CN114996982A - 一种基于云计算的列车轨道模型的实时仿真系统及方法 - Google Patents
一种基于云计算的列车轨道模型的实时仿真系统及方法 Download PDFInfo
- Publication number
- CN114996982A CN114996982A CN202210941776.8A CN202210941776A CN114996982A CN 114996982 A CN114996982 A CN 114996982A CN 202210941776 A CN202210941776 A CN 202210941776A CN 114996982 A CN114996982 A CN 114996982A
- Authority
- CN
- China
- Prior art keywords
- track
- module
- wheel
- parameters
- rail
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Civil Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Architecture (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种基于云计算的列车轨道模型的实时仿真系统及方法,其包括:数据输入模块:用于直接向车辆系统参数子模块、轨道结构参数子模块、运行参数子模块分别输入车辆参数、轨道参数和运行参数;仿真系统:通过轨道曲线设置模块、轨道不平顺设置模块、牵引制动信号模块、积分迭代模块、轮轨接触模块、法向力求解模块、切向力求解模块向加速度计算模块提供数据,并通过积分迭代模块与加速度计算模块之间的循环实现计算车辆、轨道、轮轨相互作用力的输出数据;结果输出模块:用于输出车辆部件、轨道部件和轮轨相互作用力的对应数据,其建立了完整系统,根据实际需求调用即可实现列车实时仿真。
Description
技术领域
本发明属于轨道交通和车辆-轨道耦合系统动力学技术领域,具体涉及一种基于云计算的列车轨道模型的实时仿真系统及方法。
背景技术
随着我国城市轨道交通建设的迅速发展,地铁列车的运营里程和开行密度大幅度增加,对列车运行的安全性、可靠性提出了更高的要求。
我国各个城市地铁线路运营采用的地铁类型各有差异,复杂多变的运行环境对地铁列车运行性能存在较大影响。其中车型、编组以及动力配置关系到列车的长度、质量、振动特性和牵引制动能力等;不同轨道结构下的列车的轮轨动力性能会有所差异;轮轨表面接触状态的改变会导致车轮出现打滑或空转等问题。因此需要建立一种便捷、实用、高效的动力学实时仿真系统,其包含完备的地铁车辆模型库和轨道结构模型库,能够让用户针对特定问题快速开展分析和研究,且能根据用户实际需求不断迭代更新以满足一线工程师开展轨道列车动力学研究的需求。
同时,考虑到对列车长期运行安全监测与维护的需求,有必要对地铁列车的运行状态进行实时监测评估,从而使地面控制中心及时了解列车运行情况。其中列车的部分动力学响应以及安全性、平稳性等评价指标需要通过仿真计算得出,因此实现地铁列车动力学实时仿真计算是关键。然而若采用传统动力学软件进行建模分析,不仅需要一定的理论基础,且受到现场设备的限制,其算力不能满足现场实时计算的需要,相对而言采用自编程的动力学程序更有利于模型的修改和运行工况设置,能够更好地与现有或未来安装的检测仪器设备连接并互通数据,从而实现列车运行安全的在线监测与评估。
因此,建立一种适用于地铁车辆的基于云计算的车线耦合系统动力学系统对于列车实际运行安全检测及维护具有非常重要的意义。
发明内容
为克服上述存在之不足,提出了一种基于云计算的列车轨道模型的实时仿真系统及方法,其建立了完整系统,根据实际需求调用即可,实现轮轨黏着模型同车线耦合系统动力学模型高效结合,车辆模型参数、轨道型式参数自定义便捷,线路条件准确还原,实现列车任意车轮黏着系数实时计算。
为实现上述目的本发明所采用的技术方案是:提供一种基于云计算的列车轨道模型的实时仿真方法,其步骤包括:
获取基础数据:根据需要分析的数据,分析建立模块连接关系方便仿真计算,初步分析所需数据并获取原始数据;
设置各模块参数:车辆参数,对车辆系统参数子模块设置车辆参数,根据车辆参数设置构建生成车辆动力学模型;轨道参数,对轨道结构参数子模块分别进行轨道平纵断面参数设置及轨道形式设置;运行参数,对运行参数子模块设置动力学计算的基本参数,包括仿真积分步长、初始运行速度、预平衡轨道长度、仿真计算时间和距离;根据车辆参数、轨道参数、运行参数得知轮轨接触模块对应的轮轨接触参数、轨道不平顺设置模块的不平顺参数、轨道曲线设置模块的轨道曲线参数、牵引制动信号模块的牵引制动参数;
仿真计算:设置各模块参数的步骤在操作端完成,操作端将输入的各模块参数传输到云端,利用云端算力进行计算;
结束仿真,操作端接收云端的结果并输出。
根据本发明所述的基于云计算的列车轨道模型的实时仿真方法,其进一步的优选技术方案是:设置车辆参数步骤中,车辆参数包括列车的编组参数、车体参数、轮对参数、构架参数、电机参数、结构参数、悬挂参数及减振器参数,编组参数包括列车编组数量和动车、拖车分布情况;车体参数、构架参数、轮对参数和电机参数设置需要输入各个部件的数量、质量和转动惯量;结构参数包含一系悬挂和二系悬挂的横向跨距、悬挂点距离构架质心和车体质心的高度以及轴箱拉杆和二系横向止挡的高度;悬挂参数包括一系悬挂和二系悬挂在纵向、横向、垂向的刚度和阻尼大小;减振器参数包括一系垂向减振器和二系垂向、横向减振器特性参数。
根据本发明所述的基于云计算的列车轨道模型的实时仿真方法,其进一步的优选技术方案是:设置轨道参数步骤中,平断面参数包括不同的曲线半径、曲线长度、缓和曲线长度和曲线超高;轨道形式是根据仿真需求选择整体道床轨道、弹性支撑块式轨道、钢弹簧浮置板轨道或梯形轨枕轨道;纵断面是指坡道运行工况,输入的参数包括坡度和坡道长度。
根据本发明所述的基于云计算的列车轨道模型的实时仿真方法,其进一步的优选技术方案是:设置各模块参数步骤中,对轮轨接触模块进行黏着条件设置和黏着区段设置,黏着条件设置通过定义摩擦系数、接触斑内黏着区缩减系数、接触斑内滑动区缩减系数和函数型摩擦特性中的系数AP、BP以实现对干燥、潮湿、油污、落叶和冰雪几种不同黏着状态的模拟,黏着区段设置用于设置不同黏着条件的起点里程和终点里程;对轨道不平顺设置模块输入不平顺激励,设置不平顺文件名和保存路径,并选择要保存的文件格式类型,仿真计算项目会在指定路径下生成不平顺文件方便后续调用;对轨道曲线设置模块的竖曲线子模块输入坡度和坡道长度生成线路纵断面线型,对平面曲线子模块输入曲线半径、曲线长度、缓和曲线长度和曲线超高生成线路平断面线型;对牵引制动信号模块输入牵引制动参数。
