摘要
为解决长大组合列车安全操作问题,有效利用现有150辆编组智能化制动试验平台,预测超长列车的制动性能,建立精准且适用于不同编组位置车辆的长大组合列车管压力变化预测模型。提出列车管压力差模型这一概念,采用曲线拟合法与理论推导的方式,建立仿真数学模型,并提出理论列车管压力差模型的改进方法。列车管压力差模型与首车列车管压力变化模型叠加后得到列车管压力变化预测模型,与利用智能化制动试验平台得到的多组试验数据进行对比验证,结果表明:误差保持在10%以内。最后,利用该预测模型得到200辆编组组合列车制动作用时的列车管压力变化曲线。
随着列车编组辆数的不断增加,长大组合列车在缓解和制动过程中伴随着较大的纵向冲动,极大地影响了列车的运行安全。为适应列车不断扩编的发展需求,急需对列车制动系统性能进行深入研究。但由于试验成本及列车运行线路环境等因素影响,难以在列车线路上进行大量的运行试验。而现有的制动系统静置试验台,无法满足200编组及以上制动系统性能研究。如何进行超长组合列车制动系统性能的研究,已成为迫切需要解决的难题。
国内外多个专业团队针对列车制动系统模型做出了相关研究,并取得了一定成果。文献[
基于现有研究可以得到较为准确的首车列车管压力变化模型,因此本文将列车管压力预测模型分为首车列车管压力模型和列车管压差模型两部分,综合考虑列车管总长度、所求车辆位置等因素确定列车管压力差模型的变量,按照列车制动试验台试验标准,利用智能化制动试验平台得到150辆编组及以内各编组制动工况下的列车管压力变化数据曲线,再结合制动减压时列车管压力的变化速率函数,利用曲线拟合法建立准确的列车管压力差模型,然后根据本文提出的列车管压力差模型概念,利用质量守恒定律及作用与反作用定律等从理论方面推导列车管压力差模型,并对曲线拟合法建立的列车管压力差模型与理论推导建立的列车管压力差模型进行了精度验证。最后,得到的列车管压力差模型与首车列车管压力模型相加,得到列车管压力预测模型。所建立的列车管压力预测模型以期为超长组合列车制动系统性能的研究提供理论参考。
因为首车列车管直接连接制动阀,且首车列车管中的气体未经过长大组合列车管传递,所以由于管壁摩擦及列车主管、集尘器与支管连接等引起的气体损耗较小,可以忽略。因此可以得到与首车实际气压数据较为吻合的首车列车管压力模型,但编组位置越靠后的车辆,其列车管内的气体传递要经过的列车管越长,各种因素所引起的气体流动损失越不能忽略,但若考虑这一流动损失引入空气黏性等参数来进行管内气压计算,会使计算变得相当复杂,很难建立准确的理论模型。
列车制动典型特征是:车辆不同位置的制动风管气压有所不同,而各车辆的制动机及列车管路结构相

图1 列车管压力差模型
Fig. 1 Train tube pressure difference model
智能化制动试验平台主要由150 辆车的制动系统及管路、压力传感器、A/D与D/A转换、I/O板卡、电源板卡、CPU、数据采集和排气电磁阀以及带2台制动执行器的半实物制动仿真测控系统组成,试验台实物及总体结构如

