数据驱动的列车碰撞动力学建模方法及应用研究

发布时间：2020-03-23 10:42

【摘要】：经过持续不断的发展,我国的高铁路网初具规模。随着高速铁路的逐步发展,列车安全问题也越来越重要。列车碰撞事故是列车最重要的安全性问题之一,一旦发生将带来了破坏性的经济和人员损失,解决铁路车辆的碰撞安全性问题已经成为当务之急。加强列车碰撞事故的研究,设计合理的车辆结构,提升车辆的耐碰撞性能,减少二次碰撞乘员伤害,避免事故再次发生具有重要意义。传统的列车碰撞多体动力学建模方法,通常借助于力-位移曲线对列车端部易变形结构进行建模。本文通过数值仿真实验表明不同初速度工况下的列车力-位移曲线形状有一定差异。因此,传统多刚体仿真方法以固定速度下的力-位移曲线泛化到其他速度,在进行仿真实验时会产生计算误差。基于机器学习方法中的随机森林算法,提出了数据驱动的列车碰撞动力学模型(DDTCM),从不同初速度条件下的离线有限元仿真结果中精确预测待给定初速度下的车辆端部结构的力-位移曲线。结果表明,在源数据量有限的情况下,该模型预测力-位移曲线满足工程实际应用精度,模型泛化能力较强。本文将汽车碰撞仿真模型——非线性弹簧阻尼模型(NSDM)应用于列车碰撞仿真中,通过并行遗传算法和Newmark积分算法将其实现。在使用遗传算法求解NSDM模型参数过程中进行了120组实验,并综合适应度值和计算效率两方面因素,选定了最优的弹簧和阻尼分段函数段数。以头车碰撞实验为案例,本文就传统多体碰撞动力学建模方法:非线性弹簧阻尼模型(NSDM)、力-位移关系模型(FDRM)分别作了案例研究,并对比分析了36km/h初速度条件下三种建模方法的数值仿真性能和48km/h初速度条件下三种建模方法的泛化能力。实验结果表明,在初速度相同情况下,NSDM模型、FDRM模型和DDTCM模型针对单节车碰撞场景都能很好地预测动力学响应,对于以固定初速度泛化到其他速度下的碰撞场景时,DDTCM模型预测精度最佳。通过4节车编组碰撞场景仿真实验,本文对比分析了DDTCM方法和FEM仿真实验数据的加速度和速度等动力学响应,证实DDTCM方法可以应用于多节车编组碰撞仿真,且效率较高。通过整车编组碰撞和“二次碰撞”仿真两个案例,证明了本文模型具有一定的工程应用价值。
【图文】：

碰撞事故,现场图,列车

（b） 2018 年美国南卡州“2.4”列车相撞事故图 1-1 近年国内外列车碰撞事故现场图列车碰撞事故发生频率低，然而一旦发生事故则往往伴随着重大的经济损失亡。引起列车碰撞事故的原因主要是：人为操作失误、系统调度错误、天气或境影响、其他车辆的入侵（汽车、货车等）、车辆设备疲劳损坏等。表 1-1 展示了近年来国外列车碰撞事故及对应的伤亡统计。表 1-2 展示了近列车碰撞事故及对应的伤亡统计。从表 1-1 和表 1-2 可以看出，虽然轨道列和制造水平有了很大提升，但列车碰撞事故仍然带来了不可估量的损失，可辆的碰撞安全性问题亟待解决。列车碰撞事故一旦发生，可能会造成多达超亡，，造成线路运行的瘫痪从而影响全国路线的运行，还会对人民人民群众造心理负担和影响。近年以来，尤其是“7.23”甬温线列车碰撞事故之后，国内各高校和科研机构

碰撞实验,列车,欧盟,欧洲

西南交通大学硕士研究生学位论文第 5 页已经足够[19]。随着国内计算机计算性能和行业对列车被动安全的重视性的提升，部分学者开始针对列车碰撞进行有限元仿真研究，尤其是列车碰撞的变形模拟和结构设计领域[23, 30-32]。虽然仿真实验能够快速、经济的模拟列车碰撞事故，但是整车实验仍旧是最有效的实验方式。日本川崎重工出口美国的 R142 型地铁列车为了满足美国标准有关车体结构吸收撞击能量的要求，2006 年 3 月在美国进行了两列车碰撞实验（如图 1-2 所示），并详细地研究列车的整车运动、冲击脉冲、乘员伤害等[33]。
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U270.1;U298

【参考文献】