根据本发明所述的基于云计算的列车轨道模型的实时仿真方法,其进一步的优选技术方案是:仿真计算步骤包括:1)轮轨接触模块将计算得到的轮轨接触点和轮轨接触参数输入至法向力求解模块和切向力求解模块;2)法向力求解模块计算得到轮轨法向力后输出至切向力求解模块;3)切向力求解模块根据轮轨接触点、轮轨接触参数和轮轨法向力计算轮轨切向力,将轮轨法向力和切向力均输出至加速度计算模块;4)除轮轨法向力和切向力外,加速度计算模块的输入量还包括轨道曲线设置模块输出的当前时刻下车体、构架和轮对位置处的曲线参数,轨道不平顺设置模块输出的不同车轮位置处的轨道不平顺激励和牵引制动信号模块输出的列车牵引制动力的大小;5)加速度计算模块根据4)中输入的参数以及积分迭代模块输出的车辆或轨道结构的位移和速度,求解车辆或轨道结构的加速度,其中初始时刻车辆或轨道结构的位移和速度假设为0;6)积分迭代模块利用当前时刻和前一时刻下车辆或轨道结构的位移、速度和加速度计算模块输出的加速度求解下一时刻各部件的位移和速度;7)通过积分迭代模块与加速度计算模块之间的循环实现计算车辆、轨道、轮轨相互作用力的输出数据。
根据本发明所述的基于云计算的列车轨道模型的实时仿真方法,其进一步的优选技术方案是:结束仿真步骤中,云端计算结果以数据形式和由云端进行渲染的图形、视频形式输送到操作端,操作端同步显示车辆运行在轨道上的线路图,仿真所用的列车三维模型,实时显示车辆运行时间、里程以及速度;选择性显示实时脱轨系数、轮重减载率和磨耗指数;实时显示当前各个轮对脱轨系数、轮重减载率和磨耗系数的变化图。
一种基于云计算的列车轨道模型的实时仿真系统,其包括:原始数据输入模块:用于直接向车辆系统参数子模块、轨道结构参数子模块、运行参数子模块分别输入车辆参数、轨道参数和运行参数,并将数据输送到云端;
仿真系统:利用云端的算力,通过轨道曲线设置模块、轨道不平顺设置模块、牵引制动信号模块、积分迭代模块、轮轨接触模块、法向力求解模块、切向力求解模块向加速度计算模块提供数据,并通过积分迭代模块与加速度计算模块之间的循环实现计算车辆、轨道、轮轨相互作用力的输出数据,并将得到的输出数据传输到操作端;
结果输出模块:接受云端的数据,输出车辆部件、轨道部件和轮轨相互作用力的对应数据。
根据本发明所述的基于云计算的列车轨道模型的实时仿真系统,其进一步的优选技术方案是:轨道曲线设置模块包括竖曲线子模块和平面曲线子模块,竖曲线子模块根据输入的坡度和坡道长度生成线路纵断面线型;平面曲线子模块根据输入的曲线半径、曲线长度、缓和曲线长度和曲线超高生成线路平断面线型,在动力学计算时,轨道曲线设置子模块用于向加速度计算模块提供当前时刻下车体、构架和轮对位置处的曲线参数。
根据本发明所述的基于云计算的列车轨道模型的实时仿真系统,其进一步的优选技术方案是:轨道不平顺设置模块用于生成轨道不平顺激励,其用于读取输入的轨道不平顺数据并实时计算不同车轮位置处的轨道不平顺激励,最后将当前时刻下的不平顺激励输出至加速度计算模块。
根据本发明所述的基于云计算的列车轨道模型的实时仿真系统,其进一步的优选技术方案是:牵引制动信号模块用于设置列车的操纵状态和操纵时长,列车操纵状态包括牵引、惰行和制动三种,通过输入操纵开始时间和结束时间设置列车操纵时长;动力学计算过程中,牵引制动信号模块用于向加速度计算模块实时输出牵引制动力的大小。
根据本发明所述的基于云计算的列车轨道模型的实时仿真系统,其进一步的优选技术方案是:轮轨接触模块由轮轨型面读取、轮轨接触点计算和轮轨接触参数计算三个子模块组成,轮轨型面读取子模块用于读取车轮和钢轨的型面数据并构建车轮廓形和钢轨廓形;轮轨接触点计算子模块用于计算车辆运行时车轮和钢轨的接触点位置;轮轨接触参数计算子模块用于计算轮轨接触计算得到的接触点处的轮轨接触参数,包括接触点车轮滚动圆半径、钢轨曲率和接触角,并将轮轨接触参数分别输出至法向力求解模块和切向力求解模块。
根据本发明所述的基于云计算的列车轨道模型的实时仿真系统,其进一步的优选技术方案是:法向力求解模块用于计算轮轨法向力,并输出轮轨法向力在绝对坐标系下在纵向、横向、垂向三个方向的分力至加速度计算模块和切向力求解模块。
根据本发明所述的基于云计算的列车轨道模型的实时仿真系统,其进一步的优选技术方案是:切向力求解模块用于计算轮轨接触切向力大小,切向力求解子模块会将轮轨蠕滑力计算结果实时输出到加速度计算模块,切向力求解模块包括:蠕滑率计算子模块:用于计算轮轨纵向、横向、自旋蠕滑率;轨面状态参数读取子模块:用于确定当前轮轨接触的轨面状态及黏着参数;轮轨蠕滑力计算子模块:根据蠕滑率计算结果和黏着参数计算得到轮轨蠕滑力。
根据本发明所述的基于云计算的列车轨道模型的实时仿真系统,其进一步的优选技术方案是:加速度计算模块由车辆加速度计算子模块和轨道加速度计算子模块组成,车辆加速度计算子模块用于计算车辆各部件,包括车体、构架、轮对及电机加速度数据;轨道加速度计算子模块用于输出钢轨、轨道板轨道结构的加速度数据;计算得到的振动加速度输出至积分迭代子模块,用于求解下一时刻各部件的位移和速度,如此循环递推;积分迭代模块通过数值积分预测系统内各个部件的下一时刻的位移和速度,积分迭代模块利用当前时刻和前一时刻下车辆或轨道结构的位移、速度、加速度求解下一时刻各部件的位移和速度。
根据本发明所述的基于云计算的列车轨道模型的实时仿真系统,其进一步的优选技术方案是:计算结果输出子模块由车辆输出、轨道输出和轮轨相互作用力输出三个子模块组成,其中车辆输出子模块用于输出车辆部件,即车体、构架、轮对及电机的位移、速度及加速度数据;轨道输出子模块用于输出轨道各部件,即钢轨和轨道板位移、速度及加速度数据;轮轨相互作用力输出子模块用于输出轮轨力、蠕滑率、黏着系数、脱轨系数、轮重减载率和磨耗指数。
相比现有技术,本发明的技术方案具有如下优点/有益效果:
1、实现轮轨黏着模型同车线耦合系统动力学模型高效结合
国内外首次建立列车-轨道纵向、横向、垂向耦合动力学模型,模型中考虑了列车-轨道纵向、横向、垂向耦合作用、相邻车辆间的相互关系以及多个车轮与钢轨之间的黏着关系,将轮轨耦合黏着计算模型同列车-轨道耦合动力学模型结合起来,突破了以往仅考虑单轮单轨的黏着分析模型以及仅考虑横向、垂向的列车-轨道耦合动力学模型,拓展了现有动力学理论模型的研究范围和研究空间,促进了列车-轨道大系统动力学数值模拟的发展。
2、实现车辆模型参数、轨道型式参数自定义
系统汇集了常见列车、轨道型式,同时针对二者的特殊型式实现了细节参数自定义,可保存成为功能模块。完成后可以直接调用功能模块,通过选择或输入参数完成仿真工况设置,不需要编写代码即可执行系统的所有操作,完成仿真计算和项目开发。计算得到的仿真数据能够较为准确地反映实际情况,节省了试验成本。
