地铁列车激励下岩石场地振动传递特性测试分析

为分析地铁列车运行引起岩石场地振动传递特性,选取青岛某地铁线路区间,对正常运营的地铁引起隧道及地面垂向振动进行同步测试分析。结果表明:1)隧道与地面振动主要集中在50~200 Hz,隧道200 Hz处的振动最为显著,地面60~80 Hz的振动最为显著。地面距离隧道中心线90 m范围内,振动呈波动衰减,在距离隧道中心线30 m与75 m处,存在2个振动放大区,相对于其前一测点,均在8~25 Hz与60~80 Hz频段有所放大;2)隧道壁至地面振动传递损失曲线均近似呈V型分布,高频段振动传递损失较低频段大,传递损失基本在20~25 Hz附近最小,大部分测点在此频段传递损失出现负值,说明此频段附近振动加速度从隧道壁传递至地面有放大现象;3)地铁列车运行引起青岛岩石场地振动传递特性与其他场地类别相比有相似性也有差异性,测试结果可为青岛地铁后期线路规划对地面环境振动影响提供参考。     

海外工程岩土抗震参数选取

随着境外项目的增多,经常遇到海外工程如何选用岩土抗震参数的问题。部分国家抗震区划图或研究资料不足,且中标抗震体系与海外差异较大,参数选取往往会影响整个项目的造价。关于岩土抗震参数的研究很多,但系统性的总结研究不多,特别是针对具体项目如何应用研究不足,工程实例少,实用性不强。结合某境外地勘项目,对比分析国外标准与中标抗震参数的差异以及选取时的注意事项,提出了参数选取流程。给出了部分工程案例分析,为以后海外项目抗震参数的选取提供指导意见。     

城市快速轨道交通车辆的编组方式与加速特性

从起动加速度、牵引电机功率、最大运行速度和平均站间距的合理选取等方面入手，对最大运行速度为80～160 km ／ h的车辆进行了初步的计算与分析，得出了五类编组形式与15种车型的选型建议，为今后新型车辆的选型提供了具体的数值参考依据。     

高速列车开关式横向半主动悬挂系统的理论与实践

阐述了半主动悬挂系统的原理,介绍了基于天棚控制原理的开关式横向半主动悬挂系统的研制过程。利用车辆系统动力学仿真分析软件UM分析了车辆系统采用半主动悬挂改善车体振动性能的结果,确定了半主动悬挂系统的时滞范围和车辆过曲线时车体离心加速度的滤波频率范围。针对样机进行了简化的台架试验。仿真计算和台架试验结果均表明,采用开关式半主动悬挂系统可以有效地维持和断开减振器所提供的阻尼力,从而提高横向运行平稳性指标。     

通勤动车组运行性能分析

由于城市群落的快速发展,运行站距2.5～10 km之间、连接自然村庄和乡镇的通勤动车组,正在快速发展之中,文章对通勤动车组的运行性能进行分析,提出相关顶层指标,为通勤动车组设计分析和标准制定提供参考。     

列车牵引加速度计算方法分析研究

牵引加速度计算是列车牵引制动特性计算过程中的重要组成部分。因为无显式计算公式,实际计算中一般采用数值计算方法。不同的数值计算方法和不同的计算步长,将导致最终的结果与真实值之间存在不同的误差。文章通过对比不同的数值计算方法。分析这些方法的异同。     

海洋平台机座阻尼结合阻振质量减振分析

应用波分析法研究结构声在机座板结构中的传导特性,并对比分析层合阻尼结构的解析解和数值解,验证阻尼建模方法的正确性.依据阻尼材料的工程选用原则对阻尼材料进行选型,并基于有限元法研究阻尼粘贴方式对机座结构的动力学特性影响规律,分析表明多层复合阻尼材料相比于普通阻尼材料具有更好的减振效果.在此基础上研究某平台发电机组机座敷设多层复合阻尼结构对平台舱室振动特性的影响,并分析阻尼层厚度对平台振动特性的影响.研究阻振质量对贴敷多层复合阻尼减振特性的影响,研究表明阻振质量结合阻尼减振可使减振效果相比单独应用阻尼有较大程度提高.     

基于MEMS加速度传感器的操纵台振动试验研究

利用ADXL001加速计自行设计了MEMS三相加速度传感器。探讨了MEMS加速度传感器在振动测量中的可行性。针对HXN5型内燃机车司机室操纵台的振动控制,利用自主开发的VTCL_DSP信号采集与分析系统对操纵台进行了系统的试验测试分析。针对被动隔振方法提出了优化方案。通过优化方案的试验验证,确定操纵台振动得到了有效控制。     

基于小波包能量熵的钢轨波磨检测方法

针对目前轨道波浪型磨损检测效率慢、成功率低等问题,提出一种基于小波包能量熵的轨道波磨检测技术。首先建立轨道波磨简化模型及车辆集总化参数模型并搭建SIMPACK仿真动力学模型,其次创新性地将小波包和能量熵相结合应用在轨道波磨检测领域,再通过仿真模型得到不同波磨分组下的轴箱振动响应,然后对振动加速度信号进行4层小波包分解并计算各节点的小波包能量和小波包能量熵,最后通过对比分析仿真结果确定轨道波磨故障类型。     

基于径向基函数神经网络的轨道交通车辆振动状态预测

通过遗传算法优化径向基函数神经网络的中心、宽度及权重等参数,构建车辆振动神经网络预测模型。通过42自由度车辆多体动力学模型,以某线路实测轨道不平顺数据作为输入,得到车辆振动加速度数据。通过训练与优化,构建的车辆振动预测模型能预测车体振动加速度变化趋势。