高速动车组柔性转向架蛇行运动频谱分析

为分析高速动车组在不同运行速度下的转向架蛇行运动频谱,推导了自由轮对蛇行运动模型,建立了与纵向、横向速度和摇头角速度相关的3个一阶微分方程;建立了柔性转向架蛇行运动模型,给出了与轮对和构架的横移和摇头自由度相关的9自由度蛇行运动方程;结合车辆悬挂和实测轮轨接触关系等参数,联立自由轮对蛇行运动方程,求解不同轮对初始横移下...     

电动二轮车驾驶人头部损伤再现不确定性方法

为了减少交通事故中不确定性信息在受伤害者损伤再现中造成的不利影响,采用拉丁超立方(LHS)试验设计和响应面蒙特卡洛相结合的方法对电动二轮车驾驶人头部损伤再现进行损伤不确定性分析。首先采用多体系统动力学方法对具有详细事故信息(含视频信息)和损伤记录的2起电动二轮车事故中的汽车碰撞速度进行再现和不确定性分析,并对比事故信息(视频信息、最终位置、电动二轮车驾驶人的运动学),进而验证事故再现结果的有效性。在此基础上,应用有限元方法将获得的电动二轮车驾驶人头部碰撞的边界条件加载至THUMS人体头部有限元模型,分析电动二轮车驾驶人头部损伤参数的不确定性与简明损伤准则AIS累计频率的分布关系,并对比电动二轮车事故案例中电动二轮车驾驶人的头部损伤法医鉴定记录。研究结果表明:蒙特卡洛不确定性分析方法能够较准确地预测电动二轮车事故中的汽车碰撞车速,采用该分析方法获得的电动二轮车驾驶人头部损伤等级与法医鉴定的脑部损伤记录高度吻合;蒙特卡洛不确定性分析方法可以适用于评估电动二轮车事故中电动二轮车驾驶人的头部损伤等级,研究结果可为电动二轮车驾驶人头部损伤研究提供理论依据和实证方法。     

跨座式单轨弓网耦合主动控制研究

单轨列车高速行进中,弓头往往会发生较大振动冲击刚性接触网,降低弓网受流质量与寿命,为此提出一种改善弓网关系的主动控制方法.在此基础上,首先分别建立了单轨弓网耦合的线性二自由度动力学模型,以及无刷直流电机的双闭环控制驱动模型;然后结合分数阶PID控制算法,完成了整个主动控制系统的建模;最后对比分析了列车不同时速下受电弓被动控制和主动控制接触力的响应以及弓头的抬升量,并分析了主动控制的响应速度.研究结果表明:该主动控制方法的响应速度能够完全满足高速状态下弓网关系的调节要求,且能够明显降低接触力波动,缓解弓网碰撞,减少弓网磨损,提高其使用寿命.     

浅谈旧混凝土道路加铺沥青面层

近年来由于道路的交通量和汽车载重量急剧增加，对路面结构损坏也日渐加重，越来越多的旧水泥混凝土路面出现了不同程度的病害，急需进行补强处理。为了有效利用旧有混凝土水泥路面，节约工程投资，采用沥青加铺补强是改善其使用性能的最有效措施。目前，国内对沥青加铺层已有可依据规范，但对旧有的水泥混凝土路面上加铺沥青层则研究得较少，还没有形成完整的体系来指导设计与施工。     

城市道路指路信息对进口道车流交织长度及通行能力的影响

基于高速公路交织段的概念,结合城市道路间断流运行特征及路侧指路信息对交织车辆的影响机理,提出城市道路交叉口进口道车流实际交织长度的确定方法.根据道路交通设计特征及驾驶员变道行为特征分别确定了城市道路进口道交织段的起讫点.选取上海市典型交叉口对车辆换道行为及微观行车特征进行视频观测,共获得159个有效样本,分析了车辆换道决策点在信息指示标志附近的分布规律,结果显示,换道决策点在信息指示标志附近呈正态分布.结合指路信息的影响改进了现有交织段通行能力计算模型,比较了该交叉口三个典型断面的通行能力:停车线断面、交织段断面、路段断面,并指出随指路信息位置变化时交织段通行能力的变化趋势,据此提出指路信息最佳设置位置.     

电枢导体的布置方式对牵引电动机换向能的影响

换向和发热冷却是现代高利用直流牵引电动机所面临的两大课题,而改变电枢绕组的导体布置方式是解决这两个问题的有效措施之一。本文针对常见的七种电枢导体布置方式,就导体布置方式对直流牵引电动机换向性能的影响问题,进行了系统的论述,提出了一套较完整的分析方法和计算公式,可供从事直流牵引电动机理论研究、设计和教学工作的同志参考。     

基于刚柔耦合的跨坐式单轨车辆受电弓疲劳分析

针对跨坐式单轨车辆受电弓在运行时出现断弓的问题,依靠固定界面模态综合法,建立该型跨坐式单轨车辆弓网刚柔耦合多体动力学模型,并通过与测试试验的对比验证了模型的正确性。探讨了各杆件的动应力响应,得到了各杆件的振动特性,并采用准静态应力叠加法对受电弓进行了疲劳强度分析。仿真结果与该型单轨受电弓的实际断弓位置相吻合,从而验证了基于刚柔耦合模型对受电弓进行疲劳分析的正确性。     

板簧的可靠性设计

重点介绍了板簧可靠性设计的方法。在基本随机变量的概率特性已知的情况下，使用二阶矩方法对板簧的可靠性进行设计，并且编制了实用的计算机程序，可以迅速准确地得到板簧的可靠性设计参数。     

基于模糊神经网络道路纵向附着系数预测

为了研究路面状况及使用年限对道路纵向附着系数的影响,通过对不同年限、不同干湿状况的路面进行测试纵向附着系数,建立了基于模糊神经网络道路纵向附着系数预测模型,并通过实车制动试验进行验证。试验结果表明:预测模型误差率小于6%,实车制动试验制动车速与实际车速误差也在6%内,验证了模型的有效性和实用性。因此,为交通事故再现提供了一个快速有效的方法。