CN111783367B - 一种基于远场-路堤风速关系的列车气动力预测方法 - Google Patents

一种基于远场-路堤风速关系的列车气动力预测方法 Download PDF

Info

Publication number
CN111783367B
CN111783367B CN202010663871.7A CN202010663871A CN111783367B CN 111783367 B CN111783367 B CN 111783367B CN 202010663871 A CN202010663871 A CN 202010663871A CN 111783367 B CN111783367 B CN 111783367B
Authority
CN
China
Prior art keywords
embankment
train
wind speed
aerodynamic
far field
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.)
Active
Application number
CN202010663871.7A
Other languages
English (en)
Other versions
CN111783367A (zh
Inventor
刘堂红
陈争卫
梁习锋
熊小慧
张洁
刘宏康
郭子健
李文辉
夏玉涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Central South University
Original Assignee
Central South University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Central South University filed Critical Central South University
Priority to CN202010663871.7A priority Critical patent/CN111783367B/zh
Publication of CN111783367A publication Critical patent/CN111783367A/zh
Application granted granted Critical
Publication of CN111783367B publication Critical patent/CN111783367B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/08—Railway vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M9/00—Aerodynamic testing; Arrangements in or on wind tunnels
    • G01M9/08—Aerodynamic models
    • 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
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Fluid Mechanics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computing Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

一种基于远场‑路堤风速关系的列车气动力预测方法，包括以下步骤：1a)获取在同一远场风速uw的情况下，不同路堤高度的路堤上方风速u4m；1b)获取不同路堤高度下，路堤上方风速u4m与远场风速uw的比值Wr；1c)探究得出比值Wr的3次方与测算出的实际气动力系数拟合，实际测算出的气动力系数包括基于迎风侧轨道和背风侧轨道得出的侧向力系数cy、升力系数cz、侧滚力矩系数cm；1d)得到气动力系数与Wr 3的比值，建立该比值与侧滑角的函数关系
Figure DDA0002579625010000011
1e)得到不同路堤高度不同侧滑角范围内的列车头车侧向力Fy、升力Fz、侧滚力矩Mx的预测模型。本申请的技术方案，能够化简列车气动力预测工作量，提高列车气动力预测的精度和效率。

