高速铁路中轮轨荷载激励的高效实现方法

《INTERNATIONAL JOURNAL OF MECHANICAL SCIENCES》：Efficient implementation of wheel–rail load excitation in high-speed railways

　　

随着无砟轨道(long-term ballastless track)的长期服役，轨道板疲劳损伤显著加剧。研究人员通过现场实测与仿真分析研究了高速行车条件下疲劳荷载特征，并提出一种轮—轨荷载激励(wheel–rail load excitation)的实现方法。结果表明：列车速度提升使荷载幅值增大、分布范围变宽，最大频率由300 km/h时的32 Hz升至450 km/h时的49 Hz；轴重增加使荷载幅值明显增大且典型荷载块间差异扩大。经雨流计数法(Rainflow counting)识别得到三类荷载——振动荷载、邻轴叠加荷载及单轮对荷载。统计分析显示荷载幅值系数服从Gamma分布，标准差系数服从Lognormal分布，并采用高斯(Gaussian)曲线进行拟合。为实现荷载施加，研究人员基于多工况动力参数数据库建立了双随机变量参数抽样策略，通过蒙特卡洛随机采样(Monte Carlo random sampling)提取荷载曲线参数，再经由高斯函数叠加重分段拟合(piecewise fitting with Gaussian function superposition)合成，成功复现了轨道板所受荷载。经轨道板应力分析验证，所提方法在再现轮—轨荷载激励方面具有更高效率。

《高速铁路无砟轨道轮轨荷载激励的高效实现方法及疲劳分析应用——论文解读》

无砟轨道(ballastless track / slab track)作为高速铁路主要承重与传力结构，长期承受列车循环动力作用，易出现轨道板开裂、层间脱空、扣件断裂及轨面伤损等典型疲劳病害，威胁线路安全与乘坐舒适性。现行规范确定荷载系数时未充分考虑速度与荷载工况变化，且采用车辆—轨道耦合动力学(vehicle–track coupled dynamics)仿真模拟长期疲劳损伤计算成本极高，难以高效复现真实轮—轨动力特征。因此，明确无砟轨道荷载特性并建立适用于轨道板疲劳分析的动态轮—轨荷载激励高效实现方法具有重要工程价值。该文发表于《INTERNATIONAL JOURNAL OF MECHANICAL SCIENCES》，由Wei Shaolei、Xiao Hong、Que Hongyu、Wang Yang、Qian Zhongxia、Liu Qiang（北京交通大学土木建筑工程学院）完成，研究融合现场实测数据与拓展仿真批量数据，经统计特征分析与曲线拟合，提出基于双随机变量参数抽样的轮—轨荷载时程合成方法，并通过有限元模型验证其对轨道板应力的复现能力。

研究人员依托某高速运营线路现场实测扣件反力(fastener reaction force / rail seat load)，结合考虑动车组(EMU)及分布式扣件支承的车辆—轨道耦合动力学数值模型扩充数据集；采用雨流计数法(Rainflow counting)开展荷载特性与疲劳解构，借助Gamma分布与Lognormal(对数正态)分布拟合幅值与标准差系数，并以高斯函数(Gaussian function)拟合荷载包络曲线，依据赤池信息量准则(Akaike Information Criterion, AIC)优选双重/四重高斯模型，Kolmogorov–Smirnov(K–S)检验验证分布拟合优度；基于多工况动力参数数据库建立双随机变量参数抽样策略，利用蒙特卡洛随机采样(Monte Carlo random sampling)获取荷载曲线参数并经高斯函数叠加重分段拟合合成轮—轨荷载时程，最终在轨—路基有限元模型中施加该激励，以现场实测轨道板应力校验方法准确性。

Field-measured fastener reaction forces（现场实测扣件反力）

研究人员阐述扣件反力测点布设与测试原理，将高速列车通过时轨下胶垫位置测得的应变经应变—荷载标定关系转换为荷载值，分析不同运行速度下轨座(fastener / rail seat)处传递至轨道板的动力荷载分布特征，为后续统计与建模提供原始数据基础。

Numerical simulation model（数值仿真模型）

以现场实测数据为基准建立含EMU及分布式扣件支承系统的车辆—轨道耦合动力学模型以扩充荷载样本集，经与实测数据统计分布特征对比完成模型验证，确认模型可可靠反映不同速度、轴重下的扣件反力时域与频域特性。

Analysis of wheel–rail load characteristics and excitation curves fitting（轮—轨荷载特征分析与激励曲线拟合）

针对提速引起的动力效应增强及轴重加大对荷载时域/频域分布的影响，研究人员消除多轨座空间位置干扰后对扣件反力包络线与波动特征展开分析。雨流计数法识别出振动荷载、相邻轮对叠加荷载及单轮对荷载三种类型；荷载幅值系数服从Gamma分布，标准差系数服从Lognormal分布，并用Gaussian曲线拟合；通过AIC准则选定双重高斯(double-Gaussian)或四重高斯(quadruple-Gaussian)模型描述荷载时程包络，K–S检验确认拟合合理性。

Implementation method and feasibility verification（实现方法与可行性验证）

基于上述扣件反力统计成果，研究人员提出高效轮—轨荷载激励实现方法：构建多工况动态参数数据库，采用双随机变量（幅值系数与标准差系数）参数抽样策略，经Monte Carlo随机采样获得荷载曲线峰值、宽度及偏移等参数，再通过Gaussian function superposition进行piecewise fitting合成典型轮—轨时空动力荷载时程。将该激励施加于track–subgrade有限元模型，对比现场实测轨道板应力，验证所合成荷载可较准确地复现实际轮—轨荷载作用效果，且相较全耦合动力学仿真显著提高计算效率。

Conclusions（结论）

研究人员整合现场实测与仿真批量数据开展无砟轨道板荷载统计表征与疲劳分析（含荷载时—频特征分析、Rainflow counting及信号分解），采用Gaussian function结合参数统计对荷载施加曲线进行拟合，所提wheel–rail load excitation实现方法可有效再现高速铁路长期服役期轮—轨荷载特征。主要结论如下：列车速度提高使扣件反力幅值增大、分布变宽，主频由300 km/h时32 Hz升至450 km/h时49 Hz；轴重增加显著增大幅值并拉大典型荷载块差异；Rainflow counting识别出vibration loads、superimposed loads from adjacent wheelsets及single wheelset loads三类荷载；load amplitude coefficients服从Gamma distribution，standard deviation coefficients服从Lognormal distribution；基于multi-condition dynamic parameter database建立dual-random variable parametric sampling strategy，通过Monte Carlo random sampling提取参数并经piecewise fitting with Gaussian function superposition合成轨道板荷载；该方法经track slab stress analysis验证，在reproducing wheel–rail load excitation方面效率优于传统vehicle–track coupled dynamics直接计算，可为ballastless track结构fatigue life analysis提供科学依据。

讨论

论文弥补了现有疲劳荷载设计未考虑速度差异与随机性的不足，提出的双随机变量抽样+高斯叠加法兼顾了轮—轨荷载随机统计特征与计算效率，避免了复杂耦合模型的长时迭代，可直接服务于无砟轨道疲劳寿命评估与室内拟实疲劳试验加载谱编制，对提升高速铁路轨道结构长期服役性能评价水平具有重要意义。