CN115936474A - 高速铁路沿线大风监测点的设置方法 - Google Patents

Abstract

本发明公开了一种高速铁路沿线大风监测点的设置方法，包括以下步骤：确定铁路沿线需要布设大风监测点的区域范围；对区域范围建立地形地貌三维模型并进行网格离散，确定风加速因数数值大于设定值的若干风速危险点；以此划分风速危险区域，进行该区域范围内的二次分区，形成多个布设大风监测点的二级次区域；对各个二级次区域设置若干二级风速监测点，并进行风场特性模拟，得到各二级风速监测点对列车运行影响最大的最不利风加速因数数值及其对应的风向角；通过对比分析，标定各二级次区域大风监测点的具体位置并进行优化，并在优化后的大风监测点布设大风监测的相关设备设施。本发明具有成本低、布设方便、维护方便、安全可靠等优点。

Description

高速铁路沿线大风监测点的设置方法

技术领域

本发明属于铁路客车安全运行控制技术领域，尤其涉及铁路沿线大风监测的相关方法。

背景技术

强侧风作用下，高速列车气动性能恶化，严重影响列车运行的稳定性，容易造成列车脱轨、倾覆事故。高风速、高车速的条件下，地形地貌和高架桥等一系列的路况会使列车周围流场变得更为复杂，严重时会导致列车气动力显著增加，影响列车的安全运行，由侧风导致的列车事故在世界各国时有发生，大风给铁路运输安全、乘客生命财产造成严重威胁。

我国既有和新建高速铁路沿线多有风区，尤其兰新高铁及沿海高速铁路沿线，风区多且风速高，武广和新建的沪昆等通过中部地区的高速铁路客运专线也面临着严峻的大风防灾问题。研建大风预警指挥系统是目前解决这一问题的关键，而开展铁路沿线关键区域强风监测则是核心基础。铁路沿线大风监测的首要问题就是确定危险点，选择合理的大风监测位置是开展风速点域映射空间预测的基础。

现有的大风监测位置的确定一般涉及到复杂地形地貌的建模方法以及铁路沿线大风危险区域的确定。

在目前复杂地形地貌的建模方法中，首先涉及风资源评估。在风资源评估中，根据风力发电及对风电功率评估的相关要求，为了真实反映评估区域内的风场特性，须将数值天气预报(Numerical Weather Prediction，NWP)数据作为地形建模等的数据依据，但气象部门提供的NWP数据水平分辨率相对较低，即使将中尺度的模型经过降尺度处理，这种模拟方法中地形数据的水平分辨率仍然在公里级以上，因此难以模拟风场区域内复杂地形及粗糙度对风速风向的影响，甚至不能直接用于计算风力发电功率。相对风电场风能评估，铁路沿线地形地貌的复杂程度更高，且大风监测点设置位置距离轨道平面仅几米高，大风经过路堤、路堑和桥梁等路况时流场结构较为复杂，监测点的测试受地形地貌的影响更严重，因此，铁路沿线风场特性的模拟对地形数据分辨率的要求更高，如何能够保障区域风场特性模拟的真实性成为本领域人员面临的问题。

在复杂地形地貌的建模方法中，还涉及铁路沿线复杂地形模拟，精确的高程信息是建立复杂地形三维模型的关键。现有的高程信息则大多通过数字地形模型(DigitalElevation Model，DEM)。数字地形模型信息的准确性或者是地形信息的分辨率是决定建立三维模型精确度的关键。利用高分别率的地形模型信息建立的近地风场特性模拟三维数值计算模型能够更为精细地表述地表的起伏，更为精确地模拟地形的坡度和坡向，从而确保风场模拟的可靠性。这种数据可以在国际科学数据服务平台免费获得，但是获得的高程信息分辨率最高只有30m，可能难以满足精确表述铁路沿线地形情况的要求。

在复杂地形地貌的建模方法中，还涉及地表空气动力学粗糙度模拟。地表常被各种植被或者砂石覆盖，在风资源评估中采用地表粗糙度来表述地表的地貌状况，地表粗糙度对铁路沿线风场会产生较大的影响。S.Cao等利用风洞实验方法，在地表模型表面设置上万个5mm立方体粗糙元，通过在风洞中加入均匀风和脉动风的方式，研究了表征不同地貌环境的地表粗糙度数值对近地风场特性的影响；J.J.Finnigan等采用风洞试验，在地表模型表面铺设7mm的砂砾，在风洞中生成边界层来流，模拟山脊地表的粗糙度；D.E.Neff等采用风洞试验主要研究了不同植被情况下，复杂地形环境中的山脊模型对近地风场空间分布特性的综合影响规律；T.Takahashi等风洞试验中利用不同孔隙率的多孔介质材料模拟地表粗糙度，多孔介质的孔隙率主要有三种，分别为0％，50％和100％，并制作了二维的山脊模型，研究了不同植被情况下二维山脊模型对近地风场分布特性的影响；T.T.Ngo等利用风洞试验技术研究了地形对近地风场结构的影响规律，其中地形表面粗糙度是通过铺设地毯的方式进行模拟的；李朝在哈尔滨工业大学风洞与浪槽联合实验室，研究了典型植被类型和山地地形对近地风场结构的影响。但是关于铁路沿线地表粗糙度对线路局部区域风场特性影响的研究相对较少，更鲜有人员对上述研究成果的应用进行适于铁路沿线地表粗糙度的优化。

