基于两阶段状态空间重构模型的转向架构架动态应力疲劳损伤评估
《International Journal of Fatigue》:Dynamic-stress-based fatigue damage evaluation of bogie frames using a two-stage state-space reconstruction model
【字体:
大
中
小
】
时间:2026年09月21日
来源:International Journal of Fatigue 7.0
编辑推荐:
• 一个两阶段状态空间框架重建了多个构架疲劳关键位置的时间域动态应力历史。• MIMO模型与独立的MISO模型相比,实现了更均衡的多位置应力重建。• 子带残差补偿减少了基于重建应力的疲劳损伤评估中的局部共振误差。• 模态解释和可迁移性分析阐明了该方法的实际应用边界。
**引
• 一个两阶段状态空间框架重建了多个构架疲劳关键位置的时间域动态应力历史。• MIMO模型与独立的MISO模型相比,实现了更均衡的多位置应力重建。• 子带残差补偿减少了基于重建应力的疲劳损伤评估中的局部共振误差。• 模态解释和可迁移性分析阐明了该方法的实际应用边界。
**引言**
转向架构架是地铁车辆的主要承重结构,为电机和齿轮箱等关键子系统提供安装支撑。其疲劳可靠性直接影响地铁车辆的结构安全和服务耐久性,特别是在长期动态载荷条件下。大量研究已经调查了地铁转向架构件中的疲劳问题。Fu等人[1]、Mao等人[2]和Wang等人[3]在铁路转向架的垂直止挡和电机吊挂区域发现了疲劳裂纹,并将其归因于P2共振、钢轨接头和电机电流波动等因素。Lu等人[4]使用整车模拟揭示了主导模态贡献,而Wang等人[5],[6],[7],[8]系统地分析了不同轨道条件下的构架应力,表明轨道质量比乘客载荷的影响更大。进一步的研究探讨了焊接质量[9],[10],[11]和安装部件中的疲劳失效[12],[13],[14],[15],[16],[17],[18]。这些研究为理解转向架构件的疲劳机制提供了有价值的见解。然而,大多数现有研究聚焦于疲劳机制或基于数值模型的正向应力分析,而基于易于测量的振动信号对局部应力历史进行实际重建仍然有限,限制了在长期运营期间对关键位置的疲劳评估。
转向架构架疲劳受运行环境的影响很大,特别是轨道质量和结构。尽管减振轨道被广泛使用以缓解环境振动[19],但它们可能会放大某些不规则性下的车轨动态响应并诱发异常相互作用,从而加速疲劳损伤[20]。钢轨波磨、轨道不规则性和轨道结构已被证明会显著影响轴箱加速度、构架振动和疲劳损伤[10],[21],[22],[23],[24]。不同的减振结构和扣件类型也会产生不同的动态响应,并可能改变构架疲劳损伤达10%[19],[25],[26],[27],[28]。因此,表征轨道诱发的激励对于理解转向架构架在运营服务期间的动态应力演化和疲劳行为至关重要。
通过带仪表的转向架构架进行直接线路测试是获取疲劳控制位置动态应力的最直接手段[6],但它资源密集型,不适合大规模或长期监测。相比之下,轴箱和构架端加速度更容易获取,并且可以支持对轨道条件和构架振动的低成本评估[20],[29]。对于轨道评估,La Paglia等人[30]和Zhang等人[31]使用轴箱加速度来评估轨道几何形状,而Liu等人[32]、Wang等人[33]和Yu等人[34]建立了轴箱加速度与轨道不规则性之间的传递关系,以推导维护阈值,而无需直接的轨道检查数据。加速度信号也被用于估计车辆部件响应。Xu[35]研究了轨道不规则性到车辆-轨道部件位移和加速度响应的频域传递和能量传递。Yamazaki等人[36]使用轴箱加速度作为输入,通过有限元分析估计全局构架动态应力,支持基于状态的维护。Sun等人[37]将轴箱加速度与构架前端的应力响应联系起来。Wu等人[38]和Yang等人[17]进一步研究了轴箱加速度与安装部件响应之间的频域传递关系,包括撒沙装置和ATP天线梁,并使用频域方法评估了它们的疲劳状态。Peng等人[18]和Sun等人[20]引入了伪激励法,并证明了基于加速度的疲劳评估的可行性。这些研究证实了加速度信号在间接结构评估方面的潜力,尽管大多数研究聚焦于单个部件或频域响应。类似的基于数据的虚拟感知和应变预测方法也被应用在其他与疲劳相关的工程领域。例如,Tarp?等人[39]使用基于PCA的基于数据的虚拟感知估计了海上风力涡轮机的动态应变历史,而Gibson等人[40]使用高斯过程回归预测了应变响应,并进一步评估了疲劳损伤分布。
