随机轮轨力作用下基于2.5维离散支撑模型的轨道垂向振动分析

来源 :铁道学报 | 被引量 : 0次 | 上传用户:xie2372
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
针对轨道随机不平顺引起的钢轨高频振动响应问题,建立2.5维有限元离散支撑轨道动力学实体模型。首先结合高速车辆模型建立耦合系统垂向振动模型,进而基于虚拟激励法得到由轨道不平顺引起的动态轮轨力功率谱;然后基于2.5维离散支撑轨道数值模型,将动态轮轨力功率谱作为激励,得到轨道系统的随机振动响应。通过与格林函数结果对比,验证了本文模型的正确性。结果表明:采用2.5维有限元法及荷载等效法可快速实现无限长离散支撑实体轨道模型全频域计算,可模型钢轨的横截面变形特征;以CRH3型高速动车为例,高于2800 Hz时轨道结构
其他文献
为了提高中低速磁悬浮列车的运行控制性能,利用列车往返运行的周期性,提出一种基于周期自适应学习的运行控制方法。该周期自适应补偿控制器由4部分组成:PD模块、速度前馈模块、周期自适应线路附加阻力补偿模块以及涡流阻力与空气阻力补偿模块。在线路参数未知的条件下,周期自适应补偿模块通过学习上一周期内的信息,估计线路附加阻力中的未知参数,消除线路附加阻力对列车运行过程的影响。利用某磁悬浮试验线数据进行仿真研究,结果表明,提出的周期自适应运行控制方法可以有效提高中低速磁浮列车的运行控制性能。
针对传统基于机器视觉的司机疲劳检测模型对硬件系统要求较高、检测准确率和效率较低等问题,提出一种基于MTCNN-PFLD-LSTM深度学习模型的疲劳驾驶检测算法。通过多任务卷积神经网络MTCNN进行人脸区域检测;利用PFLD模型检测人脸眼部、嘴部和头部的关键点及空间姿态角;计算出基于时间序列的人脸疲劳特征参数矩阵并输入长短期记忆网络LSTM进行疲劳驾驶检测,通过优化设计不同阶段损失函数及其权重,进一