基于改进NARX神经网络的接触线表面不平顺与弓网接触力关联分析方法

建立弓网耦合动力学模型,采用软件MATLAB的Simulink模块对该模型进行动态仿真,获取接触线表面不平顺和弓网接触力数据;对接触线表面不平顺和弓网接触力数据进行归一化处理后,分别作为非线性自回归(NARX)神经网络的输入和输出;对传统的贝叶斯正则化算法进行改进,并采用改进的贝叶斯正则化算法进行NARX神经网络权值修正,得到改进的NARX(NARX—IR)神经网络方法;利用NARX—IR神经网络方法进行接触线表面不平顺与弓网接触力的关联分析。采用根均方误差和相关系数,对基于LM算法的BP(BP—LM)神经网络方法、基于传统贝叶斯正则化算法的NARX(NARX—BR)神经网络方法和NARX—IR神经网络方法进行性能评价。结果表明:BP—LM神经网络方法难以描述接触线表面不平顺与弓网接触力的复杂关联关系;不论在训练还是预测中,NARX—IR神经网络方法的根均方误差均小于NARX—BR神经网络方法,而相关系数则大于NARX—BR神经网络方法。由此可推断:NARX—IR神经网络方法更适合于分析接触线表面不平顺与弓网接触力的关联关系。

表面不平顺对轮轨摩擦温度场的影响

为揭示轮轨表面破坏与摩擦温升的内在联系,利用有限元和有限差分混合算法,建立了轮轨滚动接触热耦合计算模型,模拟轮轨滚动、滑动接触温升过程。模型中考虑了轮轨间非稳态热传导、与环境的热对流、热辐射,针对轮轨光滑和不平顺两种接触表面情形,分析了滚动、滑动工况下轮轨界面间的摩擦温升状态。计算结果表明轮轨表面不平顺能使经历短时间滑动的轮轨表面倾向于产生斑点状剥离,长时间滑动与滚动工况下表面不平顺对温度场的影响可忽略,滑动工况的温升较滚动工况的大。

列车车轮滚动噪声的频域特性研究

为探究轮轨表面粗糙度激励下车轮的振动辐射声场特征,采用有限元法-边界元法相结合的方法,建立车轮和轨道的三维有限元模型。分析了其结构振动模态和位移导纳,并通过声学边界元软件LMS Virtual.Lab建模,对车轮辐射声场与真实激励下辐射声功率级进行预测研究。结果表明,轮轨接触点处车轮径向导纳变化剧烈,在计算频率范围内自振频率较多,而钢轨垂向导纳变化整体较为平和,仅在钢轨Pinned-Pinned频率附近变化较剧烈;车轮的声辐射效率在低频时较小,随着频率增大而增大,并逐渐趋近于1;计算得到的每单位粗糙度接触力与Thompson的计算结果基本相符,在国际标准BS EN ISO3095:2013激励下,高频范围的声功率级大于低频范围。研究结果为探讨轨道车轮在真实激励下的辐射噪声预测及控制提供了帮助与参考。