另外，我国国土辽阔，铁路沿线地形地貌复杂，基本上每条铁路沿线都不同程度的拥有山区风口和峡谷风口等特殊地形地段造成的风区，远方来流流经这些位置会得到加速，如果垂直于列车运行方向的风速较大，则会影响列车的安全运行。铁路运输相比其他交通方式来说一个主要的特点就是拥有众多的路况形式，例如特大桥梁、高架桥、路堤和路堑等，列车在强横风作用下的气动性能不仅仅与列车的外形有关，还与路况(如桥梁和路堤)有着直接的关系。列车高速行驶在桥梁上或驶出隧道洞口时，受横风影响，会产生较大的气动侧向力，对列车运行稳定性造成较大的影响，从而影响行车安全，路堑坡度、路堑深度、路堑背风面地形式及下坡风坡度的不同使车辆气动力急剧增加，因此路况也是影响列车气动性能的重要因素。

发明内容

本发明所要解决的技术问题是，克服以上背景技术中提到的至少一个的不足或缺陷，提供一种成本低、布设方便、维护方便、安全可靠的高速铁路沿线大风监测点的设置方法。

为解决上述技术问题，本发明提出的技术方案为一种高速铁路沿线大风监测点的设置方法，包括以下步骤：

(1)确定铁路沿线需要布设大风监测点的区域范围；

(2)利用包含地面高程信息获取系统的工具对所述的区域范围建立地形地貌三维模型；

(3)对所述地形地貌三维模型进行网格离散(采用OpenFoam软件)，并模拟该三维模型表征的铁路沿线周围风场特性，根据风场特性模拟结果，确定风加速因数数值大于设定值的若干风速危险点；

(4)以该若干风速危险点划分风速危险区域，依据风速危险区域确定结果进行该区域范围内的二次分区，形成多个布设大风监测点的二级次区域；

(5)对各个二级次区域进行精细化处理(准确地模拟铁路沿线地形地貌，建立三维流场计算模型)并分别设置若干二级风速监测点，并对该二级次区域内的铁路沿线风速进行上述的风场特性模拟，得到各二级次区域中各二级风速监测点对列车运行影响最大的最不利风加速因数数值及其对应的风向角；

(6)通过对各个二级次区域的各二级风速监测点的最不利风加速因数数值的对比分析，标定各二级次区域大风监测点的具体位置；

(7)对步骤(6)中标定的大风监测点进行优化(优化方法一般为本领域常规知识即可确定，主要从成本、布设便利性或维护便利性等角度考虑)，并在优化后的大风监测点布设大风监测的相关设备设施。

上述的设置方法，优选的，所述步骤(1)的具体操作包括：根据拟建高速铁路周边气象站气象数据，确定铁路沿线需要布设大风监测点的区域范围，该区域范围内铁路线路长度大于50公里。

上述的设置方法，优选的，所述步骤(2)中，所述地形地貌三维模型的建立包括三维地形模型的建立和地貌表征模型的建立。地形是影响铁路沿线大风风速风向的关键因素，三维地形的精细化模拟可以使后期的数值模拟计算更加真实地反映铁路沿线的地物特征。地形精细化模拟是铁路沿线大风风场特性研究重要的前期工作。

所述三维地形模型的建立过程采用地面高程信息获取系统辅助，所述地面高程信息获取系统包括数字地形模型高程信息获取方法与高精度航拍数据高程信息获取方法相结合。考虑模拟的合理性及精确性，要建立不同尺度的地形模型是本发明提出的重要改进，在距离铁路线路100m以外的区域，可适当降低地形数据的分辨率，分辨率可采用10m至50m，能够较好模拟线路周围山谷、山脊、海岸和坡度等信息；在距离铁路线路两侧各100m以内的区域，须保证地形数据的精确度，当分辨率在0.5m至1m时，可较为精确地模拟线路的路况环境。精确的高程信息是建立复杂地形三维模型的关键。近地区域高程信息是指某一位置沿垂向到达绝对基准平面的高度，或者称为海拔高度。一般高速铁路的设计和建造过程中使用的是海拔高的高程信息，但是采用的地理坐标系会略有不同，不同的地理坐标系之间有着特定的转换关系，为方便文中对监测点位置的描述和风场区域的定位，在本发明中采用的坐标系为北京1954坐标系。数字地形模型高程信息获取方法与高精度航拍数据高程信息获取方法相比，由国际科学数据服务平台获得的地形分辨率，可以满足一般的气象风速预测预报以及风电场风场特性的初步评估，但是铁路沿线大风风速除了受自然地形地貌的影响，还会受到自身路况如路堤、路堑、高架桥的影响，因此在建立数值模拟计算的模型时须考虑这些因素，可30m分辨率的地形精度显然达不到要求。对于高精度航拍地形数据来说，其精度高，局部地区地形等高线差为0.5m，高精度的高程信息可以准确地表述地形环境，是模拟铁路沿线大风风场特性的较优高程数据。因此更优选的，所述采用数字地形模型高程信息获取方法与高精度航拍数据高程信息获取方法相结合具体包括：在铁路沿线的所述区域范围内建立不同尺度的地形模型，在距离铁路线路100m以外的区域采用数字地形模型高程信息获取方法，在距离铁路线路100m以内的区域采用高精度航拍数据高程信息获取方法。优选利用犀牛等三维建模软件工具，可将等高线信息转化为精细的地形模型，精确表征铁路沿线的地形状况。在三维地形模型中，可以较为容易的添加路堤、路堑、高架桥等路况信息，从而实现地形和路况信息的融合，为之后的三维流场建模和铁路沿线流场特性的模拟做足准备工作。