3、实现线路条件准确还原
基于列车在多种结构形式的轨道上运行,轮轨相互作用关系以及动力学性能均有所不同的现状,考虑了整体道床轨道、钢弹簧浮置板轨道、弹性支撑块轨道、梯形轨枕轨道四种常见轨道型式对轮轨黏着的影响。通过模型中可灵活配置和替换的轨道型式,对比分析了同一列车在不同轨道型式上轮轨黏着特性曲线的变化规律,推进了轨道形式对列车-轨道耦合动力学响应的研究进程。
4、实现列车任意车轮黏着系数实时计算
研究系统搭建采用半实物仿真方法,在仿真计算中融入实车监测检测数据,实时计算轮轨黏着系数,有效提高了轮轨系统数学仿真模型的运算效率和运算精度,能够较为准确的进行运维指导工作。
附图说明
为了更清楚地说明本发明实施方式的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本发明车线耦合系统动力学实时仿真系统结构框图。
图2是本发明车线耦合系统动力学实时仿真方法流程图。
图3是计算结果输出模块输出的脱轨系数。
图4是计算结果输出模块输出的轮重减载率。
图5是计算结果输出模块输出的磨耗指数。
具体实施方式
为使本发明目的、技术方案和优点更加清楚,下面对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本发明的一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。因此,以下提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施方式。
实施例1:
如图1-图2所示,一种基于云计算的列车轨道模型的实时仿真方法,其步骤包括:获取基础数据:根据项目需要分析的数据需求,决定调用模块,分析建立模块连接关系方便仿真计算,初步分析所需数据并获取原始数据,根据需求对下列数据进行设置:
设置车辆参数:对车辆系统参数子模块分别设置列车的编组参数、车体参数、轮对参数、构架参数、电机参数、结构参数、悬挂参数及减振器参数,其中编组参数包括列车编组数量和动车、拖车分布情况;车体参数、构架参数、轮对参数和电机参数设置需要输入各个部件的数量、质量和转动惯量,车体参数还包括转向架中心距,轮对参数包括轮对半径,构架参数包括轴距;结构参数包含一系悬挂和二系悬挂的横向跨距、悬挂点距离构架质心和车体质心的高度以及轴箱拉杆和二系横向止挡的高度;悬挂参数包括一系悬挂和二系悬挂在纵向、横向、垂向的刚度和阻尼大小;减振器参数包括一系垂向减振器和二系垂向、横向减振器特性参数,根据车辆参数设置自动构建生成车辆动力学模型;
设置轨道参数:对轨道结构参数子模块分别进行轨道平纵断面参数设置及轨道形式设置,平断面参数包括不同的曲线半径、曲线长度、缓和曲线长度和曲线超高;轨道形式是根据仿真需求选择整体道床轨道、弹性支撑块式轨道、钢弹簧浮置板轨道或梯形轨枕轨道;纵断面是指坡道运行工况,输入的参数包括坡度和坡道长度;实际上,设置轨道参数步骤也是对轨道曲线设置模块进行设置。
设置运行参数:对运行参数子模块设置动力学计算的基本参数,包括仿真积分步长、初始运行速度、预平衡轨道长度、仿真计算时间和距离,是对于仿真系统的设置;
对车辆参数、轨道参数、运行参数与图1中的原始数据输入模块对应,并由原始数据输入模块中的车辆参数、轨道参数、运行参数得知轮轨接触模块对应的轮轨接触参数、轨道不平顺设置模块的不平顺参数、轨道曲线设置模块的轨道曲线参数、牵引制动信号模块的牵引制动参数;在设置时还需要对轮轨接触模块、轨道不平顺设置模块、轨道曲线设置模块、牵引制动信号模块进行进一步的数据确认和详细设定,在必要时需要对数据进行调整和补充。
设置轮轨接触参数:对轮轨接触模块进行设置,轮轨接触参数包括黏着条件设置和黏着区段设置,其中黏着条件设置通过定义摩擦系数、接触斑内黏着区缩减系数、接触斑内滑动区缩减系数和函数型摩擦特性中的系数AP、BP以实现对干燥、潮湿、油污、落叶和冰雪几种不同黏着状态的模拟,其中,常数Ap是摩擦系数降低的最大比例;摩擦系数呈指数衰减,指数大小是常数Bp和滑动速度v的乘积,滑动速度v是车轮微滑的速度,车轮有转动速度和平动速度,转速和平动速度有一个很小的差值就是滑动速度v;黏着区段设置用于设置不同黏着条件的起点里程和终点里程;并且,在对于黏着条件的设置也可以进行程度划分,如对于冰雪的状态,可以区分为一般、严重等。
设置不平顺参数并生成不平顺文件:输入不平顺激励,设置不平顺文件名和保存路径,并选择要保存的文件格式类型,仿真计算项目会在指定路径下生成不平顺文件方便后续的仿真计算过程中的加速度计算模块进行调用。
在使用过程中,还需要对数据的正确性和合理性进行检验,该步骤可以归纳为数据校验模块,数据可以分为三个层面的数据校验:
第一个层面是单个独立数据的校验,如输入数据的类型,最大最小值,可选择的枚举类型等。针对此类校验需求,本系统通过Json Schema格式的中间语言声明式地定义了每个输入数据的校验规则,并依赖代码逻辑完成每个规则的校验。第二个层面是相关联数据的一致性校验,如在车线耦合动力学仿真过程中需要对运行轨道的平断面和纵断面进行参数设置,那么就需要保证平断面参数设置时各段圆曲线、缓和曲线和夹直线之间的连续性以及平断面和纵断面总长度的一致性。针对此类校验需求,通过基于已有数据进行推导的方式实现待录入参数的预填充。以运行轨道的平断面参数为例,运行轨道主要由直线段以及圆曲线段构成,且直线段和圆曲线段之间需要连接一段缓和曲线,因此设计运行轨道平断面数据由开始里程、轨道型式、曲线半径、长度、缓和曲线长度和超高组成,且满足以下预填充原则:(1)若当前线路段是运行轨道的第一段线路,预填充开始里程为0,否则预填充开始里程为前一线路段平断面参数的开始里程、长度和缓和曲线长度之和;(2)若前一线路段为圆曲线段(曲线半径大于0),则当前线路段为直线段,预填充曲线半径为0,超高为0。
第三个层面是输入参数的合理性校验,该层面的数据校验逻辑往往需要专业的铁道车辆背景知识,如缓和曲线的长度需要根据曲线半径,结合此地段的行车速度和地形条件进行合理选用,至少应保证曲线超高在缓和曲线范围内顺完。考虑到这类数据校验的需求往往需要综合整个仿真项目的参数设置,本系统在全部仿真资源参数数据上传到服务器后由服务器整合全部数据进行参数校验。若预定义的数据校验通过,则将上传的全部数据进行持久化存储并渲染校验成功的输出信息,否则不执行持久化存储并直接渲染校验失败信息。
第一、二两个层面的数据校验发生在用户与操作端之间输入参数和渲染校验结果的循环中;第三个层面的数据校验发生在服务器内部的参数校验环节。
