一种基于实测数据优选的高速铁路目标廓形设计方法与流程

本发明属于铁路线路工程，是面向缓解动车组异常振动的一种基于实测数据优选的高速铁路目标廓形设计方法。

背景技术：

1、轨道车辆作为交通运输的重要载体，随着其运营速度的不断提升，轮轨间的磨耗也越发严重。反应在车轮上表现为镟修后随着运营里程的不断增加，踏面逐渐呈现为凹形磨耗。而钢轨上表现为轨头垂磨增加，钢轨轨顶扁平，钢轨廓形的内侧和外侧轨距角突出。随着车轮踏面、钢轨廓形磨耗的逐渐加剧，动车组运行品质急剧恶化，反应到车体上为动车组的高频振动，严重影响动车组乘坐舒适性，威胁动车组运营安全性。

2、车辆悬挂参数优化、增加阻尼层等方法能从根本上改善车体的弹性振动，但针对目前运营的动车组实施技术难度大、成本高，仅能为后期动车组设计提供指导。

3、钢轨廓形打磨是目前改善动车组异常振动、提升动车组运行品质的主要手段之一，实施效率高、成本相对低。打磨的同时能够有效的消除钢轨表面的疲劳伤损，延长钢轨的使用寿命。目前针对廓形设计的方法主要有以下几种：

4、(1)基于轮径差曲线的目标廓形设计方法，其主要面向的是普速线路的小半径曲线，目的为了改善曲线上股的磨耗速率，缓解疲劳伤损的发展。但高速铁路主要以大半径和直线为主，其针对缓解高速动车组的异常振动适用性不强。

5、(2)多目标函数的目标廓形设计方法，对标准的廓形进行分段，每段采用不用的函数描述，通过代理设定其所需的目标函数和约束条件，最终输出其目标廓形。主要基于标准廓形进行优化，优化过程未考虑实际动车组的运行状态和参数，与现场实际情况脱离，无法实际应用或缺乏数据支撑。

6、(3)通过不断优化的模型实现目标廓形的优化，与多目标函数的目标廓形设计方法区别是模型和算法存在改变，但主要原理基本相似。同样对实际数据依托较少，优化过程与现场实际情况脱离，缺乏现场数据支撑。

7、随着高速铁路技术的不断成熟，线路运行的动车组种类也越来越多，上述设计方法设计时考虑的因素比较单一，尤其是针对高速铁路的廓形设计方法考虑车型单一，优化后的廓形或缺少应用或运用后其他车型运行品质无法保证。

技术实现思路

1、针对目前缺少现场数据支撑的廓形设计方法，本发明提出了基于实测优选的高速铁路目标廓形设计方法。通过对线路基础数据、运行动车组类型及动车组镟修后运行里程等基础参数收集，采用多力学软件建模及有限元软件实现接触分析，编程实现结果提取和优选过程，并对优选的目标廓形进行验证，最终得到可实际运用的优选目标廓形。本发明方法优选的目标廓形源于现场，充分考虑了所有的动车组运行情况，具有大量的现场应用数据支撑，能够有针对性的解决现场问题。

2、本发明基于实测数据优选的高速铁路目标廓形设计方法，其特征在于：具体步骤为。

3、步骤1：对计划设计目标廓形的高速线路的直线和曲线进行分类。

4、步骤2：对计划设计目标廓形的高速线路运行的动车组类型进行统计。

5、步骤3：根据步骤1、2的分类结果，对分类的动车组进行人工添乘，采集车体运行的平稳性及舒适性数据，同时对车路踏面进行采集。

6、步骤4：根据步骤3得到的结果，按照线路区间进行时频分析，提取平稳性和舒适性好，无明显异常振动的区间作为钢轨基础数据的采集区间。

7、步骤5：根据步骤4得到的基础数据采集区间，进行加密的钢轨廓形采集，同时采集其对应的轨面光带情况，并采集部分其他区间的钢轨廓形作为对照组。

8、步骤6：根据步骤3采集的车轮踏面和钢轨廓形进行分类筛选，选取满足运用标准的车轮踏面，形成车轮踏面目标样本库。

9、步骤7：根据步骤5采集的钢轨廓形进行分类筛选，选取满足运用标准的钢轨廓形，形成钢轨廓形目标样本库。

10、步骤8：根据步骤6、步骤7建立的车轮踏面和钢轨廓形目标样本库，采用多体动力学软件搭建不同类型的动车组模型，并通过命令流实现样本库数据的提交和计算，包括平稳性计算、临界速度计算、轮轨蠕滑力计算和蠕滑率计算。

