新型煤炭漏斗车底门开闭机构组装工艺研究

新型煤炭漏斗车的自动开关门装置开闭机构复杂,与车体关联部位较多,关键参数较难控制,所以对开闭机构的组装工艺进行深入系统的研究,制定合理可靠的组装工艺,保证底门开闭机构的组装质量和行车安全。     

一种铁路漏斗车底门开闭机构受力及强度分析

建立一种煤炭漏斗车顶锁式底门开闭机构的运动学与力学模型,给出机构运动轨迹、受力及构架强度计算方法。首先根据构件运动的几何关系,建立整个机构运动学方程,求解部件运动轨迹。然后运用力（矩）平衡原理建立整个机构的力学方程组,构建机构整体矩阵,依次求解下部、上部传动机构各个构件的支反力（矩）。最后建立单个构件的有限元模型并计算分析应力是否满足结构强度要求。计算实例表明：给出的方法能有效地对该底门开闭机构进行运动学、力学分析;曲拐连杆和下部顶杆是该机构强度的薄弱点。     

基于离散单元法的道砟循环加载双轴试验研究

为从微观上分析列车循环荷载作用下道砟强度和刚度变化以及塑性变形的发展,用离散单元法模拟其在一次及二次加载条件下的双轴试验,分析2种情况在不同围压下道砟的力学特性并进行比较。结果表明:(1)第一次加载完成后,偏应力-轴向应变曲线表现为弱应变软化型或应变硬化型,其形态主要取决于围压高低;体应变-轴向应变曲线包括剪缩和剪胀2个阶段,剪缩阶段比较短。(2)第二次加载完成后,不同围压的偏应力-轴向应变曲线均为硬化型,道砟整体强度和刚度减小,塑性变形发展迅速;试验过程中,道砟颗粒一直处于剪胀状态。     

K型煤炭漏斗车底架结构存在的问题及改进建议

对Ｋ型煤炭漏斗车底架结构产生裂纹，开焊等质量问题的原因进行了分析，认为主要是该型车的底架结构不合理，使中梁组成的强度，刚度较弱，针对这一问题提出了具体改进建议。     

基于离散单元法的粗粒料缩尺效应探究

粗粒料粒径较大,很难采用原型级配料开展相应的室内试验,有必要对原型土进行缩尺,并根据试验级配料试验结果推测原型土的力学参数。目前,对于粗粒土的缩尺效应依然缺乏足够的认识。针对土体的级配变化,通过连续级配方程、泰勒级配方程、Fuller理想级配方程人为设置5组不同的级配试样,利用数值模拟软件PFC开展直剪试验。分析级配变化对土体抗剪强度指标的影响规律,并提出新的级配评价指标,建立该指标与土体抗剪强度之间的拟合关系。研究结果表明:两者之间具有较好的曲线关系。     

高速夜行列车车底运用及优化方法研究

高速夜行列车在运用时间范围和运用时间跨度方面都与现有高速动车组存在较大差异,因而导致诸多运用条件发生改变。在总结夜行列车车底运用问题特征的基础上,将该问题求解过程划分成基本交路生成和完整循环交路生成两个阶段,其中前者作为后者模型的输入。构建以车底运用不均衡度和非配属地检修次数最小为目标的数学优化模型,通过改进的深度优先搜索算法进行求解,并以京广线为背景对模型和算法进行验证。结果表明,针对我国铁路实际该方法能有效解决夜行列车车底周转运用问题,可为我国夜行列车的开行提供技术支持。     

基于矩阵离散法的地铁列车节能优化操纵方法及实现

综合考虑由坡道、弯道组成的复杂线路,通过研究列车特定运行规律,对线路隔断分离分析,进而采用拉格朗日乘数法建立限定时间、速度、加速度等约束条件下的最小能耗模型,提出将地铁列车各阶段参数进行离散化分解并编码,继而对不同控制序列建立离散化矩阵模型,以寻找最佳节能操纵策略的矩阵离散方法。引入基于粒子群寻优算法的组合计算以提高算法精确度和增强全局寻优能力,以此为基础设计基于矩阵离散法的地铁列车优化操作智能系统,为列车安全、节能行驶提供理论和实践参考。案例证明该方法有效且计算精确。     

基于离散元方法的TBM刀盘磨损研究及优化设计

研究目的:刀盘位于全断面隧道掘进机的最前端,工况恶劣,刀盘刀具磨损严重,是刀盘失效的主要原因。本文应用离散元分析方法对刀盘面板的磨损进行模拟仿真,并对磨损大小进行定量分析;通过对刀盘面板进行分区,研究面板的磨损规律;开展刀盘面板的堆焊结构优化设计,提出米字形堆焊的面板结构。研究结论:(1)刀盘面板滚刀分布密集区及出渣槽区域附近的面板磨损较为严重,易发生磨损激增;(2)优化后的新刀盘面板结构平均磨损量较原刀盘面板下降了近25%,优化后的刀盘面板耐磨特性得到明显提升,新刀盘面板结构固有频率较原刀盘面板更远离其工作频率,工作更加安全;(3)本文研究可为刀盘磨损的计算提供方法指导,优化的耐磨结构可应用于修复磨损严重的刀盘。     

基于离散元方法的落石冲击力变化规律研究

采用PFC 2D离散元软件模拟落石冲击铁路棚洞现场试验,从落石冲击力大小、冲击作用时间2方面将数值计算结果与试验结果进行对比分析,验证了数值模拟计算结果与试验结果基本一致。对不同半径、不同密度的落石冲击作用进行了数值模拟,发现在冲击能量相同的情况下,同一密度而半径小或者相同半径而密度小的落石冲击力更大;落石回弹加速度在相同高度的条件下也遵循同一密度而半径小或者相同半径而密度小的落石回弹加速度更大的规律。     