然而,在铁路车辆应用中,使用易于测量的加速度响应作为模型输入时,对多个疲劳控制位置的局部动态应力历史进行基于数据的时间域重建的研究仍然较少。现有的基于加速度的方法主要使用功率谱密度或传递函数来估计频谱应力响应,因此对局部应力响应的时域演化提供的信息有限。基于PSD的方法不能直接保留相位关系、峰谷序列或应力历史的循环顺序,限制了它们再现与疲劳相关的应力循环和局部峰值响应的能力。在非线性轨激励下,它们的应用性也可能降低。此外,多个构架端激励路径和依赖于位置的模态敏感性使传统的传递函数方法容易受到噪声、传感器放置和运行条件变化的影响。因此,需要一个能够在多个疲劳控制位置进行时间域应力重建同时保留动态可解释性的统一框架。
系统辨识为应对这一需求提供了一个合适的输入-输出框架。它直接从测量信号建立动态关系,并通过识别的模型参数表征系统行为[41],[42]。在系统辨识方法中,N4SID很适合本研究,因为它可以直接从测量的MIMO时间历史中识别离散时间状态空间模型[43]。这使得四个构架端垂直加速度与七个FCL应力响应之间的动态关系可以在统一的时间域模型中描述。与基于PSD或频域传递函数的方法相比,状态空间模型可以直接重建应力历史用于雨流计数和基于动态应力的疲劳评估,同时其识别的极点提供了额外的动态可解释性[44],[45]。在铁路应用中,Zhu等人[46]使用系统辨识预测垂直轮轨力,而Niu等人[47]建模了车体横向加速度与轨道不规则性之间的关系。当复杂的边界条件、轮轨激励和局部传递路径难以使用基于物理的模型准确表征时,基于数据的系统辨识可以直接提取测量振动与结构响应之间的等效动态关系。因此,它非常适合从构架端加速度重建多个疲劳控制位置的动态应力历史。
基于此理由,本研究提出了一个面向疲劳的两阶段基于数据的状态空间框架,从四个构架端垂直加速度重建七个疲劳控制位置的动态应力历史。在第一阶段,基于N4SID的多输入多输出(MIMO)模型捕获了构架端振动与多位置应力响应之间的共享动态关系。在第二阶段,具有结构化和与输入相关的窄带残差分量的FCL使用有针对性的多带残差状态空间模型进一步校正。该框架使用来自代表性曲线段的现场测试数据进行识别和验证,并根据时间域应力响应、PSD特性、等效应力和疲劳损伤进行评估。进一步分析了极点分布和模态输出贡献以解释依赖于位置的重建性能。所提出的方法为基于加速度的多位置疲劳评估提供了基础,减少了对长期应变计监测的依赖。
本文组织如下。第2节 describes 现场测试、模态特性、数据预处理和疲劳指标。第3节提出了两阶段状态空间建模和验证框架。第4节评估了动态应力重建、残差补偿和疲劳相关性能。第5节讨论了所提出方法的动态解释、可迁移性和适用性。第6节总结了主要结论。
**章节片段**
**现场测试和疲劳相关数据处理**
为了研究地铁转向架构架的振动特性并获得运营条件下的真实应力历史,开发并校准了一个带仪表的测试转向架。转向架在构架端配备了加速度计,在选定的疲劳控制位置配备了应变计。(见图1)
**问题表述、假设和范围**
转向架构架的振动-应力关系被表述为系统辨识问题,其中四个构架端垂直加速度被视为可测量输入,七个FCL处的动态应力历史被视为输出。主要目标是重建FCL应力历史从构架端加速度测量值。识别的状态空间模型还通过其极点、主导频率和模态输出贡献进行检验。
**动态应力重建和基于动态应力的疲劳评估**
本节使用第3节定义的独立验证段评估所提出的框架。首先,将第一阶段MIMO配置与独立识别的MISO模型进行基准对比。然后检查剩余残差的结构和输入依赖性。最后,评估残差补偿在应力历史、PSD特性、等效应力和疲劳损伤方面取得的改进。
**依赖于位置的重建性能的动态解释**
尽管第一阶段MIMO模型提供了均衡的多位置重建,但其准确性在不同FCL之间仍然变化。一般来说,电机吊挂相关位置表现出更高的一致性,而一些齿轮箱吊挂相关位置显示出较大的局部偏差。为了解释这些依赖于位置的差异,进一步分析了极点分布和模态输出贡献。
图11展示了第一阶段MIMO模型识别的两个……
**结论**
本研究开发了一个面向疲劳的两阶段状态空间框架,用于从构架端垂直加速度重建地铁转向架构架上多个疲劳控制位置(FCL)的动态应力历史。使用现场测试数据评估了第一阶段多输入多输出(MIMO)模型、分组多带残差补偿、疲劳相关指标的准确性、动态解释和分段适用性。主要结论如下:
**作者贡献声明**
Wei Luo: 撰写 – 初稿。Binjie Wang: 撰写 – 审稿与编辑。Wenjing Wang: 撰写 – 审稿与编辑。Ruiguo Yan: 资源。Qiang Li: 监督。
**利益冲突声明**
作者声明,他们没有已知的竞争性经济利益或个人关系,这些可能影响本文的工作。
**致谢**
本研究得到国家自然科学基金委员会的支持(资助号U2468210)。
Wei Luo|Binjie Wang|Wenjing Wang|Ruiguo Yan|Qiang Li
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号