1060,获取每个离散单元的位置信息;
步骤S1062,基于材料磨损模型确定每个离散单元的磨损体积;
步骤S1064,根据每个离散单元的磨损体积以及每个离散单元的位置信息确定每个离散单元的磨损深度。
具体的,对于每个离散单元,可基于材料磨损理论模型计算得到每个离散单元的磨损体积,如图6所示的磨损深度的计算模型的示意图,其中,图6中的箭头表示车辆的运行方向,A表示滑动区,B表示粘着区。结合图6所示的计算模型,可通过如下公式计算每个离散单元的磨损体积:
在上式中,(x,y)为每个离散单元的中心在接触斑坐标系下的位置坐标;V(x,y)为每个离散单元上的磨损体积;s(x,y)为每个离散单元处对应的轮轨相对滑动距离;τ(x,y)为磨损系数,可根据每个离散单元的法向应力和相对滑动速度来得到磨损系数;p(x,y)为每个离散单元的中心位置的法向应力,H为每个离散单元的磨损深度。由此可见,每个离散单元的磨损深度与每个离散单元的法向应力、相对滑动速度有关。
在一种可选的方案中,根据每个离散单元的磨损体积以及每个离散单元的位置信息确定每个离散单元的磨损深度,可以包括:
步骤S202,根据每个离散单元的位置信息计算每个离散单元的法向应力;
步骤S204,根据每个离散单元的位置信息确定每个离散单元与轮轨表面的相对滑动速度;
步骤S206,根据相对滑动速度确定轮轨的相对滑动距离;
步骤S208,根据法向应力、相对滑动距离以及磨损体积计算每个离散单元的磨损深度。
具体的,根据赫兹接触理论,可由下式计算每个离散单元的法向应力:
在上式中,P为轮轨接触斑上的法向接触力。
下面考虑轮轨的相对滑动距离s(x,y)的计算,在轮轨接触计算中可得到接触斑内粘着、滑动区的分布,如果离散单元位于粘着区,则s(x,y)=0,无磨损发生;如果离散单元位于滑动区,则s(x,y)由下式计算:
s(x,y)=||v(x,y)||·dx(y)/v0
式中,v0为车轮滚动速度,v(x,y)为离散单元处轮轨表面相对滑动速度,由下式计算:
式中,ξx、ξy、φ为接触斑纵向、横向、自旋蠕滑率,vg(x,y)表示刚体相对滑动速度分量,vt(x,y)表示弹性变形相对滑动速度分量;γ(x,y)=(γx(x,y),γy(x,y))为离散单元处弹性变形位移量。通常情况下弹性变形滑动分量vt(x,y)比刚体滑动分量vg(x,y)小得多,因此计算中将其忽略。
通过以上计算,可得到轮轨接触斑中的每个离散单元上的磨损体积V(x,y),进而由下式可以得到每个离散单元对应的磨损深度D(x,y),即得轮轨接触斑内的磨损深度分布函数:
D(x,y)=V(x,y)/(dx(y)·dy)
需要说明的是,在得到轮轨接触斑内的磨损深度之后,即可根据轮轨接触斑内的磨损深度确定钢轨型面的磨损速率,其中,具体方法可以包括:
步骤S1080,在钢轨型面上确定多个断面的断面位置;
步骤S1082,计算每个断面在预设时间步长内的磨损深度;
步骤S1084,根据每个断面的磨损深度确定钢轨型面的磨损深度分布函数;
步骤S1086,根据磨损深度分布函数计算在预设时间步长内的磨损平均值;
步骤S1088,根据磨损平均值得到磨损速率。
需要说明的是,上述预设时间步长为动力学时间步长。
可选的,在磨损计算过程中,单次动力学仿真均设置为同种车型以恒定速度在一种轨道条件下运行,各时间步对应的运行条件是相同的,所引起的对应位置钢轨磨损情况也是相似的。因此,对所考虑时间范围内,每一个预设时间步长的磨损结果求平均,所得结果为车轮单次通过引起的钢轨型面磨损深度分布,累加同侧四个车轮的计算结果,即得相应侧钢轨在车辆单次通过时产生的磨损深度分布,定义为钢轨磨损速率w,如图7所示的钢轨磨损速率的示意图,w(yr)为钢轨型面坐标系水平坐标yr的函数。
可选的,计算每个断面在预设时间步长内的磨损深度,可以包括:
步骤S10820,对预设时间步长进行采样,得到多个采样时刻,其中,预设时间步长为车辆经过断面位置的时长;
步骤S10822,根据每个断面的断面位置以及轮轨接触斑内的磨损深度,确定在每个采样时刻每个断面的磨损深度;
步骤S10824,基于每个断面,对每个采样时刻的磨损深度进行累加,得到每个断面的磨损深度。
