搜索
大连交通大学2015届本科生毕业设计（论文）外文翻译1估计铁路轨道特性的概率方法摘要：由于铁路网络的退化和昂贵的维护费用，当今铁路工程面临着许多问题。再加上缺乏几何知识和轨道的力学参数，铁路的优化维护管理变得很艰难。在这种背景下，本文提出一种新的方法分析铁路轨道的特性。该方法结合了新的诊断设备，该设备能够获得许多重要的数据，从而得到几何和力学参数以及基于非入侵式方法的统计量，并且该非入侵式方法能够加上任何力学模型。对于研究参数（参数之间的相关性的分布和影响），许多结果都显示了这种方法的可行性。在不久的将来，这种方法将会给铁路管理人员带来许多重要的信息，以便进行优化维护操作。关键词：随机有限元方法、随机配置、拉格朗日多项式、铁路轨道1.介绍在当代计算力学领域中，均认为力学和几何参数对数值模型有重要的影响。为了满足这一要求，这有一种可行性：选择一些特定情况下不定参数的特殊值（极值、均值）然后估计这些情况下相应的力学响应，最终就一个给定的破坏准则而言，其保留了最不利的情况。这种策略通常在试验中使用，但是该策略非常值得商榷，因为最不利情况下的选择是由一连串情况组合的，其中不自然地包含了所有可能的情况。最严谨的解决方案实际上是使用一种基于概率的策略方法（1-8）。在本文中，这种类型的策略，提出了对铁路轨道特性的概率分析。铁路工程正遭受着因铁路网退化带来的诸多问题，而这些铁路网需要重要和昂贵的维修工作。由排水问题，相对沉降、层退化带来的铁路受损和必要的维修措施造成了路基不同地层的非线性力学和几何特征，所以提高轨道水平变得更加艰难。由于缺乏对这些非线性的了解，以及其对轨道行为可能带来的后果，因此制定一个优化的维护管理变得更加困难。因此，为了以逼真的方式描述动力荷载作用下铁路轨道的特性，有必要使用一种数值模型来分析力学和几何参数的不确定性。在过去的几十年，已经利用了几个基于有限元（FE）方法来研究铁路轨道的整体与局部的特性（9）。为了考虑这个随机不确定性，我们很自然想到利用随机有限元法（SFE）（10-20）。本文选择的解决方案是以分析不确定性传播为目的，通过数值模型来描述轨道段的力学特性。通过此方案，铁路管理者就可以对不同的解决办法进行分析和比较。本文的结构如下。第3节将涉及铁路公司使用的诊断方法。特别是，对新设备曾经记录的力学和几何数据进行了描述。然后，提出了确定的有限元（FE）轨道模型。第4节的侧重于不确定数据的概率模型建立和选择概率方法中的控制变量。第5节提出SFE大连交通大学2015届本科生毕业设计（论文）外文翻译2方法（基于随机配置法）。第6节主要详解一些针对铁路问题的数值应用程序（参数相关性的分布和影响、传播的不确定性），最后在第7节我们可以从实际的角度通过铁路管理者优化维护得出的一些结论来诠释这个方法。2.轨道不平顺图1.轨道结构传统的铁路轨道结构是一个分层的系统（图.1）。其组成部分包括道渣，底渣和路基土，并且它们承受轨道、轨枕传递下来的荷载。道渣层（粉碎的岩石形成的粒状材料）通过抵抗和消散轨枕传递下来的竖向、横向和纵向力，来保持上层建筑在要求位置的结构的完整。轨道结构承载着通过轮轨接触传递下来的移动荷载。我们提醒大家关注这样一个事实:这个工作,我们不考虑轨道面的几何形状的不规则,这个参数我们进行常规的测量和校正（打磨的钢轨）。为了估计轨道质量，需要定义传统的不规则性测量。当这些量超过允许的临界值时，必须进行维护操作。对于任何铁路基建经理，执行养路工作都是是一项最重要的任务。这个任务需要定期随访几何轨道质量和执行监测干预。2.1、传统的诊断方法铁路公司使用不同的设备监察养路。对于法国铁路管理器（SNCF），主要是由Mauzin汽车（图2）根据交通密度一年一次或一年几次进行跟踪检查。这辆车,它能够获得速度为200公里/小时的跟踪测量数据。利用这些测量数据,几个代表轨道几何的轨道质量指标就可以计算出来（NL：纵向找平，NT：横向水平，D：提高等）。