所述地貌表征模型的建立采用面单元粗糙度高度赋值法，即对所述区域范围进行面单元划分，使得每个封闭的面单元内包含表征地表覆盖物的粗糙度信息，在数值模拟计算边界条件定义时，按照每个面单元内的植被情况进行粗糙度高度赋值。在数值模拟计算中，粗糙度高度是表示相应地表区域粗糙度元素的平均高度，在设定区域内，铁路沿线地表植被情况复杂，在风场特性三维模型建立过程中，对于设定区域的地面需按照具体的植被情况进行面单元划分，以保障每个封闭的面单元内包含着表征地表覆盖物的粗糙度信息。

作为进一步优选的，我们综合考虑现有的各项研究，所述按照每个面单元内的植被情况进行粗糙度高度赋值时参照下表的赋值方式进行：

表1：不同地表类型粗糙度

上述应用的粗糙度值为网格中心的赋值；所应用的粗糙度值是取网格水平表面的粗糙度的平均值。如果在网格内部没有找到粗糙度信息，则会应用水平面上最近网格中心的粗糙度值；由于会进行平均化处理。因此应注意遵守以下的法则：A)避免使用几个互相有重叠区域的粗糙度文件描述计算区域的粗糙度模型。B)应避免在粗糙度文件所描述的边缘部分处于较高粗糙度区域的情况。

上述的设置方法，优选的，所述步骤(3)中，所述风场特性模拟包括数值模拟和风场模拟两步。

更优选的，所述数值模拟具体是利用CFD(计算流体动力学)技术，采用数值模拟计算的方法求解描述所述区域范围内流场流动的方程组，获得流场的有关信息。局地区域风场特性数值模拟方法主要有：直接数值模拟方法和大涡模拟方法。直接数值模拟方法是对N-S方程直接进行求解而不用引入其它封闭模型，从而获得区域风场的精确信息，但这种方法对数值模拟计算时间和空间步长要求严格苛刻，因此对计算机配置要求非常高，目前在工程领域中的应用较少。大涡模拟方法可以将流场中的大尺度涡和小尺度涡分别进行模拟，大涡模拟方法可精确捕捉流场中涡量，但是其对网格质量的要求极高，网格数目较大，对计算机的配置要求极高，计算周期较长，计算能力及效率受到较大的限制。雷诺时均湍流模型方法通过求解雷诺时均方程和关联量输运方程来实现对湍流的数值模拟，将所述区域范围内的流场气体作为不可压缩流体来处理。

目前在定常及非定常流动模拟中主要采用双方程的湍流模型，双方程湍流模型包含湍流动能以及耗散率两个基本量。而本发明采用的κ-ε模型是双方程涡粘性模型。流场特性的求解采用不可压缩流动的全隐式求解方法；速度和压力解耦方法选取的是Simplec；压力离散采用Second Order Upwind格式，其它如湍动和动量均采用Quick格式；在风场特性的数值模拟中，当流场内设置的主要监测点位置风速数值整体趋于平稳时，认为流场计算结果收敛，因此流场内变量的残差阈值设置为不超过10^-6的数值。采用集群并行求解技术，对铁路沿线各区域风场特性进行数值模拟，获得风场中的各种关键气动参数，通过对所得气动参数的综合分析和比较确定区域内最不利风速出现的位置，为大风监测点的布置奠定基础。

上述本发明的设置方法中，所述风场模拟优选是采用全风向角吹风的方式模拟近地区域风场特性，进而确定风速危险区域。所述风场模拟的具体操作方法包括：沿铁路沿线设置若干个风速监测点，然后进行特定风向下各风速监测点的测算，得到各风速监测点处的风速数据和区域压力进行分析，比较各风速监测点的风加速因数数值大小，筛选出风速危险点；所述风加速因数数值为该区域范围内风速监测点所在位置的风速与计算边界给定来流风速的比值，其定义为：

式中x、y为水平坐标；z为垂向坐标，地面为零点；

μ为(x,y,z)位置处的风速；

μ₀——来流风速；

θ——来流风向。

通过数值模拟可得到特定区域范围内各风速监测点的风加速因数数值，形成区域内沿铁路线方向各风速监测点风加速因数数值构成的曲线或柱形图，由曲线或柱形图可以清楚看出在某种风向角条件下最大风加速因数数值情况，然后对风加速因数数值极大值点的大风进行长期监测和分析。

上述本发明的设置方法，优选的，所述步骤(3)中，所述风速危险点是指风加速因数数值大于1且排序按由大到小在前35％以内的风速监测点。所述风加速因数数值是指铁路沿线风测点位置风速与计算区域外边界来流风速的比值。

上述本发明的设置方法，优选的，所述步骤(4)的具体操作包括：对确定的所述若干风速危险点进行排序，并以风加速因数数值最大的风速危险点为中心，划分一个(优选半径为2.5公里左右)二级次区域，同时以风加速因数数值最大的测点为起点，沿铁路线路上行线和下行线两个方向，间隔选取(优选每隔5公里左右)一个风速危险点，并以此中心，划分其他风速危险点的二级次区域(优选半径为2.5公里左右)，以此类推，形成多个布设大风监测点的二级次区域；

