Application and Challenges of Digital Twin in Life Cycle of High-Speed Trains
-
摘要:
数字孪生（DT）是推动轨道交通装备领域数字化、智能化的关键技术之一，但其相关研究仍处于起步阶段. 围绕高速列车生命周期研发现状，系统剖析传统高速列车研发数字化转型过程中的设计闭环难、高保真度、高精度模型缺乏、信息物理数据交互融合难等问题，结合产业发展趋势归纳提出高速列车生命周期发展新需求；在此基础上提出数字孪生高速列车技术框架，并对高速列车生命周期数字孪生模型构建和功能服务两个方面进行深入探讨，指出数字孪生高速列车所面临的关键技术问题与挑战. 通过展示前期在轨道车辆关键部件服役能力劣化方面的探索应用，以期为未来高速列车全生命周期数字化的深入研究和实践提供参考.
Abstract:Digital twin (DT) is one of the key technologies to promote digitalization and intelligence in the field of rail transit equipment, but its related research is still in its infancy. Focusing on the research and development status of the life cycle of high-speed trains, it systematically analyze the problems of difficulty in closed-loop design, lack of high fidelity, high-precision models, and difficulty in the interaction and integration of cyber-physical data in the process of digital transformation of traditional high-speed train research and development. Combined with the industrial development trend, the new requirements for the life cycle development of high-speed trains are put forward. Then, on this basis, the digital twin technology is introduced and the basic connotation of the digital twin high-speed train is described. The technical framework of the digital twin high-speed train is further described from the two aspects of the construction of the life cycle digital twin model and the functional service of the high-speed train, the key technical problems and challenges faced by digital twin high-speed trains are pointed out. By showing the exploration and application of the deterioration of the service capability of the key components of rail vehicles in the early stage, it is expected to provide a reference for the in-depth research and practice of the digitalization of the full life cycle of high-speed trains in the future.
-
Key words:
- digital twin /
- high-speed trains /
- life-cycle /
- key technologies /
- model-based system engineering
-
在科学技术和工程技术快速进步和发展的大环境下，人类致力于开发地表以下更深层的地下空间. 以往常常使用的针对地表浅层的工程类比法在深层次开挖活动中使用就不那么准确. 经过100多年的研究，国内外形成了多种地应力场模拟的方法.
朱光仪等[1-2]充分考虑岩体自重与构造应力的影响，采用三维建模结合回归分析的方法对计算区域实测地应力进行了反演. 郭运华等[3]在综合分析各种方法优劣的基础上，选择了多元回归分析法对岩体实测地应力进行反演分析. 李金锁等[4]通过原位地应力测量，确定了隧道区域的地应力状态，采用三维有限元方法确定了工程区的地应力分布. 白世伟等[5]利用不断调整侧压力系数的方法对隧道围岩地应力进行研究，表面区域的地形地貌条件以及隧道埋深都会对隧道轴线各点的地应力产生影响. 赵跃堂等[6]结合动力松弛算法和系统阻尼算法分析了大型地下结构初始地应力状态的可行性. 夏彬伟等[7]结合渝沙高速公路共和隧道地应力量测资料，获得每一组侧压系数下的测试段地应力，利用横观各向同性弹塑性本构模型计算得到隧道轴线方向的初始地应力大小和方向. 田勇等[8]利用多约束优化方法，通过目标区块边界荷载反演，进行了应力场的反演模拟. 刘宁等[9]采用非连续数值分析方法建立三维模型，利用褶皱构造和断裂构造在现今构造挤压作用下的响应方式揭示了沿线地应力存在的分区现象. 由此可见，地应力反演分析是地下工程中较为重要的环节，为设计锚固支护提供了前提条件.
本文根据对某隧道进行现场地应力测试，通过有限元模拟反演了现场围岩地应力分布规律，为岩爆和大变形预测提供依据，同时为施工隧工提供一定的指导作用.
1. 区域地质环境
1.1 地形地貌
某隧道为越岭隧道，隧址区山高坡陡，属高山、极高山构造剥蚀地貌，地表高程2 715～4 225 m，外营力以冰水侵蚀作用、冻融作用为主，同时伴有生物风化等作用，为典型高原地貌. 受构造及岩性控制明显，其主体山脉走向与构造线延展方向基本一致，呈北北西展布，岭脊呈S形弯延起伏，河谷多呈V形谷. 隧址地貌如图1所示.
