东风港站卸煤场平面布置方案研究

为积极响应节约能源、防止污染政策要求,满足北海、沾化工业园区货物运输的需要,采用"铁路+管带"的方式取代原公路运输煤炭方式,依托在建滨港铁路,在东风港站新建卸煤场,开展卸煤场平面布置方案的研究。在阐述东风港站卸煤场概况的基础上,结合东风港站卸煤场的运量预测,对卸煤机械设备进行选型,通过管带运输方式与装卸机械有机结合,提出东风港站卸煤场翻车机尽端式布置方案、翻车机环线布置方案2个平面布置方案。最后,从运输组织及作业效率、集约土地、装卸机械、工程投资等方面进行优缺点分析比选,采用翻车机尽端式布置方案。     

一款四连杆后悬架车型的路噪改进分析

多连杆后悬系统有较好的操控性能,但有可能产生路噪问题。文章所述带多连杆后副车架的车型较同平台扭梁版车型有明显的120 Hz路噪轰鸣声。通过车身连接点动载荷计算和传递路径分析,发现后弹簧托臂到车内的传递路径贡献最大。通过加强车身板件、在后弹簧托臂加装动力吸振器和加强副车架横梁,最终将路噪峰值大幅降低。早期通过对悬架系统的建模和动载荷分析,可以快速识别关键传递路径,有针对性地进行结构优化。     

基于系统模态匹配策略的地铁车辆车体减振设计

提出基于动态性能分析的地铁车辆系统模态匹配策略:在整车设计过程中,除了要制定模态频率规划表确定定性目标外,还应制定振动技术指标进行定量规范和约束。给出了模态设计流程。针对某型地铁车辆侧窗玻璃和车顶振动异常问题,运用该模态匹配设计策略,定性定量地分析了产生剧烈振动的原因,并对原有车型中的问题部位进行结构优化。仿真分析表明,优化后车体减振效果显著。     

新建铁路南京南站站房结构的动力特性分析

建立了新南京南站的三维有限元模型,分析了站房结构的自振特性,并对列车通过正线桥时结构的动力响应进行了数值计算.结果表明:站房结构的自振多为局部振动,只有少数的整体振型,整体振动主要是顶层屋盖、候车层楼板和乘轨层在水平方向的振动;对于列车单线通过正线桥时引起的候车层的响应,线路和车速都是比较重要的影响因素;列车通过正线桥时引起的候车层最大竖向加速度没有超过规范规定的限值,不会引起候车层旅客的不舒适感,说明南京南站具有较好的动力性能.     

阻尼材料性能台架试验及实车应用方法研究

基于阻尼材料板件在车身上的实际边界条件设计专项台架试验.通过台架试验分析了3种常见阻尼材料在不同覆盖面积条件下的阻尼损耗因子和板件声辐射量.在车身关键位置覆盖阻尼材料,分别对增加阻尼材料前后的实车进行原点频响、声传函以及实车噪声试验.结果表明:与基板相比,增加阻尼材料后,阻尼损耗因子提升了5倍,板件声辐射量降低约12-15 dB;丁基橡胶在3种阻尼材料中衰减高频噪声的效果最好.将阻尼材料覆盖在整车板件上,在关键转速范围的加速噪声以及关键频段的路面噪声分别降低了约3 dB和5 dB,降噪效果良好.文章中的试验及分析方法为阻尼材料在整车上的工程应用提供了有效的依据.     

基于OTPA方法的怠速噪声分析

某车型怠速时因拍频产生的嗡嗡声影响到车内声品质和舒适性,本文运用OPTA从源-路径-响应的技术路线分析车内怠速10阶噪声,采用模态试验方法验证OPTA分析结果。通过结构分离和结构优化,验证优化方案对车内10阶噪声的影响。试验结果表明,排气系统结构噪声对车内10阶嗓声起主要贡献,通过排气吊耳和车身脱开及更改排气吊耳硬度(刚度)可降低车内怠速10阶噪声,车内嗡嗡声改善明显。     

地铁车辆车体局部结构振动控制研究

从某国产A型地铁车辆的实际工程问题出发,针对地铁车辆空调机组激励引起侧窗玻璃和车顶振动剧烈的问题,以振动传递路径为线索,分别从振动源、传递介质和振动接受方等方面入手,分析了空调机组的激励特性,验证了减振垫设计参数的合理性,并对车顶与侧窗玻璃进行了减振及优化设计研究。     

基于经验模态分解与长短时记忆神经网络的短时地铁客流预测模型

为降低样本噪声对客流预测模型的干扰, 结合深度学习理论, 提出了一种基于经验模态分解与长短时记忆神经网络的短时地铁客流预测模型; 将预测过程分为3个阶段, 第1阶段预处理原始地铁刷卡数据, 构建进(出)站客流时间序列, 运用经验模态分解法将时间序列转化为一系列本征模函数及残差, 第2阶段利用偏自相关函数确定长短时记忆神经网络的输入变量, 第3阶段基于深度学习库Keras, 完成长短时记忆神经网络的搭建、训练及预测; 以上海地铁2号线人民广场站客流数据验证了模型的有效性。计算结果表明: 与代表性的预测模型(差分自回归移动平均模型、支持向量机、经验模态分解与反向传播神经网络、长短时记忆神经网络)相比, 经验模态分解与长短时记忆神经网络预测模型分别将工作日高峰、平峰、全日的进(出)站客流预测精度分别至少提升了2.1%(2.5%)、2.7%(3.5%)、2.7%(3.4%), 将非工作日全日的进(出)站客流预测精度至少提升了3.3%(3.5%), 说明经验模态分解与长短时记忆神经网络的组合是一种预测短时地铁客流的有效模型; 当预测步长由5 min逐渐增加至30 min时, 工作日高峰、平峰和全日进(出)站客流的平均绝对百分比预测误差分别由14.8%(13.9%)、16.8%(17.4%)和16.6%(17.0%)逐渐降低至7.0%(6.2%)、8.3%(7.5%)和8.1%(7.4%), 说明该方法预测误差与预测步长呈负相关。      

基于时变可靠度理论的正交异性钢桥面板疲劳分析

构建了一种时变可靠度理论分析框架,并以某大跨桥梁采用的正交异性钢桥面板截面作为工程背景进行疲劳分析,依次建立考虑多级荷载作用下的剩余强度模型,并按照剩余强度等效原则简化变幅应力,在此基础上,考虑交通荷载模型车质量随时间增长变化,建立时变疲劳可靠度理论分析系统。以某斜拉桥跨中节段作为工程背景,说明了整个时变可靠度分析流程,通过计算表明:正交异性钢桥面板以时变疲劳可靠度理论进行分析时,计算得到时变疲劳可靠度随着时间不断减少,给养护以及设计工作者进一步参考。