11、步骤9：设定目标函数，提取步骤8计算结果。

12、步骤10：根据步骤9计算的结果，对各参数进行归一化处理，实现不同量纲指标之间的求和。

13、步骤11：根据步骤10的计算结果，按照从小到大的顺序进行排序，并采用边界函数进行验证。

14、步骤12：根据步11验证结果，选取出剩余的解中综合评价指标yi(x)的最小值为实验钢轨廓形数据为目标廓形。

15、步骤13：根据步骤12优选的目标廓形，对其进行数据验证，对比依据为标准的60n廓形，通过步骤8建立的动力学模型进行对比分析，分析轮轨力、蠕滑力、脱轨系数，验证其理论上的可行性。

16、步骤14：运用对照组数据分析打磨至目标廓形的磨削量和打磨至60n廓形的磨削量，验证目标廓形的打磨适用性。

17、步骤15：根据步骤13验证的目标廓形，进行打磨实验，并对其进行添乘；

18、步骤16：根据步骤9添乘数据，对比分析打磨前后的平稳性及舒适度指标数据。

19、步骤17：对实验验证的目标廓形进行全线推广打磨。

20、本发明的优点在于：

21、1、本发明一种基于实测数据优选的高速铁路目标廓形设计方法，充分考虑了线路运行动车组的状态和动车组的类型，所有的分析数据均来源于现场，设计得到的目标廓形具有较高的现场应用基础，推广性和实用性强。

22、2、本发明一种基于实测数据优选的高速铁路目标廓形设计方法，主要用于改善动车组的运行品质，其设计的目标函数不仅考虑了前期的运用、同时考虑了运用后的平稳性、磨耗及后期的打磨维护，运用性和可靠性高。

23、3、本发明一种基于实测数据优选的高速铁路目标廓形设计方法，该方法能够充分运用现场数据，设计得到的目标廓形来源于现场，有前期运用的实际数据支撑，运用性强，具有较高的工程运用价值。

24、4、本发明一种基于实测数据优选的高速铁路目标廓形设计方法，该方法基于现场实测数据采用通过多目标函数进行了优选，相比传统的标准廓形理论性优化，优选的结果可靠，过程简便，可操作性强。

25、5、本发明一种基于实测数据优选的高速铁路目标廓形设计方法，该方法能够针对不同的线路、不同的动车组对数配比，进行针对性的优选设计，个性化强，设计成本低。

26、说明书附图说明

27、图1为本发明基于实测数据优选的高速铁路目标廓形设计方法流程图。

技术特征：

1.一种基于实测数据优选的高速铁路目标廓形设计方法，其特征在于：具体步骤为：

2.如权利要求1所述一种基于实测数据优选的高速铁路目标廓形设计方法其特征在于：步骤2中统计项包括动车组踏面类型，不同类型动车组走行对数和镟修后走行里程，其中程按照每5万公里进行分类。

3.如权利要求1所述一种基于实测数据优选的高速铁路目标廓形设计方法，其特征在于：步骤6中，车轮踏面的筛选采用正态分布拟合，各镟修后走行里程分类下的车轮踏面磨耗服从ma,w～n(μ,σ2)正态分布，

4.如权利要求1所述一种基于实测数据优选的高速铁路目标廓形设计方法，其特征在于：步骤7中，所选钢轨廓形so'(x)需要满足钢轨横断面x＝-30～0单调递增，x＝0～30满足单调递减，即：

5.如权利要求1所述一种基于实测数据优选的高速铁路目标廓形设计方法，其特征在于：步骤9中，设计的具体目标函数及边界条件如下：

6.如权利要求1所述一种基于实测数据优选的高速铁路目标廓形设计方法，其特征在于：步骤10中，归一化处理函数如下：

7.如权利要求1所述一种基于实测数据优选的高速铁路目标廓形设计方法，其特征在于：步骤12中，边界函数为：

技术总结本发明公开一种基于实测数据优选的高速铁路目标廓形设计方法，属于铁路线路工程技术领域，通过对线路基础数据、运行动车组类型及动车组镟修后运行里程等基础参数收集，采用多力学软件建模及有限元软件实现接触分析，实现结果提取和优选过程，并对优选的目标廓形进行验证，最终得到可实际运用的优选目标廓形。本发明方法优选的目标廓形源于现场，充分考虑了所有的动车组运行情况，具有大量的现场应用数据支撑，能够有针对性的解决现场问题。技术研发人员：侯银庆,刘永乾,刘雷雨,吴潇,焦彬洋,吴朋朋,王丹妮受保护的技术使用者：中铁物总运维科技有限公司技术研发日：技术公布日：2024/12/2