高速铁路桥上无砟轨道结构动力优化研究

来源 :兰州交通大学 | 被引量 : 0次 | 上传用户:qq149971093
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着高速铁路发展,对高速铁路桥上运输的安全性和耐久性提出了更高的要求,基于桥上无砟轨道,通过有限元建立车-轨-桥系统模型,分别进行静力学、动力学、疲劳计算,研究总结扣件刚度、支承层弹性刚度对轨道结构的影响特点,提出合理的无砟轨道结构参数。本文利用有限单元法,从单元出发,推导轨道-桥梁单元动力方程,基于轮轨接触,建立多刚体车辆轨道接触关系,通过Matlab软件实现车-轨-桥模型的建立,并通过ABAQUS建立车辆-轨道-桥梁空间耦合模型,与Matlab计算结果对比验证,确定模型的正确性。之后研究不同扣件刚度、支承层弹性刚度变化对车-轨-桥系统的静、动力学影响,分析各参数结构下,对系统响应绝对值最大值的变化规律,以及动力学响应下参数的敏感度,并基于该变化规律及参数的敏感度分析,建立单目标、多目标车-轨-桥系统优化模型,通过NSGA-Ⅱ优化算法对车-轨-桥耦合系统进行性能优化;最后由静力学、动力学研究结论,分别从扣件刚度、支承层弹性刚度参数变化的角度,分析得到车-轨-桥体系疲劳寿命的变化规律。主要研究结论如下:(1)在列车荷载作用下,各参数对轨道结构的影响不同:随着扣件刚度的增加,钢轨位移及动弯应力呈逐步下降趋势,对轨道板位移、横纵向应力影响较小。随着支承层弹性刚度的增加,钢轨、轨道板位移呈缓慢下降趋势,轨道板纵向应力逐渐下降。轨道板厚度的增加,对各结构位移影响较小,基本不变,轨道板的横、纵向应力逐步下降,支承层的纵向应力逐步降低。考虑钢轨位移限值,选取扣件刚度合理范围在50~80kN/mm,支承层弹性刚度范围在200~500kN/mm。(2)车桥耦合动力计算结果表明,随着列车运行速度的增大,车辆轨道桥梁系统的各项指标均呈上升趋势。随着支承层弹性刚度的增大,车辆轨道系统的各项指标均呈下降趋势。随着扣件刚度的增大,列车通过时钢轨的变形及加速度逐渐减小,但会增加列车行驶过程中的轮轨力。(3)基于NSGA-Ⅱ算法对动力响应峰值进行性能优化,对于单类目标动力响应结果表明,当扣件刚度kr为75 kN/mm,支承层弹性刚度kbs为500 kN/mm时,取得最小钢轨正向加速度;当扣件刚度kr为80 kN/mm,支承层弹性刚度kbs为420 kN/mm时,取得最小钢轨负向加速度;当扣件刚度kr为53kN/mm,支承层弹性刚度kbs为470kN/mm时,取得最小轨道板正向加速度;当扣件刚度kr为50kN/mm,支承层弹性刚度kbs为500kN/mm时,取得最小轨道板负向加速度;当扣件刚度kr为50kN/mm,支承层弹性刚度kbs为500kN/mm时,取得最小桥梁正向加速度;当扣件刚度kr为50kN/mm,支承层弹性刚度kbs为200kN/mm时,取得最小桥梁负向加速度。对于多类目标动力响应结果表明,当钢轨正向加速度与轨道正向加速度或桥梁加速度进行组合取最优时,其扣件刚度kr均为75kN/mm,支承层弹性刚度均为500kN/mm,两参数均大于优化范围内均值;当钢轨负向加速度与轨道正负向加速度或桥梁加速度进行组合取最优时,其扣件刚度kr为50kN/mm取得最小值,支承层弹性刚度均为500kN/mm,参数大于优化范围内均值350kN/mm。(4)扣件刚度的增大会降低轨道板的疲劳寿命,但其降低幅度越来越小。而支承层弹性刚度的增大对轨道板的疲劳寿命有着显著的提升。
其他文献
学位
近年来,计算机与强化学习、深度学习、云计算技术蓬勃发展,取得了长足的进步。机器人技术与云计算的结合提高了机器人运行的效率,可以将任务分配到云端完成。机器人技术与深度学习的结合可以使机器人获取更多图像方面的信息,采取更多有价值的行动。而其中强化学习的发展更是为机器人领域再次注入了新鲜的血液。强化学习与云机器人的融合在性能的提高与拓展实验方向方面具有十分广阔的前景,可以探究不同的抓取方案,完善背后的原
地铁对大幅度提升城市交通运输效率具有重要意义,我国城市地铁隧道建设正大规模开展。盾构法施工由于对地层的扰动小、受环境影响小、施工效率高等诸多优点,已成为城市地铁建设的重要施工方法。我国地域广阔,地层条件复杂多变,其中砂卵石地层就是一种典型的力学不稳定地层,在盾构掘进扰动下,地层反应较为灵敏,原有相对稳定或平衡状态容易受到破坏,形成地层损失和围岩扰动,导致地面沉降甚至塌陷,危及临近建筑物。本文以广州
学位
学位
学位
学位
学位
互联网的飞速发展使得网络文本数据呈现爆发性的增长。快速发展的互联网在给用户带来便利的同时,也使得用户很难从海量复杂的数据中快速、准确、全面地获取自身所需的信息。文本关键词与摘要抽取作为自然语言处理领域两个重要的研究课题,其目的均为生成描述文本主旨的精简内容,从而揭示文本的关键信息。为挖掘文本数据之间潜在的关联,本文在研究关键词与摘要抽取算法的基础上,深入研究了粗糙数据推理理论,重点研究了基于图模型
图像分割是计算机视觉中目标识别和分类的关键步骤,其目的是将一幅图像根据颜色和纹理等属性分割成若干个图像段。超像素分割产生感知一致的像素区域,与传统图像的单一像素表示不同,超像素提供了视觉上有意义的实体,可以用作图像处理和计算机视觉任务的预处理步骤。使用超像素代替像素的突出优点是减少了后续处理的计算成本,缺点是在复杂的物体边界上不能完美的贴合。PCNN模型是一种基于猫视觉皮质神经元信号转导的神经网络