改进的车轮踏面磨损量最优非负变权组合预测模型

为准确获取车辆轮对踏面随列车运行里程的磨损量变化情况,以灰色离散GM(1,1)模型、指数平滑模型和线性回归模型为单项预测模型,以灰色关联度最大为最优准则,建立车轮踏面磨损趋势的最优非负变权组合预测模型。与各单项模型、以组合预测误差平方和最小为最优准则的变权组合模型进行对比。研究结果表明,变权组合模型的局部预测精度和全局预测精度均高于各单项模型,而本文模型有效抑制了基于误差平方和最小的变权组合模型误差"放大"的缺陷,预测精度及稳定性更高。     

灰色变权组合模型的货车车轮踏面磨耗预测

为探讨变权组合模型在货运专线车轮踏面磨耗趋势预测中的应用,采用基于灰色新息GM(1,1)模型、灰色离散GM(1,1)模型和指数平滑模型为一体的变权组合方法研究货运专线车轮踏面随走行公里的磨耗趋势,并与各单项模型预测结果和定权组合预测结果作对比,研究结果表明:应用组合方法比单纯应用单项预测模型方法更合理,预测结果更可靠,且变权组合预测模型优于定权组合预测模型,预测精度较高。本文所提出的变权组合预测方法能够很好地预测货运专线上车轮踏面的磨耗趋势,是一种研究运输专线上车辆轮对维护决策的有效方法。     

灰色系统理论在地铁轮对踏面磨损预测中的应用

车轮作为车辆关键走行部件和易磨损部件之一,其磨损量直接关系到车轮的使用寿命。为准确获得车轮踏面随走行距离磨损量变化情况,本文采用灰色系统理论,建立车轮踏面磨损量灰色预测模型,在少量车轮踏面磨损数据的基础上,研究车轮随走行距离踏面磨损量的灰色预测方法。实例分析和仿真结果表明,灰色系统理论应用于车轮踏面磨损量的预测中是可行有效的。为车轮在实际行驶过程中踏面磨损的准确预测及使用寿命的判决提供了一种可行的求解方法。     

基于Transformer的人工神经网络城轨列车车轮磨耗预测模型构建

针对目前已有地铁列车车轮磨耗预测模型,在大量车辆车轮廓型数据支撑下,分析车轮磨耗规律,如廓形参数及等效锥度等因素与踏面磨耗、轮缘磨耗之间的关系,研究各参数与车轮磨耗之间的相关性。采用数据驱动方式,构建一种基于Transformer的人工神经网络,用于建立车轮磨耗预测模型。试验结果表明,基于数据驱动的车轮磨耗预测网络能够实现车轮磨耗的准确预测,可用于预测车轮使用寿命,减少相关成本,提高经济效益。     

地铁车轮踏面的运用分析及优化途径研究

重点论述了车轮踏面外形设计的改进对地铁车辆运行品质的作用.从上海轨道交通车轮踏面的运用经验分析出发,对目前地铁系统的车轮踏面现状进行了理性评判.跟踪研究了国际上先进的踏面优化设计动向,提出了今后地铁车辆踏面设计优化、运用管理和合理选型的建议:设计出的踏面外形标准应具有安全性与动力性能兼顾的特点,能够满足不同地铁车辆的需求,使踏面外形系列与不同钢轨外形和轨底坡对应起来,使地铁也可采用不同等级的钢轨.     

基于车轮损伤的地铁动力车辆轮轨匹配研究

为研究地铁动力车辆轮轨匹配的合理性,基于车轮滚动接触损伤模型,对LM,S1002和DIN5573踏面车轮与60kg·m~(-1)钢轨在1/20和1/40轨底坡下的静态轮轨接触关系进行分析;采用SIMPACK软件,建立传统的非动力车辆模型,考虑持续牵引力和运行阻力的车辆模型,以及既有持续牵引力、运行阻力,又有启动、制动过程的车辆模型,对3种踏面车轮在不同车辆动力学模型、不同线路条件、不同车辆悬挂参数下的车轮损伤进行对比分析。结果表明:地铁启动、制动过程中车轮损伤较大,考虑此过程的车辆模型计算结果更符合实际车轮损伤规律;LM踏面车轮在1/20轨底坡下的轮轨接触关系良好,车轮损伤较小;相比1/20轨底坡,S1002和DIN5573踏面车轮在1/40轨底坡下的轮轨接触关系更优;地铁车辆在站间距较短的直线线路运行时,采用S1002踏面车轮配合1/40轨底坡钢轨,车轮损伤最小,在站间距较长的直线线路运行时,采用LM踏面车轮配合1/20轨底坡钢轨效果最佳;在满足车辆运行稳定性的前提下,适当降低一系悬挂刚度有利于减缓车轮损伤。     