考虑到数据校验不能完全避免参数录入过程中的错误输入,提出了根据用户输入的参数实时渲染相应的资源预览图的方式以更加直观、高效地帮助用户查看所输入数据的正确性与合理性。
需要说明的是,本发明中的渲染包括对操作端的系统界面的显示渲染和输出的模型、结果等的渲染。即显示界面、三维模型、图表等。
同时还可以为所有的模型资源建立全局唯一的资源标识符,用以在仿真的全流程中快速而精确地获取任意资源的全部元数据。最后,根据模型资源的组合关系建立相应的资源标识符的索引关系,形成根节点和子节点的资源组合结构。通过该技术,将不同仿真项目对同一仿真资源的使用转换为不同的仿真项目元数据对同一仿真资源标识符的包含关系,有效地避免了在不同的仿真项目中重复地输入同一个仿真模型资源的各种参数,同时用户对特定模型资源的更新可以有效地立即应用到任何仿真项目中。
仿真计算:设置各模块参数的步骤在操作端完成,操作端将输入的各模块参数传输到云端,利用云端算力进行计算,进行仿真时,仿真计算步骤包括:1)轮轨接触模块将计算得到的轮轨接触点和轮轨接触参数输入至法向力求解模块和切向力求解模块;2)法向力求解模块计算得到轮轨法向力后输出至切向力求解模块;3)切向力求解模块根据轮轨接触点、轮轨接触参数和轮轨法向力计算轮轨切向力,将轮轨法向力和切向力均输出至加速度计算模块;4)除轮轨法向力和切向力外,加速度计算模块的输入量还包括轨道曲线设置模块输出的当前时刻下车体、构架和轮对位置处的曲线参数,轨道不平顺设置模块输出的不同车轮位置处的轨道不平顺激励和牵引制动信号模块输出的列车牵引制动力的大小;5)加速度计算模块根据4)中输入的参数以及积分迭代模块输出的车辆或轨道结构的位移和速度,求解车辆或轨道结构的加速度,其中初始时刻车辆或轨道结构的位移和速度假设为0;6)积分迭代模块利用当前时刻和前一时刻下车辆或轨道结构的位移、速度和加速度计算模块输出的加速度求解下一时刻各部件的位移和速度;7)通过积分迭代模块与加速度计算模块之间的循环实现计算车辆、轨道、轮轨相互作用力的输出数据。结束仿真,云端计算结果以数据形式和由云端进行渲染的图形、视频形式输送到操作端,操作端同步显示车辆运行在轨道上的线路图,仿真所用的列车三维模型,实时显示车辆运行时间、里程以及速度;选择性显示实时脱轨系数、轮重减载率和磨耗指数;实时显示当前各个轮对脱轨系数、轮重减载率和磨耗系数的变化图。同时,可以将仿真结果进行保存便于后续的检查和复查,图3-图5所示为仿真结果,显示的是四个位置的轮对的实时脱轨系数、轮重减载率和磨耗指数。
本发明采用的云端负责数据分析以及结果展示相关的渲染,渲染时需要考虑显示的终端问题,因此采用映射方式进行尺寸的匹配,考虑场景展示终端中鼠标坐标到场景渲染终端中射线方向的映射关系。
实施例2:
如图1所示,一种基于云计算的列车轨道模型的实时仿真系统。其包括:原始数据输入模块:用于直接向车辆系统参数子模块、轨道结构参数子模块、运行参数子模块分别输入车辆参数、轨道参数和运行参数,以及向仿真系统输入数据(即通过原始数据输入模块向其他子模块输入数据);向仿真系统输入数据具体为:向仿真系统中的轨道曲线设置模块、轨道不平顺设置模块、轮轨接触模块输入车辆参数、轨道参数,向牵引制动信号模块输入列车的操纵状态和操纵时长,实际上,原始数据输入模块的数据输入也就决定了车辆和轨道的数据,后续基于车辆和轨道得到的其他数据,都需要从数据输入模块获得车辆和轨道数据,如图1中所示,原始数据输入模块实际是在操作端,操作端也用于将数据输送到云端,即操作端具有与云端进行通讯的能力,当云端完成所有的运算以及结果显示的渲染后,也会将结果发送到操作端进行展示。
仿真系统:利用云端的算力,通过轨道曲线设置模块、轨道不平顺设置模块、牵引制动信号模块、积分迭代模块、轮轨接触模块、法向力求解模块、切向力求解模块向加速度计算模块提供数据,并通过积分迭代模块与加速度计算模块之间的循环实现计算车辆、轨道、轮轨相互作用力的输出数据,并将得到的输出数据传输到操作端;
结果输出模块:接受云端的数据,输出车辆部件、轨道部件和轮轨相互作用力的对应数据。
在本系统中,实时性要求数据发送端的应用产生的数据能够立即传输到数据接收端的应用中进行处理。从数据流方向的角度出发,共有三类技术可以实现实时性的需求。在不考虑兼容性的情况下,最优的技术选择是WebSocket协议,其次是server-sent events技术,最后是long-polling技术。在计算机网络中,多播指的是群组通信,即数据发送端应用能够将数据同时传输到一组指定的数据接收端。多播可以是一对多或者多对多。总体上,实现多播的技术可以分为两类,分别是中心化多播结构和分布式多播结构。综合考虑实时性与多播的系统需求,经过技术选型和原型验证,最终采用微软团队开源的SingalR技术作为本系统实时通信的基础技术。在实时性方面,SingalR采用了fallback机制兼顾了兼容性与通信性能,在客户端应用支持WebSocket的情况下优先使用WebSocket,否则自动依次降级到server-sent event和long-polling技术。在多播方面,SingalR采用了中心化的多播结构,同时引入了断线重连机制,并提供了自定义的故障处理机制。为了进一步保证稳定性,应用上文提到的容器编排技术提高消息注册中心的高可用性。
轨道曲线设置模块包括竖曲线子模块和平面曲线子模块,竖曲线子模块根据输入的坡度和坡道长度生成线路纵断面线型;平面曲线子模块根据输入的曲线半径、曲线长度、缓和曲线长度和曲线超高生成线路平断面线型,在动力学计算时,轨道曲线设置子模块用于向加速度计算模块提供当前时刻下车体、构架和轮对位置处的曲线参数。
轨道不平顺设置模块用于生成轨道不平顺激励,其用于读取输入的轨道不平顺数据并实时计算不同车轮位置处的轨道不平顺激励,最后将当前时刻下的不平顺激励输出至加速度计算模块,轨道不平顺设置模块首先需要数据输入模块中对轨道进行确定,然后通过设置其他不平顺参数完成整个设置过程。
牵引制动信号模块用于设置列车的操纵状态和操纵时长,列车操纵状态包括牵引、惰行和制动三种,通过输入操纵开始时间和结束时间设置列车操纵时长;动力学计算过程中,牵引制动信号模块用于向加速度计算模块实时输出牵引制动力的大小。
轮轨接触模块由轮轨型面读取、轮轨接触点计算和轮轨接触参数计算三个子模块组成,轮轨型面读取子模块用于读取车轮和钢轨的型面数据并构建车轮廓形和钢轨廓形;轮轨接触点计算子模块用于计算车辆运行时车轮和钢轨的接触点位置;轮轨接触参数计算子模块用于计算轮轨接触计算得到的接触点处的轮轨接触参数,包括接触点车轮滚动圆半径、钢轨曲率和接触角,并将轮轨接触参数分别输出至法向力求解模块和切向力求解模块。
