|
注：本文为期刊公众号简版，完整版已发群内自取。  智能制造和数字技术的进步使通过持续监测道岔状态以实现其预测性维修成为可能。为根据列车和道岔间的相互作用，通过已知的道岔系统老化进程和规律，构建道岔预测性维修技术体系，文章首先提出通过将多体仿真和有限元分析相结合，分析列车-道岔间相互作用，以确定道岔易损伤位置及相关传感器布设位置的建模方法；然后将有限元模型获得的钢轨动态柔度和接触力结果与多体仿真模型计算结果进行比较，以验证模型的有效性；最后展望将数值模拟模型转化为数字孪生模型，以及利用3D打印技术实现智能、自我监控基础设施的未来愿景。 1 列车-道岔间相互作用建模方法 在列车-轨道间相互作用的主要数值模拟方法中，多体仿真（MBS）和有限元（FE）分析可分别用于模拟列车的详细动力学参数和轨道下部结构材料的力学特性。本文将采用上述2种方法进行模拟仿真，以确定道岔沿其长度方向易发故障的位置，如图1所示。  1.1 通过多体仿真模拟预测道岔钢轨表面易损坏位置 本研究的重点是道岔钢轨的表面损伤，特别是由滚动接触疲劳（RCF）所导致表面裂纹的萌生，因为其会由表及里地逐步扩展到钢轨内层，并触发各式各样的机械失效，是道岔故障损坏的主要模式，也是造成列车延误和维护更新成本增高的主要原因。为对道岔的表面损伤进行计算，本研究采用为道岔多体仿真而开发的模型，并使用R260级钢轨、瑞典UlC60-760-1:14型道岔和7号客车模型，对列车-道岔间的相互作用进行模拟仿真，根据模拟计算出的纵向、横向和旋转方向上的蠕变力和蠕变量，计算出钢轨磨耗量Tγ。根据双线性滚动接触疲劳损伤函数与Tγ的经验关系可知，Tγ与磨损、滚动接触疲劳的发生相关，如图2所示。此外，Tγ的临界值取决于钢轨的材料。  通过将模拟计算结果与现场观测值进行对比分析可知：对于R260级钢轨，Tγ值小于15 J/m不会导致任何损坏；Tγ值为15～75 J/m意味着易发生滚动接触疲劳；Tγ值为75 ～175 J/m表示滚动接触疲劳减少但磨耗增加；Tγ值大于175 J/m会导致过度磨耗，需要对滚动接触疲劳裂纹进行清除。但是对于R350HT钢轨，只有当Tγ > 400 J/m 时才可能发生过度磨损。 1.2 对易损坏位置进行有限元建模 道岔下部结构的材料力学特性可以通过有限元方法进行分析。分析结果对于确定传感器安装位置和与道岔下部结构相关的其他研究至关重要。 由于在有限元建模时，为提高计算效率，通常忽略车辆动力学的细节部分，因此目前通常使用多体仿真-有限元组合模拟的方法来解决上述问题，即从多体仿真中获得列车-道岔间动态相互作用的关键信息，并将其导出到有限元中进行进一步分析。然而，多体仿真模型和有限元模型的轨道动力学难以兼容，从而影响模拟分析结果的准确性。 为解决这一问题，本研究采用一种组合模拟方法——将从多体仿真模型获得的车辆运动结果转换为有限元模型，以确保2种模型之间的兼容性。 在有限元模型中，钢轨由固定在基板上的钢轨垫支撑，基板与轨枕上的基板垫连接，轨枕固定在有砟道床上，如图3、图4所示。尖轨直接安装在基板上。然而，在多体仿真模型中，钢轨仅有2层支撑，即钢轨与轨枕之间的钢轨垫、轨枕与地面之间的道砟，如图5所示。    因此，为确保多体仿真和有限元2种轨道模型之间的兼容性，将有限元模型中钢轨垫、基板和基板垫层组合的等效刚度（图3）与多体仿真模型中钢轨垫层的刚度进行了比较（图 5），并从英国国营铁路公司标准中查得钢轨垫、基板垫和道砟层的刚度特性，用于计算相应层材料的等效弹性模量。此外，研究人员还进行了瑞利阻尼系数计算，以根据钢轨垫和道砟的共振频率范围对其材料的阻尼性能进行微调。为准确模拟出道砟层的动态效应，研究人员采取2种研究思路：一是考虑道砟层的弹性，在轨枕两端表面加入垂向和横向的弹簧缓冲元件；二是考虑道砟层的特性，通过将多体仿真模型中使用的刚度和黏性阻尼转换为等效弹性模量和瑞利阻尼，以复制有限元分析中的动态响应，从而实现对2种建模方法动态柔度的比较。 