Description

一种基于远场-路堤风速关系的列车气动力预测方法
技术领域
本发明涉及一种模型建立方法，具体涉及一种基于远场-路堤风速关系的列车气动力预测模型的建立方法，属于列车控制技术领域；本发明还涉及一种基于远场-路堤风速关系的列车气动力的预测方法。
背景技术
大风环境下为了确保列车的安全运行，需要对线路周围的环境风速持续监测，用以指导列车安全运行的速度区间。一般情况下，在建立列车大风环境下合理运行速度的规范标准时，会首先进行数值计算预估分析，这样可以变换各种需求工况，大大减少实验成本。对于不同高度路堤上的列车运行安全，当同一远场气流经过不同高度的路堤，作用到列车车体时，受到路堤的加速效应影响，路堤上的风速已经与远场气流速度有所不同。这样要得到不同路堤高度的列车安全运行速度区间，就得逐一计算，即保持远场气流速度不变，变化一个路堤高度和车速，就要重新计算该路堤上的列车气动力。这样一来，增加了工作的繁琐度，也会增加出错几率。
在远方来流速度已知的情况下，目前对于不同高度的路堤，列车气动力计算需要针对不同路堤高度、不同侧滑角逐一计算，从而做出列车气动力预测结果，导入列车系统动力学软件中进行安全指标分析，计算分析耗时巨大，重复性工作占比很大。
因此，如何构建列车气动力预测模型，化简列车气动力预测计算量，提高列车气动力预测的精度和效率，是本领域技术人员亟待解决的技术问题。
发明内容
针对上述现有技术的不足，本发明的目的在于建立一个满足一定范围的侧滑角数据模型，从而使该预测模型满足一定范围的侧滑角，提高列车气动力预测模型的适用范围，从而化简列车气动力预测计算量，提高列车气动力预测的精度和效率。本发明提供一种基于远场-路堤风速关系的列车气动力预测模型的建立方法，包括以下步骤：1a)获取在同一远场风速uw的情况下，不同路堤高度的路堤上方风速u4m；1b)获取不同路堤高度下，路堤上方风速u4m与远场风速uw的比值Wr；1c)探究得出比值Wr的3次方与测算出的实际气动力系数拟合，实际测算出的气动力系数包括基于迎风侧轨道和背风侧轨道得出的侧向力系数cy、升力系数cz、侧滚力矩系数cm；1d)得到气动力系数与
Figure GDA0003550464020000011
的比值，建立该比值与侧滑角的函数关系
Figure GDA0003550464020000012
Figure GDA0003550464020000021
1e)得到不同路堤高度不同侧滑角范围内的列车头车侧向力Fy、升力Fz、侧滚力矩Mx的预测模型。
根据本发明的第一个实施方案，提供一种基于远场-路堤风速关系的列车气动力预测模型的建立方法：
一种基于远场-路堤风速关系的列车气动力预测模型的建立方法，包括以下步骤：
1a)获取在同一远场风速uw的情况下，不同路堤高度的路堤上方风速u4m；
1b)获取不同路堤高度下，路堤上方风速u4m与远场风速uw的比值Wr；
1c)探究得出比值Wr的3次方与测算出的实际气动力系数拟合，实际测算出的气动力系数包括基于迎风侧轨道和背风侧轨道得出的侧向力系数cy、升力系数cz、侧滚力矩系数cm；
1d)得到气动力系数与
Figure GDA0003550464020000022
的比值，建立该比值与侧滑角的函数关系
Figure GDA0003550464020000023
Figure GDA0003550464020000024
1e)得到不同路堤高度不同侧滑角范围内的列车头车侧向力Fy、升力Fz、侧滚力矩Mx的预测模型：
Figure GDA0003550464020000025
Figure GDA0003550464020000026
Figure GDA0003550464020000027
其中，ρ为空气密度；ur为列车速度ut与远场风速uw的合成速度；S为列车横截面面积；l为列车高度。
作为优选，步骤1c)中，探究得出比值Wr的3次方与测算出的实际气动力系数拟合，具体包括以下步骤：
1c1)根据气动力系数公式(1)-(3)测算出，在相同远场风速下，不同路堤高度，不同侧滑角、不同列车速度下气动力系数实际数值；
Figure GDA0003550464020000028
Figure GDA0003550464020000029
Figure GDA0003550464020000031
其中，步骤1c1)中头车侧向力Fy、升力Fz、侧滚力矩Mx均为实际测定值。
1c2)依次将步骤1b)中得到的比值Wr的1次方、2次方、3次方、4次方……n次方的值与不同路堤高度的气动力系数实际数值进行比值对比，得到1～n组对应的比值数据；每组比值数据中反映了在同一Wr的次方值前提下，不同路堤高度之间，气动力系数实际数值与Wr的次方值的比值关系。
1c3)从上述1～n组比值数据中，选出具有不同路堤高度的气动力系数实际数值与Wr n的比值最相近的第n-1组比值数据，即该比值与路堤高度无关，此第n-1组比值数据所采用的Wr n-1值与测算出的实际气动力系数最为拟合。
作为优选，在步骤1c3)中当第n-1组数据优于第n组数据时，停止将步骤1b)中得到的比值Wr的n+1次方的值与不同路堤高度的气动力系数实际数值进行比值对比。
作为优选，所述路堤高度为1-10米，优选为3-7米；步骤1b)中获取路堤高度分别为3米、5米、7米时，路堤上方风速u4m与远场风速uw的比值Wr。
作为优选，所述侧滑角的取值范围为0-31°。
作为优选，步骤1c1)中，获取气动力系数实际数值时，各组数据的远场风速相同；路堤高度以3米、5米、7米作为分组变量；列车速度以350km/h、250km/h、150km/h作为分组变量。