法向力求解模块用于计算轮轨法向力,并输出轮轨法向力在绝对坐标系下在纵向、横向、垂向三个方向的分力至加速度计算模块和切向力求解模块。
切向力求解模块用于计算轮轨接触切向力大小,切向力求解子模块会将轮轨蠕滑力计算结果实时输出到加速度计算模块,切向力求解模块包括:
蠕滑率计算子模块:用于计算轮轨纵向、横向、自旋蠕滑率;
轨面状态参数读取子模块:用于确定当前轮轨接触的轨面状态及黏着参数;
轮轨蠕滑力计算子模块:根据蠕滑率计算结果和黏着参数计算得到轮轨蠕滑力。
加速度计算模块由车辆加速度计算子模块和轨道加速度计算子模块组成,车辆加速度计算子模块用于计算车辆各部件,包括车体、构架、轮对及电机加速度数据;轨道加速度计算子模块用于输出钢轨、轨道板轨道结构的加速度数据;计算得到的振动加速度输出至积分迭代子模块,用于求解下一时刻各部件的位移和速度,如此循环递推;积分迭代模块通过数值积分预测系统内各个部件的下一时刻的位移和速度,积分迭代模块利用当前时刻和前一时刻下车辆或轨道结构的位移、速度、加速度求解下一时刻各部件的位移和速度。
计算结果输出子模块由车辆输出、轨道输出和轮轨相互作用力输出三个子模块组成,其中车辆输出子模块用于输出车辆部件,即车体、构架、轮对及电机的位移、速度及加速度数据;轨道输出子模块用于输出轨道各部件,即钢轨和轨道板位移、速度及加速度数据;轮轨相互作用力输出子模块用于输出轮轨力、蠕滑率、黏着系数、脱轨系数、轮重减载率和磨耗指数。
以上仅是本发明的优选实施方式,应当指出的是,上述优选实施方式不应视为对本发明的限制,本发明的保护范围应当以权利要求所限定的范围为准。对于本技术领域的普通技术人员来说,在不脱离本发明的精神和范围内,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 (15)
1.一种基于云计算的列车轨道模型的实时仿真方法,其特征在于,其步骤包括:获取基础数据:根据需要分析的数据,分析建立模块连接关系方便仿真计算,初步分析所需数据并获取原始数据;
设置各模块参数:车辆参数,对车辆系统参数子模块设置车辆参数,根据车辆参数设置构建生成车辆动力学模型;轨道参数,对轨道结构参数子模块分别进行轨道平纵断面参数设置及轨道形式设置;运行参数,对运行参数子模块设置动力学计算的基本参数,包括仿真积分步长、初始运行速度、预平衡轨道长度、仿真计算时间和距离;根据车辆参数、轨道参数、运行参数得知轮轨接触模块对应的轮轨接触参数、轨道不平顺设置模块的不平顺参数、轨道曲线设置模块的轨道曲线参数、牵引制动信号模块的牵引制动参数;
仿真计算:设置各模块参数的步骤在操作端完成,操作端将输入的各模块参数传输到云端,利用云端算力进行计算;
结束仿真,操作端接收云端的结果并输出。
2.根据权利要求1所述的一种基于云计算的列车轨道模型的实时仿真方法,其特征在于,设置车辆参数步骤中,车辆参数包括列车的编组参数、车体参数、轮对参数、构架参数、电机参数、结构参数、悬挂参数及减振器参数,编组参数包括列车编组数量和动车、拖车分布情况;车体参数、构架参数、轮对参数和电机参数设置需要输入各个部件的数量、质量和转动惯量;结构参数包含一系悬挂和二系悬挂的横向跨距、悬挂点距离构架质心和车体质心的高度以及轴箱拉杆和二系横向止挡的高度;悬挂参数包括一系悬挂和二系悬挂在纵向、横向、垂向的刚度和阻尼大小;减振器参数包括一系垂向减振器和二系垂向、横向减振器特性参数。
3.根据权利要求1所述的一种基于云计算的列车轨道模型的实时仿真方法,其特征在于,设置轨道参数步骤中,平断面参数包括不同的曲线半径、曲线长度、缓和曲线长度和曲线超高;轨道形式是根据仿真需求选择整体道床轨道、弹性支撑块式轨道、钢弹簧浮置板轨道或梯形轨枕轨道;纵断面是指坡道运行工况,输入的参数包括坡度和坡道长度。
4.根据权利要求1所述的一种基于云计算的列车轨道模型的实时仿真方法,其特征在于,设置各模块参数步骤中,对轮轨接触模块进行黏着条件设置和黏着区段设置,黏着条件设置通过定义摩擦系数、接触斑内黏着区缩减系数、接触斑内滑动区缩减系数和函数型摩擦特性中的系数AP、BP以实现对干燥、潮湿、油污、落叶和冰雪几种不同黏着状态的模拟,黏着区段设置用于设置不同黏着条件的起点里程和终点里程;对轨道不平顺设置模块输入不平顺激励,设置不平顺文件名和保存路径,并选择要保存的文件格式类型,仿真计算项目会在指定路径下生成不平顺文件方便后续调用;对轨道曲线设置模块的竖曲线子模块输入坡度和坡道长度生成线路纵断面线型,对平面曲线子模块输入曲线半径、曲线长度、缓和曲线长度和曲线超高生成线路平断面线型;对牵引制动信号模块输入牵引制动参数。
5.根据权利要求1所述的一种基于云计算的列车轨道模型的实时仿真方法,其特征在于,仿真计算步骤包括:1)轮轨接触模块将计算得到的轮轨接触点和轮轨接触参数输入至法向力求解模块和切向力求解模块;2)法向力求解模块计算得到轮轨法向力后输出至切向力求解模块;3)切向力求解模块根据轮轨接触点、轮轨接触参数和轮轨法向力计算轮轨切向力,将轮轨法向力和切向力均输出至加速度计算模块;4)除轮轨法向力和切向力外,加速度计算模块的输入量还包括轨道曲线设置模块输出的当前时刻下车体、构架和轮对位置处的曲线参数,轨道不平顺设置模块输出的不同车轮位置处的轨道不平顺激励和牵引制动信号模块输出的列车牵引制动力的大小;5)加速度计算模块根据4)中输入的参数以及积分迭代模块输出的车辆或轨道结构的位移和速度,求解车辆或轨道结构的加速度,其中初始时刻车辆或轨道结构的位移和速度假设为0;6)积分迭代模块利用当前时刻和前一时刻下车辆或轨道结构的位移、速度和加速度计算模块输出的加速度求解下一时刻各部件的位移和速度;7)通过积分迭代模块与加速度计算模块之间的循环实现计算车辆、轨道、轮轨相互作用力的输出数据。
6.根据权利要求1所述的一种基于云计算的列车轨道模型的实时仿真方法,其特征在于,结束仿真步骤中,云端计算结果以数据形式和由云端进行渲染的图形、视频形式输送到操作端,操作端同步显示车辆运行在轨道上的线路图,仿真所用的列车三维模型,实时显示车辆运行时间、里程以及速度;选择性显示实时脱轨系数、轮重减载率和磨耗指数;实时显示当前各个轮对脱轨系数、轮重减载率和磨耗系数的变化图。
7.一种基于云计算的列车轨道模型的实时仿真系统,其特征在于,其包括:原始数据输入模块:用于直接向车辆系统参数子模块、轨道结构参数子模块、运行参数子模块分别输入车辆参数、轨道参数和运行参数,并将数据输送到云端; 仿真系统:利用云端的算力,通过轨道曲线设置模块、轨道不平顺设置模块、牵引制动信号模块、积分迭代模块、轮轨接触模块、法向力求解模块、切向力求解模块向加速度计算模块提供数据,并通过积分迭代模块与加速度计算模块之间的循环实现计算车辆、轨道、轮轨相互作用力的输出数据,并将得到的输出数据传输到操作端; 结果输出模块:接受云端的数据,输出车辆部件、轨道部件和轮轨相互作用力的对应数据。