纵向找平(NL)是由变量构成的实验样本的标准差，它是在Mauzin车侧轮中心垂直位移和所有相应侧轮[22]平均垂直位移之间，通过对一段200米的距离进行每10厘米的测量方式得到的。在这个实验中，使用的Mauzin车具有8车轴并且其速度为160公里/小时。此标准偏差被认为是轨道和维护操作的一个劣化指标，并且轨道和维护的运行是根据这个指标进化编程操作的。大连交通大学2015届本科生毕业设计（论文）外文翻译3一个使用轨道几何测量和维护操作数据的计算机应用程序称为TIMON，目前在法国应用。这个应用程序演示了轨道的演变,提供了一个系统的随访和前瞻性分析。瑞典铁路管理器（Banverket）使用滚动刚度测量车辆（RSMV）。这种技术是基于轨道刚度的测量，它是用来标记沿线铁路需要进行维护的位置。在英国，落锤弯弯沉仪（FWD）[26]：使用从测试中获得的偏转数据，对轨道下部的弹性模量的值进行估计。2.2、互补的诊断设备对于铁路结构每个组件的或者可变性来说，之前提出的方法不能够评估和分离物理力学特征。在过去的十几年里轨道诊断工具的进程已经完成：几个技术应运而生，来测量连续或定位点（26）。考虑到变异量虽然是随机的，但过程还是可能的。最近在工作中设备的测试及使用被提出。三种不同的设备在本研究中已被使用：地面穿透雷达（GPR），光动针入度（Panda）和地缘内镜检查。所述GPR是一种快速，非破坏性检查装置来估计铁路轨道子结构的完整性（27）。如图3所示,非接触式测量装置允许数据收集操作的速度。探地雷达提供连续top-ofrail子结构层和厚度的测量（道砟，底砟，路基）。应该注意到,测量水分含量和敏感材料密度。GPR也可能能够从干净的道砟中区别出结垢的道砟（27）。光动力触探（Panda）（28、29）可以测量土的垂直方向的抗力。测试使用驱动锥(2、4或10平方厘米)且在最后一组棒使用锤子。对于槌的每次打击，渗透和冲击能量的深度被记录来计算动态锥阻力（QD）与荷兰式相应的深度。与获得原位测试标准比较，以前的研究已经证明了结果的可靠性﹝30﹞。然后使用Buisman对土体模量进行近似估计：第一锥形阻力涉及体侧限压缩弹性模量（Eoed）（31、32）而体侧限压缩弹性模量是与上述弹性模量（E）有关，具体如下：112,1oedvvEoedqdEEv（1）其中，取决于土壤性质，ν是泊松比取等于0.3。为了使用这些相关性，就必须有一个土壤表征。这可以通过使用地缘内镜检查来实现。地缘内镜检查（33）由一个小相机（8.6毫米直径），用于从与渗透试验（图4）执行的所述腔收集的图像。该设备所允许的土壤听诊多达8米深。图像处理后，就可以得到该结构的表征：厚度不同的层，土壤分类和材料氢气的状态。这些技术的优点包括在很短的时间内能快速设置和执行大量的测试，而且不会干扰土体。它们允许一个收集物理和铁路结构的不同层的机械特性和它们的变异性的评估。可以区分两种变异：第一个是被链接到实验测量和第二个是所考虑的参数的空间变化。在这个初步研究，我们只专注于实验变异。2.3、现场测量统计分析根据莫尔斯[34]和马格南[35]，由于它们的性质和所处的的环境，提供的土层特性可变性的一般估计变得困难。此外Elkatebetal[36]表明，这种变化时常是具体到现场和物业大连交通大学2015届本科生毕业设计（论文）外文翻译4分析。从原位测量进行了4个不同的真实现场（2个位点上的高速轨道和2个位点上“经典”轨道），铁路平台的各层的弹性模量的厚度和的变异已经表征。以这种方式，以下的策略已被通过：统计矩估计通过使用χ2测试实验样本的同质性分析使用χ2和Kolmogorov-Smirnov测试样品进行充足性测试理论分布分析参数之间的相关性图2.Mauzin车及实例记录图3.探地雷达测试设备用于轨道检查(27)的例子大连交通大学2015届本科生毕业设计（论文）外文翻译5图4.Penetrometric（Panda型）试验和地缘内镜检查原则图5.