所述二级次区域的面积为矩形或其他不规则形状，且各二级次区域的面积不相同，各二级次区域的面积在铁路沿线保持相互重叠。

上述本发明的设置方法，优选的，所述步骤(6)中，所述大风监测点的具体位置按以下方法确定：

在各个二级次区域中对比分析各二级风速监测点的最不利风加速因数数值大小，并选取最不利风加速因数数值较大的二级风速监测点作为大风监测点进行标定。

与现有技术相比，本发明的有益效果为：通过本发明的方法对高速铁路沿线大风监测点的合理布置，对获取表征其所在区段内最危险的瞬时风速风向具有重要的作用，可为大风预警系统提供能够实时反映铁路线路危险地段的瞬时风速。

利用监测的可以表征区域内最不利风场情况的风速数据，作为高速铁路指挥行车的依据，避免密集设置大风监测点带来的资源浪费和安装及现场维护难度，为有效地保障高速列车强风环境下高速安全运行提供数据支撑。大风监测点的合理设置，不仅能够确保风速对区域内最危险情况的真实反映，还可为风速点域映射空间预测方法的研究提供良好的数据支撑。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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的附图。

图1为本发明实施例中大风监测点位置设置方法的流程简图。

图2为本发明实施例中布设大风监测点的区域范围示意图。

图3为本发明实施例中沪昆高铁湖南段(选取的DK317段为例)位置周围数字地形信息举例，其中左图为DEM三维地形，右图为DEM三维地形高程。

图4为本发明实施例中沪昆高铁湖南段(选取的DK317段为例)位置周围航拍地形信息举例，其中左图为航拍三维地形，右图为航拍三维地形高程。

图5为本发明实施例中CFD流场计算地形模型。

图6为本发明实施例线路周边地表植被情况三维图。

图7为本发明实施例中各风速监测点在不考虑风向角下确定的最大风加速因数数值柱状图。

图8为本发明实施例中各风速监测点最大风加速因数数值对应的风向角。

图9为本发明实施例中各风速监测点在考虑风向角下确定的最不利风加速因数数值柱状图。

图10为本发明实施例所示铁路沿线区域范围内确定的风速危险点所在位置示意图。

图11为本发明实施例所示铁路沿线区域范围内二级次区域划分示意图。

图12为本发明实施例中二级次区域第一区段线路走向及线路周围环境示意图。

图13为本发明实施例中二级次区域第二区段线路走向及线路周围环境示意图。

图14为本发明实施例中二级次区域第三区段线路走向及线路周围环境示意图。

图15为本发明实施例中二级次区域第四区段线路走向及线路周围环境示意图。

图16为本发明实施例中二级次区域第五区段线路走向及线路周围环境示意图。

图17为本发明实施例中二级次区域第一区段线路各二级风速监测点的风加速因数计算结果云图。(基于图像呈现考虑，以下图17-图21中可能未展示全部的监测点)

图18为本发明实施例中二级次区域第二区段线路各二级风速监测点的风加速因数计算结果云图。

图19为本发明实施例中二级次区域第三区段线路各二级风速监测点的风加速因数计算结果云图。

图20为本发明实施例中二级次区域第四区段线路各二级风速监测点的风加速因数计算结果云图。

图21为本发明实施例中二级次区域第五区段线路各二级风速监测点的风加速因数计算结果云图。

图22为本发明实施例中二级次区域第一区段线路各二级风速监测点的风加速因数数值柱状图。

图23为本发明实施例中二级次区域第二区段线路各二级风速监测点的风加速因数数值柱状图。

图24为本发明实施例中二级次区域第三区段线路各二级风速监测点的风加速因数数值柱状图。

图25为本发明实施例中二级次区域第四区段线路各二级风速监测点的风加速因数数值柱状图。

图26为本发明实施例中二级次区域第五区段线路各二级风速监测点的风加速因数数值柱状图。

具体实施方式

为了便于理解本发明，下文将结合说明书附图和较佳的实施例对本发明做更全面、细致地描述，但本发明的保护范围并不限于以下具体实施例。

除非另有定义，下文中所使用的所有专业术语与本领域技术人员通常理解含义相同。本文中所使用的专业术语只是为了描述具体实施例的目的，并不是旨在限制本发明的保护范围。

除非另有特别说明，本发明中用到的各种原材料、试剂、仪器和设备等均可通过市场购买得到或者可通过现有方法制备得到。

为较好的呈现高速铁路沿线大风监测点的设置方法过程，以下实施例针对沪昆高速铁路湖南段DK63至DK83区段大风监测点的优化设置，提出了基于流场数值模拟的大风监测点设置方法，以实现对大风监测点的位置设置。

实施例：

一种如图1所示本发明的高速铁路沿线大风监测点的设置方法，具体包括以下步骤：

1.确定高速铁路沿线需要布设大风监测点的区域范围

根据拟建高速铁路周边气象站气象数据，选取图2所示的DK63至DK83区段作为本实施例高速铁路沿线需要布设大风监测点的区域范围(该区域范围内铁路线路长度大于50公里)，由于本段线路周边地形环境复杂，基本涵盖了所有的主要地形：平原、山地和丘陵相互交错，本段线路中段部分因山体的存在形成了峡谷，由此还可开展峡谷风在铁路线路周边的大风监测点的布设。

