车辆-轨道耦合系统动力学数值方法研究

该文档是关于大数据和算法在车辆轨道耦合系统动力学数值方法研究的博士论文。主要内容涉及如何通过精确和高效的数值算法来分析车辆与轨道的耦合动力学，包括动态响应、随机响应分析、轨道不平顺识别以及动力接触问题。 在车辆高速行驶时，车辆和轨道之间的振动特性对于运行平稳性、安全性以及设备寿命至关重要。为了解决这个问题，研究人员需要准确模拟轨道的不平顺状态、耦合系统的随机响应以及车辆与轨道的接触状态。数值仿真是一种有效的工具，而关键在于选择合适的数值方法。 论文中提出了以下几个方面的创新点： 1. 提出了一种改进的精细积分法，用于处理非线性轮轨接触的车辆-轨道耦合系统动态响应。这种方法利用轨道的周期性特征和能量传播的有限性，优化了轨道结构指数矩阵的计算效率，生成的矩阵是稀疏的，从而减少计算量。通过Lagrange多项式构建非线性轮轨接触力的递推公式，实现了无需迭代就能求解动态响应。通过与其他方法（如Runge-Kutta法和Zhai法）的比较，证明了该方法在精度和效率上的优势。 2. 开发了一种基于虚拟激励法的并行算法，用于车辆-板式轨道耦合系统的非平稳随机振动分析。该算法的独特之处在于，它对每个计算频点独立进行非平稳随机响应计算，不同频点之间无数据交换，具有近乎线性的加速比。通过Monte Carlo法验证了算法的正确性，并与其他方法进行了对比。 3. 论文还涉及轨道不平顺功率谱的识别方法，这对于理解轨道的随机特性及其对车辆动态响应的影响至关重要。 4. 最后，探讨了车辆与轨道的动力接触问题，这是影响车辆运行性能和轨道磨损的重要因素。可能涉及到接触力的计算、接触条件的模拟以及如何有效地处理这些复杂的物理现象。 这篇论文深入研究了大数据和高级算法在解决车辆轨道耦合系统动力学问题中的应用，为提高铁路交通的安全性、舒适性和效率提供了新的理论基础和计算工具。