基于虚拟激励法的轨道车辆垂向振动响应分析

针对传统的随机振动分析方法计算复杂、计算量大的问题,提出采用虚拟激励法求解轨道车辆的垂向振动响应,建立某型车辆的垂向动力学模型,求解车辆的垂向振动响应并验证模型的正确性.与传统求解方法的计算结果比较表明,虚拟激励法适合于求解车辆的垂向振动响应,并且计算简单.在频域内对车辆垂向振动响应的分析表明:随着车辆运行速度的提高,车体、前后转向架以及一位轮对的垂向加速度的功率谱密度和振动主频均增大,轮对的垂向振动经一系悬挂传到转向架,再经二系悬挂传到车体,其振动频率f降低,振动幅值迅速减小,传到车体上时振动已变得很弱;f＞5Hz时,车体、前后转向架和一位轮对垂向加速度的功率谱密度均随着一系阻尼器两端橡胶节点刚度与一系弹簧刚度比值的增大而增加,尤其是车体和前后转向架的垂向加速度的功率谱密度变化更为明显,因此降低橡胶节点的刚度有利于提高车辆运行的平稳性.     

列车蛇行运动仿真监测与虚拟试验研究

以列车横向振动MATLAB/Simulink模型作为监测对象,利用LabVIEW SIT模块将横向振动模型与虚拟仪器技术相结合,对列车运行横向振动数据实时采集、显示,并能在线进行分析处理,同时给出当前列车运行平稳性指标等。研究结果不仅有助于较好理解列车蛇形运动特征,而且所研究的相关虚拟试验具有硬件软件化、数据处理实时、稳定等优点,可为列车动力学检测技术研究提供有效手段。     

强风下高速列车滑膜自适应鲁棒H_∞控制方法

大风环境下高速列车的运行是一个强耦合、高度非线性过程,且随着风速增大和车速增加,这种特性逐渐增强,因此需要更高要求的自动驾驶系统。基于李亚普诺夫稳定性理论设计高速列车自动驾驶滑模自适应鲁棒控制器,该控制器采用自适应控制实时逼近列车不确定性特征的系统输入系数,采用鲁棒H∞控制将自动驾驶系统中模型误差、大风和其他干扰造成的参数变化等所有不确定量减小到最小范围,同时也消除了系统抖振现象。计算出高速列车需要施加的牵引/制动力,通过滑模控制消除系统安全运行速度跟踪误差,实现不同风速下高速列车对给定安全运行速度的高精度跟踪。仿真结果证明了该方法的有效性。     

恶劣环境下铁路行车安全研究综述

强风沙、地震、泥石流等恶劣环境严重威胁列车的安全运行，研究和防治铁路自然灾害、确保列车安全运行、保障运输安全畅通已成为铁路科研的重大任务。为了避免恶劣环境导致列车脱轨和倾覆事故发生，针对恶劣环境下铁路行车安全性问题，综述了不同环境下列车脱轨机理和动力学特性、环境测量系统、调度系统、预警系统、控制系统、试验验证、防灾措施等关键环节的研究进展。总结了铁路恶劣环境的分类及特点，分析了不同恶劣环境对列车安全运行关键环节的影响，归纳了不同恶劣环境、路况和车型条件下车辆动力学特性及安全性能指标。梳理了复杂恶劣环境下的铁路行车安全控制方法和措施（如实施限速或紧急停车、道岔及受电弓除冰雪装置、挡风墙或风屏障、铁路监测预警与行车指挥系统等），及在实施相应控制方法和措施的过程中所采取的研究方法（如理论分析、数值计算、风洞试验、在线实车试验等）。展望了恶劣环境下铁路列车安全运行研究的重点和发展趋势。      

地铁列车再生制动对牵引网电压影响的研究

过去地铁列车制动主要采用车载电阻制动,这种传统的制动方式会造成能量浪费,并且制动时还会产生大量的热,导致隧道内环境温度升高。近几年地铁列车普遍开始采用再生制动,但再生制动产生的电能不能被完全吸收利用时,多余电能会引起直流牵引网电压迅速升高,使得用电不安全。为了使再生制动产生的多余能量能被吸收,并且牵引网电压稳定,引入了逆变回馈系统,通过仿真软件MATLAB/SIMULINK验证当地铁列车再生制动装置投入使用时牵引网电压的变化以及牵引电机运行状态。     

纯微观车辆跟驰行为研究与仿真

车辆跟驰作为交通领域研究的一个重要课题,在现实生活中具有重要的实际意义.为了研究车辆在行驶过程中的跟驰特性,首先,依据车辆跟驰原理,在原有微观车辆跟驰模型的基础上,对模型进行了改进和完善,使之更切近实际.然后,以VC6.0为平台,对纯微观车辆跟驰运行过程进行仿真,仿真结果直观地表现车辆在跟驰过程中速度、加速度的变化,反映出车辆的跟驰特性,以期对相关交通问题的解决提供有益的探索.     

铁路沿线线型无线传感器网络高效路由协议

为防止网络“热区”现象，针对铁路沿线无线传感器网络多呈线型分布的结构特点，提出一种基于服务质量的能耗均衡分簇路由协议（ECRPQ）。首先，部署网络节点，计算节点能量消耗，建立能耗均衡的非均匀节点部署模型并进行网络分簇。然后，设计路由协议，在簇首选举时引入节点动态剩余能量和节点担任簇首轮次的影响因素，在通信阶段采用TDMA机制和CDMA机制相结合的方式，在进行时间同步校准时严格保证簇内节点时间同步。最后，通过MATLAB进行仿真实验，从网络生命周期、网络吞吐量和节点平均时延3个方面将ECRPQ与LEACH、LEACH-C这2种经典协议进行对比。结果表明：当网络节点总数为200个时，ECRPQ的网络生命周期明显更长，达到600 s;ECRPQ的网络吞吐量更大，分别比LEACH和LEACH-C提高128.7%和84.6%;ECRPQ的节点平均时延更低，分别比LEACH和LEACH-C降低52.8%和43.2%。