作为优选，步骤1c1)中，通过测力装置测定在试验条件下，头车侧向力Fy、升力Fz、侧滚力矩Mx的实际测定值。
作为优选，步骤1d)具体包括以下步骤：
1d1)获取不同侧滑角下迎风侧或背风侧的气动力系数与
Figure GDA0003550464020000035
的比值，记为C/Wr 3，气动力系数与
Figure GDA0003550464020000036
的比值包括：cy/Wr 3、cz/Wr 3、cm/Wr 3；
1d2)将不同侧滑角与步骤1d1)中迎风侧对应侧滑角的C/Wr 3值进行拟合，建立得到迎风侧拟合函数
Figure GDA0003550464020000032
Figure GDA0003550464020000033
Figure GDA0003550464020000034
Figure GDA0003550464020000041
其中，β是以弧度为单位的侧滑角，R2为拟合函数的相关系数的平方；
1d3)将不同侧滑角与步骤1d1)中背风侧对应侧滑角的C/Wr 3值进行拟合，建立得到背风侧拟合函数
Figure GDA0003550464020000042
Figure GDA0003550464020000043
Figure GDA0003550464020000044
Figure GDA0003550464020000045
其中，β是以弧度为单位的侧滑角，R2为拟合函数的相关系数的平方。
根据本发明的第二个实施方案，提供一种基于远场-路堤风速关系的列车气动力的预测方法：
一种基于远场-路堤风速关系的列车气动力的预测方法，包括以下步骤：
1)采用第一个实施方案所述的基于远场-路堤风速关系的列车气动力预测模型的建立方法建立列车气动力预测模型；
2)获取当前的远场风速uwd、路堤上方风速u4md、列车速度utd；
3)将步骤2)的参数代入列车气动力预测模型，得到当前列车气动力预测结果；
其中，列车气动力预测结果包括：头车侧向力Fyyc、升力Fzyc、侧滚力矩Mxyc。
作为优选，步骤3)中，根据当前的远场风速uwd、路堤上方风速u4md、列车速度utd得到：当前远场风速uwd与列车速度utd的合速度urd；当前路堤上方风速u4md与远场风速uwd的比值wrd；当前合速度urd与列车速度utd的侧滑角β；将侧滑角β、合速度urd和比值wrd代入公式(10)-(12)得到当前列车气动力预测结果，当前列车气动力预测结果包括：头车侧向力Fyyc、升力Fzyc、侧滚力矩Mxyc。
在本申请中，为了构建一个能够化简列车气动力预测计算量，提高列车气动力预测的准确度和速度的列车气动力预测模型，关键问题是建立一个不受路堤高度约束，且适用一定的侧滑角范围的简单列车气动力预测方法，从而降低预测成本并提高列车运行指挥效率。基于此目的，考虑到不管远场气流到达列车位置之前经历了什么，运行的列车和路堤顶面的相对高度都是恒定的。进一步的考虑建立一个不同路堤高度上方的风速数据与远场测量点的风速数据之间映射关系，以绕过路堤高度这这一变量对列车气动力预测值的影响。同时，在路堤高度这一因素消除的前提下，建立一个满足一定范围的侧滑角数据模型，从而使该预测模型满足一定范围的侧滑角，提高列车气动力预测模型的适用范围。
在本申请的第一个实施方案中，通过搭建模型实验室，设定一定风速的远场来流，远场来流的远场风速为uw，在不同路堤高度模型下，测定得到不同路堤高度的路堤上方风速u4m；进而又得到路堤上方风速u4m与远场风速uw的比值Wr。探究得出Wr的3次方与测算出的实际气动力系数拟合，即Wr的3次方与侧向力系数cy、升力系数cz、侧滚力矩系数cm拟合后可以排除不同路堤高度的影响；进一步得到气动力系数与
Figure GDA0003550464020000051
的比值并建立改比值与侧滑角的函数关系
Figure GDA0003550464020000052
从而直接将侧滑角β与气动力系数关联。最后根据气动力系数公式得到不同路堤高度列车气动力预测模型。依托本申请的技术方案所得到的不同路堤高度列车气动力预测模型的变量只有列车速度ut与远场风速uw的合成速度ur、以弧度为单位的侧滑角β、路堤上方风速u4m与远场风速uw的比值Wr。实际操作过程中只需要实时测定远场风速uw、路堤上方风速u4m，再结合列车速度ut，即可得到列车气动力。即，若要预测列车即将通过某地点时的气动力时，不需要考虑路堤高度，只需测定远场风速uw和路堤上方风速u4m，再结合当前列车速度ut即可得到列车经过某地点时气动力的预测值。本申请提供的技术方案，能够化简列车气动力预测计算量，降低列车运行管控成本，提高列车气动力预测的准确度和速度。
需要说明的是，本申请的技术方案采用1/8的试验模型进行实验，模型列车的横截面面积S为0.1859m2；模型列车的高度l为0.4625m。
在本申请的第一个实施方案中，在探究比值Wr与测算出的实际气动力系数拟合关系的过程中，首先设定实验变量，试验变量包括：侧滑角6组(5°，10°，14.4°，19.8°，25°和31.0°)、与侧滑角对应的列车速度、路堤高度3组(3米、5米、7米)；通过实验变量组合得到18组试验。在固定的远场风速的条件测定18组试验中，试验列车气动力(头车侧向力Fy、升力Fz、侧滚力矩Mx)和路堤上方风速的18组实际值，进而得到18组试验下列车气动力系数值(侧向力系数cy、升力系数cz、侧滚力矩系数cm)和18组路堤上方风速u4m与远场风速uw的比值Wr。
