本发明专利技术涉及一种轨道不平顺的获取方法，首先利用轨检车检测的车辆振动响应数据和轨道动态不平顺数据，采用遗传算法与车辆轨道耦合模型相结合，选择最小二乘准则指导遗传算法估计轨道静态不平顺，使计算模型的理论输出值和轨检车测量的车辆系统位移、速度、加速度和轨道动态不平顺的误差平方和最小，获得最优轨道静态不平顺值。然后结合不同运营列车的车辆轨道耦合模型，通过仿真计算获得列车通过时可能经历的轨道振动响应，进而由静态不平顺和钢轨动态响应之和计算出轨道动态不平顺，为评估列车运行的安全性和舒适性以及线路养护维修提供科学依据。
【技术实现步骤摘要】
本专利技术涉及。
技术介绍
随着高速、重载铁路的迅速发展，机车车辆与轨道结构之间的动力作用日益加强， 由此引发的车辆和轨道振动、疲劳损坏更加严重。轨道不平顺对机车车辆系统是一种加剧轮轨作用力、产生振动的主要外部激扰源，目前国内外轨道动态不平顺检测主要依靠轨检车和综合检测车的定期检测。按检测方式可分为静态不平顺和动态不平顺。静态不平顺是指没有轮轨作用下的轨道不平顺，而动态不平顺是指在轮轨作用下的轨道不平顺检测。动态不平顺是真正影响列车运行安全和稳定运行的轨道状态。目前国内外轨道动态不平顺检测主要依靠轨检车和综合检测车的定期检测。由于轨检车、综合检测车与实际运营的各种列车在速度、轴重、悬挂系统参数上存在差异，因此检测车辆动态获取的轨道不平顺数据不能反映运营车辆通过时的轨道不平顺状态。经典的车辆动力学是以车辆系统为研究对象，假设轨道系统为刚性支承，不考虑轨道系统对车辆系统的动态影响，而将轨面不平顺视为车辆系统的外部激扰。随着列车运行速度的提高，轮轨动态作用加剧，将车辆、轨道两个子系统独立起来的研究方法已经不能解决这种复杂大系统的相互作用问题。近年来国内外很多学者陆续开展了大量有关车辆-轨道耦合动力学领域的理论研究，取得了许多成果。翟婉明教授在建立了客车-轨道、 货车-轨道、机车-轨道的空间耦合模型，其中轨道部分采用钢轨-轨枕-道床三层模型；冯青松采用解析法分析了不平顺条件下高速铁路轨道结构振动以及列车速度、轨道不平顺对有砟轨道结构振动的影响；雷晓燕教授以TGV车辆为例，通过建立车辆轨道垂向耦合模型， 分析了在轨道不平激励下不同速度、不同线路状况的车辆振动响应。上述大多数学者都是利用车辆轨道耦合模型进行车辆轨道的振动响应分析，将轨道不平顺作为已知输入激励。
技术实现思路
本专利技术提出了一种轨道不平顺获取方法，以实现各种列车通过时轨道不平顺状态的估计。本专利技术首先利用轨检车检测的车辆振动响应数据和轨道动态不平顺数据，采用遗传算法与车辆轨道耦合模型相结合估计轨道静态不平顺。然后结合不同运营列车的车辆轨道耦合模型，通过仿真计算获得列车通过时可能经历的轨道动态不平顺，为评估列车运行的安全性和舒适性以及线路养护维修提供科学依据。本专利技术的目的通过以下技术方案来实现，该方法如下1)初始化轨检车和轨道的质量、刚度、阻尼参数矩阵；2)产生轨道静态不平顺初始种群；3)将静态不平顺初始种群代入车辆轨道耦合模型，利用数值方法获得车辆系统的振动响应；4)根据遗传算法目标函数，即模型输出值与模型输出值相对应的测量值之间的误差和最小，计算种群中每个个体的适应度；5)对种群中的个体进行遗传算法的选择、交叉、变异操作，获得新一代种群；6)判断是否到达进化终止条件，获取轨道静态不平顺最优值；7)利用获得的轨道静态不平顺，结合车辆轨道耦合模型，得到实际运营车辆经过轨道时的振动位移，获取轨道动态不平顺。进一步，所述步骤1)中的参数包括轨检车、轨道的质量、阻尼和刚度矩阵。进一步，所述步骤幻中是利用最小二乘准则方法来建立种群的遗传算法目标函数。进一步，所述步骤6)中的终止条件为判断遗传算法中的进化代数是否等于300。本专利技术的优点在于本专利技术利用遗传算法与车辆轨道耦合模型相结合提出了一种轨道静态不平顺的新的获取方式，能够准确的得到运营列车运行时可能经历的真实的轨道动态不平顺，为线路养护维修和运行安全提供了支撑。