图2 智能化制动试验平台
Fig. 2 Intelligent brake test platform

图3 智能化制动试验平台主要组成部分
Fig. 3 Main component of intelligent brake test platform

图4 列车管压差试验数据
Fig. 4 Train tube pressure differential test data
由

图5 列车管压力差模型分段
Fig. 5 Train tube pressure difference model segment
由于列车管压力差模型表示气体在列车管内流动时不同位置处列车管与首车位置处列车管压差,同一时刻不同编组列车、管内不同位置处压差应是不同的,所以确定压力差模型为关于车辆编组数n、车辆位置数m以及时间t的函数。由于制动减压时列车管压力的变化速率可用指数函数和一元多次函数表
(1) |
(2) |
式中:为第1段压差;为第3段压差;pi(i=1,2,3)为关于m、n的函数。分析试验数据可知的值随车辆位置数m的变化不大且不具有规律性,所以将设为仅关于车辆编组数n的函数。
分别绘制出同一编组内参数关于车辆位置数m的曲线,同样根据制动减压时列车管压力的变化速率可用指数函数和一元多次函数表示并结合参数随车辆位置数m的曲线变化趋势,将系数、关于车辆位置数m的曲线形式设定为一元二次函数,关于车辆位置数m的曲线形式设定为指数函数。
分析试验数据可知各编组不同车辆位置处波动段最高点的值相差很小,所以根据150编组不同车辆位置处最高点的试验数据拟合得到第2段的函数表达式为
(3) |
式中:为第2段压差。综上可知,同一编组不同位置车辆与首车的列车管压力差模型为
(4) |
式中:为同一编组不同位置车辆与首车的列车管压力差;Qi(i=1,2,…,10)为关于n的函数;t为时间。根据拟合得到的函数中参数的值绘制关于车辆编组数n的函数曲线,拟合得到n的函数关系式并代入
(5) |
理论推导得到的列车管压力差模型可为制动系统进一步改进提供思路,故根据本文提出的列车管压力差模型概念,尝试根据质量守恒定律及作用与反作用定律等推导理论压差模型。
一定质量的空气在单位时间内经过管的各横截面流动时,有
(6) |
式中:质量流量,kg·
(7) |
式中:为管内任意截面上的空气速度;为管内已知截面上的空气速度;为管内已知截面上1 kg空气的比容;为管内任意截面上1 kg空气的比容。由于在长大列车管中,管壁与空气的接触面积很大,所以可认为管内空气发生等温流动,根据完全气体状态方程并结合
(8) |
式中:为管内已知截面上的压力,kPa;为管内任意截面上的压力,kPa。设无限小的管长为dL,F为气体前进时所受到的阻力;为由于运动阻力而产生的损失压降,根据作用与反作用定律,有
(9) |
当1 kg空气通过长度为L、直径为D的列车管时,设列车管与空气的接触面积为A,有
(10) |
由于管内空气运动阻力F是由于空气与管壁的摩擦造成的,与固体摩擦求法不同,须用阻力系数乘摩擦面积计算得到即
(11) |
(12) |
式中:为空气流过1管道内壁的运动阻力,称作气体摩擦系数,其大小与气体的速度w及比重有关。利用的计算公式即
(13) |
(14) |
式中:k为比例系数。将
(15) |
指编组列车后部任意车辆位置处列车管的气压;为首车列车管气压;m为编组车辆的位置数。由
(16) |
由于曲线拟合法建立的列车管压力差模型是利用4个编组3次试验数据中的一组试验数据得到,在此利用这4个编组的其余2组试验数据以及100辆编组列车的试验数据进行验证。利用Matlab软件绘制不同编组不同位置处的列车管压力差模型曲线,与试验数据曲线进行对比,部分对比图如