8.根据权利要求7所述的基于云计算的列车轨道模型的实时仿真系统,其特征在于,轨道曲线设置模块包括竖曲线子模块和平面曲线子模块,竖曲线子模块根据输入的坡度和坡道长度生成线路纵断面线型;平面曲线子模块根据输入的曲线半径、曲线长度、缓和曲线长度和曲线超高生成线路平断面线型,在动力学计算时,轨道曲线设置子模块用于向加速度计算模块提供当前时刻下车体、构架和轮对位置处的曲线参数。
9.根据权利要求7所述的基于云计算的列车轨道模型的实时仿真系统,其特征在于,轨道不平顺设置模块用于生成轨道不平顺激励,其用于读取输入的轨道不平顺数据并实时计算不同车轮位置处的轨道不平顺激励,最后将当前时刻下的不平顺激励输出至加速度计算模块。
10.根据权利要求7所述的基于云计算的列车轨道模型的实时仿真系统,其特征在于,牵引制动信号模块用于设置列车的操纵状态和操纵时长,列车操纵状态包括牵引、惰行和制动三种,通过输入操纵开始时间和结束时间设置列车操纵时长;动力学计算过程中,牵引制动信号模块用于向加速度计算模块实时输出牵引制动力的大小。
11.根据权利要求7所述的基于云计算的列车轨道模型的实时仿真系统,其特征在于,轮轨接触模块由轮轨型面读取、轮轨接触点计算和轮轨接触参数计算三个子模块组成,轮轨型面读取子模块用于读取车轮和钢轨的型面数据并构建车轮廓形和钢轨廓形;轮轨接触点计算子模块用于计算车辆运行时车轮和钢轨的接触点位置;轮轨接触参数计算子模块用于计算轮轨接触计算得到的接触点处的轮轨接触参数,包括接触点车轮滚动圆半径、钢轨曲率和接触角,并将轮轨接触参数分别输出至法向力求解模块和切向力求解模块。
12.根据权利要求7所述的基于云计算的列车轨道模型的实时仿真系统,其特征在于,法向力求解模块用于计算轮轨法向力,并输出轮轨法向力在绝对坐标系下在纵向、横向、垂向三个方向的分力至加速度计算模块和切向力求解模块。
13.根据权利要求12所述的基于云计算的列车轨道模型的实时仿真系统,其特征在于,切向力求解模块用于计算轮轨接触切向力大小,切向力求解子模块会将轮轨蠕滑力计算结果实时输出到加速度计算模块,切向力求解模块包括: 蠕滑率计算子模块:用于计算轮轨纵向、横向、自旋蠕滑率; 轨面状态参数读取子模块:用于确定当前轮轨接触的轨面状态及黏着参数; 轮轨蠕滑力计算子模块:根据蠕滑率计算结果和黏着参数计算得到轮轨蠕滑力。
14.根据权利要求7所述的基于云计算的列车轨道模型的实时仿真系统,其特征在于,加速度计算模块由车辆加速度计算子模块和轨道加速度计算子模块组成,车辆加速度计算子模块用于计算车辆各部件,包括车体、构架、轮对及电机加速度数据;轨道加速度计算子模块用于输出钢轨、轨道板轨道结构的加速度数据;计算得到的振动加速度输出至积分迭代子模块,用于求解下一时刻各部件的位移和速度,如此循环递推;积分迭代模块通过数值积分预测系统内各个部件的下一时刻的位移和速度,积分迭代模块利用当前时刻和前一时刻下车辆或轨道结构的位移、速度、加速度求解下一时刻各部件的位移和速度。
15.根据权利要求7所述的基于云计算的列车轨道模型的实时仿真系统,其特征在于,计算结果输出子模块由车辆输出、轨道输出和轮轨相互作用力输出三个子模块组成,其中车辆输出子模块用于输出车辆部件,即车体、构架、轮对及电机的位移、速度及加速度数据;轨道输出子模块用于输出轨道各部件,即钢轨和轨道板位移、速度及加速度数据;轮轨相互作用力输出子模块用于输出轮轨力、蠕滑率、黏着系数、脱轨系数、轮重减载率和磨耗指数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210941776.8A CN114996982B (zh) | 2022-08-08 | 2022-08-08 | 一种基于云计算的列车轨道模型的实时仿真系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210941776.8A CN114996982B (zh) | 2022-08-08 | 2022-08-08 | 一种基于云计算的列车轨道模型的实时仿真系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114996982A true CN114996982A (zh) | 2022-09-02 |
CN114996982B CN114996982B (zh) | 2022-10-25 |
Family
ID=83023204
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210941776.8A Active CN114996982B (zh) | 2022-08-08 | 2022-08-08 | 一种基于云计算的列车轨道模型的实时仿真系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114996982B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115442849A (zh) * | 2022-11-09 | 2022-12-06 | 成都市以太节点科技有限公司 | 铁路车载毫米波终端差异化通信方法、装置及存储介质 |
CN115659873A (zh) * | 2022-12-12 | 2023-01-31 | 西南交通大学 | 一种气动升力协同高速列车轮轨黏着性能评估方法 |
CN115963740A (zh) * | 2023-01-30 | 2023-04-14 | 中南大学 | 储能型高速重载列车及其滚动试验系统 |
CN116540564A (zh) * | 2023-05-26 | 2023-08-04 | 西南交通大学 | 一种基于ros和半实物仿真的轨道检测机器人仿真方法 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120056899A1 (en) * | 2010-09-08 | 2012-03-08 | Matei Stroila | Generating a multi-layered geographic image and the use thereof |
US20140201144A1 (en) * | 2013-01-11 | 2014-07-17 | Commvault Systems, Inc. | Criteria-based data synchronization management |