1.2 地层岩性
隧址区地表零星分布第四系，下伏基岩主要为侵入岩和变质岩. 变质岩主要为三叠系砂板岩，侵入岩主要为花岗闪长岩、二长花岗岩等，深大断裂附近挤压强烈变质形成糜棱岩.
1.3 地质构造
隧区在一级构造上所在区域地处扬子陆块与松潘—甘孜造山带衔接处西侧，东邻龙门山构造带，如图2所示. 区内褶皱、断裂比较发育，印支、喜山运动使盖层发生褶皱，并奠定了现今的构造轮廓，形成以北西向为主的构造线. 在二级构造上处于鲜水河构造带内，隧区主要构造形迹走向为NW向.
地质构造背景极为复杂，断裂发育，主要发育有鲜水河断裂分支雅拉河断裂带、色拉哈—康定断裂带、三道桥等3条区域性深大断裂以及F4-4、F10-1 、F10-2等一系列次级断裂构造，见图3 （隧道全长17730 m）. 图中，DZ开头的都为测孔编号
图 3 隧道纵剖面及地应力测孔Figure 3. Tunnel profile and borehole map for in-situ stress measurement1.4 区域地应力特征
区域应力主要来自青藏高原物质的向南东方向逃逸所产生的挤压应力，主要受鲜水河断裂带左行走滑作用控制. 隧址区现今主应力方向为NW-NWW向，主应力方向与隧址区主体构造小角度相交，隧道大致走向为NE向SW行进，区域地应力和隧道轴线呈大角度相交. 整个测区属于应力集中区域，高地应力将是深埋长大隧道面临的主要工程地质问题，硬岩可能发生岩爆，软岩和断层带可能发生大变形.
2. 现场地应力测试结果及分析
水压致裂法地应力测量是目前国际上能较好地直接进行深孔地应力测量的先进方法. 该方法无需知道岩石的力学参数就可获得地层中现今地应力的多种参量，并具有操作简便、可在任意深度进行连续或重复测试、测量速度快、测值稳定可靠等优点. 缺点是只宜用铅垂孔进行测量，且必须假定铅垂方向为一个主应力方向，不适合于地形变化大的浅部. 本项研究结合该方法优点，采用数值模拟来弥补其缺点，即两种方法相互补充、对照和印证，从而提高了研究结果的可信度.
地应力测试的目的是测量地层原位地应力的大小和方向. 通过原地应力测量，确定隧道围岩的现今地壳应力状态，即原地应力的大小和方向，小型水压致裂法地应力测量是一种能够可靠而有效测量地壳深部应力的方法. 水压致裂原地应力测量是以弹性力学为基础，通过小体积、高压的流体注入，小型压裂测试在测试层位产生一条张性裂缝并将破裂扩展到远离井筒影响范围的原始地层中.
在工程区采用钻孔水压致裂法进行了深孔地应力测试，并假定：1） 测试孔是竖直的，即岩层中的竖向主应力平行于孔轴；2） 测试孔在测试段内为圆形且测试孔相对地层是无限小的，这个假定确保了弹性力学解的实用性；3） 岩层中的孔隙压力为净水压力；4） 岩石的渗透率较低，即在小型压裂过程中，测试孔内的流体压力不会在短时间内影响岩石的孔隙压力. 根据水压致裂法测试结果得到DZ-04号测孔地应力分布如图4与表1所示. 图中：H为埋深. 表1中：P0为自重压力；Pb为破裂压力；Pr为重张压力；Ps为瞬时关闭压力；以上压力值为地表监测仪器显示量值与水柱压力相加所得；T为岩石抗拉强度.
图 4 DZ-04号测孔地应力沿深度分布规律Figure 4. Distribution law of ground stress along depth in dZ-04 measuring hole通过DZ-04号测孔应力测量结果可以分析得出：主应力值随地层深度增加而增加，在380～685 m测试深度范围内，竖向应力为9.88～17.81 MPa，最大水平主应力为10.99～20.28 MPa，最小水平主应力为8.94～15.98 MPa. 侧压系数为1.111～1.138，表明地应力以水平应力占主导，方向为N49°～N57°，和区域地应力一致.
