地铁列车轮缘磨耗过快原因分析及解决措施

轮缘润滑不足、曲线半径小、左右轮径差过大、轮缘偏磨是造成地铁列车轮缘磨耗过快的主要原因,对此,作者在文章中提出了合理润滑、减小偏磨等减低轮缘磨耗的有效措施。     

石灰岩与玄武岩粗集料抗压耐磨性能对比试验研究

为了探讨石灰岩粗集料在沥青路面表层中的适用性及耐久性,通过采用压碎试验仪、冲击试验仪和洛杉矶磨耗试验机在分别改变压力增加速率及压实功、改变冲击功和改变钢球数量质量及转动置数条件下依次对比研究了石灰岩与玄武岩粗集料的压碎值、冲击值和磨耗值,并分析了各性能衰减规律。结果表明：石灰岩粗集料的抗压性能、抗冲击性能和耐磨耗性能均较玄武岩稍差,且衰减较快;抗压碎能力与荷载压力、抗冲击能力与冲击次数以及磨耗损失与转动置数之间均呈二次曲线相关关系;冲击值、磨耗值与压碎值之间均有较好线性关系。     

SMA级配超薄磨耗层路用性能的对比研究

对超薄磨耗层采用SMA-10和SMA-5两种类型的公称粒径进行沥青混合料的配合比设计,在确定矿料级配及最佳油石比后,经室内试验和摊铺试验路段验证,结果表明,两种混合料皆具有良好的路用性能,与SMA-5相比,SMA-10具有构造深度大、摩擦系数大、抗滑性能好、抗车辙性能好的特点,更有利于确保路面功能,也更适用于超薄磨耗层。     

基于轮轨接触的高速铁路钢轨磨耗量

为预测高速铁路钢轨的磨耗量,建立了轨道结构静力学有限元模型和动力分析模型,基于Archard磨耗理论从曲线半径、行车速度、轮轨横移量3个角度计算分析了钢轨磨耗量,利用垂直磨耗深度0.5mm的磨耗量为界反算出通过总质量.计算结果表明：曲线地段钢轨磨耗较为严重,垂直磨耗深度为0.5mm时,直线上通过的总质量为45.9～60.0 Mt,曲线上通过仅为22.9～29.9Mr;相同曲线半径条件下,单轮作用下的接触斑处钢轨磨耗量随着行车速度提高而增大;相同速度和曲线半径下,钢轨磨耗量随着轮轨横移量增大而增大.     

山区客运专线曲线区段钢轨磨耗量的仿真分析

以山区客运专线钢轨磨耗量以及运营安全性作为研究对象,数值仿真作为手段,仿真计算基于Kalker线性蠕滑理论,借鉴Elkins磨耗指数模型,考虑轨道不平顺,车轮踏面与钢轨型面及弹性地基影响,使用SIMPACK软件建立动车组模型仿真,计算了蠕滑率和蠕滑力的大小,讨论了曲线半径对蠕滑率、钢轨磨耗量、减载率及脱轨系数的影响。比较了不同曲线下,两种踏面的动力学性能。随着圆曲线半径减半,LMa（高速动车组踏面）的左轨磨耗量增大了大约6倍左右。从磨耗量和安全性的角度对山区客运专线设计方法提出建议。     

Parametric analysis of wheel wear in high-speed vehicles

In order to reduce the wheel profile wear of highspeed trains and extend the service life of wheels, a dynamic model for a high-speed vehicle was set up, in which the wheelset was regarded as flexible body, and the actual measured track irregularities and line conditions were considered. The wear depth of the wheel profile was calculated by the well-known Archard wear law. Through this model, the influence of the wheel profile, primary suspension stiffness, track gage, and rail cant on the wear of wheel profile were studied through multiple iterafive calculations. Numerical simulation results show that the type XP55 wheel profile has the smallest cumulative wear depth, and the type LM wheel profile has the largest wear depth. To reduce the wear of the wheel profile, the equivalent conicity of the wheel should not be too large or too small. On the other hand, a small primary vertical stiffness, a track gage around 1,435-1,438 mm, and a rail cant around 1：35-1：40 are beneficial for dynamic performance improvement and wheel wear alleviation.     

二硫化钼填充乙烯基树脂的摩擦学性能

研究了不同质量分数的二硫化钼（MoS2）填充乙烯基树脂（VER）复合材料及所成转移膜在不同转速、载荷下的摩擦学性能,并对摩擦表面形貌进行了分析．结果表明：MoS2含量低于15％和高于35％时主要磨损机制分别为粘着磨损和轻微犁削式的磨粒磨损,且都不随转速的变化而改变;但MoS2含量处于15％～35％时主要磨损机制为粘着磨损、疲劳剥落式的磨粒磨损,且随转速的增加而减弱．另外,MoS2含量低于25％时摩擦系数随载荷增加而增大,高于25％时却随载荷增加而减小,磨损率均变化不大．对偶盘上形成的转移膜能有效降低摩擦磨损,随着MoS2含量的增加,转移膜的减摩时问逐渐延长,而摩擦系数基本不变;随着载荷的增加,转移膜的摩擦系数逐渐降低,减摩时间则大幅度缩短．     

直线工况轴重对轮轨磨损影响的试验研究

采用模拟试验方法,在试验室内模拟不同轴重货车运行于60kg/m直线PD－1钢轨情况,研究轴重对轮轨磨损的影响,试验结果表明,25吨轴重时,车轮和钢轨的磨损率均明显大于21t和23t轴重时的磨损率,因此,在我国现行铁路标准下,将货车轴重由21吨提高到25吨是不适宜的。     

Tool Wear Prediction in Micro-end-milling with Hard Material

The applications of micro-machining have increased drastically in the last ten years. However, tools with less than 1mm diameter using for micro-mills have very short and unpredictable life when they are used to cut hard metals. In this study, preliminary design of experiment (DOE) test program was conducted to investigate and identify the factors affecting tool wear at the micro-scale with hard material. Analysis of variance (ANOVA) and Taguchi method were efficient to determine appropriate cutting condition and the effect of parameters. A simple model was also developed to predict the width of slots on the workpiece along the cutting length. The obtained results can provide the basic guidelines for parameter setting of micro-end-milling with hard material.     

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。