再将得到的18组路堤上方风速u4m与远场风速uw的比值Wr和18组试验下列车气动力系数值按侧滑角分类，探求每一类中比值Wr的n次方数值与试验下列车气动力系数值之间的拟合关系，即将试验下列车气动力系数值除以比值Wr的n次方数值得到拟合比值，寻求不受路堤高度影响的拟合比值。从而找到与列车气动力系数直接关联的比值Wr的n次方数值，即
Figure GDA0003550464020000053
在本申请中的技术方案中，探求到
Figure GDA0003550464020000054
与列车气动力系数最为拟合。
在本申请的第一个实施方案中，由于
Figure GDA0003550464020000061
为单调函数，当发现
Figure GDA0003550464020000062
比
Figure GDA0003550464020000063
与列车气动力系数更为拟合后，
Figure GDA0003550464020000064
及以后的次方值将更为不拟合。即可停止探求。
在本申请的第一个实施方案中，在实际中，路堤高度一般为1-7米。选取测定路堤高度为3米、5米、7米进行试验，足够代表大部分列车运行路况。
在本申请的第一个实施方案中，由于高铁列车的速度远大于常规天气情况下列车轨道的远场风速。即选定侧滑角在0-31°之间，足以代表大部分列车运行风速情况。
在本申请的第二个实施方案中，利用第一个实施方案得到的不同路堤高度列车气动力预测模型，代入测定得到的当前远场风速uwd、路堤上方风速u4md，和当前列车速度utd；即可得到当前列车气动力预测结果，列车气动力预测结果包括：头车侧向力Fyyc、升力Fzyc、侧滚力矩Mxyc。从而相对于现有技术中的测算方法，提高了预测速度，降低了列车运营成本。
与现有技术相比，本发明具有以下有益效果：
本发明基于三个变量：远场风速、路堤上方风速和车速，对侧滑角0-31°之间的列车气动力与这三个变量之间的关系进行了统一处理，得到了侧滑角0-31°时不同高度路堤上列车气动力预测方法。该方法省去了不同高度路堤以及不同侧滑角需要逐一计算的工作量，将列车气动力的计算过程极大简化，使列车运行指令变得更高效和精确。
附图说明
图1为本发明实施例中基于远场-路堤风速关系的列车气动力预测模型的建立方法的流程图；
图2为本发明实施例中基于远场-路堤风速关系的列车气动力的预测方法的流程图；
图3为路堤和列车位置示意图；
图4为路堤详细结构和尺寸示意图；
图5为不同高度路堤上的Wr值；
图6为列车主视图；
图7为列车侧视图；
图8为远场风速uw与列车速度ut的合成速度ur以及侧滑角β示意图；
图9a-c为迎风侧气动力系数与
Figure GDA0003550464020000065
的比值和侧滑角的拟合函数关系图；
图10a-c为背风侧气动力系数与
Figure GDA0003550464020000066
的比值和侧滑角的拟合函数关系图。
1：3m高度路堤；2：5m高度路堤；3：7m高度路堤；4：迎风侧轨道；5：背风侧轨道；6：头车；7：中间车；8：尾车；9：迎风侧路肩距离轨平面上方4m位置的风速测量点。
具体实施方式
根据本发明的第一个实施方案，提供一种基于远场-路堤风速关系的列车气动力预测模型的建立方法：
一种基于远场-路堤风速关系的列车气动力预测模型的建立方法，包括以下步骤：
1a)获取在同一远场风速uw的情况下，不同路堤高度的路堤上方风速u4m；
1b)获取不同路堤高度下，路堤上方风速u4m与远场风速uw的比值Wr；
1c)探究得出比值Wr的3次方与测算出的实际气动力系数拟合，实际测算出的气动力系数包括基于迎风侧轨道和背风侧轨道得出的侧向力系数cy、升力系数cz、侧滚力矩系数cm；
1d)得到气动力系数与
Figure GDA0003550464020000074
的比值，建立该比值与侧滑角的函数关系
Figure GDA0003550464020000075
Figure GDA0003550464020000076
迎风侧轨道：
Figure GDA0003550464020000077
Figure GDA0003550464020000078
Figure GDA0003550464020000079
背风侧轨道：
Figure GDA00035504640200000710
Figure GDA00035504640200000711
Figure GDA00035504640200000712
其中，β是以弧度为单位的侧滑角，R2为相关系数的平方。
1e)得到不同路堤高度不同侧滑角范围内的列车的头车侧向力Fy、升力Fz、侧滚力矩Mx的预测模型：
Figure GDA0003550464020000071
Figure GDA0003550464020000072
Figure GDA0003550464020000073
其中，ρ为空气密度；ur为列车速度ut与远场风速uw的合成速度；S为列车横截面面积；l为列车高度。
作为优选，步骤1c)中，探究得出比值Wr的3次方与测算出的实际气动力系数拟合，具体包括以下步骤：
1c1)根据气动力系数公式(1)-(3)测算出，在相同远场风速下，不同路堤高度，不同侧滑角、不同列车速度下气动力系数实际数值；
Figure GDA0003550464020000081
Figure GDA0003550464020000082
Figure GDA0003550464020000083
其中，步骤1c1)中头车侧向力Fy、升力Fz、侧滚力矩Mx均为实际测定值。