通过拟合计算可得：最大和最小主应力的线性拟合系数分别为0.990 2和0.995 4，显示主应力随深度变化趋势的线性度较好，说明了本次水压致裂测量结果的可靠性和代表性.
表 1 DZ-04号测孔水压致裂地应力测量结果Table 1. Measurement results of ground stress caused by water pressure in borehole DZ-04测段序号 测段中心深度/m 压裂参数/MPa 应力值/MPa 破裂方向/（°） P0 Pb Pr Ps T σH σh σv 1 685.0～685.7 15.98 26.20 20.95 19.21 5.25 20.28 15.98 17.81 N53W 2 624.0～624.7 14.78 24.26 19.76 18.13 4.50 18.46 14.78 16.22 N58W 3 504.0～504.7 11.69 18.00 14.50 13.29 3.50 15.63 11.69 13.10 N65W 4 440.0～440.7 9.88 15.43 12.01 11.49 3.42 13.32 9.88 11.44 5 380.0～380.7 8.94 13.50 12.11 10.34 1.39 10.99 8.94 9.88 根据相同的方法，对其余各孔地应力分布进行线性拟合，所得结果如表2所示.
表 2 不同钻孔地应力拟合结果Table 2. In-situ stress fitting results of different boreholes孔号 拟合公式 最大值/
MPa最小值/
MPaDZ-01 σH=0.031 2H−8.027 0
σh=0.010 9H + 0.328 014.24 11.19 DZ-01-1 σH=0.022 8H−1.417 0
σh=0.009 1H + 3.226 017.88 10.84 DZ-01-2 σH=0.023 3H−0.188 4
σh=0.014 1H + 1.029 911.44 7.91 DZ-02 σH=0.042 6H−6.773 9
σh=0.031 9H−4.133 336.91 28.53 DZ-03-1 σH=0.038 9H−2.014 1
σh=0.025 4H + 1.037 841.69 29.84 DZ-04 σH=0.033 9H−0.106 7
σh=0.027 3H−0.073 827.85 22.12 DZ-04-2 σH=0.040 2H−2.167 2
σh=0.027 2H + 0.383 127.86 20.39 DZ07 σH=0.018 4H + 3.284 6
σh=0.013 4H + 1.547 318.65 13.49 3. 某隧道地应力场模拟
采用边界荷载法，施加合适的边界条件，对水压致裂法测量得到的原地应力结果进行拟合，开展隧道地应力反演，获得地应力计算结果.
3.1 模型建立
通过综合勘察绘制隧道纵断面，使用ANSYS软件建立隧道纵断面的二维模型，模型包含隧道长为17 730 m，模型厚度为1 000 m. 模型中包含隧道沿线的各个地层及断层，共有12个组和164万个网格单元，如图5所示.
通过对隧道区域地质构造及地应力测试结果进行分析，其构造应力主要来源于NW向，因而模型的边界设置为：底边界和两个侧边界采用位移边界条件，两个侧边界采用应力边界，如图6所示. 图中：W为竖向应力；F为不同方向的水平应力.
地应力反演计算时岩体采用弹性本构模型，计算参数如表1所示. 根据不同钻孔水压致裂测得的地应力结果可以看出：隧址区的最大水平主应力在深度方向的递增梯度约为0.385 MPa/km，最小水平主应力在深度方向的递增梯度约为0.257 MPa/km. 根据隧道钻孔取样试验结果，结合《工程地质手册》（第五版）相关经验值，取隧道主要围岩物理力学参数如表3、4所示.