2.利用地面高程信息获取系统等对本实施例区域范围建立地形地貌三维模型

地形地貌三维模型的建立包括三维地形模型的建立和地貌表征模型的建立。三维地形模型的建立过程采用地面高程信息获取系统辅助，采用的高程模型是地形高度关于地表经度和纬度的连续函数，其最重要的表达方式就是等高线。地面高程信息获取系统包括数字地形模型高程信息获取方法与高精度航拍数据高程信息获取方法相结合。数字地形模型高程信息获取方法的高程信息分辨率最高只有30m，而高精度航拍数据高程信息获取方法的分辨率高达0.5m，因此，本实施例采用数字地形模型高程信息获取方法与高精度航拍数据高程信息获取方法相结合。具体包括：在铁路沿线的上述区域范围内建立不同尺度的地形模型，在距离铁路线路100m以外的区域采用数字地形模型高程信息获取方法(参见图3)，在距离铁路线路100m以内的区域采用高精度航拍数据高程信息获取方法(参见图4)。

再利用犀牛等三维建模软件，将等高线信息转化为精细的地形模型，精确表征铁路沿线的地形状况。在三维地形模型中，可以较为容易地添加路堤、路堑、高架桥等路况信息，从而实现地形和路况信息的融合，为之后的三维流场建模和铁路沿线流场特性的模拟做足准备工作。CFD流场计算地形模型见图5所示。

地貌表征模型的建立采用面单元粗糙度高度赋值法，即对本实施例区域范围进行面单元划分，使得每个封闭的面单元内包含表征地表覆盖物的粗糙度信息，在数值模拟计算边界条件定义时，按照每个面单元内的植被情况进行粗糙度高度赋值。图6所示为本实施例线路周边地表植被情况，其地表类型粗糙度的赋值参见上表1所示。

3.在建立的地形地貌三维模型基础上设置若干风速监测点进行该区域范围的风场特性模拟，根据风场特性模拟结果，确定风加速因数数值大于设定值的若干风速危险点，并以该若干风速危险点划分风速危险区域。数值模拟具体是利用CFD技术，采用数值模拟计算的方法求解描述所述区域范围内流场流动的方程组，获得流场的有关信息。风场模拟具体是采用全风向角吹风的方式模拟近地区域风场特性，进而确定风速危险区域。

在本实施例的数值模拟计算中，首先建立涵盖DK63至DK83区段的大区域计算模型，通过风场特性模拟，初步确定风速较大的若干区域，然后以风加速因数数值最大的几个监测点为中心，建立5km范围左右的三维计算模型。DK63至DK83区段见图2中虚线框，计算区域包含了影响铁路沿线风速及风向的详细地形地貌特征，计算区段在南北方向上长20公里，东西方向上长30公里，计算区域的高度采用300m。

在铁路沿线周围截取足够的区域以确保计算域中大气湍流能够充分发展。采用有限体积法(FVM)对三维模型进行离散，根据计算的不同方向，采用OpenFoam软件对整个空间进行网格化。在地形表面生成细化的笛卡尔网格，控制网格单元维度的膨胀，同时控制纵横比以避免收敛的不稳定；体网格采取始于表面网格的锋面传播方法，根据地形以及粗糙度、热稳定度进行地面附面层网格设置和生成。本实施例中，大区域三维模型离散时靠近地面的第一层网格为5m高，高度方向上采用1.1的发散因子，即从低向高度方向网格由密变疏，整体离散网格数目为纬度方向323层，经度方向386层，高度方向47层，共有5859866网格节点。小区域三维模型离散时靠近地面的第一层网格为0.4m高，高度方向上同样采用1.1的发散因子，小区域模型的高度同样为300m，高度方向设置50层网格，由于小区域的范围并不是相同大小，因此在纬度和经度方向网格均采用5m的间隔。对计算区域进行360°范围吹风，风速大小为20m/s，每隔10°为间隔进行计算，每个工况均计算至收敛，最后得到计算区域内风场特性，通过对各风俗监测点处得到的风加速因数数值进行比较，尤其是对最不利风加速因数数值，即各风向角条件下的风加速因数数值在垂直于铁路线路方向上的分量进行对比，得到计算区域内易产生风加速的位置，从而确定风速危险点，并以该若干风速危险点划分风速危险区域。

具体到本实施例大区域数值计算模型中，沿铁路线方向共设置20个风速监测点，自DK63位置开始，每个风速监测点相隔约1km，为避免路况因素等对风场特性模拟结果的影响，本实施例的三维数值计算模型中暂未考虑路堤、路堑和桥梁等路况信息，且风速监测点设置在距离轨面10m高的位置。当列车高速运行时，横风最容易造成列车的倾覆，即在相同的风速条件下，风向垂直于铁路线路时，大风对列车安全运行的影响最大，因此需要对360°范围内各角度下计算所得风加速因数数值进行分解，将垂直于高速铁路线路方向的分量作为最不利风加速因数数值的评判基准。由于相同风速条件下，风向垂直于线路时，对列车安全运行的影响最大，因此各风速监测点所在位置风加速因数数值最大的情况下，对列车的安全运行影响并不一定最为严重，还需要考虑风向角。由图2所示的线路走向可知，当风向角为150°和330°的时候，风向基本垂直于线路，此时风速过大最容易造成列车的倾覆，因此，首先需要考虑这两个风向角下各风速监测点的风加速因数数值。考虑到其他风向角下风加速因数数值在垂直于线路上分量的可能会大于150°或330°风向角下的风加速因数数值，需综合分析这些分量与本就垂直于线路风向角下的风加速因数数值的大小，通过对比，最终确定最不利风加速因数数值所在位置。经过模拟计算，各风速监测点模拟测得的最大风加速因数数值和对应的风向角分别如图7、图8所示。