基于子结构法的重载凹底平车底架的固有动态特征分析

基于有限元分析,本文研究重载凹底平车底架弹性体的振动模态以及模态阶数的选取对车辆系统动态响应的影响。通过引入超单元,建立弹性体在模态坐标上的动力学方程,经过坐标变换得到物理坐标系上的方程;建立凹底架的有限元分析模型,计算分析其固有动态特征;同时,采用子结构法缩减处理凹底架有限元模型,建立有动态特征的凹底架弹性体模型,使描述凹底架的自由度总数减少,同时也保证计算的精度。对凹底架子结构超单元模型,计算分析振动模态,并与其有限元模型的模态结果进行比较。结果表明:子结构法的计算精度高,能满足车辆系统结构振动响应分析的要求。通过计算凹底架模态阶数对车辆系统动态响应的影响,得出选取凹底架的前8阶模态是合适的,有足够高的计算精度。     

基于块体离散单元法的走滑型活动断裂错动作用下隧道结构响应

以某穿越走滑型活动断裂带隧道为工程背景,采用离散单元法建立“围岩-衬砌-断裂带”三维块体离散单元模型,分析不同错动量作用下隧道衬砌整体位移响应;明确统一的隧道复合式衬砌结构位移及类圆形断面变形损伤控制标准,分析走滑型活动断裂错动作用下沿隧道纵向位移变化和横断面上径向变形损伤规律,并对比3种断面预留位错空间方案下的衬砌响应规律。结果表明;隧道衬砌的显著性位移和径向变形率最凸出区间均主要集中在断裂带及其两侧附近,拱顶竖向位移向下呈“V”形,仰拱底部竖向位移向上呈倒“V”形,左右拱脚水平位移方向均与断裂错动方向一致,呈“S”形;随着错动量的增加,衬砌节段间差异位移不断增大,断面上拱顶和仰拱底部变形最为严重;随着断面预留位错空间的增加,衬砌位移极值不断增大,但断裂带两侧隧道衬砌影响范围基本不变,断面上部分关键部位之间损伤破坏临界错动量减少,不利于隧道结构抗错。     

基于模拟退火算法的铁路旅客列车车底套用优化研究

为了提高铁路旅客列车车底的利用效率,利用列车晚点传播理论分析了列车晚点对旅客列车车底运用的影响,建立了铁路旅客列车车底套用优化模型。以某铁路网络内的4个车站为例,应用该模型对4个车站的旅客列车车底运用进行了优化和分析,并运用MATLAB软件编程进行了求解,根据计算结果,在运行图不变的情况下,对车底运用进行了调整。     

基于点云处理的机车车辆车底中心鞘螺栓故障检测方法

针对机车车辆车底中心鞘螺栓松动和缺失这一常见故障,提出了一种基于三维点云处理的检测算法。首先对目标点云进行下采样和离群点的移除,然后根据欧式距离对点云进行聚类分割,最后通过计算分割后每个点云包围盒形状系数和平均Z坐标实现螺栓点云定位,进而通过采样一致性算法拟合点云平面计算出螺栓松动程度,识别螺栓故障。将文中提出的算法与传统的基于2D图像的识别算法进行了对比,最后在地铁车辆智能巡检机器人中进行了应用,结果表明,该算法检测精度约为0.1 mm,且检测速度快,可满足实时检测的要求。     

基于机器视觉的地铁站台门与列车门间异物检测方法研究

基于机器视觉的地铁站台门与列车门间异物检测方法对保障地铁安全运营,甚至对列车自动驾驶都具有较强的指导意义。为此,文章就此类方法所涉及的检测设备安装和核心检测流程进行综述。首先对用于拍摄站台门与列车门间灯带的摄像机的安装位置及成像角度进行归纳总结;然后根据检测异物时参照对象的不同将现有方法进行分类分析;最后对基于机器视觉的地铁站台门与列车门间异物检测方法进行展望。     

基于离散余弦变换的轴承故障诊断方法与应用研究

针对轴承故障难以快速诊断的问题,提出一种基于离散余弦变换的故障诊断方法。该方法利用离散余弦变换的能量聚集性和线性性质及旋转设备振动信号循环平稳性的特性,将分段振动信号进行离散余弦变换得到频域系数,从而构造自适应的滤波器,并通过模拟仿真信号和滚动轴承故障信号两个算例对该方法的有效性进行验证。结果表明,该方法具有良好的消噪效果,可很好地抑制信号中各频段的噪声分量,能迅速、准确地检测出故障特征,为故障诊断提供一种新的方向。     

基于有限单元法的转辙器扳动力计算软件开发及应用

在考虑道岔扳动力各种影响因素的基础上,以大型有限元软件ANSYS为计算平台,利用其自有的APDL语言进行二次开发,编制了转辙器扳动力计算软件。实现了各种道岔转辙器部分扳动力、反弹力、不足位移及轮缘槽宽的计算分析功能,为各种道岔转辙器的转换设计提供了理论指导。     

基于Triz理论的柴油机排气门座加工方法研究

应用TRIZ创新思维和理论，结合Pro／I Desktopv5软件，解决了排气门座加工冷却槽过程出现崩刀的技术难题。     

基于深度残差神经网络的地铁站台门与列车门间异物自动检测方法研究

针对地铁站台门与列车门间现有异物检测方法的精度差、误报率高的问题,提出基于深度残差神经网络图像识别原理,利用地铁站台发车指示器图像数据实现站台门与列车门间异物实时检测.首先,搭建基于深度残差神经网络ResNet50模型的自动异物检测系统;然后,采集站台发车指示器视频帧信息建立数据集并完成系统训练;最后,分析自动异物检测...