表 3 隧道围岩物理力学参数Table 3. Physical and mechanical parameters of tunnel surrounding rock地层 围岩
级别弹性模量/GPa 泊松比 体积模量/GPa 剪切模量/GPa 密度/
（kg•m−3）板岩 Ⅳ 20 0.32 18.52 13.20 2 630 Ⅴ 6 0.35 6.67 4.05 2 600 花岗岩 Ⅲ 50 0.25 33.33 31.25 2 750 Ⅳ 20 0.30 16.67 13.00 2 650 Ⅴ 6 0.35 6.67 4.05 2 600 糜棱岩 Ⅳ 22 0.30 18.33 14.30 2 650 Ⅴ 8 0.35 8.89 5.40 2 620 表 4 隧道断层破碎带力学参数Table 4. Mechanical parameters of tunnel fault fracture zone断层 弹性模量/
GPa泊松比 体积模量/
GPa剪切模量/
GPa密度/
（kg•m−3）F1 9.0 0.24 5.77 3.63 2 250 F2 8.5 0.25 5.67 3.40 2 250 F4 8.1 0.25 5.40 3.24 2 250 F5 8.2 0.25 5.47 3.28 2 250 F6 7.9 0.26 5.49 3.13 2 250 F7 7.5 0.26 5.21 2.98 2 250 3.2 模型验证
为验证数值反演结果的有效性，将计算结果与钻孔实测地应力进行比较，限于篇幅，仅将DZ-04与DZ-07号钻孔与数值模拟结果进行对比，如表5、6所示.
通过对比可得：数值模拟计算的结果与地应力测量结果大致相当，拟合度均接近于1，表明数值计算的拟合精度较高，其计算结果真实可信.
表 5 DZ-04应力计算结果与实测应力值对比Table 5. Comparison between calculated and measured results of dZ-04 horizontal principal stress测段序号 深度/m $\sigma_{\rm{H}} $ $\sigma_{\rm{h}} $ $\sigma_{\rm{v}} $ 实测/MPa 计算/MPa 拟合度/% 实测/MPa 计算/MPa 拟合度/% 实测/MPa 计算/MPa 拟合度/% 1 835.7 27.85 30.8 111 22.12 21.87 99 21.71 23.45 108 2 705.7 24.23 27.56 114 20.45 19.45 95 18.33 20.22 110 3 635.7 21.27 22.35 105 16.74 17.36 104 16.51 14.53 88 4 540.7 18.80 18.56 99 14.58 15.98 110 14.04 12.56 89 5 455.7 14.78 14.32 97 12.23 13.65 112 11.83 9.76 83 表 6 DZ-07应力计算结果与实测应力值对比Table 6. Comparison between calculated and measured results of dZ-07 maximum horizontal principal stress测段序号 深度/m $\sigma_{\rm{H}} $ $\sigma_{\rm{h}} $ $\sigma_{\rm{v}} $ 实测/MPa 计算/MPa 拟合度/% 实测/MPa 计算/MPa 拟合度/% 实测/MPa 计算/MPa 拟合度/% 1 294.5 8.91 8.45 95 5.85 6.21 106 7.80 8.32 107 2 382.5 10.39 11.20 108 7.13 8.02 112 10.14 11.23 111 3 546.6 13.03 12.67 97 9.07 10.08 111 14.48 15.64 108 4 659.5 15.06 14.76 98 10.80 11.78 109 17.48 18.56 106 5 758.5 17.75 16.87 95 12.69 13.65 108 20.10 21.47 107 6 835.0 18.65 19.19 103 13.49 15.04 111 22.13 24.51 111 3.3 结果分析
3.3.1 最大主应力
根据隧道数值模拟结果，提取模型最大主应力云图与最大主应力折线图如图7所示.
从云图及折线图可以看出，隧道沿线最大地应力随埋深、岩性、断裂构造的变化而有所变化，将其分段描述如下：
1） CK260 + 150～CK263 + 960最大主应力值为3.80～17.48 MPa，无断层的位置最大主应力为6.86～22.48 MPa，在断层F1、F2发育位置，最大主应力值则急剧减小，最小值在F1（CK261）位置，为3.80 MPa.
图 7 隧道最大主应力云图及数值折线图Figure 7. Cloud diagram and numerical broken-line diagram of maximum principal stress of tunnel2） CK263 + 960～CK265 + 892最大主应力值为9.47～26.62 MPa，在断层F4位置（CK263 + 960），最大主应力值则急剧减小，为9.47 MPa.
3） 由于隧道在里程段CK265 + 892～CK272 + 488埋深最大，且其岩性为花岗闪长岩和二长花岗岩，重度较大，其最大主应力值在整个隧道轴线中是最大的，为22.94～32.14 MPa.