在上述图7、图8所示模拟结果的基础上，再结合各角度条件下风加速因数数据，通过角度转换和比较分析，得到各风速监测点最不利风加速因数数值，如图9所示，并对各风速监测点按照最不利风加速因数数值排序并给出每个风速监测点的地理坐标，见下表2所示。

表2：本实施例中各风速监测点坐标及其最不利风加速因数数值排序

由表2可以看出，在整条线路上第a13、a12、a7、a14、a10、a18和a1号监测点的风加速因数相对周围其它风速监测点较大，这五个风速监测点的具体位置见图10中的圆点标记所示。由于a13和a12所在的风速监测点所在位置为隧道，这两个监测点仅是为方便计算设置在山顶上，因此本实施例中可以不用考虑。结合每个风速监测点所在位置区间，最终确定a7、a14、a10、a18和a1号五个风速监测点为风速危险点，并以该风速危险点来划分风速危险区域。

4.依据风速危险区域确定结果进行该区域范围内的二次分区，形成多个布设大风监测点的二级次区域。

对确定的若干风速危险点进行排序，并以风加速因数数值最大的风速危险点为中心，划分一个半径为2.5公里左右二级次区域，同时以风加速因数数值最大的测点为起点，沿铁路线路上行线和下行线两个方向，间隔选取(每隔5公里左右)一个风速危险点，并以此中心，划分其他风速危险点的二级次区域(半径为2.5公里左右)，以此类推，形成多个布设大风监测点的二级次区域。

根据上述步骤3中确定的a7、a14、a10、a18和a1号五个风速危险点所在位置进行二级次区域划分，见图11所示，实现对本实施例铁路沿线大风危险区域的确定。

5.对各个二级次区域进行精细化处理并分别设置若干二级风速监测点，并对该二级次区域内的铁路沿线风速进行上述的风场特性模拟，得到各二级次区域中各二级风速监测点对列车运行影响最大的最不利风加速因数数值及其对应的风向角。

通过对二级次区域的划分和建模，可以更为精确地模拟线路周围地形地貌，离散网格的加密进一步保障了模拟的真实性，提高了计算精度，根据大范围区域的模拟结果和上述二级次区域划分，可整体划分成五个二级次区域，各二级次区域线路走向及线路周围地貌情况见图12-图16所示。

五个二级次区域中二级风速监测点的设置情况如下：

(1)第一区段：里程DK60-DK65范围，沿线路方向布置11个二级风速监测点；

(2)第二区段：里程DK64-DK72范围，沿线路方向布置18个二级风速监测点；

(3)第三区段：里程DK71-DK78范围，沿铁路线方向布置18个二级风速监测点，3-a8至3-a15线路在隧道内，为方便计算，本实施例将3-a8至3-a15二级风速监测点布置于山顶上，其数值大小不参与最不利风加速因数排序；

(4)第四区段：里程DK77-DK83范围，沿线路方向布置13个二级风速监测点，4-a1至4-a3线路在隧道内，为了方便计算，本实施例将4-a1至4-a3二级风速监测点布置于山顶上，其数值大小不参与最不利风加速因数排序；

(5)第五区段：里程DK81-DK90范围，沿线路方向布置20个二级风速监测点。

一般而言，电气化铁路接触网支柱正常相距50m，由于风速传感器需安装在接触网立柱上，因此，二级监测点沿铁路长度方向间隔一般为50m左右，各监测点距铁路中心线2.5m左右。

6.通过对各个二级次区域的各二级风速监测点的最不利风加速因数数值的对比分析，标定各二级次区域大风监测点的具体位置。

由图10的线路走向可知，当风向角为160°和340°的时候，风向基本垂直于线路，大风风速过大可造成列车倾覆，因此，首先需要考虑这两个风向角下各二级风速监测点的风加速因数数值。考虑到其它风向角条件下大风风速在垂直于线路上分量的大小(最大风加速因数数值乘于该数值对应的风向角减去160°或者340°的余弦值，即V*cos(a-160)或者V*cos(a-340)，可能会大于160°或340°风向角条件下的风加速因数数值，因此，综合分析和对比这些分量与本就垂直于线路风向角条件下的风加速因数数值的大小，最终确定最不利风加速因数数值所在二级风速监测点的位置，五个计算区段风加速因数云图见图17-21所示。各区段中数值模拟得到的各二级风速监测点风加速因数数值结果见图22-26所示，从中可清晰看到每个二级次区域中各二级风速监测点的风加速因数数值大小。

由图17和图22可知，对于第一区段来说，线路在山地、丘陵和部分平地上穿行，沿线丘陵和山地构成较大的风口，风向为0°或180°的风速经过风口加速以后，几乎垂直作用在线路上，造成几乎所有二级风速监测点最不利风加速因数数值大于1，其中1-a2处风加速因数数值较大，因此，将1-a2位置作为第一区段的初选大风监测点位置。

由图18和图23可知，对于第二区段来说，线路周边多高山，易形成峡谷，尤其在2-a11和2-a12位置的南方，形成了一个较大的南北向风口，造成2-a11和2-a12二级风速监测点最不利风加速因数数值相对较大。当大风风向在90°至180°之间时，即大风从东南方吹来时，风速增大，最大可增加50％，因此，可将2-a11二级风速监测点作为该区段大风监测点的初设位置。

由图19和图24可知，对于第三区段来说，线路周边环境与第二区段类似，在3-a7位置东南至西北方向形成一个风口，造成3-a7的最不利风加速因数大于1，当大风风向在90°至180°之间时，风速最大可增加14.4％，而3-a8至3-a15线路在隧道内，为了方便计算，本实施例将3-a8至3-a15的二级风速监测点布置于山顶上，其数值大小参与最不利风加速因数排序，因此，3-a7二级风速监测点处作为大风监测点的初选位置。

由图20和图25可知，对于第四区段来说，线路周围平地居多，仅有一些低矮的丘陵，大风在经过丘陵的时候易产生风速爬坡效应，导致风速增加，因此，该段线路上仅有1个二级风速监测点最不利风加速因数数值小于1，在不考虑靠近计算边界的4-a1至4-a3二级风速监测点的情况下，4-a5位置处作为大风监测点初选位置。

由图21和图26可知，对于第五区段来说，其与第四区段中线路周边环境类似，周围平地居多，仅有一些低矮的丘陵，大风在经过丘陵的时候易产生风速爬坡效应，导致风速增加，因此，该段线路上大部分大风监测点最不利风加速因数数值大于1，通过对计算二级风速监测点最不利风加速因数数值的对比，将5-a2位置处作为大风监测点的初设位置。

通过对各二级次区域中各区段最不利风加速因数数值大小的排序进行分析可以最终确定本实施例铁路沿线大风监测点的初选位置，排序见下表3所示。

表3：本实施例中五个二级次区域最不利风加速因数排序情况

通过上述测定可知，该段线路最不利风加速因数普遍较大，按照最不利风加速因数的排序，可确定DK62至DK83之间五个大风监测点的初选位置，以下标定出各大风监测点初选位置的坐标：

第一区段大风监测点标定位置：1-a2位置(北京1954六度带地理坐标X＝19656722.685，Y＝3089457.367；经纬度坐标E112°35′30.3671″，N27°54′33.244″)；

第二区段大风监测点标定位置：2-a11位置(北京1954六度带地理坐标X＝19648931.993，Y＝3085790.356；经纬度坐标E112°30′44.226″，N27°52′37.371″)；

第三区段大风监测点标定位置：3-a7位置(北京1954六度带地理坐标X＝19644850.987，Y＝3083476.235；经纬度坐标E112°28′14.071″，N27°51′23.834″)；

第四区段大风监测点标定位置：4-a5位置(北京1954六度带地理坐标X＝19640970.131，Y＝3081274.514；经纬度坐标E 112°25′51.329″，N27°50′13.824″)；

第五区段大风监测点标定位置：5-a2位置(北京1954六度带地理坐标X＝19638886.079，Y＝3080186.026；经纬度坐标E 112°24′34.736″，N27°49′39.259″)。

7.对步骤6中标定的大风监测点进行优化，并在优化后的大风监测点布设大风监测的相关设备设施。

由于本实施例中的该段线路仅有20km长，为节约大风监测点及降低维护难度，本实施例选取最不利风加速因数数值较大的位置作为大风监测点最终设置位置。由表3可知，该段线路内第二区段中的2-a11大风监测点位置可设置为最终的大风监测点，第三区段中3-a5再设置一个实布大风监测点，两个大风监测点足以反映该段线路的最不利风速，并在两个大风监测点上布设大风监测的相关设备设施。以3-a5为代表而未选择4-a7的原因在于：两者所在位置的风加速数值基本相同，3-a5是1.144，4-a7是1.148，仅相差0.3％，且两者距离相差450m，然而4-a7位于高山位置，海拔较高，3-a5位于平原和低矮丘陵位置，更方便维护，可有效节省维护成本并提高维护效率，为此，特选取了3-a5作为两个区域的代表测点。

另外，如图1所示，在另外的优选实施例中，还可根据线路的真实路况情况，以上述确定的初选大风监测点位置为中心，前后选取一定长度(例如500m)的路段，通过模拟真实路况条件下列车通过初选大风监测点表征区域时的倾覆力矩，验证初选大风监测点的合理性，并对初选大风监测点的位置进行优化，实现大风监测点位置的更精确设置。

Claims (11)

1.一种高速铁路沿线大风监测点的设置方法，其特征在于，包括以下步骤：

(1)确定铁路沿线需要布设大风监测点的区域范围；

(2)利用包含地面高程信息获取系统的工具对所述的区域范围建立地形地貌三维模型；

(3)对所述地形地貌三维模型进行网格离散，并模拟该三维模型表征的铁路沿线周围风场特性，根据风场特性模拟结果，确定风加速因数数值大于设定值的若干风速危险点；

(4)以该若干风速危险点划分风速危险区域，依据风速危险区域确定结果进行该区域范围内的二次分区，形成多个布设大风监测点的二级次区域；

(5)对各个二级次区域进行精细化处理并分别设置若干二级风速监测点，并对该二级次区域内的铁路沿线风速进行上述的风场特性模拟，得到各二级次区域中各二级风速监测点对列车运行影响最大的最不利风加速因数数值及其对应的风向角；

(6)通过对各个二级次区域的各二级风速监测点的最不利风加速因数数值的对比分析，标定各二级次区域大风监测点的具体位置；

(7)对步骤(6)中标定的大风监测点进行优化，并在优化后的大风监测点布设大风监测的相关设备设施。

2.根据权利要求1所述的设置方法，其特征在于，所述步骤(1)的具体操作包括：根据拟建高速铁路周边气象站气象数据，确定铁路沿线需要布设大风监测点的区域范围，该区域范围内铁路线路长度大于50公里。

3.根据权利要求1所述的设置方法，其特征在于，所述步骤(2)中，所述地形地貌三维模型的建立包括三维地形模型的建立和地貌表征模型的建立；

所述三维地形模型的建立过程采用地面高程信息获取系统辅助，所述地面高程信息获取系统包括数字地形模型高程信息获取方法与高精度航拍数据高程信息获取方法相结合；

所述地貌表征模型的建立采用面单元粗糙度高度赋值法，即对所述区域范围进行面单元划分，使得每个封闭的面单元内包含表征地表覆盖物的粗糙度信息，在数值模拟计算边界条件定义时，按照每个面单元内的植被情况进行粗糙度高度赋值。

4.根据权利要求3所述的设置方法，其特征在于，所述采用数字地形模型高程信息获取方法与高精度航拍数据高程信息获取方法相结合具体包括：在铁路沿线的所述区域范围内建立不同尺度的地形模型，在距离铁路线路100m以外的区域采用数字地形模型高程信息获取方法，在距离铁路线路100m以内的区域采用高精度航拍数据高程信息获取方法。

5.根据权利要求3所述的设置方法，其特征在于，所述按照每个面单元内的植被情况进行粗糙度高度赋值时参照下表的赋值方式进行：

割过的草地：0.001-0.01；

矮草地/干旷草原：0.01-0.04；

滨海区域/雪地区/沼泽区/湿地:0.005；

平滑雪地：0.001；

休整草地：0.008；

稀疏草地：0.0012-0.0390；

低密度草地：0.05；

高密度草地：0.023；

松树林：0.9-1.0；

密集市区：0.8-1.2；

茂密森林/规则市区：1.0；

森林：0.8；

城市：1；

林地：0.4；

松树林：0.32-0.92；

针叶林：0.28-3.9；

热带雨林：2.2；

以上粗糙度赋值的单位为m。

6.根据权利要求1-5中任一项所述的设置方法，其特征在于，所述步骤(3)中，所述风场特性模拟包括数值模拟和风场模拟两步；

所述数值模拟具体是利用CFD技术，采用数值模拟计算的方法求解描述所述区域范围内流场流动的方程组，获得流场的有关信息；

所述风场模拟具体是采用全风向角吹风的方式模拟近地区域风场特性，进而确定风速危险区域。

7.根据权利要求6所述的设置方法，其特征在于，所述数值模拟计算的方法是指采用雷诺平均方法，将所述区域范围内的流场气体作为不可压缩流体来处理；

所述数值模拟计算中采用湍流模型为双方程涡粘性模型，在风场特性的数值模拟中，当流场内设置的主要监测点位置风速数值整体趋于平稳时，认为流场计算结果收敛，流场内变量的残差阈值设置为不超过10^-6的数值。

8.根据权利要求6所述的设置方法，其特征在于，所述风场模拟的具体操作方法包括：沿铁路沿线设置若干个风速监测点，然后进行特定风向下各风速监测点的测算，得到各风速监测点处的风速数据和区域压力进行分析，比较各风速监测点的风加速因数数值大小，筛选出风速危险点；

所述风加速因数数值为该区域范围内风速监测点所在位置的风速与计算边界给定来流风速的比值，其定义为：

式中x、y为水平坐标；z为垂向坐标，地面为零点；

μ为(x,y,z)位置处的风速；

μ₀——来流风速；

θ——来流风向。

9.根据权利要求1-5中任一项所述的设置方法，其特征在于，所述步骤(3)中，所述风速危险点是指风加速因数数值大于1且排序按由大到小在前35％以内的风速监测点；

所述风加速因数数值是指铁路沿线风测点位置风速与计算区域外边界来流风速的比值。

10.根据权利要求1-5中任一项所述的设置方法，其特征在于，所述步骤(4)的具体操作包括：对确定的所述若干风速危险点进行排序，并以风加速因数数值最大的风速危险点为中心，划分一个二级次区域，同时以风加速因数数值最大的测点为起点，沿铁路线路上行线和下行线两个方向，间隔选取一个风速危险点，并以此中心，划分其他风速危险点的二级次区域，以此类推，形成多个布设大风监测点的二级次区域；

所述二级次区域的面积为矩形或其他不规则形状，且各二级次区域的面积不相同，各二级次区域的面积在铁路沿线保持相互重叠。

11.根据权利要求1-4中任一项所述的设置方法，其特征在于，所述步骤(6)中，所述大风监测点的具体位置按以下方法确定：

在各个二级次区域中对比分析各二级风速监测点的最不利风加速因数数值大小，并选取最不利风加速因数数值较大的二级风速监测点作为大风监测点进行标定。

Images