无缝线路应力及稳定性检测评估方法方案的研究

摘要

无缝线路(Continuous Weld Rail，CWR)在钢轨轧制、轨道铺设以及线路运营过程中会逐步累积应力，此外，当环境温度剧烈变化时，由于CWR结构的约束，将在钢轨内部产生较大的温度应力。当CWR累积的应力达到阈值时，轨道将发生弯曲变形，对行车安全十分不利。因此，如何无损高效地实现CWR应力的检测和稳定性评估一直是国内外学者研究的热点。
　　本文基于有限元法和离散短时傅里叶变换(Discrete Short TimeFourier Transform，DSTFT)方法，提出了一种新的CWR整体和局部稳定性研究方法，并根据巴克豪森噪讯(Barkhausen Noise，BN)应力检测原理设计制作了应力检测仪，为实现应力的精确测量，本文研究了应力、温度以及激励磁场与BN跳跃信号之间的补偿关系，并引入径向基函数（Radial Basis Function，RBF）人工神经网络模型对BN检测法的检测精度进行机器学习和训练，达到了对应力检测仪的测量结果标定的目的。
　　利用本文提出的稳定性评估方法对北京丰台工务段某CWR进行了实际应力检测和稳定性分析研究，推导了评估CWR钢轨局部稳定性的判定准则和整体应力波动分布的标准偏差，使定量评估和分析CWR稳定性成为可能。为实现对大面积检测对象的结构稳定性分析，本文将金属磁记忆检测法和BN检测法相结合，对具有焊道结构的EH36型试验钢板的应力分布进行了检测和分析，并对爆破前后船舱焊道附近的应力分布进行了对比研究。结果表明，本文提出的应力和稳定性检测评估方法能够实现对金属构件结构稳定性的快速无损检测，对确保金属材料的结构稳定和服役安全具有重要的应用价值。

目录

声明

摘要

符号说明

第一章 绪论

1．1 无缝线路稳定性研究概述

1．1．1 无缝线路稳定性研究背景

1．1．2 CWR稳定性研究的目的及意义

1．2 CWR稳定性研究现状

1．2．1 有限元分析法

1．2．2 能量法

1．3 应力无损检测方法的研究进展

1．3．1 常规应力无损检测方法

1．3．2 巴克豪森方法的研究现状

1．3．3 金属磁记忆方法的研究现状

1．4 人工神经网络技术

1．4．1 人工神经网络的发展

1．4．2 人工神经网络技术的特点

1．5 本文的主要研究内容

第二章 无缝线路稳定性理论

2．1 锁定轨温

2．2 钢轨的力学理论

2．2．1 残余应力

2．2．2 温度应力

2．2．3 钢轨的塑性蠕变和延展

2．2．4 钢轨的弹性势能衰减

2．2．5 CWR钢轨的能量转化

2．3 稳定性计算的物理模型

2．3．1 温度应力与轨道横向位移的关系

2．3．2 基本假设

2．3．3 物理模型的建立

2．4 本章小结

第三章 巴克豪森跳跃信号的响应因素研究

3．1 BN噪声检测原理

3．2 BN跳跃信号的温度响应

3．2．1 理论关系推导

3．2．2 温度响应

3．2．3 温度作用的实验验证

3．3 应力对BN跳跃信号的影响

3．3．1 理论关系推导

3．3．3 激励磁场响应

3．3．4 应力响应

3．4 本章小结

第四章 无缝线路稳定性的检测与评估

4．1 CWR有限元分析

4．2 DSTFT原理

4．3 CWR的应力检测

4．3．1 钢轨应力检测装置

4．3．2 测量精度的标定

4．3．3 CWR应力的测量方法

4．4 CWR稳定性的检测评估

4．5 RBF神经网络建模和训练

4．5．1 RBF神经网络的建立

4．5．2 RBF神经网络的数据处理

4．6 本章小结

第五章 船用钢板焊道的结构稳定性评估

5．1 EH36型钢板焊道稳定性评估

5．2 实验船舱的结构稳定性评估

5．3 本章小结

第六章 结论

参考文献

致谢

研究成果及发表的学术论文

作者和导师简介