具体的,在得知轮轨接触斑内的磨损深度分布后,需要考虑车轮通过钢轨某断面时所引起的该断面的磨损深度,由图8所示的钢轨型面磨损叠加的示意图可知,车轮通过钢轨某断面时,也就是从钢轨接触斑前端进入该断面至钢轨接触斑后端离开该断面的过程,将整个过程划分为n个时刻,将每个时刻下轮轨接触斑在该断面位置处的磨损量进行依次叠加,即可得到一个车轮滚动通过后钢轨断面的磨损分布。而在实际仿真计算中,为了减小计算量,可认为车轮滚动通过钢轨断面过程中轮轨接触斑状态不变,即接触斑法向力、相对滑动及切向力等保持恒定,因此钢轨特定断面磨损可以根据断面位置处轮轨接触斑磨损分布沿线路方向叠加得到。即将接触斑内具有相同y坐标的离散单元处的磨损深度相加,可得到接触斑内每一纵向长条上对应的磨损深度,即为磨损深度沿该位置断面钢轨型面的分布。
需要说明的是,在图8中,C为钢轨特征断面,D为钢轨接触斑,E为钢轨,箭头表示车辆的运行方向。
此外,还需要说明的是,对于每一个预设时间步长,通过以上计算过程均能得到接触斑坐标系下对应位置磨损深度沿钢轨型面的分布结果,然后结合当前预设时间步长的轮轨接触点位置信息(接触点在钢轨坐标系下的水平位置坐标,可由动力学仿真得到)将磨损分布定位到钢轨型面坐标系下,即为车轮通过当前位置钢轨时所引起的钢轨型面磨损。
另外,根据上述计算可得到特定运行条件下钢轨的磨损速率结果。而事实上,高速铁路的实际运营条件是较为复杂的,同一地段轨道可能有多种类型的列车以多种速度通过,这都会对钢轨的磨损发展产生显著影响。这种复杂的行车条件也大大增加了对钢轨磨损发展进行数值仿真的难度。
为了对高速铁路的复杂运营条件进行模拟,根据所考虑地段可能通过的列车类型和速度设计动力学仿真工况,对所有可能工况进行动力学计算。在一种可选的方案中,可通过如下方法得到钢轨的加权平均磨损速率:
步骤S302,获取经过目标区域车辆的信息,其中,车辆的信息包括如下至少之一:车辆的车型、速度以及数量;
步骤S304,根据车辆的信息以及速度权重因子、车型权重因子确定钢轨的加权平均磨损速率,其中,钢轨的加权平均磨损速率包括左股钢轨的磨损速率和右股钢轨的磨损速率。
具体的,在得到每种仿真工况下左右钢轨的磨损速率之后,通过引入车型权重因子η和速度权重因子λ确定各工况比率,最后得到实际运营条件下钢轨的加权平均磨损速率。其中,如果区段(即上述目标区域)有n种类型的列车通过,分别为L1,L2,L3,...,Ln);其中Li型车可能以mi种速度运行通过,分别为钢轨的加权平均磨损速率由下式计算:
在上式中,下标k表示左股钢轨和右股钢轨;wk,ji(yr)表示Li型列车以vji速度通过条件下左、右钢轨的磨损速率;ηi为Li车型的权重因子,λji为Li型车以速度vji通过对应的权重因子。ηi、λji取值根据行车组织资料以及调研确定,在此不作限定。
进一步地,轮轨动力相互作用是钢轨磨损产生的根源,而磨损会引起钢轨表面的材料损失,进而造成型面改变,型面变化又会影响轮轨接触几何和相互作用。因此钢轨磨损发展是一个交互作用过程,型面逐渐连续地改变。而在数值模拟时是无法对连续过程进行仿真的,必须进行离散化处理。因此通过迭代计算将钢轨的磨损发展处理为分段离散的过程,在每一迭代步假定钢轨型面固定不变,忽略型面改变产生的轮轨相互作用的改变。各迭代步最后,由接触及磨损模型算得的磨损速率结果以及迭代步步长计算迭代步内的钢轨累积磨损,更新钢轨型面。新型面作为下一迭代步的初始型面输入计算。
迭代计算中,迭代步步长的选择是一个重要的问题。上述迭代步长表示迭代步内车辆通过次数。步长取得过小会带来巨大的计算成本,而步长取得过大会降低数值模型的稳定性和精确性。采用固定步长可简化数值计算、提高效率,但是会降低数值计算的鲁棒性,增加误差累积,甚至导致计算结果错误或直接导致计算中止。对此,本申请还提出了一种可变步长的钢轨型面更新算法,在各迭代步,设定钢轨累积磨损峰值达到特定阈值时,迭代步终止,更新型面。各迭代步步长根据相应的磨损速率而不断调整变化,这种可变步长的更新策略可有效地减少和避免错误的出现,同时可减少累积误差,提高数值计算的稳定性和可靠性。其中,上述更新方法可以包括如下步骤:
步骤S4020,根据左股钢轨的磨损速率和右股钢轨的磨损速率确定钢轨的最大磨损速率;
步骤S4024,根据钢轨的最大磨损速率以及钢轨的磨损深度阈值确定车辆经过目标区域的次数;