1.3 道岔下部结构动态特性校准 在推导材料特性的基础上，本研究比较了多体仿真和有限元模型中钢轨在一定频率范围内的动态柔度，即钢轨在施加单位荷载时的挠度；对于使用实体元素建模的部件，即钢轨垫、基板垫和道砟，进行了阻尼损耗系数的灵敏度分析，以便对阻尼性能进行微调，并使用弹簧缓冲元件表示道砟层。 1.4 滚动接触仿真+对照验证 在确保多体仿真模型和有限元模型轨道动力学兼容性的前提下，就可以进行滚动接触有限元仿真。本研究模拟了单个S1002型车轮通过道岔基本轨和尖轨时的动态相互作用。为此，研究人员将步骤1中从多体仿真模型获得的车轮横向和纵向运动结果作为车轮可变边界条件输入有限元模型，并通过将所得的接触力结果与多体仿真模拟结果进行比较，验证有限元模型的有效性。 2 数值模拟结果讨论 2.1 道岔钢轨表面易损伤位置的预测 通过列车-道岔间相互作用的多体仿真分析，研究人员发现并确定了轨头高磨耗区及滚动接触疲劳易发区域的位置。通过对比不同轮对通过所造成的影响可知，钢轨与轮对的相互作用是导致道岔钢轨表面损伤的主要原因。图6展示了双转向架车辆的第一个轮对通过道岔时的钢轨磨耗量Tγ。  由图6可知，Tγ的峰值出现在距离岔尖7～9 m的位置，即轮轨接触面从基本轨过渡到尖轨的区域。根据双线性滚动接触疲劳损伤函数（图2）可知，距离岔尖9～9.5 m处是最易滚动接触疲劳的区域，此处的Tγ值接近75 J/m。 2.2 材料性能计算和轨道刚度验证 如图7所示，在10～1 000 Hz的频率范围内，由多体仿真模型和有限元模型得到的钢轨垂向动态柔度呈现出良好的一致性，这使多体仿真模拟出的道岔下部结构动态响应可应用于滚动接触有限元仿真分析中。  2.3 有限元模型与多体仿真模型的对比验证 图8展示了同一轮对在多体仿真和有限元分析中由于列车-道岔间相互作用而产生的垂向接触力对比结果。由图可知，总体上2种方法得出的垂向接触力数值相近，微小的差异可归因于多体仿真模型中更细致地考虑了垂向悬架动力学因素，以及为使有限元分析结果更稳定而在有限元模型中对车轮施加恒定轴载的参数进行了设定。  3 基于数字孪生模型和状态监测系统的道岔预测性维修前景展望 通过导入实际铁路运行参数（如列车行驶速度、乘客数量、列车轴重、轮轨摩擦条件等），可以将上述反映列车-道岔间相互作用的数值模型转化为数字孪生模型。实现这一目标需要进行多自由度的精确模拟，这将导致计算及建模效率的降低。为解决这一问题，可以使用有限元降阶建模方法。尽管此方法需要花费较长的初始计算时间，并进行大量有限元模拟验证，但是一旦经过验证标定的数字孪生模型构建完成，就可以在给定的边界范围内进行高效率且精确的数值模拟计算。对数字孪生模型进行验证标定的目的在于确定模型的有效性，并为故障检测、诊断、预测算法的开发提供依据，其中一种有效方法是比较传感器（如应变计）测量值与模型输出值的一致性。经验证标定的数字孪生模型可通过预测道岔钢轨老化趋势，分析其易损伤部位，进而提示传感器最佳布设位置，从而直接或间接地支持预测性维修。 数字孪生模型、状态监测系统与道岔预测性维修之间的关系如图9所示。数字孪生模型与状态监测系统可分别利用机械老化模型和传感器采集数据预测道岔故障的发生。此外，状态监测系统可以检测和诊断实际发生的道岔故障，数字孪生模型可以辅助优化状态监测系统传感器的布设位置。  此外，在为基础设施（如道岔）安装传感器、打造智能基础设施方面，目前的3D 打印相关研究已证明其封装和制造嵌入式传感器的潜力。3D 打印成形工艺（如选择性激光熔覆（SLM））和接合工艺（如激光金属沉积（LMD））可封装嵌入式传感器。然而，仍有与之相关技术难点需要攻克：其一，由于应用于高负载动态环境（如车辆-轨道相互作用），因此嵌入式传感器对于强度和刚度的要求高于其他传感器，优化材料微结构性能变得非常重要；其二，由于该技术目前仅被应用于高附加值制造和快速原型设备制造领域，因此生产成本较高。为解决上述问题，应大力推进铁路应用领域金属3D打印技术的研究，将传感器封装和嵌入铁路基础设施，以提高其疲劳寿命。 来源：《现代城市轨道交通》编辑部 |
|
|
