高速列车车内压力波动模糊控制研究

高速列车在通过隧道或两车交会时,列车表面会产生很大的气压波动,此压力波动通过车体缝隙和换气风机、风道传入车内,引起车内空气压力较大波动,造成乘客耳鸣、耳痛等症状,影响乘坐舒适性;为了抑制高速列车车内压力波动,根据某型高速列车换气风机特性曲线与车体等效泄露关系,建立了换气风机频率可变的车内外空气压力传递数学模型;采用模糊控制策略,以车内压力、车内压力变化率为控制输入,对高速列车换气系统中的新风风机、废排风机运行频率进行调节;仿真结果表明:该控制方式能够提高现有换气系统对车内空气压力波动的抑制能力,提高乘坐舒适性。      

基于大数据的高速列车气动载荷作用下迭代学习主动控制研究

列车在高速运行的过程中与另一列车相交会时,将产生剧烈的瞬态气动载荷冲击而引起车体瞬间横向振动加剧,导致列车横向平稳性恶化。为了改善列车运行平稳性,采用大数据方法及迭代学习控制思想,提出基于高速列车运行大数据的迭代学习主动控制算法,并进行多体动力学与控制算法的联合仿真,进一步研究控制算法对会车气动载荷幅值变化和会车时间变化的鲁棒性。结果表明：大数据迭代学习主动控制经过5次迭代后对会车气动载荷激扰下的车体横向振动峰值降低52.67%,且控制算法对会车工况变化有较好的鲁棒性。     

普速列车与动车组交会过程的车窗安全性研究

随着既有线路上普通快速列车和动车组运行速度的提高,会车时两车之间的气动压力会明显增大。因此,会车压力波给交会的普通快速列车和动车组造成的舒适性和安全性等影响明显加剧。采用基于雷诺时均法(RANS)的RNG k-e二方程的湍流模型仿真计算普通快速列车时速140km与动车组时速200km时,明线和隧道两种工况下会车过程的压力波动情况,并用计算得到的车窗处压力从车窗玻璃的静强度、车窗玻璃的动态冲击强度和车窗安装强度三个方面分析了交会过程的车窗安全性。结果表明: 明线会车过程两车交会侧车窗受正压和负压的影响,隧道会车过程两车交会侧车窗主要受较大的负压的影响。受压缩波和膨胀波的叠加影响,交会压力波的头波波峰和尾波波谷的波动较小,而头波波谷和尾波波峰的波动较大。在隧道会车时,动车组车窗中心处的负压极值最大值约为明线会车的3.87倍,压力波幅值最大值和最大压力平均变化率较接近;普通快速列车车窗中心处的负压极值最大值约为明线会车的4.25倍,压力波幅值最大值和最大压力平均变化率相差较大。车窗的长宽比越大,安装结构强度越大,安装结构越宽,安装强度越大。     

高速列车车体疲劳试验压力加载控制仿真研究

高速列车在隧道通过或明线交会时,列车表面会产生较大的气压波动,此压力波动通过车体传递到车内也会影响车内压力波动,加之运行速度的不断提高,可引起车体表面材料疲劳甚至断裂。为研究高速列车在复杂工况下车内、外压力波动对车体材料疲劳性能的影响,设计了一种能同时对车内及车外进行压力加载的试验系统。利用AMESIM与SIMULINK接口技术进行联合仿真平台的构建,并进行车内、外压力控制仿真。针对系统数学模型难以建立,且存在大容量、大时滞、非线性及多扰动等特点,采用基于前馈补偿的高阶非因果型迭代PI型控制算法实现车内及车外压力的精确控制。仿真结果表明该算法控制误差较PI型控制算法小,控制效果更理想。