CN109030628A (zh) * | 2018-06-25 | 2018-12-18 | 北京交通大学 | 基于振动噪声频谱特征匹配的轨道结构力学性能评价方法 |
CN109056429A (zh) * | 2018-09-06 | 2018-12-21 | 西南交通大学 | 浮置板轨道基频半主动减振方法与装置 |
CN109094420A (zh) * | 2018-08-06 | 2018-12-28 | 江西理工大学 | 基于物联网的悬挂式磁悬浮列车控制方法 |
CN110427676A (zh) * | 2019-07-23 | 2019-11-08 | 交控科技股份有限公司 | 一种基于微服务架构的轨道交通公共云服务系统 |
CN111046484A (zh) * | 2019-10-25 | 2020-04-21 | 西南交通大学 | 考虑纵向振动的车辆-轨道耦合动力学分析方法 |
CN111323247A (zh) * | 2020-04-21 | 2020-06-23 | 中车青岛四方车辆研究所有限公司 | 轨道车辆部件及整车实物综合试验系统 |
CN112722003A (zh) * | 2019-10-14 | 2021-04-30 | 北京昊鹏智能技术有限公司 | 列车脱轨风险的监测方法与设备 |
CN112906299A (zh) * | 2021-02-05 | 2021-06-04 | 北京交通大学 | 城轨供电系统的数字孪生仿真的数据计算方法、系统 |
CN113139293A (zh) * | 2021-04-29 | 2021-07-20 | 国家高速列车青岛技术创新中心 | 一种铁道车辆橡胶元件的动态仿真建模方法 |
CN113655733A (zh) * | 2021-09-09 | 2021-11-16 | 中车长春轨道客车股份有限公司 | 一种轨道交通车辆计轴器磁场emc半实物仿真方法 |
CN113779692A (zh) * | 2021-08-13 | 2021-12-10 | 北京交通大学 | 刚-弹性车辆轨道耦合多软件联动仿真系统及方法 |
CN114491821A (zh) * | 2022-03-09 | 2022-05-13 | 中铁二院工程集团有限责任公司 | 一种悬挂式单轨线路平纵断面线形参数优化方法 |
CN114580145A (zh) * | 2022-01-17 | 2022-06-03 | 中铁工程设计咨询集团有限公司 | 市域城际铁路环境振动预测评估方法及系统 |
CN114812664A (zh) * | 2022-03-04 | 2022-07-29 | 吉林云帆智能工程有限公司 | 一种用于轨道车辆的故障在线自检方法 |
-
2022
- 2022-08-08 CN CN202210941776.8A patent/CN114996982B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120056899A1 (en) * | 2010-09-08 | 2012-03-08 | Matei Stroila | Generating a multi-layered geographic image and the use thereof |
US20140201144A1 (en) * | 2013-01-11 | 2014-07-17 | Commvault Systems, Inc. | Criteria-based data synchronization management |
CN109030628A (zh) * | 2018-06-25 | 2018-12-18 | 北京交通大学 | 基于振动噪声频谱特征匹配的轨道结构力学性能评价方法 |
CN109094420A (zh) * | 2018-08-06 | 2018-12-28 | 江西理工大学 | 基于物联网的悬挂式磁悬浮列车控制方法 |
CN109056429A (zh) * | 2018-09-06 | 2018-12-21 | 西南交通大学 | 浮置板轨道基频半主动减振方法与装置 |
CN110427676A (zh) * | 2019-07-23 | 2019-11-08 | 交控科技股份有限公司 | 一种基于微服务架构的轨道交通公共云服务系统 |
CN112722003A (zh) * | 2019-10-14 | 2021-04-30 | 北京昊鹏智能技术有限公司 | 列车脱轨风险的监测方法与设备 |
CN111046484A (zh) * | 2019-10-25 | 2020-04-21 | 西南交通大学 | 考虑纵向振动的车辆-轨道耦合动力学分析方法 |
CN111323247A (zh) * | 2020-04-21 | 2020-06-23 | 中车青岛四方车辆研究所有限公司 | 轨道车辆部件及整车实物综合试验系统 |
CN112906299A (zh) * | 2021-02-05 | 2021-06-04 | 北京交通大学 | 城轨供电系统的数字孪生仿真的数据计算方法、系统 |
CN113139293A (zh) * | 2021-04-29 | 2021-07-20 | 国家高速列车青岛技术创新中心 | 一种铁道车辆橡胶元件的动态仿真建模方法 |
CN113779692A (zh) * | 2021-08-13 | 2021-12-10 | 北京交通大学 | 刚-弹性车辆轨道耦合多软件联动仿真系统及方法 |
CN113655733A (zh) * | 2021-09-09 | 2021-11-16 | 中车长春轨道客车股份有限公司 | 一种轨道交通车辆计轴器磁场emc半实物仿真方法 |
CN114580145A (zh) * | 2022-01-17 | 2022-06-03 | 中铁工程设计咨询集团有限公司 | 市域城际铁路环境振动预测评估方法及系统 |
CN114812664A (zh) * | 2022-03-04 | 2022-07-29 | 吉林云帆智能工程有限公司 | 一种用于轨道车辆的故障在线自检方法 |
CN114491821A (zh) * | 2022-03-09 | 2022-05-13 | 中铁二院工程集团有限责任公司 | 一种悬挂式单轨线路平纵断面线形参数优化方法 |
Non-Patent Citations (2)
Title |
---|
凌亮: "高速列车—轨道三维刚柔耦合动力学研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 * |