地铁车辆车轮踏面清扫装置的设计与实现

为解决地铁车辆在市郊露天高架线路上经常出现的车辆空转滑行现象,提出在车辆上增加车轮踏面清扫装置,用于改善轮轨踏面间的黏着状态,以防止车轮发生空转或滑行。详细介绍了车轮踏面清扫装置的作用原理,提出了为达到改善轮轨黏着条件,需要车辆实现的基本控制功能。分析了车轮踏面清扫装置的动作方式、踏面清扫的测试方案以及踏面清扫控制逻辑的实现方式,在此基础上给出了踏面清扫硬件电路设计方案。     

南宁地铁1号线轮轨磨耗分析与改善措施

在城市轨道交通中,轮轨关系的好坏影响着电客车运行安全与舒适度。针对南宁地铁1号线部分列车在正线运行过程中出现异响的情况,测量实验车辆车轮的外径及径向跳动值,对车轮踏面磨耗程度、趋势进行分析。结果表明,列车车轮踏面在磨合期磨耗较为严重,后期磨损趋于稳定,列车行驶在未经打磨的轨道会加重踏面的磨损。在新线投入使用前对钢轨进行打磨能有效改善轮轨关系,延长车轮踏面使用寿命,为指导现场的检修工作与预防性维修提供依据。     

地铁车辆轮轨型面匹配及其对接触应力的影响

为了改善地铁车轮出现的异常磨耗问题,对上海地铁3号线车辆车轮踏面DIN5573出现的磨耗进行测试,获得2种磨耗车轮踏面。在SIMPACK软件中建立了地铁车辆动力学仿真模型,计算得到未磨耗、凹形磨耗、沟槽状磨耗3种车轮踏面与TB60,60N钢轨型面匹配时轮对横移量,将其输入到用ABAQUS软件建立的轮轨三维弹塑性有限元模型,分析不同轮轨型面匹配对接触应力的影响。结果表明:3种车轮踏面与60N钢轨型面匹配时轮轨接触点均匀分布在轨顶和车轮踏面中部,等效锥度基本稳定;在半径350 m的曲线上,与TB60钢轨型面匹配相比,3种车轮踏面与60N钢轨型面匹配时轮轨最大接触应力最多减小384.9 MPa,钢轨、车轮最大Mises应力最大减幅分别为40%,35%。城市轨道交通小半径曲线地段较多,采用60N钢轨型面可以明显降低曲线外股的接触应力,减少轮缘磨耗和钢轨侧磨,从而降低钢轨疲劳伤损。     

南京地铁列车车轮踏面非正常磨耗初析

研究了南京地铁列车车轮踏面非正常沟状磨耗的成因.对车轮、钢轨的外形、材质和硬度等进行了测试,分析了轮轨接触和制动磨损的影响,提出了沟状磨耗的原因.测试结果分析表明,该地铁车辆拖车轮踏面上的凹槽磨耗主要是由于在制动施加频度过高、轮轨接触又不均匀的内因作用下产生的.     

基于改进 BiLSTM 网络的地铁车轮磨耗预测模型

针对地铁车轮磨耗数据时间跨度较长引起的长期依赖问题,为了进一步提升预测精度,提出一种将麻雀搜索算法(sparrow search algorithm,SSA)优化双向长短期记忆网络(bidirectional long short term memory,BiLSTM)的改进 BiLSTM(SSA-BiLSTM)网络模型,用于地铁车轮磨耗预测。首先,利用麻雀搜索算法对双向长短期记忆网络算法的神经元个数、迭代次数、输入批量和学习率等超参数在给定范围内进行寻优,得到参数最优值;然后,以参数最优值来构建改进 BiLSTM 网络模型,对车轮磨耗进行预测分析;最后,以车轮踏面磨耗和轮缘磨耗作为研究对象,将某地铁 1 车厢 1 号车轮的现场实测历史磨耗数据作为输入,对该模型进行训练及验证分析,并与多层感知机(multilayer perceptron,MLP)、LSTM、BiLSTM 以及 SSA-LSTM 模型的预测结果进行对比。研究结果表明：SSA-Bi-LSTM 模型的车轮磨耗预测精度更高,与 LSTM、BiLSTM 以及 SSA-LSTM 网络模型相比,踏面磨耗的平均绝对百分误差(mean absolute percentage error,MAPE)分别降低了 13.28%、10.32%、1.47%,轮缘磨耗分别降低了 9.5%、0.46%、0.02%;分别对同一地铁 2 号、4 号车厢的 1 号位置车轮磨耗进行预测,并与磨耗实测数据进行对比,踏面磨耗的平均绝对百分比误差分别为 1.34%、1.42%,轮缘磨耗的平均绝对百分比误差分别为 0.18%、0.19%,验证了本文所提模型具有良好的泛化性,为地铁轮对智能化管理提供理论支持,延长车轮使用寿命。     