步骤S4026,根据左股钢轨的磨损速率、右股钢轨的磨损速率以及车辆经过目标区域的次数确定左股钢轨的型面磨损深度分布函数以及右股钢轨的型面磨损深度分布函数;
步骤S4028,根据左股钢轨的型面磨损深度分布函数以及右股钢轨的型面磨损深度分布函数对钢轨型面进行更新。
具体的,首先通过动力学和磨损计算得到实际运营条件下研究区段左右钢轨的加权平均磨损速率wk(yr)。然后计算磨损速率最大值:
根据前述假定,在每一迭代步内,左右钢轨的磨损速率保持恒定。设定各迭代步的累积磨损深度阈值为则此迭代步的步长(车辆通过次数)计算如下:
计算得到步长信息后,此迭代步中左右钢轨累积磨损计算如下:
Wk(yr)=wk(yr)·np
在上式中,Wk(yr)表示当前迭代步左右钢轨的累积磨损深度分布,为钢轨型面坐标系横坐标yr的函数。
最后,根据钢轨累积磨损Wk(yr)更新钢轨型面,新型面作为初始型面代入下一迭代步进行计算。通常情况下,Wk(yr)分布曲线会存在尖锐形状变化,并不平滑,这主要是由轮轨滚动接触高非线性计算引起,相应地,更新后的型面也不平滑,这与实际情况有差异。所以,在各迭代步最后有必要在钢轨型面更新后对新型面进行平滑处理。本申请采用样条函数对更新的型面曲线进行平滑处理,然后将处理后的型面代入下一迭代步进行计算。其中,图9示出了具体的迭代更新的示意图,由图9可知,在迭代更新的过程中涉及到了耦合动力学分析(包括车辆动力学分析、轮轨滚动接触计算、轨道动力学分析)、轮轨局部接触计算、材料磨损理论、高速铁路复杂运营条件的模拟策略以及自适应步长的型面更新方法等内容。另外,图9所示的更新方法与上述内容相同,在此不再赘述。
需要说明的是,本申请可以达到如下技术效果:与现有技术相比,本发明可实现对高速铁路复杂运营条件的模拟。此外,本申请还采用可变步长的钢轨型面更新方法,可大大提高数值计算稳定和可靠性。另外,本申请所提供的确定高速铁路钢轨磨损的方法可采用自编程序实现数值计算,可获取从轮轨局部接触信息、接触斑内磨损分布信息、型面磨损速率信息、累积磨损发展、型面演变过程等各个阶段的计算结果,可为研究者提供所需要的全部数据结果信息,且模型方法的可调试、改进能力强。
为了更清楚地说明本申请的使用方法和使用效果,下面通过实施例对本申请的方法进行验证和进一步的阐述。
在高速铁路不同线路条件地段,轮轨作用特性存在较大的差别,钢轨磨损规律也存在明显不同。下面基于本申请所提供的高速铁路钢轨磨损预测方法,对高速铁路直线及曲线地段的钢轨磨损发展进行预测分析。
计算工况设计如下:线路由直线地段、圆曲线地段及用于过渡的缓和曲线地段组合而成,圆曲线地段半径6000m,长度500m,外轨超高0.1m,轨底坡1/40,圆曲线前后的缓和无线均采用三次抛物线线形、长度均为400m,缓和曲线前后的直线地段长度均为100m。轮轨分别为LMA型踏面、60kg/m钢轨。采用CRH2A型高速列车车辆,车速250km/h。
分别对直线、缓和曲线和圆曲线地段的钢轨磨损进行预测,采用可变步长的钢轨型面更新方法,各迭代步的累积磨损阈值为0.1mm。根据计算得到的预测结果可以得出如下结论:
随着通过总重的增加,圆曲线、缓和曲线和直线地段的钢轨磨损均逐渐加重。圆曲线钢轨磨损发展最快,直线钢轨磨损发展最慢。圆曲线外侧钢轨的磨损速率明显大于内侧钢轨;缓和曲线外侧钢轨磨损速率略大于内侧钢轨;直线地段两轨磨损情况相当。
另外,圆曲线外侧钢轨的轨头内部及轨角磨损明显,内侧钢轨的磨损主要位于轨头中部,磨损较轻;这与运营中实际磨损情况较为一致。缓和曲线外侧钢轨的轨头内部磨损也更明显,但轨角磨损不严重,相同通过总重下,缓和曲线外侧钢轨磨损总体上小于圆曲线外侧钢轨,距离轨距角越近,磨损差异越明显。缓和曲线内侧钢轨磨损也主要位于轨头中部,相同通过总重下,磨损程度也略小于圆曲线内侧钢轨。
直线地段,两轨磨损情况相当,均主要位于轨头中部。相同通过总重下,直线钢轨磨损范围及程度均明显比曲线钢轨要小。
综上,基于本发明的理论预测得到的高速铁路钢轨磨损发展规律与现场实际情况相符,磨损分布范围及磨损深度数量与现场实际测试结果较为接近。对本发明预测方法的合理可靠性进行了验证。
实施例2
根据本发明实施例,还提供了一种确定高速铁路钢轨磨损的装置实施例,其中,图10是根据本发明实施例的确定钢轨磨损的装置结构示意图,如图10所示,该装置包括:获取模块1601、计算模块1603、处理模块1605以及确定模块1607。