附图说明图1基于遗传算法的轨道静态不平顺估计流程；图2基于遗传算法和车辆轨道耦合模型的轨道不平顺估计方案；图3轨道静态不平顺估计结果；图4轨道动态不平顺估计结果。具体实施方式参数估计是通过对观测样本构造参数的估计函数模型，在某一估计准则约束条件下，采用一定数值计算方法估计函数模型中参数的过程。参数估计所构造的函数模型一般分为线性模型和非线性模型。车辆-轨道耦合模型是一个非线性系统。非线性模型参数估计准则与线性模型参数估计类似有最小二乘估计准则、极大似然估计准则、最小均方差估计准则、绝对和最小估计准则、贝叶斯风险最小估计准则等。其中应用最为广泛的是非线性最小二乘估计(LS)。本文选用非线性最小二乘估计准则，对车辆-轨道垂向耦合模型中的轨道静态不平顺进行估计。在最小二乘估计准则的指导下，静态不平顺的估计结果能让车辆-轨道垂向耦合系统的输出值与测量值之间的误差平方和最小。常见的非线性最小二乘参数的求解算法主要有线性近似法、迭代法、搜索法、高阶偏导直接法等。对于不可导的非线性模型上述需求导的算法都不可能求解。同时牛顿迭代为局部收敛，所求的参数估计往往是局部极小值。有一种在模型空间随机搜索直接解的算法可以有效地克服这些问题，该方法不需要求导，且一般具有全局最优解。这些方法主要包括蒙特卡罗(Monte Carlo)法，模拟退火算法(Simulated Annealing)和遗传算法 (Genetic Algrithms)。本专利技术原理是首先利用轨检车检测的车辆振动响应数据和轨道动态不平顺数据，采用遗传算法与车辆轨道耦合模型相结合，选择最小二乘准则指导遗传算法估计轨道静态不平顺，使得计算模型的理论输出值和轨检车测量的车辆系统位移、速度、加速度和轨道动态不平顺的误差平方和最小，估计轨道静态不平顺。然后结合不同运营列车的车辆轨道耦合模型，通过仿真计算获得列车通过时可能经历的轨道振动响应，进而由静态不平顺和钢轨动态响应之和计算出轨道动态不平顺，为评估列车运行的安全性和舒适性以及线路养护维修提供科学依据。下面结合附图，对本专利技术获取轨道不平顺做具体的说明。根据车辆-轨道耦合动力学模型，可以将系统动力学方程写成如下形式i{0:yxww ’⑷)⑴式中{Z。}为轨道静态不平顺值。由于整个系统是大型的非线性方程组，我们无法直接解析出轨道静态不平顺 IZJ，但可以将此问题转化为模型的参数估计问题。在车辆系统和轨道系统的质量矩阵、阻尼矩阵和刚度矩阵确定的情况下，不同的轨道静态不平顺，可以通过二阶方程组的数值积分得到不同的车辆-轨道系统响应。因此，可以将车辆-轨道耦合系统简单描述为V = L (M，C，K，Ztl) + Δ E (2)式中X'表示车辆-轨道系统的动力学响应的测量值；L(M，C，K，Zq)表示车辆-轨道耦合系统模型；ΔΕ为误差。所以，轨道静态不平顺{ZJ的估计问题可以转化为基于车辆-轨道耦合模型的参数估计问题。设轨道静态不平顺&的范围为-lOmnTlOmm。已知车辆系统的位移矢量χ(1 10)、 速度矢量v(l 10)、加速度矢量a(l 10)和轨道动态不平顺的检测值xk_r。遗传算法估计轨道静态不平顺的软件流程图如图1所示。①初始化轨检车和轨道已知的质量、阻尼和刚度矩阵；②初始化轮对下的轨道静态不平顺种群；③采用最小二乘准则的方法对每个个体进行评价，使得系统响应和测量值误差平方和最小；④执行遗传算法的选择、交叉、变异三大操作；⑤判断是否到达终止条件。根据遗传算法优化得到的轨道静态不平顺后，将轨道静态不平顺作为输入，结合运营车辆轨道耦合模型求出在运营车辆作用下的钢轨动态位移，与估计的轨道静态不平顺相加即可获得运营列车通过时轨道不平顺状态。下面结合图2和实施例对本专利技术作进一步详细的说明。在本专利技术的实施例中车辆-轨道耦合模型采用的客车-轨道垂向非线性模型，由车本文档来自技高网...
【技术保护点】
【技术特征摘要】
【专利技术属性】
技术研发人员：史红梅，余祖俊，朱力强，郭保青，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。