地铁车辆车轮踏面异常磨耗原因初探

运营速度80 km/h常规城轨车辆的基础制动方式基本采用踏面制动+合成闸瓦,文章针对城轨车辆合成闸瓦对车轮踏面磨耗的影响、制动力分配方式对踏面磨耗的影响、闸瓦与车轮的匹配及热负荷计算等进行了分析研究,探讨了造成地铁车辆踏面异常磨耗的原因。     

天津地铁1号线车轮损伤原因探究及对策

地铁车辆的车轮踏面异常磨耗是目前较为普遍的问题,如对车轮非正常磨耗不加以控制的话,将会导致车辆动力性能和乘坐舒适度降低,同时缩短车轮使用寿命,增加维修工作量和运营成本。介绍天津地铁1号线车轮损伤的主要4种类型,即轮缘磨耗加快、轮缘偏磨、踏面沟槽、踏面擦伤,并对损伤原因进行分析,最后提出减少车轮损伤措施。     

地铁车辆轮对外形尺寸在线检测系统

在地铁车辆运行过程中,车轮受环境影响磨损较为严重,易导致外形尺寸超限.实现轮对外形几何尺寸的自动检测是关系车辆行车安全和正常运营的关键.采用光截图像法,设计了轮对外形尺寸检测系统,实现了轮缘高度、轮缘厚度、车轮内距、车轮直径的在线自动测量.该系统采用LS-SVM预测模型实现了对地铁车辆车轮磨耗趋势的精确预测分析;并将轮对外形尺寸测量参数结合预测模型运用到轮对检修中,产生了较好的经济效益.     

地铁车辆车轮异常磨耗测试分析

针对地铁车辆车轮踏面的异常磨耗,采用"车辆轮对尺寸在线检测系统(TWDS)"对车辆轮对进行动态测试。大量测量数据的统计、分析表明,南京地铁车辆车轮踏面"ω"形异常磨耗与轮对运行姿态无关。     

城轨车辆用踏面清扫瓦的研制

采用盘形制动系统的城市轨道交通车辆由于线路涂油、环境潮湿等原因容易导致轮轨黏着系数降低,从而增加车轮踏面擦伤的风险,现介绍新研制的城轨车辆用踏面清扫瓦,并成功应用于重庆地铁6号线车辆。实际线路测试证明踏面清扫瓦效果良好,实施踏面清扫后,轮轨黏着条件明显改善,有效降低了车轮踏面发生擦伤的风险。     

地铁车辆车轮踏面异常磨耗原因分析

地铁车辆车轮踏面异常磨耗随速度提高使其运营成本逐渐增加。对于运营速度80 km/h的城轨车辆,基础制动方式基本采用踏面制动+合成闸瓦,就城轨车辆主要采用的踏面制动方式、车轮及闸瓦热负荷匹配特性、电空制动力分配比以及黏着利用等内容进行分析,结合基础制动在运用过程中遇到的实际问题及城轨车辆制动的特点展开分析讨论,探讨造成地铁车辆踏面异常磨耗的根源所在,并指出今后的研究方向。     

踏面形状对地铁车辆动力学性能的影响

不同的车轮踏面形状与同一钢轨匹配时具有不同的轮轨接触几何关系,影响车辆的动力学性能.分析比较了我国LM磨耗型踏面和德国DIN5573踏面对地铁车辆动力学性能的影响.结果表明,采用DIN5573踏面时车辆的运行稳定性优于LM磨耗型踏面,而曲线通过性能则相对较差.     

某型地铁车轮磨耗研究

以国内某型地铁车辆作为研究对象,根据车轮踏面测试数据和车辆多体系统动力学计算结果,分析车轮踏面各关键参数在不同运营阶段的变化特征,结合踏面廓形的测量对比结果和现场勘查的钢轨磨耗特征,从磨耗功率和轮径损耗率的角度对轮轨摩擦因数、运营速度及镟修方法的影响进行评判.研究结果可为地铁线路轮轨磨耗的减缓和车轮镟修技术的优化提供应...     

地铁车轮异常磨耗及防止措施与建议

地铁车辆的车轮踏面异常磨耗是目前较为普遍的问题,通过选点调查和检测分析,提出防止踏面异常磨耗措施和建议。