动车组参数灵敏度分析及参数优化

摘要

转向架技术从根本上制约着动车组速度的提升，决定了动车组运行品质和安全可靠性。转向架的动力学性能是由转向架结构参数和悬挂参数决定的，在结构参数确定之后，悬挂参数就决定了整个动车组的动力学性能，因此高速转向架设计的核心就是悬挂参数的优化设计。
　　 在动车组的优化设计中，会发现某些悬挂参数对动车组的动力学性能相当敏感，对动力学指标的影响很大，而有些参数不敏感，如果能将设计参数分为敏感设计参数和不敏感设计参数，在进行动力学性能优化设计时，专门针对敏感的设计参数进行优化，忽视不敏感参数，这将大大提高动车组优化设计的效率并避免优化设计中可能造成的误收敛。此外，进行参数灵敏度分析是系统稳健性优化设计的要求。
　　 本文采用基于正交试验的参数灵敏度分析方法，运用组合数学理论建立正交表，计算某动车组的动力学性能对转向架悬挂参数的灵敏度，定量确定了转向架悬挂参数对该动车组动力学性能的影响程度。研究结果表明:对安全性最敏感的悬挂参数是一系纵向定位刚度和抗蛇行减振器阻尼，当转向架悬挂参数在基准点附近变化±15％时，安全性指标变化约为5-7％;对横向平稳性影响最明显的是二系横向刚度和横向减振器阻尼，对垂向平稳性影响最大的是二系垂向刚度和二系垂向阻尼，当这些参数在基准点附近变化±15％时，平稳性指标变化约为1％。通过灵敏度分析，基本确定了对动力学性能影响大的参数。在优化时，就可以专门选取敏感设计参数对动车组性能进行优化设计。
　　 提高动车组的动力学性能是一个多参数、多目标、多约束的非线性优化问题，选取合适的优化方法进行优化，能有效提高动力学性能。本文提出了采用基于改进的小生境遗传算法，以新车轮踏面和三级修踏面时的动力学性能为目标函数，对动车组进行了多参数多目标优化设计。研究结果表明:通过该算法优化的动车组在采用新车轮时的临界速度为600km/h，相比优化前的速度提高32％;采用三级修车轮时的临界速度为465km/h;提高了12％;且在临界速度提高的情况下，还保证了动车组运行的安全性和良好的平稳性，实现了悬挂参数间的合理匹配。最后，将稳健性设计概念应用到车辆优化设计中，优化后的动力学性能不仅最优，且参数对性能的灵敏度最低。

目录

声明

摘要

第1章 绪论

1.1 选题背景和意义

1.2 国内外研究现状

1.2.1 灵敏度分析方法的相关研究

1.2.2 遗传算法的相关研究

1.3 高速动车组的发展历史

1.3.1 国外高速动车组的发展

1.3.2 国内高速动车组的发展

1.4 本文主要工作

第2章 铁道车辆系统动力学建模

2.1 车辆动力学模型

2.1.1 车辆模型概述

2.1.2 轮轨系统坐标系及其变换

2.1.3 车辆系统中的非线性环节

2.2 车辆动力学性能评定

2.2.1 车辆运行平稳性评定

2.2.2 车辆运行稳定性评定

2.2.3 通过曲线时的磨耗性能

2.3 本章小结

第3章 动车组转向架悬挂参数灵敏度分析

3.1 灵敏度分析的理论基础

3.1.1 灵敏度函数的定义

3.1.2 灵敏度分析方法

3.2 正交试验灵敏度分析原理及参数选择

3.2.1 正交试验灵敏度分析方法

3.2.2 常用灵敏度函数及说明

3.2.3 正交试验设计及参数选择

3.3 灵敏度计算结果及分析

3.3.1 临界速度灵敏度分析

3.3.2 安全性灵敏度分析

3.3.3 平稳性灵敏度分析

3.4 本章小结

第4章 改进的小生境遗传算法原理

4.1 基本遗传算法概述

4.1.1 遗传算法简介

4.1.2 遗传算法的一般结构

4.1.3 遗传算法基本元素

4.1.4 遗传算法的优点及局限性

4.2 对小生境遗传算法的改进

4.2.1 小生境技术简介

4.2.2 小生境遗传算法基本流程

4.2.3 小生境遗传算法的改进

第5章 改进遗传算法对动车组动力学性能的优化

5.1 多目标优化模型的建立

5.1.1 目标函数的确定

5.1.2 设计变量的确定

5.1.3 建立多目标优化模型

5.2 改进遗传算法的性能验证

5.2.1 基本遗传算与改进遗传算法性能对比

5.2.2 改进遗传算法与单参数单目标优化方法对比

5.4 优化前后动车组动力学性能对比分析

5.4.1 稳定性对比

5.4.2 安全性对比

5.4.3 平稳性对比

5.5 结论

第6章 稳健性设计方法在铁道车辆中的应用

6.1 基于灵敏度分析的稳健性优化设计方法

6.1.1 稳健性优化设计概念

6.1.2 基于灵敏度的附加目标函数

6.2 对车辆稳定性的稳健性优化设计

6.2.1 优化方法的选择

6.2.2 确定设计变量

6.2.3 建立多目标函数

6.2.4 优化结果分析

6.3 结论

结论与展望

致谢

参考文献