利用残余力概念进行结构损伤识别

提出一种利用残余力进行结构损伤识别方法。用刚度损伤系数将有限元模型参数化来描述结构的损伤。用特征值和特征向量预测算法构造目标函数,利用两点交叉算子的二进制代码的遗传算法反复迭代优化刚度损伤系数,获得待测结构的损伤系数、损伤位置与损伤程度的信息。通过一个平面桁架对该方法进行验证,结果表明:利用残余力概念进行损伤识别所得结构的损伤系数与理论值很接近。该方法能够较准确地判断结构的损伤位置和损伤程度。     

高速空调客车通过隧道时车内压力波数值方法初探

高速列车通过隧道时会带来乘客舒适性问题。现利用流入、流出相邻两节密封车厢的流量关系,发展了高速空调客车车厢在彼此隔离条件下车外压力引起的车内压力计算方法,模拟了客车在加装风量调节式控制系统时隧道单车压力波与会车压力波条件下的车内压力波动规律,验证了该类系统减缓车内压力的有效性。     

列车轮对在线动态测量方法的评述

论述了列车轮对参数在线动态测量方法研究的重要意义,介绍了国内外在线动态测量的常见方案,并探讨我国在线动态测量系统的发展和应用。     

旅客列车发车时间域优化研究

在大量问卷调查的基础上,根据旅客对不同到发时间域选择的偏好,确定了各发车时间域旅客出行的方便系数。利用目标规划原理,以旅客出行方便程度最大为目标,构造了三级控制策略。在考虑客运站到发线能力,以及旅客列车必须在合理的时间域发车等约束条件下,建立旅客列车发车时间域的目标规划模型。利用该目标规划模型,可根据旅客列车实际运行的需要,通过变化控制策略和赋予各目标的优先因子,实现对列车发车时间域的优化。根据模型约束目标正负偏差变量,计算了各级控制策略实现程度系数。最后,以太原站始发旅客列车为实例,利用变换方案对该目标规划模型的运用进行了分析,并将目标规划优化结果和传统确定发车时间域的结果以及指派模型优化结果进行比较分析。     

车桥系统共振机理和共振条件分析

通过理论推导和分析实例研究列车以一定速度通过桥梁时，车桥系统的共振机理和发生共振的条件。根据发生机理的不同，车桥系统可能发生几种不同形式的共振，包括由车辆重量、离心力、横向平均风荷载等形成移动荷载列的周期性动力作用引起的桥梁共振，由移动荷载列加载速率引起的桥梁共振，由轨道不平顺、车轮扁疤、轮对蛇行等周期性加载引起的桥梁共振；由桥跨的规则性排列及其挠度的影响，对移动车辆形成周期性动力作用使车辆出现的共振。车桥系统的共振条件与桥梁跨度、长度及竖向和横向刚度，列车编组、车辆轴距参数及车辆的自振频率等因素有关。     

强侧风对高速列车运行安全性影响研究

在列车空气动力学和系统动力学相结合的基础上完成了相关研究工作。论文首先在研究列车受侧向风力的气动力特性基础上,利用流体力学计算软件FLUENT进行数值计算,得到不同侧风风速和列车车速下作用于车体的侧风载荷值;接着,利用所建立的高速列车动力学模型,将得到的风载荷值作为外加载荷作用于列车,研究了侧向风速对直线运行列车运行安全性的影响特性;最后,参照高速列车运行安全性相关限定标准,提出不同侧风风速下高速列车的最高安全运行速度,为特殊风环境下我国时速200 km/h及以上动车组安全运行提供理论依据。     

列车运行监控记录装置自动测试系统

介绍了列车运行监控记录装置自动测试系统的组成,阐述了以LKJ-93和LKJ2000型监控记录装置为基础的自动测试系统各主要部件的测试原理。该系统可测试LKJ-93和LKJ2000型监控记录装置整机和插件,结合专家指导系统,可指导检修,并为其他设备的测试预留了接口。     

基于神经网络的感应电动机特性辨识新方法

提出并论证了一种基于神经网络的感应电动机特性辨识新方法,只需测得电机两相电流数值便可以辨识出电动机转矩和转速,用改进的Levenberg-Marquardt算法对神经网络进行学习和训练,构建了适合电动机转矩转速观测的BP神经网络。由于RBF神经网络无论是在逼近能力、函数拟合和学习速度方面都优于BP网络,也利用RBF网络进行了辨识。该方法较已经提出的方法相比,需要的检测量少,辨识方法简单。仿真研究表明,RBF神经网络辨识效果优于BP神经网络。     

转K2型转向架弹簧载荷识别及其对弹簧寿命影响的研究

用试验的方法得到在垂直载荷作用下弹簧45°方向应力和最大主应力之间的差异,用有限元法计算了弹簧在横向、垂向加载时的载荷识别系数。根据线路实测动应力识别出转K2型转向架弹簧在运用工况下的2种载荷。最后根据载荷计算出弹簧的应力,利用疲劳损伤模型计算出损伤,得出了2种载荷对疲劳寿命的影响。     

基于试验数据的城轨车辆二系悬挂系统神经网络辨识研究

针对城市轨道车辆二系悬挂系统的输入-输出动态关系,根据实测数据应用神经网络对城市轨道车辆二系悬挂系统进行辨识,建立了二系悬挂动态系统神经网络模型。仿真结果表明:所采用的辨识网络能够对城市轨道车辆二系悬挂系统的动态关系进行有效的辨识,可以建立一个分析二系悬挂系统特性的神经网络模型。