动车组行李架的受力及试验研究

动车组行李架是在动车内部起着重要作用的一种结构,利用Creo3.0软件对行李架整体结构模型进行三维设计。通过ANSYS Workbench17.0对行李架模型的结构静力学分析,得到行李架的总变形云图。对行李架进行实际的静加载试验,验证行李架静力学分析的可靠性。利用电动振动试验系统对行李架进行一系列的振动测试试验,验证行李架的试验可靠性及投入生产的可行性。     

动车组行李架耐撞性分析及优化设计

现有列车行李架仅考虑静载荷要求,为了提升动车组列车行李架耐撞性,降低碰撞事故中乘员二次损伤的风险,开展250 km/h标准动车组列车行李架的碰撞特性研究和耐撞性优化设计。首先,基于LS-DYNA显式非线性有限元程序,建立动车组列车行李架有限元模型,仿真分析现有动车组列车行李架结构碰撞响应;其次,采用加宽安装座并在行李架端部加装蜂窝吸能结构和调整螺栓预紧力的方法对行李架耐撞性进行设计,对改进后行李架的碰撞响应进行参数分析;最后,以螺栓预紧力、蜂窝吸能结构压缩强度和托架拉杆厚度作为设计变量,以比吸能、位移和冲击峰值力作为设计目标,采用优化拉丁超立方试验设计获取样本空间,构建设计变量和设计目标的响应面近似模型,选用NSGA-II遗传算法对行李架进行耐撞性多目标优化设计。研究结果表明：现有动车组行李架结构碰撞后安装螺栓失效,行李和行李架掉落,存在对乘员造成损伤的风险;改进后的行李架在碰撞时沿安装座滑动并压缩蜂窝吸能结构,通过行李架与安装座的摩擦和蜂窝材料塑性变形耗散行李碰撞动能,行李未发生掉落;多目标优化设计后得到行李架耐撞性Pareto前沿,行李架在平衡解处具有更优异的耐撞性能,且优化与仿真...     

基于有限元法的动车组行李架仿真分析与结构优化

为解决现有高速动车组行李架易破损的安全隐患,文章通过有限元计算的方法,对两种不同工况下玻璃承载面板行李架的位移和应力进行了分析,并对行李架中各个部件的应力结果进行比较,优化设计了动车组行李架。     

200km/h动车组行李架模块化设计探讨

介绍200km/h动车组内装行李架的设计原则以及设计方法。从行李架的分类到材料的选择再到零部件的结构设计,阐述动车组行李架模块化设计的优点,为今后模块化设计在铁路客车内装中推广提供借鉴。     

基于有限元法的动车组行李架优化分析

为解决现有高速动车组行李架玻璃承载面板易破损的安全隐患,利用有限元方法对玻璃承载面板和聚碳酸酯承载面板这两种行李架的应力和位移进行比较分析,寻找聚碳酸酯承载面板位移变化的原因和优化措施。结合动车组行李架内部结构分析,提出了行李架结构优化建议,为承载面板由玻璃板更改为聚碳酸酯板的优化措施提供技术论证。     

动车组行李架组装问题的分析与建议

对动车组行李架组装过程中出现的共性问题进行了分析,并提出了解决措施与建议。     

京八线内燃动车组内装设计

针对京八线内燃动车组一、二等座车的内装结构,着重介绍了侧墙、车项和平顶间壁、行李架、座椅、塞拉门和车窗的设计特点与风格.     

“复兴号”中国标准动车组制动试验设计与应用

制动试验是高速动车组制动系统必备的功能,介绍了制动试验的定位与使用工况,通过对国内既有高速动车组制动试验的研究,结合中国标准动车组制动系统技术平台的设计、开发和运用经验,阐述了中国标准动车组制动试验的技术方案。制动试验采用TBM-SBM-LBCU分级管理的控制方式,控制方式确保了试验的准确性与可靠性。整套试验控制逻辑清晰、工作高效,为我国高速动车组制动系统自检技术提供专业支持。     

基于现车模型和制动控制的基础制动装置热负荷仿真分析

高速动车组制动时会产生巨大的内能,考验着制动盘热负荷能力。通过分析某型高速动车组紧急制动工况的试验数据,针对该型动车组制动盘比热容和导热系数的曲线特性进行了对比,搭建了符合该型动车组的制动盘热负荷仿真计算平台。利用动车组制动盘热负荷仿真计算平台,可为列车在实际线路条件下组织运输、试验提供理论支撑。     

高速动车组电空制动系统试验台

中国铁道科学研究院建设了高速铁路系统试验国家工程实验室高速动车组制动系统试验室,这是一个具有国际先进水平的高速动车组制动系统试验研究和创新平台,实现对300～500km/h高速动车组制动系统及关键部件的研究性试验、性能试验和可靠性试验。高速动车组电空制动系统试验台是试验室的重要组成部分。试验台围绕高速动车组制动系统的发展方向和关键技术,可以进行高速动车组微机控制直通电空制动系统的匹配特性试验、系统联调试验和测试验证。还可以进行高速动车组制动系统关键气动部件和电气部件的性能试验、可靠性试验及测试验证。     

160 km/h低地板动车组铰接转向架研制

国内首次成功自主研发动力分散型低地板动车组铰接转向架.介绍了铰接转向架设计结构,构架、车轮及车轴等关键承载零部件强度分析及台架试验,以及动力学性能仿真分析和实际线路试验情况.结果 表明,转向架关键承载零部件静强度、疲劳强度和动车组相关动力学性能指标满足合同规定的限值要求.     