其中,获取模块1601,用于获取车辆模型数据;计算模块1603,用于对车辆模型数据进行计算得到轮轨接触参数;处理模块1605,用于根据轮轨接触参数得到轮轨接触斑内的磨损深度;确定模块1607,用于根据轮轨接触斑内的磨损深度确定钢轨型面的磨损速率。
在一种可选的实施例中,轮轨接触参数至少包括:蠕滑速度的分布函数,其中,计算模块包括:第一处理模块、第一计算模块以及第二处理模块。其中,第一处理模块,用于对轮轨接触斑进行离散化处理,得到多个离散单元;第一计算模块,用于分别计算多个离散单元中的每个离散单元的蠕滑速度;第二处理模块,用于根据每个离散单元的蠕滑速度以及每个离散单元的位置信息,得到蠕滑速度的分布函数。
在一种可选的实施例中,处理模块包括:第一获取模块、第一确定模块以及第二确定模块。其中,第一获取模块,用于获取每个离散单元的位置信息;第一确定模块,用于基于材料磨损模型确定每个离散单元的磨损体积;第二确定模块,用于根据每个离散单元的磨损体积以及每个离散单元的位置信息确定每个离散单元的磨损深度。
在一种可选的实施例中,第二确定模块包括:第二计算模块、第三确定模块、第四确定模块以及第三计算模块。其中,第二计算模块,用于根据每个离散单元的位置信息计算每个离散单元的法向应力;第三确定模块,用于根据每个离散单元的位置信息确定每个离散单元与轮轨表面的相对滑动速度;第四确定模块,用于根据相对滑动速度确定轮轨的相对滑动距离;第三计算模块,用于根据法向应力、相对滑动距离以及磨损体积计算每个离散单元的磨损深度。
在一种可选的实施例中,确定模块包括:第五确定模块、第四计算模块、第六确定模块、第五计算模块以及第三处理模块。其中,第五确定模块,用于在钢轨型面上确定多个断面的断面位置;第四计算模块,用于计算每个断面在预设时间步长内的磨损深度;第六确定模块,用于根据每个断面的磨损深度确定钢轨型面的磨损深度分布函数;第五计算模块,用于根据磨损深度分布函数计算在预设时间步长内的磨损平均值;第三处理模块,用于根据磨损平均值得到磨损速率。
在一种可选的实施例中,第四计算模块包括:采样模块、第七确定模块以及第四处理模块。其中,采样模块,用于对预设时间步长进行采样,得到多个采样时刻,其中,预设时间步长为车辆经过断面位置的时长;第七确定模块,用于根据每个断面的断面位置以及轮轨接触斑内的磨损深度,确定在每个采样时刻每个断面的磨损深度;第四处理模块,用于基于每个断面,对每个采样时刻的磨损深度进行累加,得到每个断面的磨损深度。
在一种可选的实施例中,确定高速铁路钢轨磨损的装置还包括:第二获取模块以及第八确定模块。其中,第二获取模块,用于获取经过目标区域车辆的信息,其中,车辆的信息包括如下至少之一:车辆的车型、速度以及数量;第八确定模块,用于根据车辆的信息以及速度权重因子、车型权重因子确定钢轨的加权平均磨损速率,其中,钢轨的加权平均磨损速率包括左股钢轨的磨损速率和右股钢轨的磨损速率。
在一种可选的实施例中,确定高速铁路钢轨磨损的装置还包括:第九确定模块、第十确定模块、第十一确定模块以及更新模块。其中,第九确定模块,用于根据左股钢轨的磨损速率和右股钢轨的磨损速率确定钢轨的最大磨损速率;第十确定模块,用于根据钢轨的最大磨损速率以及钢轨的磨损深度阈值确定车辆经过目标区域的次数;第十一确定模块,用于根据左股钢轨的磨损速率、右股钢轨的磨损速率以及车辆经过目标区域的次数确定左股钢轨的型面磨损深度分布函数以及右股钢轨的型面磨损深度分布函数;更新模块,用于根据左股钢轨的型面磨损深度分布函数以及右股钢轨的型面磨损深度分布函数对钢轨型面进行更新。
实施例3
根据本发明实施例的另一方面,还提供了一种存储介质,该存储介质包括存储的程序,其中,程序执行实施例1中的确定高速铁路钢轨磨损的方法。
实施例4
根据本发明实施例的另一方面,还提供了一种处理器,该处理器用于运行程序,其中,程序运行时执行实施例1中的确定高速铁路钢轨磨损的方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种确定高速铁路钢轨磨损的方法,其特征在于,包括:
获取车辆模型数据;
对所述车辆模型数据进行计算得到轮轨接触参数;
根据所述轮轨接触参数得到轮轨接触斑内的磨损深度;