直方图（dq和厚度）图6.详细的有限元模型网格大连交通大学2015届本科生毕业设计（论文）外文翻译6对于各层的各种部位突出的特性的分析，根据轨道和网站，而具有的机械特性大幅优于其它层中间层的重要性的可变性。此外，参数之间的相关性的研究表明一个弱相关（通常小于50％）。这种分析面临着两种类型的问题：第一个被连接到的是经常发生原位调查的数据样本的异质性为了提供对铁路轨道参数的变异性的可靠描述，第二连接于样品的尺寸必须包含至少80的测试，每个测试要具备50米的网格划分。在均匀性已被证实的样品中,充足的理论分布与对数正态分布证实了Magnan和Baghery关于的土壤特性研究的一致性。从这些结果可知，似乎是进行该参数分布的敏感性分析和突出其对模型响应的影响。3确定性建模铁轨是一个异构系统，它由填入垛镇之间，固定的枕木支撑的的两个钢轨组成。而枕木由以路基为基础，压实的压舱层所支撑。在过去几十年来，几个基于有限元（FE）数值方法，已经提出了描述铁路轨道的全局或局部行为。这些模型已经开发了用于静态和/或动态分析。对大多数这些模型中，轨道的垂直运行状况是研究的参数，而这些参数采用弹性或弹塑性本构关系﹙38﹚。由于路基的属性和参与测试的费用的可变性，以建立一个适当的弹性模量为设计目的，对于从业者的经验是个大挑战。因此，路基模量可以从实验室测试来确定（修改样品,耗时），如重复三轴试验或反算非破坏性测试的数据（39）。在这项研究中路基模量需要使Panda和地缘内镜测量，在第2.2节已经获得。3.1、有限元模型为了描述铁路轨道的一部分的动态，非线性有限元模型已被使用其一般形式如下：00,,,0,00,0qtHqtqttttqqqq（2）有限元模型代表着部分的传统铁路，它由一个轨道构成（UIC60），轨道垫，混凝土轨枕，以及四层使得轨道的构成。对上层建筑（铁路枕木垫）和非压实镇流器层，要选择弹性线性特性。因为对压舱物和子等级层为的不可逆转的类型的重要性（子压舱物，形式层和自然地）有弹性塑料利用使行为变强硬的线性类型被选择。为了最大限度地减少参数的数量，则各成分的应变硬化的模数（H）都从从弹性模量E推导而来。边界条件决定模型结果的有效性。传统上,减少边界错误的方法是将边界尽可能远离感兴趣的区域。在这个实际研究中,支管和下边界的正常位移被阻止，参数分析表明：模型长度约30米(50轨枕)可以限制侧向边界的影响。该部分的网格是由12792矩形线性单元和13577的节点（参照图6）组成。行驶的火车被简化为在3米长的距离上以160km/h的速度移动的两对集中荷载（每对为85KN）大连交通大学2015届本科生毕业设计（论文）外文翻译7图7.垂直加速度（％G）和偏转(m)20轨枕3.2、模型的验证如前所述,大量的注意力被放到数值模拟的特定问题如模型的域的大小或FE离散等。在枕木[42]验证的Boussinesq的标准，铁路偏转静载荷[41]和压力下的再分配：首先，在静态情况下的一些参数进行了研究。然后，验证是在一个动态上下文通过比较下枕木，以记录在传统的铁路轨道[43]，并通过另一个代码提供的结果实验值的垂直加速度和偏转的数值（Dynavoice2.0）[44]。作为说明，图7示出该比较对于在20轨枕中间的垂直加速度和挠度。我们可以观察到的有限元模型给出的结果与实验结果吻合。备注：具有弹塑性的四层，这相当于总元件的大致60％，变得或多或少塑料在动态加载期间依赖于随机参数输出的值。因此,我们发现,对于一些参数设置,近一半的点的集成发展不可逆转的应变。4概率模型这里所研究的量（厚度和杨氏模量）的变化可以从不同的观点进行研究。自然的方式来模拟他们是用随机领域考虑到这些数量的空间变异，但难度在于对他们实验数据特性的估计。因此，作为第一次尝试，我们忽略这些量的空间变异性，所以我们仿照他们用随机变量4.1、不确定参数建模对于本文的这项研究，有限元模型的不确定参数是四地层每个的