400km/h多流制高速动车组牵引系统研制

围绕400 km/h高速动车组多制式、轻量化及节能降耗的牵引系统设计需求,阐明了牵引系统的设计原则,论述了牵引辅助变流器、永磁电机等关键部件的技术方向和设计特点,介绍了牵引系统及关键部件试验验证情况。试验结果表明,该牵引系统及关键部件性能良好,满足动车组牵引系统各项指标要求。     

成都动车段工程设计及技术创新

动车段承担动车组高级修作业,是保障动车组安全可靠运行、有效延长动车组续航里程的重要设施,动车段工程设计是高速铁路设计技术的重要课题。在成都动车段工程设计中,基于既有路网规划,测算全路动车组检修数据,发现存在检修能力缺口,大胆提出需补强路网检修能力,增设成都动车段;根据成都枢纽布局特点,首次提出"两站一段"的段址选择模式,有效实现资源共享;总图布置充分考虑地形条件、工艺技术因素,避免与市政道路干扰;创新采用大量工程技术,比如转向架流水修采用"直线型径路流水修,关键工序双工位补强"方式,采用水泥搅拌桩加固库内地基方案等。成都动车段工程技术创新,完善了工程设计,积累了动车组检修技术经验,继承发展,为其他动车段工程设计提供借鉴。     

动车组控制界面色彩匹配对识别效率的影响

针对动车组控制界面设计中,不同前景-背景色匹配对动车组司机视觉识别效率影响性问题进行实验研究。以动车组司机简单反应时间为识别效率指标,在红、橙、黄、绿、青、蓝、紫、灰、白、黑10种基本色的90种色彩组合下,分别进行识别效率实验研究。根据测试数据,结合参数统计方法,给出90种色彩匹配下的反应时间分布函数,通过单因子方差分析对90种色彩组合按识别效率差异性予以分组,并按识别效率对分组予以优劣性排序。研究表明:控制界面中不同色彩组合对识别效率具有影响性。研究结果可为动车组控制界面的前景-背景色选配设计提供依据。     

动车组运行能耗影响因素的量化分析

动车组能耗对铁路运输成本具有重要影响,列车性能和运营状况是影响动车组运行能耗的主要因素。针对目前对于动车组能耗影响因素以定性分析居多,以大量数据分析为基础,以各CRH型动车组为实例,以计算机仿真技术为手段,分别设置不同的仿真环境,从坡道设计、曲线半径、车站分布、动车组质量和限速5个主要方面,定量分析各影响因素对动车组运行能耗的影响,得出各因素对能耗的重要度和灵敏度。实现动车组运行能耗影响因素的量化分析方法,解决由定性分析到定量分析的关键问题。为合理确定动车组能耗水平、优化高速铁路线路设计、高速铁路节能运营组织和宏观把握高速铁路节能方向提供了更为直观的参考和依据。     

CRH动车组列车牵引计算系统研究与设计

动车组列车牵引计算是高速铁路运营和设计过程中的一个基础性环节,研究和开发动车组列车牵引计算系统对于提高高速铁路运营和设计效率具有重要意义.本文依据业务需求,对动车组列车牵引计算系统进行了系统分析和系统设计,并重点探讨了动车组列车牵引计算的计算模型、动车组操纵策略、动车组过分相计算等问题,提出了单质点和多质点相结合的简化计算模型,最后开发了动车组列车牵引计算系统的原型系统.     

车顶柱式复合绝缘子风洞试验与分析

介绍电力机车及动车组用柱式复合绝缘子进行风洞试验的情况,以及对试验数据的分析和结论,为高速用复合绝缘子的设计开发提供指导。     

卧铺动车组隔声降噪优化设计技术

阐述了控制卧铺动车组振动、噪声的必要性,提出了控制卧铺动车组振动噪声的基本对策,论述了卧铺动车组降噪优化设计技术,包括声源和振源的控制优化、车体结构隔声设计、内装结构避振设计、车内声学模态设计等技术。     

中国标准动车组列车品牌设计研究

中国标准动车组不但在技术上执行中国标准,在形象上也需充分考虑中国文化的特色来进行设计.为满足市场竞争需求,将美学相关知识与动车组列车头型设计相结合,分别从动车组列车头型设计、造型特征及色彩设计与中国传统文化融合的角度,阐述具有中国魅力的中国标准动车组的品牌形象.通过对技术美学中空气动力学的研究,确定中国标准动车组列车头...     

基于智能手环的动车司机疲劳驾驶检测系统

基于智能手环的动车司机疲劳驾驶检测系统可对疲劳驾驶行为进行报警,对高速铁路行车安全至关重要。本文阐述系统的整体设计和各模块功能,分析智能手环的工作原理和手部加速度信息的采集过程。在分析动车司精神状态与手部运动关系的基础上,给出手部运动系数的概念,并运用K-means聚类算法进行分析处理,提出一种动车司机疲劳驾驶检测模型。在动车组驾驶室搭建原型系统,阐述系统的实现过程,并在高速铁路试验段进行试验,试验结果表明,该系统对司机疲劳驾驶检测的准确率达到93.6%。