根据所述轮轨接触斑内的磨损深度确定钢轨型面的磨损速率。
2.根据权利要求1所述的方法,其特征在于,所述轮轨接触参数至少包括:蠕滑速度的分布函数,其中,对所述车辆模型数据进行计算得到所述蠕滑速度的分布函数,包括:
对所述轮轨接触斑进行离散化处理,得到多个离散单元;
分别计算所述多个离散单元中的每个离散单元的蠕滑速度;
根据所述每个离散单元的蠕滑速度以及所述每个离散单元的位置信息,得到所述蠕滑速度的分布函数。
3.根据权利要求2所述的方法,其特征在于,根据所述轮轨接触参数得到轮轨接触斑内的磨损深度,包括:
获取所述每个离散单元的位置信息;
基于材料磨损模型确定所述每个离散单元的磨损体积;
根据所述每个离散单元的磨损体积以及所述每个离散单元的位置信息确定所述每个离散单元的磨损深度。
4.根据权利要求3所述的方法,其特征在于,根据所述每个离散单元的磨损体积以及所述每个离散单元的位置信息确定所述每个离散单元的磨损深度,包括:
根据所述每个离散单元的位置信息计算所述每个离散单元的法向应力;
根据所述每个离散单元的位置信息确定所述每个离散单元与轮轨表面的相对滑动速度;
根据所述相对滑动速度确定轮轨的相对滑动距离;
根据所述法向应力、所述相对滑动距离以及所述磨损体积计算所述每个离散单元的磨损深度。
5.根据权利要求1所述的方法,其特征在于,根据所述轮轨接触斑内的磨损深度确定钢轨型面的磨损速率,包括:
在所述钢轨型面上确定多个断面的断面位置;
计算每个断面在预设时间步长内的磨损深度;
根据所述每个断面的磨损深度确定所述钢轨型面的磨损深度分布函数;
根据所述磨损深度分布函数计算在所述预设时间步长内的磨损平均值;
根据所述磨损平均值得到所述磨损速率。
6.根据权利要求5所述的方法,其特征在于,计算每个断面在所述预设时间步长内的磨损深度,包括:
对所述预设时间步长进行采样,得到多个采样时刻,其中,所述预设时间步长为车辆经过所述断面位置的时长;
根据所述每个断面的断面位置以及所述轮轨接触斑内的磨损深度,确定在每个采样时刻所述每个断面的磨损深度;
基于所述每个断面,对所述每个采样时刻的磨损深度进行累加,得到所述每个断面的磨损深度。
7.根据权利要求1所述的方法,其特征在于,在根据所述轮轨接触斑内的磨损深度确定钢轨型面的磨损速率之后,所述方法还包括:
获取经过目标区域车辆的信息,其中,所述车辆的信息包括如下至少之一:所述车辆的车型、速度以及数量;
根据所述车辆的信息以及速度权重因子、车型权重因子确定钢轨的加权平均磨损速率,其中,所述钢轨的加权平均磨损速率包括左股钢轨的磨损速率和右股钢轨的磨损速率。
8.根据权利要求7所述的方法,其特征在于,在根据所述轮轨接触斑内的磨损深度确定钢轨型面的磨损速率之后,所述方法还包括:
根据所述左股钢轨的磨损速率和所述右股钢轨的磨损速率确定所述钢轨的最大磨损速率;
根据所述钢轨的最大磨损速率以及所述钢轨的磨损深度阈值确定所述车辆经过所述目标区域的次数;
根据所述左股钢轨的磨损速率、所述右股钢轨的磨损速率以及所述车辆经过所述目标区域的次数确定所述左股钢轨的型面磨损深度分布函数以及所述右股钢轨的型面磨损深度分布函数;
根据所述左股钢轨的型面磨损深度分布函数以及所述右股钢轨的型面磨损深度分布函数对所述钢轨型面进行更新。
9.一种确定高速铁路钢轨磨损的装置,其特征在于,包括:
获取模块,用于获取车辆模型数据;
计算模块,用于对所述车辆模型数据进行计算得到轮轨接触参数;
处理模块,用于根据所述轮轨接触参数得到轮轨接触斑内的磨损深度;
确定模块,用于根据所述轮轨接触斑内的磨损深度确定钢轨型面的磨损速率。
10.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至8中任意一项所述的确定高速铁路钢轨磨损的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810375206.0A CN108875121B (zh) | 2018-04-24 | 2018-04-24 | 确定高速铁路钢轨磨损的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810375206.0A CN108875121B (zh) | 2018-04-24 | 2018-04-24 | 确定高速铁路钢轨磨损的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108875121A true CN108875121A (zh) | 2018-11-23 |
