纵向冲击下高速列车车体承载极限数值模拟

进行了高速列车车体6005A-T6、6082A-T6铝合金的静态拉伸和动态压缩试验,识别了0.001~2 500 s^-1应变率范围内2种铝合金的材料应变率效应,建立了对应的Johnson-Cook本构模型;构建了高速列车典型车辆的显式动力分析模型,完成了刚性墙冲击车体过程仿真,研究了车钩稳态载荷、冲击速度、加载方式对车体承载极限的影响;分析了高速列车一号车和二号车车体在冲击载荷下的变形演化,通过应力变化临界点确定了车体的承载极限,并对列车在更高能量配置模式下的车体承载性能进行了验证。研究结果表明：在0.001~2 500 s^-1应变率范围内,6005A-T6和6082A-T6铝合金应变率敏感系数分别为2.9×10^-3和8.5×10^-3,应变率效应不明显;纵向动态冲击载荷下,应变率强化对铝合金车体结构承载力影响不明显,惯性效应是其承载能力高于静态极限的主要原因;纵向冲击载荷从车钩位置传递时,一号车和二号车车体的动态承载力水平显著高于车体许用静态压缩载荷;冲击载荷下的车体结构承载力可为高速列车碰撞各界面能量分布问题中吸能元件平台力取值提供上界;可适当考虑提高车体许用压缩载荷以扩大列车端部吸能部件力学参数设计域,以满足更苛刻需求下的列车被动安全性能。     

胶粘剂和CFRP吸湿对复合材料粘接接头失效的影响

对胶粘剂和复合材料的影响进行解耦;采用常温环境分别对胶粘剂、碳纤维增强树脂基复合材料(CFRP)和CFRP/铝合金粘接接头进行不同时间周期的浸泡,研究了不同应力状态对粘接接头失效的影响;以准静态失效测试的失效强度和失效模式分析为主,结合傅里叶变换红外光谱仪分析、差示扫描量热法分析和扫描电子显微镜分析,分别研究胶粘剂和CFRP吸湿后的失效机理,揭示了吸湿对复合材料粘接接头失效的影响机理。分析结果表明：胶粘剂在吸湿30 d后发生了水解,失效强度下降约53.7%,失效应变约为原来的3.2倍;CFRP吸湿后表面粘附性降低,容易引起界面失效,但打磨之后能够得到改善,CFRP吸湿后纤维/基体界面力学性能降低,在正应力状态下更容易造成纤维撕裂;CFRP/铝合金粘接接头的失效强度在吸湿30 d后下降了约23%,失效断面中胶粘剂出现了韧性断裂和界面失效;通过对胶粘剂、CFRP和CFRP/铝合金粘接接头吸湿后的失效分析,发现剪应力状态下的CFRP/铝合金粘接接头失效主要受胶粘剂吸湿后的性能下降影响,其次是界面失效的影响,而正应力状态下的CFRP/铝合金粘接接头失效还受CFRP性能下降造成的纤维撕裂影响。     

网联自动驾驶车辆混合交通流专用道管控方法

分析了网联自动驾驶车辆(CAV)混合交通流中各车辆类型及其跟驰模式下的车头间距,从通用性混合交通流特征层面理论推导了各车头间距模式的概率表达式,从而对混合交通流进行了数学描述;以混合交通流整体通行流率最大为目标,计算了多车道混合交通流中一个CAV专用道的设置条件以及专用道设置后CAV交通流在专用道和混合道上的最优交通流分配比例,将一个CAV专用道情形推广至多个CAV专用道动态管控的一般性情形,构建了混合交通流专用道动态管控的分析方法;应用案例分析论证了CAV专用道管控方法的有效性。研究结果表明：在交通需求为2 000 veh·h^-1时,各CAV渗透率阶段均无需设置CAV专用道;在交通需求为3 000 veh·h^-1时,需在CAV渗透率为0.2~0.4的阶段下考虑设置CAV专用道;在交通需求为5 000 veh·h^-1时,需考虑在各CAV渗透率阶段下设置CAV专用道;提出的CAV专用道管控方法可根据交通需求和车道总数等条件定量化计算不同CAV渗透率阶段下的最优CAV专用道数量以及CAV交通流最优分配比例,且交通需求能够影响反映CAV专用道设置条件的临界CAV渗透率范围,交通需求和车道总数量可分别从交通需求属性和道路空间属性方面促进最优CAV专用道数量的提升,符合多车道场景混合交通流CAV专用道管控的特性。     

BFRP加固损伤混凝土梁挠度计算方法

为了准确计算玄武岩纤维增强复合材料(BFRP) 加固损伤混凝土梁的挠度, 为BFRP加固损伤混凝土梁的设计与施工提供理论依据, 按照配筋率不同设计了11片试验梁进行试验, 每组试验梁设置不同的BFRP布加固量与加载方法。计算了各试验梁的荷载-挠度曲线, 分析了未加固梁、1层BFRP布加固梁、2层BFRP布加固梁在不同初始荷载下的挠度变化规律。给出了BFRP加固损伤混凝土梁跨中挠度的计算公式, 对比了挠度计算值与实测值。分析结果表明: BFRP加固混凝土梁的挠度受初始荷载和加固量的影响, 有初始荷载的加固梁挠度较无初始荷载的加固梁挠度增大30%~4%, 2层BFRP布加固梁的挠度较1层加固梁的挠度增大19%~2%, 计算挠度时需考虑BFRP布滞后应变的影响; 挠度计算值与实测值的最大差值平均为7.26 mm, 初始荷载小与配筋率高的试验梁挠度计算值与实测值较为接近, 可以用于实际工程计算。     