图6 列车管压差数据对比曲线
Fig. 6 Comparison of train pipeline pressure difference data

图7 列车管压力数据对比曲线
Fig. 7 Comparison of train pipeline pressure data

图8 200编组列车管压力预测
Fig. 8 Forecast of 200 train tube pressure
对理论列车管压力差模型即

图9 理论列车管压力预测模型与试验对比曲线
Fig. 9 Comparison of theoretical train pipe pressure prediction model and experiment value
提出了列车管压力差模型的概念,首先通过曲线拟合的方式得到了压力差模型。经对比除20辆编组第20辆车误差较大为20%外,其余编组车辆误差均在15%以内。将该列车管压力差模型与首车列车管压力模型相加得到整列车的列车管压力预测模型,经计算包括20辆编组第20辆车在内其误差均在10%以内,故该压力差模型较准确,可对长大列车管压力进行预测。根据列车管压力预测模型预测得到了整列200辆编组列车的列车管压力曲线。可进一步研究通过智能化制动试验平台进行小编组级联循环模拟大编组列车进行制动试验,将该列车管压力预测模型作为目标函数输入到每次级联时的小编组实物制动系统的首车中,从而得到虚拟模型与实物系统相结合下的大编组列车的列车管气压变化数据,将会大幅提高模型的适用性。
同时根据质量守恒定律及作用与反作用定律等推导得到了理论列车管压力差模型,与试验曲线对比发现该理论列车管压力差模型误差较大,经分析提出可以进一步推导管内任意位置处空气流速随时间、管长等因素的变化关系,进而对理论列车管压力差模型做出修正。此外,由曲线拟合法得到的列车管压力差模型其函数形式能符合任意编组不同位置处车辆制动时的列车管压力变化趋势,且该函数的系数与车辆位置数和编组数有一定的函数关系,可为理论列车管压力差模型的进一步优化提供指导。
作者贡献声明
应之丁:提出研究思路,修订论文。
范 琳:设计研究方案,试验,起草及修订论文。
周和超:修改研究方案、修订论文。
参考文献
王青元,赵紫宁,刘强强,等.两万t重载列车空气制动过程建模[J].机车电传动,2022(4):70.DOI:10.13890/j.issn.1000-128X.2022.04.010. [百度学术]
WANG Qingyuan, ZHAO Zining, LIU Qiangqiang, et al. Modeling of air braking process of 20 000t heavy duty train [J]. Electric Transmission of Locomotive,2022(4): 70.DOI:10.13890/j.issn.1000-128X.2022.04.010. [百度学术]
何志浩,樊嘉慧,梁晖.半实物列车制动系统仿真平台结构设计及空气制动模型解析[J].城市轨道交通研究,2021,24(6): 24.DOI:10.16037/j.1007-869x.2021.06.006. [百度学术]
HE Zhihao, FAN Jiahui, LIANG Hui. Structure design and air brake model analysis of semi-physical train braking system simulation platform [J]. Urban Rail Transit Research,2021, 24(6): 24. DOI:10.16037/j.1007-869x.2021.06.006. [百度学术]
曾军. 货运列车空气制动系统特性试验及仿真研究[D]. 湘潭: 湘潭大学,2019. [百度学术]
ZENG Jun. Freight train air brake system performance test and simulation study [D]. Xiangtan : Xiangtan university, 2019. [百度学术]
应之丁,陈家敏.基于智能化仿真试验平台的货运列车再充气特性[J].同济大学学报(自然科学版),2019,47(10): 1508.DOI: 10.11908/j.issn.0253-374x.2019.10.017. [百度学术]
YING Zhiding, CHEN Jiamin. Reinflation characteristics of freight train based on intelligent simulation test platform [J]. Journal of Tongji University (Natural Science Edition),2019, 47 (10): 1508.DOI:10.11908/j.issn.0253-374x.2019.10.017. [百度学术]
WU Qing, COLE Colin, SPIRYAGIN Maksym, et al. Railway air brake model and parallel computing scheme[J]. Journal of Computational and Nonlinear Dynamics,2017,12(5): 051017.DOI:10.1115/1.4036421. [百度学术]
VLADIMIR Pavelčík1.Design of an airflow model for railway brake components testing[J]. Transportation Research Procedia,2021, 55: 790.DOI:10.1016/j.trpro.2021.07.046. [百度学术]
宋国兵,常娜娜,侯俊杰,等.基于系统电压分布曲线拟合的后备保护方案[J].电力系统保护与控制,2022,50(16): 95.DOI:10.19783/j.cnki.pspc.211394. [百度学术]
SONG Guobing, CHANG Nana, HOU Junjie, et al. The backup protection scheme is based on system voltage distribution curve fitting [J]. Power System Protection and Control,2022, 50 (16): 95. DOI: 10.1783/j.cnki.pspc.211394. [百度学术]
余文坤,吴佩达,张昊楠,等.基于多项式曲线拟合的海上地震勘探拖缆定位[J].测绘学报,2022,51(5): 772.DOI:10.11947/j.AGCS.2022.20200588. [百度学术]
YU Wenkun, WU Peida, ZHANG Haonan, et al. Towing cable location for offshore seismic exploration based on polynomial curve fitting [J]. Acta Geodesy et Cartographica Sinica,2022, 51 (5): 772.DOI:10.11947/j.AGCS.2022.20200588. [百度学术]
马猛,王克华,曲亮,等.不同品种鸡生长曲线拟合及分析[J].中国畜牧杂志,2022,58(1): 129. DOI:10.19556/j.0258-7033.20210322-01. [百度学术]
MA Meng, WANG Kehua, QU Liang, et al. Growth curve fitting and analysis of different breeds of chickens [J]. Chinese Journal of Animal Science,2022, 58 (1): 129. DOI:10.19556/j.0258-7033.20210322-01. [百度学术]
应之丁,樊嘉慧,吴晓倩.基于车辆滚动制动试验台的轨道交通列车动态制动性能试验研究[J].城市轨道交通研究,2021,24(1): 26. DOI:10.16037/j.1007-869x.2021.01.006. [百度学术]
YING Zhiding, FAN Jiahui, Wu Xiaoqian. Research on dynamic braking performance of rail transit train based on rolling brake test bench [J]. Urban Rail Transit Research,2021, 24 (1): 26. DOI:10.16037/j.1007-869x.2021.01.006. [百度学术]
应之丁,樊嘉慧,吴晓倩.车辆动态制动试验仿真系统研究[J].铁道机车车辆,2021,41(5): 187. DOI:10.3969/j.issn.1008-7842.2021.05.32. [百度学术]
YING Zhiding, FAN Jiahui, WU Xiaoqian. Research on simulation system of vehicle dynamic braking test [J]. Railway Locomotive and Vehicle,2021, 41(5): 187. DOI:10.3969/j.issn.1008-7842.2021.05.32. [百度学术]