CN108875121B CN108875121B (zh) | 2022-11-22 |
Family
ID=64326624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810375206.0A Active CN108875121B (zh) | 2018-04-24 | 2018-04-24 | 确定高速铁路钢轨磨损的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108875121B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109813620A (zh) * | 2018-12-28 | 2019-05-28 | 中国铁路总公司 | 确定铁路道岔钢轨磨耗的方法及装置、存储介质 |
CN110377986A (zh) * | 2019-07-03 | 2019-10-25 | 北京交通大学 | 地铁小半径曲线外轨侧磨预测方法 |
CN111290295A (zh) * | 2020-03-09 | 2020-06-16 | 西南交通大学 | 轮轨界面润滑与摩擦控制决策支持系统 |
CN113642151A (zh) * | 2021-07-09 | 2021-11-12 | 中车长江运输设备集团有限公司 | 一种铁路列车车轮磨耗预测方法及装置 |
CN114357805A (zh) * | 2022-02-28 | 2022-04-15 | 重庆交通大学 | 泥石流排导槽磨损深度的分布计算方法 |
US11893322B2 (en) | 2020-06-26 | 2024-02-06 | Loram Technologies, Inc. | Method and system for predicting wear in a rail system |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101144714A (zh) * | 2007-10-26 | 2008-03-19 | 北京航空航天大学 | 一种钢轨磨耗综合参数车载动态测量装置及方法 |
US20100023190A1 (en) * | 2006-03-20 | 2010-01-28 | General Electric Company | Trip optimizer method, system and computer software code for operating a railroad train to minimize wheel and track wear |
JP2012117306A (ja) * | 2010-12-02 | 2012-06-21 | Railway Technical Research Institute | レール摩耗形状推定装置、レール摩耗形状推定方法、プログラム、記憶媒体 |
CN104036089A (zh) * | 2014-06-25 | 2014-09-10 | 华东交通大学 | 一种低磨耗的高速列车车轮型面优化设计方法 |
CN105426610A (zh) * | 2015-11-17 | 2016-03-23 | 西京学院 | 一种基于nurbs可调权因子的钢轨断面廓形参数化建模方法 |
CN106951657A (zh) * | 2017-03-31 | 2017-07-14 | 西安石油大学 | 一种磨损钢轨打磨目标廓形快速设计方法 |
-
2018