1c2)依次将步骤1b)中得到的比值Wr的1次方、2次方、3次方、4次方……n次方的值与不同路堤高度的气动力系数实际数值进行比值对比，得到1～n组对应的比值数据；每组比值数据中反映了在同一Wr的次方值前提下，不同路堤高度之间，气动力系数实际数值与Wr的次方值的比值关系。
1c3)从上述1～n组比值数据中，选出具有不同路堤高度的气动力系数实际数值与Wr n的比值最相近的第n-1组比值数据，即该比值与路堤高度无关，此第n-1组比值数据所采用的Wr n-1值与测算出的实际气动力系数最为拟合。
作为优选，在步骤1c3)中当第n-1组数据优于第n组数据时，停止将步骤1b)中得到的比值Wr的n+1次方的值与不同路堤高度的气动力系数实际数值进行比值对比。
作为优选，所述路堤高度为1-10米，优选为3-7米；步骤1b)中获取路堤高度分别为3米、5米、7米时，路堤上方风速u4m与远场风速uw的比值Wr。
作为优选，所述侧滑角的取值范围为0-31°。
作为优选，步骤1c1)中，获取气动力系数实际数值时，各组数据的远场风速相同；路堤高度以3米、5米、7米作为分组变量；列车速度以350km/h、250km/h、150km/h作为分组变量。
作为优选，步骤1c1)中，通过测力装置测定在试验条件下，头车侧向力Fy、升力Fz、侧滚力矩Mx的实际测定值。
作为优选，
步骤1d)具体包括以下步骤：
1d1)获取不同侧滑角下迎风侧或背风侧的气动力系数与
Figure GDA0003550464020000091
的比值，记为C/Wr 3，气动力系数与
Figure GDA0003550464020000092
的比值包括：cy/Wr 3、cz/Wr 3、cm/Wr 3；
1d2)将不同侧滑角与步骤1d1)中迎风侧对应侧滑角的C/Wr 3值进行拟合，建立得到迎风侧拟合函数
Figure GDA0003550464020000093
Figure GDA0003550464020000094
Figure GDA0003550464020000095
Figure GDA0003550464020000096
其中，β是以弧度为单位的侧滑角，R2为拟合函数的相关系数的平方；
1d3)将不同侧滑角与步骤1d1)中背风侧对应侧滑角的C/Wr 3值进行拟合，建立得到背风侧拟合函数
Figure GDA0003550464020000097
Figure GDA0003550464020000098
Figure GDA0003550464020000099
Figure GDA00035504640200000910
其中，β是以弧度为单位的侧滑角，R2为拟合函数的相关系数的平方。
根据本发明的第二个实施方案，提供一种基于远场-路堤风速关系的列车气动力的预测方法：
一种基于远场-路堤风速关系的列车气动力的预测方法，包括以下步骤：
1)采用第一个实施方案所述的基于远场-路堤风速关系的列车气动力预测模型的建立方法建立列车气动力预测模型；
2)获取当前的远场风速uwd、路堤上方风速u4md、列车速度utd；
3)将步骤2)的参数代入列车气动力预测模型，得到当前列车气动力预测结果；
其中，列车气动力预测结果包括：头车侧向力fyyc、升力Fzyc、侧滚力矩Mxyc。
作为优选，步骤3)中，根据当前的远场风速uwd、路堤上方风速u4md、列车速度utd得到：
当前远场风速uwd与列车速度urd的合速度urd；当前路堤上方风速u4md与远场风速uwd的比值wrd；当前合速度urd与列车速度utd的侧滑角β；将侧滑角β、合速度urd和比值wrd代入公式(10)-(12)得到当前列车气动力预测结果，当前列车气动力预测结果包括：头车侧向力Fyyc、升力Fzyc、侧滚力矩Mxyc。
应用实施例1
需要重点说明的是，本发明的技术问题，本发明在不需要考虑路堤高度，且0-31°侧滑角范围内(考虑到高速列车速度一般比风速大很多，该侧滑角范围基本囊括了大部分列车运行速度区间)，建立了基于远场风速、路堤上方风速和车速，即可快速获得不同高度路堤上不同侧滑角下的列车气动力预测方法。
(1)确定了不同路堤上方风速u4m与远场来流风速uw的关系。
采用计算流体动力学方法，如图3-图4所示，计算了在统一远场来流(测点距离地面10m高度，风速25m/s)的情况下，不同高度路堤上距离轨道平面上方4m的路肩位置的风速与来流风速的比值Wr。图5为不同路堤高度上的Wr值，其中路堤高度3m：Wr＝1.025；5m：Wr＝1.083；7m：Wr＝1.161。
(2)得到了不同路堤高度/不同侧滑角下迎风侧与背风侧轨道上的列车气动力系数。
列车分析模型如图6-图7所示，因为大风环境下列车的头车所受到的气动力是最大，头车也是最危险的，因此这里只对头车进行分析。如方程(1)-(3)所示，气动力系数包括侧向力系数cy，升力系数cz和侧滚力矩系数cm。Fy为头车侧向力，Fz为升力，Mx为侧滚力矩。S为列车横截面面积，在本模拟中考虑缩比1/8模型，S为0.1859m2。l为参考长度，这里取列车高度，0.4625m。ur为列车速度ut与远场来流风速uw(25m/s)的合成速度。ρ为空气密度，1.225kg/m3。本发明对六个侧滑角(5°，10°，14.4°，19.8°，25°和31.0°)进行了分析，表1-表3给出其中三个侧滑角下的头车气动力系数结果，其中侧滑角计算方法如图8所示。
Figure GDA0003550464020000101
Figure GDA0003550464020000102
Figure GDA0003550464020000103
表1侧滑角14.4°：车速350km/h,远场来流25m/s