北极水域船舶航行风险管理研究现状分析

全球气候变暖使得北极水域作为航运通道成为可能,作为连接中欧的最短海上运输通道,北极航道正融入我国"冰上丝绸之路"战略.然而北极水域通航环境复杂多变、脆弱敏感,给船舶安全带来了很多非传统安全风险.为明晰目前北极水域船舶航行风险管理现状,通过对北极船舶航行风险管理文献进行梳理,从风险管理的公约/规则和技术2个方面分析和探讨当前的研究现状和未来的研究方向.研究表明,北极水域船舶航行风险管理研究技术受限于数据的缺乏和不确定性.随着未来北极基础建设和装备的研发,基于模型的、静态的、层次的风险识别、分析和评估研究将朝着数据化、动态化、系统化的风险预测、预报和预警的方向发展.     

地震荷载下无碴轨道桩网路基的动力响应分析

利用有限元软件ANSYS建立桩网结构路基模型,同时结合郑西客运专线实际工况,加载1976年宁河天津地震波,对桩网结构路基的地震动力响应进行数值模拟,并对动力响应的结果进行分析.     

公交化城际列车时刻表优化

为了优化公交化城际列车的运营时刻表, 获得最大社会效益, 将时刻表的优化问题分解为确定列车首发时间、列车发车间隔时间以及列车每日开行趟次3个相互关联的子问题, 并以旅客出行费用和铁路企业运营成本费用的加权和最小化为目标函数, 建立公交化城际列车时刻表优化模型。优化结果表明, 在总费用最小时, 线路的最优开行趟次为30, 可得到公交化城际列车的运营时刻表, 所得到的结果与通过实际分析得到的最优结果完全一致, 且比单纯考虑旅客费用或企业运营费用时的结果更合理, 使得城际列车时刻表的制定更加科学化, 并符合社会效益最大化的要求。     

自适应巡航控制车辆跟驰模型综述

分析了自动驾驶汽车自适应巡航控制(Adaptive Cruise Control, ACC) 和协同自适应巡航控制(Cooperative Adaptive Cruise Control, CACC) 车辆跟驰模型, 从系统控制原理、车车通信技术与车间时距方面阐述了ACC与CACC车辆的异同点; 将目前主流ACC/CACC车辆跟驰模型分为3类: 基于智能驾驶的车辆跟驰模型、加州伯克利大学PATH实验室车辆跟驰模型与基于控制论的车辆跟驰模型, 总结3类车辆跟驰模型的建模思路与主要优缺点; 从道路通行能力、交通安全和交通流稳定性3方面, 分析了ACC/CACC车辆对交通流特性的影响, 及其研究现状与未来发展趋势。研究结果表明: 不同的ACC/CACC车辆跟驰模型对通行能力的影响存在较大差别, ACC/CACC车辆有利于提升交通安全性, 但由于缺乏统一的安全性评价指标, 难以量化ACC/CACC车辆对交通安全性的影响程度; 小规模实车试验验证了ACC车辆具有不稳定的交通流特性, 否定了ACC车辆稳定性数值仿真结果, 而数值仿真试验和小规模实车试验均表明CACC车辆可较好提升交通流稳定性, 因此, 完全依赖于计算机仿真试验无法获得令人信服的结论, 实车试验是ACC/CACC研究的必要途径; 为了完善ACC/CACC在交通领域的研究, 应构建不同ACC/CACC车辆比例下的混合交通流基本图模型、智能网联环境下的ACC/CACC车辆跟驰模型建模方法与ACC/CACC混合交通流稳定性解析方法。     

区域公路货物周转量结构分析与推算方法

为解决公路货物周转量结构性数据缺失的问题, 将公路货物周转量分为车辆货物周转量和路网货物周转量。依托车辆年检平台, 进行抽样调查获得车辆货物周转量, 根据车辆行驶里程比例将车辆货物周转量分配到不同路网。以高速公路收费系统和普通公路交通量观测站为平台, 获取交通量数据。结合24 h现场抽样调查数据, 推算区域路网货物周转量, 并按车籍比例进行分割。将车辆和路网货物周转量的细分结果对接分析, 得到总的货物周转量的结构和分布, 并以江苏省推广结果作为分析实例。分析结果表明: 从车辆货物周转量角度计算, 江苏货车的本地和外地比例分别为65.39%和34.61%;从路网货物周转量角度计算, 高速公路占43.00%, 普通收费公路占31.61%, 其他公路占25.39%;从车籍角度计算, 江苏货车占40.80%, 外省货车占59.20%, 外省货车在高速公路上的货物周转量是江苏货车的4倍。     

运煤专线车载探地雷达道床不洁率提取算法

运煤专线道床脏污乃细颗粒介质日积月累渐次沉积造成,且脏污道床介电常数与脏污程度呈正相关,这为利用雷达信号提取道床脏污水平提供了物性前提.综合考虑道床脏污程度的渐增特性、轨枕干扰等因素对目标信号的影响,本文通过包容目标信息的一定时域信号的功率谱来提取道床脏污指数.数值模拟及足尺标定线模拟结果表明:利用功率谱响应的频段积分...