- 2018-04-24 CN CN201810375206.0A patent/CN108875121B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100023190A1 (en) * | 2006-03-20 | 2010-01-28 | General Electric Company | Trip optimizer method, system and computer software code for operating a railroad train to minimize wheel and track wear |
CN101144714A (zh) * | 2007-10-26 | 2008-03-19 | 北京航空航天大学 | 一种钢轨磨耗综合参数车载动态测量装置及方法 |
JP2012117306A (ja) * | 2010-12-02 | 2012-06-21 | Railway Technical Research Institute | レール摩耗形状推定装置、レール摩耗形状推定方法、プログラム、記憶媒体 |
CN104036089A (zh) * | 2014-06-25 | 2014-09-10 | 华东交通大学 | 一种低磨耗的高速列车车轮型面优化设计方法 |
CN105426610A (zh) * | 2015-11-17 | 2016-03-23 | 西京学院 | 一种基于nurbs可调权因子的钢轨断面廓形参数化建模方法 |
CN106951657A (zh) * | 2017-03-31 | 2017-07-14 | 西安石油大学 | 一种磨损钢轨打磨目标廓形快速设计方法 |
Non-Patent Citations (1)
Title |
---|
王璞: "重载铁路轮轨磨耗预测及钢轨型面优化研究", 《中国博士学位论文全文数据库(工程科技II辑)》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109813620A (zh) * | 2018-12-28 | 2019-05-28 | 中国铁路总公司 | 确定铁路道岔钢轨磨耗的方法及装置、存储介质 |
CN110377986A (zh) * | 2019-07-03 | 2019-10-25 | 北京交通大学 | 地铁小半径曲线外轨侧磨预测方法 |
CN111290295A (zh) * | 2020-03-09 | 2020-06-16 | 西南交通大学 | 轮轨界面润滑与摩擦控制决策支持系统 |
US11893322B2 (en) | 2020-06-26 | 2024-02-06 | Loram Technologies, Inc. | Method and system for predicting wear in a rail system |
US11947881B2 (en) | 2020-06-26 | 2024-04-02 | Loram Technologies, Inc. | Method and system for performing and comparing financial analysis of different rail life scenarios in a rail system |
CN113642151A (zh) * | 2021-07-09 | 2021-11-12 | 中车长江运输设备集团有限公司 | 一种铁路列车车轮磨耗预测方法及装置 |
CN114357805A (zh) * | 2022-02-28 | 2022-04-15 | 重庆交通大学 | 泥石流排导槽磨损深度的分布计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108875121B (zh) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108875121A (zh) | 确定高速铁路钢轨磨损的方法和装置 | |
Pombo et al. | Environmental and track perturbations on multiple pantograph interaction with catenaries in high-speed trains | |
CN109813620A (zh) | 确定铁路道岔钢轨磨耗的方法及装置、存储介质 | |