Figure GDA0003550464020000111
表2侧滑角19.8°：车速250km/h,远场来流25m/s
Figure GDA0003550464020000112
表3侧滑角31°：车速150km/h,远场来流25m/s
Figure GDA0003550464020000113
(3)建立了不需要考虑路堤高度即可得到各个侧滑角下的列车气动力预测方法。
首先，考虑若是在计算气动力系数的时候，参考风速是路堤上距离轨平面4m高度的风速，而不是远场来流风速，即将方程(1)-(3)中的合成速度ur中的分量-远场来流风速(25m/s)替换为路堤上距离轨平面4m高度的风速。这样一来，该合成风速的使用是具有物理意义的，且便于理解。如果这样计算得到的气动力系数与路堤高度无关，那么将是最理想的结果。为了验证这一猜想，如表4所示，在列车速度为150km/h和侧风来流为25m/s的情况下，表4给出了将路堤上方4m风速u4m作为合成风速ur分量计算出的列车的气动力系数。由表4中可以发现，这种方式得到的列车气动力系数和路堤的高度之间仍然存在明显的相关性。因此，这种方法不适用于当前的问题。
表4将路堤上方风速u4m作为合成风速分量用来和车速进行合成，从而用来计算得到的气动力系数
Figure GDA0003550464020000114
Figure GDA0003550464020000121
因此，综合考虑远场来流和路堤上方风速应该成为下一步的研究目标，即应该考虑使用之前提到的风速比值Wr来消除路堤高度的影响。同时，因为实际中的车速都远大于风速，为了增加路堤加速作用的权重，对Wr的不同幂次与由原始方程(1)-(3)中的得到的气动力系数(表1-表3)进行比较分析。其中，Wr的1-4次幂方程用于拟合这些参数之间的关系。以31°侧滑角的结果为例，其详细信息如表5-表8所示：
表5气动力系数与Wr的1次方关系
Figure GDA0003550464020000122
表6气动力系数与Wr的2次方关系
Figure GDA0003550464020000123
表7气动力系数与Wr的3次方关系
Figure GDA0003550464020000124
表8气动力系数与Wr的4次方关系
Figure GDA0003550464020000125
从表5-表8这四个系数转换表中，可以发现表7中所示Wr的三次方拟合相比其他三个幂次显示出较好的独立于路堤高度的特性。因此，Wr的三次方将作为新的参数之一来计算独立于路堤高度的列车气动力。在此基础上，表9-表10为侧滑角14.4°和19.8°气动力系数与Wr的3次方的比值，结果说明将Wr的三次方作为新的参数来计算独立于路堤高度的列车气动力是可行的。
表9侧滑角14.4°气动力系数与Wr的3次方关系
Figure GDA0003550464020000131
表10侧滑角19.8°气动力系数与Wr的3次方关系
Figure GDA0003550464020000132
在实际的运行条件下，由于较高的列车速度，侧滑角一般都在较小的范围内。因此，通过对六个侧滑角(5°，10°，14.4°，19.8°，25°和31.0°)的分析，通过步骤1b1)得到如表12的数据：
表12不同侧滑角下迎风侧和背风侧轨道气动力系数与
Figure GDA00035504640200001312
的比值
Figure GDA0003550464020000133
进而将不同侧滑角与步骤1d1)中迎风侧对应侧滑角的C/Wr 3值进行拟合，如图9a-c所示的拟合函数图，建立得到迎风侧拟合函数
Figure GDA0003550464020000134
进而将不同侧滑角与步骤1d1)中背风侧对应侧滑角的C/Wr 3值进行拟合，如图10a-c所示的拟合函数图，建立得到背风侧拟合函数
Figure GDA0003550464020000135
迎风侧轨道：
Figure GDA0003550464020000136
Figure GDA0003550464020000137
Figure GDA0003550464020000138
背风侧轨道：
Figure GDA0003550464020000139
Figure GDA00035504640200001310
Figure GDA00035504640200001311
其中β是以弧度为单位的侧滑角。根据方程(4)-(9)，不同高度不同侧滑角范围内的列车的气动力可以描述为：
Figure GDA0003550464020000141
Figure GDA0003550464020000142
Figure GDA0003550464020000143
拟合函数的相关系数的平方值R2大于0.99，表示拟合函数与实际的误差率小于0.01，即拟合函数满足精度要求。
这样，基于三个已知变量：远场风速uw、路堤上方距离轨平面4m的路肩位置风速u4m和列车速度ut，就得到了与路堤高度无关的各个侧滑角下的列车气动力和力矩值。由此，可以基于已知的气动力和力矩通过系统动力学来评估列车的运行安全性。
最后，根据前面6个侧滑角得到的预测方法，如表11所示，在这里使用其他三个侧滑角，来评估该预测方法的准确性。从表11中可以看到，预测结果与数值计算的误差在5％之内，说明利用方程(4)-(12)可以很好地预测列车气动力系数。该方法大大简化了计算工作量，为大风环境下在不同路堤高度运行的列车安全性分析提供了参考和指导。
表11预测结果与计算结果对比
Figure GDA0003550464020000144

Claims (11)

1.一种基于远场-路堤风速关系的列车气动力预测模型的建立方法，其特征在于，包括以下步骤：
1a)获取在同一远场风速uw的情况下，不同路堤高度的路堤上方风速u4m；
1b)获取不同路堤高度下，路堤上方风速u4m与远场风速uw的比值Wr；
1c)探究得出比值Wr的3次方与测算出的实际气动力系数拟合，实际测算出的气动力系数包括基于迎风侧轨道和背风侧轨道得出的侧向力系数cy、升力系数cz、侧滚力矩系数cm；
1d)得到迎风侧或背风侧气动力系数与
Figure FDA0003550464010000011
的比值，建立该比值与侧滑角的函数关系
Figure FDA0003550464010000012
1e)得到不同路堤高度不同侧滑角范围内列车迎风侧或背风侧的头车侧向力Fy、升力Fz、侧滚力矩Mx的预测模型：
Figure FDA0003550464010000013
Figure FDA0003550464010000014
Figure FDA0003550464010000015
其中，ρ为空气密度；ur为列车速度ut与远场风速uw的合成速度；S为列车横截面面积；l为列车高度。
2.根据权利要求1所述的基于远场-路堤风速关系的列车气动力预测模型的建立方法，其特征在于，步骤1c)中，探究得出比值Wr的3次方与测算出的实际气动力系数拟合，具体包括以下步骤：
1c1)根据气动力系数公式(1)-(3)测算出，在相同远场风速下，不同路堤高度，不同侧滑角、不同列车速度下气动力系数实际数值；
Figure FDA0003550464010000016
Figure FDA0003550464010000017
Figure FDA0003550464010000018
其中，步骤1c1)中头车侧向力Fy、升力Fz、侧滚力矩Mx均为实际测定值；
1c2)依次将步骤1b)中得到的比值Wr的1次方、2次方、3次方、4次方、……、n次方的值与不同路堤高度的气动力系数实际数值进行比值对比，得到1～n组对应的比值数据；每组比值数据中反映了在同一Wr的次方值前提下，不同路堤高度之间，气动力系数实际数值与Wr的次方值的比值关系；
1c3)从上述1～n组比值数据中，选出具有不同路堤高度的气动力系数实际数值与Wr n的比值最相近的第n-1组比值数据，即该比值与路堤高度无关，此第n-1组比值数据所采用的Wr n-1值与测算出的实际气动力系数最为拟合。
3.根据权利要求2所述的基于远场-路堤风速关系的列车气动力预测模型的建立方法，其特征在于，在步骤1c3)中当第n-1组数据优于第n组数据时，停止将步骤1b)中得到的比值Wr的n+1次方的值与不同路堤高度的气动力系数实际数值进行比值对比。
4.根据权利要求3所述的基于远场-路堤风速关系的列车气动力预测模型的建立方法，其特征在于，所述路堤高度为1-10米；步骤1b)中获取路堤高度分别为3米、5米、7米时，路堤上方风速u4m与远场风速uw的比值Wr。
5.根据权利要求3所述的基于远场-路堤风速关系的列车气动力预测模型的建立方法，其特征在于，所述路堤高度为3-7米。
6.根据权利要求4所述的基于远场-路堤风速关系的列车气动力预测模型的建立方法，其特征在于，所述侧滑角的取值范围为0-31°。
7.根据权利要求4所述的基于远场-路堤风速关系的列车气动力预测模型的建立方法，其特征在于，步骤1c1)中，获取气动力系数实际数值时，各组数据的远场风速相同；路堤高度以3米、5米、7米作为分组变量；列车速度以350km/h、250km/h、150km/h作为分组变量。
8.根据权利要求7所述的基于远场-路堤风速关系的列车气动力预测模型的建立方法，其特征在于，步骤1c1)中，通过测力装置测定在试验条件下，头车侧向力Fy、升力Fz、侧滚力矩Mx的实际测定值。
9.根据权利要求8所述的基于远场-路堤风速关系的列车气动力预测模型的建立方法，其特征在于，步骤1d)具体包括以下步骤：
1d1)获取不同侧滑角下迎风侧或背风侧的气动力系数与
Figure FDA0003550464010000021
的比值，记为C/Wr 3，气动力系数与
Figure FDA0003550464010000031
的比值包括：cy/Wr 3、cz/Wr 3、cm/Wr 3；
1d2)将不同侧滑角与步骤1d1)中迎风侧对应侧滑角的C/Wr 3值进行拟合，建立得到迎风侧拟合函数
Figure FDA0003550464010000032
Figure FDA0003550464010000033
Figure FDA0003550464010000034
Figure FDA0003550464010000035
其中，β是以弧度为单位的侧滑角，R2为拟合函数的相关系数的平方；
1d3)将不同侧滑角与步骤1d1)中背风侧对应侧滑角的C/Wr 3值进行拟合，建立得到背风侧拟合函数
Figure FDA0003550464010000036
Figure FDA0003550464010000037
Figure FDA0003550464010000038
Figure FDA0003550464010000039
其中，β是以弧度为单位的侧滑角，R2为拟合函数的相关系数的平方。
10.一种基于远场-路堤风速关系的列车气动力的预测方法，其特征在于，包括以下步骤：
1)采用权利要求1-8中任一项权利要求所述的基于远场-路堤风速关系的列车气动力预测模型的建立方法建立列车气动力预测模型；
2)获取当前的远场风速uwd、路堤上方风速u4md、列车速度utd；
3)将步骤2)的参数代入列车气动力预测模型，得到当前列车气动力预测结果；
其中，列车气动力预测结果包括：头车侧向力Fyyc、升力Fzyc、侧滚力矩Mxyc。
11.根据权利要求10所述的基于远场-路堤风速关系的列车气动力的预测方法，其特征在于，步骤3)中，根据当前的远场风速uwd、路堤上方风速u4md、列车速度utd得到：
当前远场风速uwd与列车速度utd的合速度urd；当前路堤上方风速u4md与远场风速uwd的比值wrd；当前合速度urd与列车速度utd的侧滑角β；将侧滑角β、合速度urd和比值wrd代入公式(10)-(12)得到当前列车气动力预测结果，当前列车气动力预测结果包括：头车侧向力Fyyc、升力Fzyc、侧滚力矩Mxyc。
CN202010663871.7A 2020-07-10 2020-07-10 一种基于远场-路堤风速关系的列车气动力预测方法 Active CN111783367B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010663871.7A CN111783367B (zh) 2020-07-10 2020-07-10 一种基于远场-路堤风速关系的列车气动力预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010663871.7A CN111783367B (zh) 2020-07-10 2020-07-10 一种基于远场-路堤风速关系的列车气动力预测方法