石灿: "车辆荷载作用下有砟轨道与基础结构细宏观动态力学行为研究", 《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 |
---|---|---|---|---|
CN115442849A (zh) * | 2022-11-09 | 2022-12-06 | 成都市以太节点科技有限公司 | 铁路车载毫米波终端差异化通信方法、装置及存储介质 |
CN115442849B (zh) * | 2022-11-09 | 2023-03-24 | 成都市以太节点科技有限公司 | 铁路车载毫米波终端差异化通信方法、装置及存储介质 |
CN115659873A (zh) * | 2022-12-12 | 2023-01-31 | 西南交通大学 | 一种气动升力协同高速列车轮轨黏着性能评估方法 |
CN115963740A (zh) * | 2023-01-30 | 2023-04-14 | 中南大学 | 储能型高速重载列车及其滚动试验系统 |
CN115963740B (zh) * | 2023-01-30 | 2024-01-30 | 中南大学 | 储能型高速、重载列车及其滚动试验系统 |
CN116540564A (zh) * | 2023-05-26 | 2023-08-04 | 西南交通大学 | 一种基于ros和半实物仿真的轨道检测机器人仿真方法 |
CN116540564B (zh) * | 2023-05-26 | 2024-05-07 | 西南交通大学 | 一种基于ros和半实物仿真的轨道检测机器人仿真方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114996982B (zh) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114996982B (zh) | 一种基于云计算的列车轨道模型的实时仿真系统及方法 | |
CN107600110B (zh) | 一种车载列车组故障预测与健康管理系统 | |
KR101223885B1 (ko) | 열차 운행 시뮬레이션 시스템 | |
CN111332130B (zh) | 一种基于数字孪生技术的磁浮列车悬浮系统调试方法 | |
Zhang et al. | Study on dynamics of coupled systems in high-speed trains | |
KR101260152B1 (ko) | 열차 운행 시뮬레이션 장치 및 이를 포함하는 열차 운행 시뮬레이션 시스템 | |
CN112874588B (zh) | 一种轨道交通互联互通信号系统的测试系统 | |
CN108536930A (zh) | 一种全息轮轨力辨识方法及系统 | |
KR101352216B1 (ko) | 패턴기반의 열차운행 시뮬레이션 장치 및 이를 포함하는 열차운행 시뮬레이션 시스템 | |
JP5188428B2 (ja) | 鉄道車両の挙動模擬装置及び挙動模擬方法 | |
Malvezzi et al. | Feasibility of degraded adhesion tests in a locomotive roller rig | |
WO2022088726A1 (zh) | 一种优化分段制动减速度模型的方法 | |
CN110239590A (zh) | 闭塞分区长度符合性检算方法与平台 | |
CN108725518A (zh) | 重载列车追踪间隔计算方法、装置和重载铁路系统 | |
CN112722003B (zh) | 列车脱轨风险的监测方法与设备 | |
Assemkhanuly et al. | Mathematical and computer models in estimation of dynamic processes of vehicles | |
US20220242470A1 (en) | Managing, monitoring, and validating train consists | |
CN113312711B (zh) | 列车动力学下平稳驾驶分析方法、系统、终端及介质 | |
Nachtigall et al. | Efficiency of increasing of the track speed using simulation in Opentrack | |
CN114357630A (zh) | 列车动力学实时仿真平台 | |
JP5254095B2 (ja) | 鉄道車両の挙動模擬装置及び挙動模擬方法 | |
CN107219774A (zh) | 一种基于现场捕获的ato列车参数确定方法 | |
Feng et al. | A deep reinforcement learning method for freight train driving based on domain knowledge and mass estimation network | |
Chen et al. | Research on train braking model by improved Polach model considering wheel‐rail adhesion characteristics | |
Suryana et al. | Grey-Box Modelling and Validation of APMS (Automated People Mover System) Train |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221121 Address after: No. 188, Jinhong West Road, Chengyang District, Qingdao City, Shandong Province 266000 Patentee after: National high speed train Qingdao Technology Innovation Center Patentee after: SOUTHWEST JIAOTONG University Address before: No. 111, No. 111, Chengdu City, Sichuan Province, north part of the two ring road Patentee before: SOUTHWEST JIAOTONG University |
|
TR01 | Transfer of patent right |