Ignesti et al. | Development of a wear model for the prediction of wheel and rail profile evolution in railway systems | |
Shevtsov et al. | Optimal design of wheel profile for railway vehicles | |
Pradhan et al. | Prediction of railway wheel wear and its influence on the vehicle dynamics in a specific operating sector of Indian railways network | |
CN112896186B (zh) | 一种车路协同环境下的自动驾驶纵向决策控制方法 | |
US9453735B2 (en) | System and method for determining operational group assignments of vehicles in a vehicle system | |
Innocenti et al. | Development of a wear model for the analysis of complex railway networks | |
US20140316618A1 (en) | System and method for determining dynamically changing distributions of vehicles in a vehicle system | |
Ignesti et al. | Development of a model for the simultaneous analysis of wheel and rail wear in railway systems | |
CN103847749A (zh) | 一种双层多目标优化铁路机车操纵序列生成方法 | |
CN110377986B (zh) | 地铁小半径曲线外轨侧磨预测方法 | |
CN104656452B (zh) | 一种基于矩阵离散的地铁列车优化控制方法及装置 | |
CN107368920A (zh) | 一种非高峰时段多列车运行节能优化方法 | |
Ignesti et al. | Wheel profile optimization on railway vehicles from the wear viewpoint | |
CN109344996A (zh) | 一种城市轨道交通列车节能优化运行方法 | |
CN111591324B (zh) | 基于灰狼优化算法的重载列车能耗优化方法 | |
Yang et al. | Multi-objective operation optimization for electric multiple unit-based on speed restriction mutation | |
CN110598275A (zh) | 基于响应面建模和改进粒子群算法的车轮型面优化方法 | |
Pradhan et al. | Application of semi-hertzian approach to predict the dynamic behavior of railway vehicles through a wear evolution model | |
CN110530589A (zh) | 一种考虑连续车流耦合效应的梁式桥冲击系数检测方法 | |
Kozłowski et al. | Analysis of dynamic properties of the PRT vehicle-track system | |
CN107042833A (zh) | 用于优化铁路车辆的乘客舒适性的方法 | |
Innocenti et al. | Prediction of wheel and rail profile wear on complex railway networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |