关键词:
结构力学状态监测
横梁
FBG传感器
动应力监测
载荷识别
摘要:
以横梁为代表的高速列车关键结构发挥着承载乘客/货物、传递动力和保障乘客安全等重要作用。在服役过程中,关键结构不仅承担车辆自重,还会受到列车运行所带来的多种交变载荷作用,容易产生应力集中、过载和疲劳等,进而造成结构损伤,损伤的积累可能导致结构失效,对高速列车的长期安全运行提出了巨大的挑战。动应力和载荷监测是评估结构强度与预测疲劳寿命的基础,对于推动列车关键结构视情维修和保障运行安全具有重要意义。为此,以高速列车横梁结构为例,开展了高速列车关键结构的动应力监测与载荷识别技术研究,主要研究内容包括:(1)高速列车横梁结构的载荷识别理论研究。首先,针对高速列车横梁结构,分析了其在服役状况下的受载情况;进而依据结构动力学与模态理论,将线弹性多自由度系统的运动方程进行了解耦,研究了结构受载时载荷与应变响应之间的映射关系,提出了基于载荷-应变线性叠加的载荷识别方法;最后,基于推导的载荷与应变响应之间的映射关系,分析总结了载荷识别研究中所存在的不适定性问题,讨论了基于数学模型与神经网络的不适定性解决方案。(2)高速列车横梁结构的动应力监测系统构建。首先,以高速列车横梁结构为研究对象,采用SolidWorks与Abaqus软件建立了横梁的三维结构模型,利用HyperMesh对横梁结构进行了精细网格划分;然后,结合横梁结构的实际受力情况,对其进行了力学仿真研究,将横梁的受载区域离散化,分析了横梁在不同载荷作用下的应变分布规律,进而优化了传感器布局;最后,依据横梁的结构及服役情况,基于光纤光栅(Fiber Bragg Grating,FBG)传感器设计了光纤光栅动应力监测系统,实现了横梁结构动应力/应变信号的采集、显示及存储。(3)基于载荷-应变线性叠加的横梁结构载荷识别方法研究。首先,研究了基于载荷-应变线性叠加的横梁结构载荷识别方法,明确了载荷-应变矩阵获取方法与载荷识别流程;然后,利用横梁结构的有限元模型,开展了不同幅值下的双载荷与多载荷工况的力学仿真研究,结果表明,基于载荷-应变线性叠加的横梁结构载荷识别方法具有较高的精度;最后,利用光纤光栅动应力监测系统,搭建了实验平台,设计了加载条件与实验流程,结果表明,基于载荷-应变线性叠加的载荷识别方法能够较好地识别横梁结构上的载荷。(4)基于神经网络的横梁结构载荷识别方法研究。首先,基于载荷-应变线性叠加的载荷识别方法,研究了改进的极限学习机(Improved Extreme Learning Machine,IELM)框架下的横梁结构载荷与应变响应之间的映射关系,提出了基于IELM的载荷识别方法;进一步,结合有限元仿真技术,获得了横梁在所有载荷位置下的载荷、应变响应数据,并在不同的噪声水平下,分析比较了所提方法与传统方法的载荷识别效果,结果表明,基于IELM的载荷识别方法具有更高的精度和更强的抗噪性;最后,搭建了实验平台并设计了实验流程,结果表明,基于IELM的载荷识别方法能够较好地识别横梁的任意位置的载荷。本文面向高速列车关键结构的力学状态监测需求,设计了基于光纤光栅传感的动应力监测系统,提出了基于载荷-应变线性叠加与神经网络的载荷识别方法,仿真和实验结果均表明该方法具有良好的载荷识别精度与抗噪性,成功实现了高速列车关键结构的动应力感知与载荷识别,对支撑高速列车的智能化运维具有重要的工程应用价值。