强降雨环境下高速列车空气动力学性能

为研究强降雨对高速列车空气动力学性能的影响, 利用Euler-Lagrange方法建立了强降雨环境下高速列车空气动力学计算模型; 空气建模为连续相, 采用Euler方法描述, 雨滴建模为离散相, 采用Lagrange方法描述, 并采用相间耦合方法对降雨环境进行模拟; 分别开展列车气动性能计算及雨滴降落仿真, 并与试验数据进行对比, 验证计算方法的准确性; 数值仿真了强降雨环境下高速列车的流场结构和气动特性。计算结果表明: 随着降雨强度的增加, 在雨滴的冲击作用下, 流线型头型前端区域的正压逐渐增大, 流线型头型后端区域的负压逐渐减小, 从而导致头车气动阻力增大; 降雨强度对高速列车头车气动阻力系数的影响较为显著, 而对气动升力系数的影响较小; 与无降雨环境相比, 当降雨强度为100~500 mm·h-1时, 200 km·h-1车速下的气动阻力系数增加0.004 0~0.020 4, 气动阻力增加85~432 N, 增大率为2.64%~13.46%;300 km·h-1车速下的气动阻力系数增加0.002 7~0.013 7, 气动阻力增加129~652 N, 增大率为1.78%~9.05%;400 km·h-1车速下的气动阻力系数增加0.002 3~0.009 8, 气动阻力增加195~829 N, 增大率为1.52%~6.49%, 因此, 不同车速下, 气动阻力系数随着降雨强度的增加而增大, 且与降雨强度近似呈线性关系; 当车速为300 km·h-1, 降雨强度为100 mm·h-1, 雨滴粒径由2 mm增加为4 mm时, 气动阻力系数由0.152 0增大到0.154 9, 气动阻力增加138 N, 增大率为1.91%, 因此, 高速列车气动阻力系数随着雨滴粒径的增加而增大, 且与雨滴粒径近似呈线性关系。      

横风下复线路堤高度对高速列车气动性能的影响

利用Creo软件建立了某型动车组头中尾3车编组和不同高度的路堤模型,通过Fluent软件模拟列车在车速分别为300和350 km·h-1,横风风速分别为17.10、20.70、24.40和28.40 m·s-1的环境下运行,将获取的高速列车气动力载荷施加到Simpack建立的动力学模型中,计算其动力学性能参数;深入分析了横风工况下高速列车在不同高度复线路堤背风侧运行时车体的压力分布、气流场结构、气动力与风致安全性,并重点探究了头车在不同运行速度和横风风速下的运行安全性。分析结果表明:在相同车速和横风环境下,随着路堤高度的增加,列车受到的侧向力整体呈增大趋势,尾车在横风作用下受到反向侧向力,头车所受侧向力最大,且升力持续增大,中间车所受升力相对较大,尾车所受阻力最大;横风环境下列车压力峰值点位于头车鼻尖处且向迎风侧偏移,各路堤高度工况下气流场结构基本相同,头车背风侧和底部转向架处有明显的涡流,但尾车处的涡流却在迎风侧,这可能是导致尾车反向侧向力的主因;脱轨系数、轮轴横向力、轮轨垂向力和轮重减载率均随路堤高度和横风风速的增大而增大,轮轨垂向力始终在安全限值内,当横风风速分别为24.40和28.40 m·s-1时,列车运行速度应分别低于350和300 km·h-1,以保证列车行车安全。      

货车移动遮断影响下的小客车驾驶行为识别

为识别山区双车道公路货车移动遮断影响下的小客车驾驶行为，通过无人机拍摄和图像 处理提取车辆轨迹数据，根据车头时距、小客车横向位置曲线斜率的阈值标准，标定小客车的跟 驰、换道和超车这3种驾驶行为类别；采用Kruskal Wallis检验和主成分分析法对小客车驾驶行为 特征参数进行筛选和降维，获取识别模型输入变量；运用网格搜索算法确定核函数最优参数组 合，建立基于支持向量机(SVM)的货车移动遮断下小客车驾驶行为识别模型。以云南省典型山区 双车道公路为例，多维度分析货车移动遮断下的小客车驾驶行为特性，并对识别模型进行训练和 测试。结果表明：货车移动遮断下小客车的行车速度比自由流条件下低约20~30 km·h-1；小客车 在山区双车道跟驰货车行驶时的平均车头时距为2.53 s，小于相关规范中规定的最小安全车头时 距，跟驰行车风险较大；基于SVM的货车移动遮断下小客车驾驶行为识别模型的识别准确率达 98.41%，具有良好的识别能力和应用前景。     

一种基于最小可觉差的安全车距设计模型

根据交通流动力学、交通心理学和心理物理学理论,通过引入最小可觉差,深入剖析了驾驶员通过觉察车间距离变化程度来感知前车行驶状态的过程. 在此基础上,讨论了跟车行为的两种极端情况,分别得出了跟驰距离的变化范围以及跟驰距离与路面粗糙度、车速和驾驶员反应时间的定量关系. 把跟驰距离变化范围的下限视作安全车距控制方程,进一步得到了铺设防滑材料、沥青、雨天、雪天和结冰等不同路面条件下安全车距设计的理论值,并和安全法规定的安全车距进行比较,验证了本文安全间距设计理论的合理性. 该方法可为交通安全设计和管理提供一定的理论依据.     

驾驶模拟器运动系统对跟驰行为平稳性影响分析

跟驰过程中跟驰车速、跟车间距的波动性表征了驾驶员跟驰行为平稳性.利用8自由度高逼真驾驶模拟器,通过开启关闭运动系统构建动静态模拟器,分析运动系统对不同跟驰状态下驾驶员跟驰行为平稳性的影响.动态模拟器相对于静态模拟器对比结果表明:加速跟驰状态下,跟驰车速、跟车间距平稳性分别提高了12.5%和27.4%;减速跟驰状态下,跟驰车速、跟车间距平稳性分别提高了27.4%和22.9%;稳定跟驰状态下,在跟驰车速为10 km/h、40 km/h和80 km/h时,跟驰车速平稳性分别提高了30.7%、22.2%和17.6%,跟车间距平稳性分别提高了23.6%、37.9%和17.0%.显著性检验结果表明:在跟驰车速为40 km/h的稳定跟驰状态下,跟驰车速和跟车间距在动静态模拟下的平稳性存在显著差异;加速跟驰状态下,动静态模拟器下驾驶员跟车间距平稳性存在显著性差异;减速跟驰状态下,动静态模拟器下驾驶员跟驰车速平稳性存在显著性差异.研究成果为开展驾驶模拟实验的动静态模拟器的选择提供了参考.     

基于扰动传播特征的随机Newell跟驰模型

为研究快速路场景下小汽车跟驰行为，本文从北京市快速路交通流视频中提取高时间分辨率的机动车运行轨迹数据.统计发现，在不同跟驰速度下，小汽车车头时距均服从对数正态分布；利用动态时间规整算法提取小汽车的反应时间与扰动传播速度等特征参数，分别标定其概率分布函数，证明跟驰过程中小汽车的反应时间分布峰值和数学期望分别为1.0 s 和1.57 s；在挖掘反应时间、扰动传播速度与车头时距量化关系的基础上，建立基于交通扰动传播特征的随机Newell跟驰模型，并标定得到分速度区间的模型参数.仿真结果表明，本文提出的随机Newell跟驰模型能有效刻画跟驰行为与扰动传播间的关联特征，同时生成符合预期的交通流基本图.新模型能够为跟驰行为随机特征对交通状态的影响研究(如交通流陡降、宽移动阻塞等)提供支持.     

基于扰动传播特征的随机Newell跟驰模型

为研究快速路场景下小汽车跟驰行为，本文从北京市快速路交通流视频中提取高时间分辨率的机动车运行轨迹数据.统计发现，在不同跟驰速度下，小汽车车头时距均服从对数正态分布；利用动态时间规整算法提取小汽车的反应时间与扰动传播速度等特征参数，分别标定其概率分布函数，证明跟驰过程中小汽车的反应时间分布峰值和数学期望分别为1.0 s 和1.57 s；在挖掘反应时间、扰动传播速度与车头时距量化关系的基础上，建立基于交通扰动传播特征的随机Newell跟驰模型，并标定得到分速度区间的模型参数.仿真结果表明，本文提出的随机Newell跟驰模型能有效刻画跟驰行为与扰动传播间的关联特征，同时生成符合预期的交通流基本图.新模型能够为跟驰行为随机特征对交通状态的影响研究(如交通流陡降、宽移动阻塞等)提供支持.     

侧风下高速列车车体与轮对的运行姿态

应用流体动力学理论,建立了高速列车空气动力学模型,计算了作用于高速列车车体上的气动力和气动力矩;应用多体动力学理论,建立了车辆系统动力学模型,分析了在不同风向角、侧偏角与合成风速下高速列车头车车体和轮对的运行姿态。计算结果表明:在不同侧风环境下,头车车体始终向背风侧横摆和侧滚;当风向角为90°时,车体的横向位移和侧滚角最大;当列车车速为350 km.h-1,侧风风速分别为13.8、32.6 m.s-1时,列车头车车体最大横向位移分别为74.2、171.7 mm,最大侧滚角分别为3.1°和8.4°;当列车车速为200 km.h-1,风速不小于32.6 m.s-1,且风向角为90°时,列车头车一、二位轮对均向背风侧横移,背风侧车轮易发生爬轨现象,三、四位轮对均向迎风侧横移,三位轮对迎风侧车轮易发生爬轨现象;四位轮对的横移量和摇头角均小于前三位轮对,相对安全。     

不同车速多前导车对跟驰行驶特性的影响

单车道跟驰是驾驶员的主要跟驰行为之一,掌握微观跟驰行为特性对于深入认识宏观交通流特征、改善交通拥堵具有重要的理论意义和应用价值。已有研究发现,除相邻前导车外,下游多辆前导车的行驶状态亦对驾驶员跟驰行为产生影响。然而,目前尚无对下游前导车辆影响跟驰行为的空间范围的定量研究。以美国NGSIM数据为研究对象,定量化研究下游多前导车行驶速度对跟驰车辆运行特性的影响,同时分析了不同速度区间下,前导车对跟驰车产生影响的空间范围及变化趋势。利用Pearson相关系数计算下游车辆速度与跟驰车辆交通参数间的相关系数,进而分析其相关强度,评价其影响程度,为构建考虑下游多车影响的跟驰模型提供理论依据。     

跟跟驰驰自自动动驾驾驶驶车车时时人人驾驾车车行行为为研研究究：实证与建模

随着中国新基建战略的提出及自动驾驶和网联通信技术的不断发展,智能网联车辆（Connected and Automated Vehicle,CAV）、自动驾驶车辆（Autonomous Vehicle,AV）和人工驾驶车辆（Human-driven Vehicle,HDV）混行的状态将在未来一段时间内存在。在混行条件下,车辆间的交互影响模式将发生变化。本文以HDV跟驰AV的驾驶行为为研究对象,通过分析驾驶实验数据将跟驰AV时HDV的驾驶风格量化并分为迟疑型、平稳型和信赖型三类。同时考虑驾驶风格、车辆的转弯能力和转弯半径等参数改进智能驾驶人模型（Intelligent Driver Model,IDM）,建立了前车为AV时的HDV跟驰模型。该模型通过对三类不同风格HDV跟驰AV时的驾驶参数的标定,能根据不同跟驰风格采取相应的跟驰策略。经数据拟合检验,该模型在启动加速、匀速行驶和制动减速阶段均能以较高精度拟合实际驾驶数据,其中直行跟驰的平均拟合精度为96.2%,转弯跟驰的平均拟合精度为91.4%。可见,本文提出的模型可以刻画HDV跟驰AV时的行为特征。在目前难以进行大规模混流实车实验的情况下...     

高速磁悬浮列车运行控制与传统轮轨列车运行控制的比较

高速磁悬浮列车利用交流直线电机原理进行地面驱动,它的运行由地面的运行控制系统进行控制.该系统比传统列车控制系统在组成和功能上更加复杂并且有更高的要求.本文对两个系统进行了比较,指出了它们的异同点.     

·���е��г����ܲ����Ż������о�

在铁路网络中,列车运行通过车站时可能会受到其他运行线列车运行的干扰,本文对列车运行受干扰时的节能操纵优化进行了研究。根据问题的数学描述和列车运行动力学方程,建立了最优化模型,并采用变长度染色体遗传算法,结合工况序列表,对问题进行了求解。通过仿真计算,给出了受干扰时列车运行的速度距离曲线,与无干扰时的速度距离曲线进行了比较,分析了速度、时间之间的相互变化,并结合能耗距离曲线,揭示了列车节能操纵的一些原则,最后将运算结果与其他方法计算出的结果进行了比较。比较结果表明,变长度染色体遗传算法是一个有效的算法,可以很好地应用在列车节能操纵优化的研究中。     

基于自适应迭代学习控制的列车自动驾驶算法

针对高速列车自动驾驶系统受到时变外部扰动和受限状态的情况，提出一种基于迭代学习控制的自适应控制算法. 基于Lyapunov 函数，利用列车运行过程中的状态偏差，推导出自适应迭代学习控制律和参数学习更新律. 构造类Lyapunov 函数的复合能量函数，通过迭代域的差分，证明其差分负定性和收敛性. 采用所提控制算法对列车跟踪性能进行计算机仿真和实例仿真验证，结果表明，所提出的自适应迭代学习控制算法对列车期望曲线跟踪具有较高的精度和较快的收敛速度，能够在较短的迭代次数实现对期望曲线的精确跟踪.     

基于遗传算法的列车运行能耗优化算法

研究了CBTC系统中列车控制模型和列车运行调整,以降低能耗为目标,对列车在区间的运行控制进行优化组合,提出了基于遗传算法的能耗优化算法,根据具体的线路条件,计算了在不同的运行等级下或不同区间运行时分对应的列车运行速度曲线。以一段2 400m长,具有典型节能坡设置,且包含一段60km.h-1区间限速的线路为例,进行了能耗计算和优化仿真。研究结果表明:优化之后速度曲线与其对应的运行等级2、3、4的速度曲线相比,列车牵引能耗减少到原来的62%、58%、60%,节能效果显著,算法有效。     

京沪高速铁路列车运行的调整

应用运行列车组的方法，研究了高速列车的运行过程，针对同类型运行列车组、高中运行列车组的易调整性以及中高运行列车组的调整难度与各种运行列车组的晚点情况提出了相应的调整规则。仿真结果表明运行列车组能够更好地反应高速列车的晚点情况，给出的调整规则对高速列车的运行调整是可行的。     

地铁运行图质量指标评价研究

通过对地铁运行图质量指标体系的研究分析,以广州地铁为例,阐述了三大指标对列车运行图的评价意义,期望给同行提供借鉴.     

CTCS2级列车运行控制系统超速防护仿真研究

本文介绍了CTCS2级列车运行控制系统的系统结构和速度曲线控制模式,并利用计算机技术对基于轨道电路和应答器的CTCS2级列控系统进行了仿真实现.文中重点阐述了仿真系统中目标距离模式曲线的计算原理,列车定位和超速防护仿真算法.使用该仿真系统对胶济线线路数据进行运行仿真,为进一步研究列车运行控制系统提供了有效的实验环境和方法.     

TYLK-I�ͳ�վ�п�����ϵͳ���о�

车站列控中心是中国列车控制系统(CTCS)的地面设备之一，是铁路运行速度提高到200km/h的关键控制设备。本文在介绍CTCS结构和车站列控中心与其它关键信号设备连接的基础上，以TYLK-Ⅰ型车站列控中心系统为例，对其系统结构、主要功能及关键技术进行了分析和实现。车站列控中心根据调度命令、进路状态、线路参数等产生进路及临时限速等相关控车信息，通过有源应答器及轨道电路传送给列车。多次测试表明，TYLK-1型车站列控中心完全能够满足在既有线提速到200km/h的条件下对列车实行安全控制的需求。     

融入偏好信息的列车运行过程多目标优化算法

列车运行过程优化是一个多目标、大滞后、非线性的极其复杂的优化问题.为了更好地解决上述问题,以列车能耗、舒适性、停靠准确性和运行时间为控制目标,以列车运动动力学方程为约束,建立了列车运行过程的多目标优化模型,提出了一种融入偏好信息的列车运行过程多目标遗传粒子群算法.提出的改进策略具有以下优点,在融入偏好信息的基础上通过控制粒子群中个体在解空间的分布能够更好地保持粒子群多样性,从而在进化过程中具有更明显的全局收敛的指向作用.仿真得到的速度距离曲线表明,在列车及其运行线路相同的情况下,本文所提出的算法性能较佳、寻优结果较好.