Publications (2)

Publication Number Publication Date
CN111783367A CN111783367A (zh) 2020-10-16
CN111783367B true CN111783367B (zh) 2022-05-17

Family

ID=72768460

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010663871.7A Active CN111783367B (zh) 2020-07-10 2020-07-10 一种基于远场-路堤风速关系的列车气动力预测方法

Country Status (1)

Country Link
CN (1) CN111783367B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114462153B (zh) * 2022-03-18 2023-03-14 兰州交通大学 一种不同路基高度下列车所受等效风荷载的计算方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101650265A (zh) * 2009-09-14 2010-02-17 中南大学 车辆气动力实车测试计算方法
WO2010118919A1 (de) * 2009-04-15 2010-10-21 Airbus Operations Gmbh System und verfahren zur bestimmung von lokalen beschleunigungen, dynamischen lastverteilungen und aerodynamischen daten bei einem luftfahrzeug
CN103983462A (zh) * 2014-05-27 2014-08-13 中南大学 风车路网墙地形耦合下列车运行安全阈值确定方法及系统
CN107958098A (zh) * 2017-11-01 2018-04-24 西南交通大学 一种基于频谱分析的高速列车倾覆危险性评价方法
CN109359418A (zh) * 2018-11-09 2019-02-19 深圳大学 一种悬索桥非线性风致响应的预测方法、系统及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110298115B (zh) * 2019-07-02 2022-05-17 中国气象局上海台风研究所 一种基于简化地形气动参数的风场动力降尺度方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010118919A1 (de) * 2009-04-15 2010-10-21 Airbus Operations Gmbh System und verfahren zur bestimmung von lokalen beschleunigungen, dynamischen lastverteilungen und aerodynamischen daten bei einem luftfahrzeug
CN101650265A (zh) * 2009-09-14 2010-02-17 中南大学 车辆气动力实车测试计算方法
CN103983462A (zh) * 2014-05-27 2014-08-13 中南大学 风车路网墙地形耦合下列车运行安全阈值确定方法及系统
CN107958098A (zh) * 2017-11-01 2018-04-24 西南交通大学 一种基于频谱分析的高速列车倾覆危险性评价方法
CN109359418A (zh) * 2018-11-09 2019-02-19 深圳大学 一种悬索桥非线性风致响应的预测方法、系统及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于线路监测点风速的高速列车运行安全研究;龚明等;《中南大学学报(自然科学版)》;20180831;第2099-2106页 *

Also Published As

Publication number Publication date
CN111783367A (zh) 2020-10-16

Similar Documents

Publication Publication Date Title
Dorigatti et al. Crosswind effects on the stability of a model passenger train—A comparison of static and moving experiments
CN106274981B (zh) 一种轨道检测装置及检测方法
CN106198058B (zh) 一种基于胎压监测的竖向车轮冲击力实时测量方法
CN106428558B (zh) 一种基于空-轨两用无人机的轨道综合巡检方法
CN108132134A (zh) 基于风洞自由飞试验的气动导数辨识方法和系统
CN105923014B (zh) 一种基于证据推理规则的轨道高低不平顺幅值估计方法
CN102628732B (zh) 一种列车空气阻力测量的方法和装置
Dai et al. Numerical study on aerodynamic performance of high-speed pantograph with double strips
CN109975492B (zh) 沿海大气复合污染天空地一体化监测预警系统
CN111783367B (zh) 一种基于远场-路堤风速关系的列车气动力预测方法
D'Hooge et al. Application of real-world wind conditions for assessing aerodynamic drag for on-road range prediction
CN102163259B (zh) 行人微观交通流仿真模型的系统评估方法
CN110210326B (zh) 一种基于光纤振动信号的在线列车识别及速度估计方法
CN109506677A (zh) 基于轨道小车的高精度测试验证系统及方法
CN101592492B (zh) 车载导航系统误差协方差阵部分参数自适应调节的方法
Li et al. A novel test method for aerodynamic coefficient measurements of structures using wind generated by a moving vehicle
Wilhelmi et al. Simulation of transient on-road conditions in a closed test section wind tunnel using a wing system with active flaps
Al Labbad et al. Experimental investigations into the effect of urban airflow characteristics on urban air mobility applications
Robinson et al. The effect of atmospheric turbulence on trains
Zhang et al. CFD numerical simulation of wind field and vehicle aerodynamic characteristics on truss bridge deck under crosswind
CN212501114U (zh) 一种无人机多自由度姿态测试系统
CN104929023B (zh) 一种路面弯沉的快速检测方法
CN207636270U (zh) 利用汽车行驶风测试结构驰振的装置
CN110244076A (zh) 一种监测交通工具安全经济时速的分布式方法和测风装置
Xu et al. Data processing for rail level dynamic inspection based on an adaptive Kalman filter

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