4）由于 CK272 + 488～CK277 + 880地形变化，隧道埋深逐渐减小，最大主应力值缓慢变小，其值为1.49～21.40 MPa，同样存在断层位置减小，断层两端增大的规律.
5） 由于在CK263 + 942处地形变化大，所以地应力也急剧增加. 在该里程段中存在5个岩性分界面，分别位于CK263 + 960、 CK265 + 892、 CK266 + 717、 CK267 + 726、CK275 + 954，在这些位置最大主应力值均有所增加.
隧道各里程段最大主应力值如表7所示：
综合最大主应力云图、折线图以及表7可以看出：最大主应力值主要受到埋深、岩石重度以及构造应力的影响，在构造应力一定的条件下，埋深越大，岩石重度越大，则最大主应力的值越大. 而在断层位置，由于岩石破裂使应力得到释放，所以最大主应力值比同深度的完整岩体较低；在岩性分界面以及断裂附近的上盘，则会发生应力集中，出现应力增高的现象.
表 7 隧道各里程段最大主应力值Table 7. Maximum principal stress in each mileage section of tunnel地层或断层编号 里程段 最大主应力
值/MPaD1 CK260 + 150～CK261 + 000 6.86～9.02 F1 CK261 + 000～CK261 + 200 3.80～7.97 D1 CK261 + 200～CK262 + 154 8.75～13.57 F2 CK262 + 154～CK262 + 405 4.53～14.33 D1 CK262 + 405～CK263 + 960 13.60～17.48 F4 CK263 + 960～CK264 + 412 9.47～27.13 D2 CK264 + 412～CK265 + 892 21.32～26.62 D3 CK265 + 892～CK266 + 717 25.80～30.15 D4 CK266 + 717～CK267 + 726 25.80～30.15 D3 CK267 + 726～CK267 + 873 25.80～30.15 D3 CK267 + 873～CK268 + 652 30.01～32.14 D3 CK268 + 652～CK272 + 488 22.94～29.83 F5 CK272 + 488～CK272 + 639 10.58～18.84 D3 CK272 + 639～CK275 + 648 13.63～21.40 F6 CK275 + 648～CK275 + 954 8.86～14.36 D5 CK275 + 954～CK277 + 880 1.49～12.81 3.3.2 中间主应力
根据隧道数值模拟结果，提取模型中间主应力云图如图8所示.
由图8可知：隧道中间主应力值在0～30.21 MPa，与最大主应力有相似的规律，随埋深变化明显，在断层部位有所下降，而在断层的两端围岩中则发生了应力集中，隧道轴线沿线中间主应力值约在0～13.00 MPa.
3.3.3 最小主应力
模型最小主应力云图如图9所示. 由图9可知：隧道最小主应力值在0～29.84 MPa，与最大主应力有相似的规律，随埋深变化明显，在断层部位有所下降，而在断层的两端围岩中则发生了应力集中，隧道轴线沿线最小主应力值在0～6.00 MPa.
综上所述：隧道沿线最大主应力值主要受埋深的影响，隧道埋深越大，其围岩最大主应力越大；断裂与完整岩体交汇处最大主应力差值较大，岩性分界面处则存在应力集中，隧道开挖会扰乱这些位置的应力状况，形成应力释放条件，产生岩爆.
4. 结 论
1） 本文结合水压致裂法获取8个测孔实测地应力进行了地应力反演计算，获得洞轴线各个里程段落任一点地应力值，并获取其分布规律，为岩爆和大变形合理预测、针对性设计以及综合防控奠定了基础.
2） 隧道纵断面水平最大主应力为32.14 MPa，最小主应力为29.84 MPa，侧压力系数为1.363～1.438，最大水平主应力在深度方向的递增梯度约为0.385 MPa/km，最小水平主应力在深度方向的递增梯度约为0.257 MPa/km. 实测围岩地应力方向为NW—NWW向，和区域地应力方向基本一致，围岩地应力水平高，具备发生岩爆和大变形的条件.
3） 地应力在断层部位得到了一定程度的释放，地应力较小，断层两侧的完整岩体应力存在一定程度的集中，应力值较高. 在断层段设计和施工时应充分考虑应力的释放和局部集中因素.
4） 由于岩石物理力学试验参数偏少且离散性较大，地应力反演模型参数取值不够准确，地应力计算结果可能会存在一定误差.
致谢：感谢中铁二院院控科研项目基金（KYY2019004）对本论文的支持.
-
图 3 高速列车数字孪生模型构建框架
Figure 3. Framework for constructing digital twin model of high-speed train
图 4 数字孪生高速列车功能服务架构
Figure 4. Architecture of high-speed train digital twin function service
图 8 数字孪生城轨车辆关键部件全生命周期能力劣化仿真模型及服役评估模型构建
Figure 8. Construction of simulation model and service evaluation model for the degradation of the capability of the key components of the digital twin urban rail vehicle life cycle
-
[1] 缪炳荣,张卫华,池茂儒,等. 下一代高速列车关键技术特征分析及展望[J]. 铁道学报,2019,41(3): 58-70.MIAO Bingrong, ZHANG Weihua, CHI Maoru, et al. Analysis and prospects of key technical features of next generation high speed trains[J]. Journal of the China Railway Society, 2019, 41(3): 58-70. [2] 朱海燕,曾庆涛,王宇豪,等. 高速列车动力学性能研究进展[J]. 交通运输工程学报,2021,21(3): 57-92.ZHU Haiyan, ZENG Qingtao, WANG Yuhao, et al. Research progress on dynamics performance of high-speed train[J]. Journal of Traffic and Transportation Engineering, 2021, 21(3): 57-92. [3] 石怀龙,郭金莹,王勇. 变轨距高速列车的动力学[J]. 机械工程学报,2020,56(20): 98-105. doi: 10.3901/JME.2020.20.098SHI Huailong, GUO Jinying, WANG Yong. Dynamic performance of high-speed gauge-changeable railway vehicle[J]. Journal of Mechanical Engineering, 2020, 56(20): 98-105. doi: 10.3901/JME.2020.20.098 [4] ZHANG W H, SHEN Z Y, ZENG J. Study on dynamics of coupled systems in high-speed trains[J]. Vehicle System Dynamics, 2013, 51(7): 966-1016. doi: 10.1080/00423114.2013.798421 [5] 王曦,侯宇,孙守光,等. 高速列车轴承可靠性评估关键力学参量研究进展[J]. 力学学报,2021,53(1): 19-34.WANG Xi, HOU Yu, SUN Shouguang, et al. Advances in key mechanical parameters for reliability assessment of high-speed train bearings[J]. Chinese Journal of Theoretical and Applied Mechanics, 2021, 53(1): 19-34. [6] CHI Z X, CHEN R R, HUANG S M, et al. Multi-state system modeling and reliability assessment for groups of high-speed train wheels[J]. Reliability Engineering and System Safety, 2020, 202: 107026.1-107026.13. [7] LU Y H, ZHENG H Y, ZENG J, et al. Fatigue life reliability evaluation in a high-speed train bogie frame using accelerated life and numerical test[J]. Reliability Engineering and System Safety, 2019, 188: 221-232. [8] 孙强,张捷,肖新标,等. 低温环境下高速列车车内噪声问题及控制方案[J]. 振动测试与诊断,2018,38(6): 1217-1222,1296.SUN Qiang, ZHANG Jie, XIAO Xinbiao, et al. Interior noise issues and noise control measures of high-speed train in low temperature[J]. Journal of Vibration, Measurement and Diagnosis, 2018, 38(6): 1217-1222,1296. [9] TAN X M, WANG T T, QIAN B S, et al. Aerodynamic noise simulation and quadrupole noise problem of 600 km/h high-speed train[J]. IEEE Access, 2019(7): 124866-124875. [10] 田红旗. 中国高速轨道交通空气动力学研究进展及发展思考[J]. 中国工程科学,2015,17(4): 30-41.TIAN Hongqi. Development of research on aerodynamics of high-speed rails in China[J]. Engineering Sciences, 2015, 17(4): 30-41. [11] 蔡成标. 高速铁路列车-线路-桥梁耦合振动理论及应用研究[D]. 成都: 西南交通大学, 2004. [12] 张卫华. 高速列车耦合大系统动力学研究[J]. 中国工程科学,2015,17(4): 42-52.ZHANG Weihua. Study on dynamics of coupled systems in high-speed trains[J]. Engineering Sciences, 2015, 17(4): 42-52. [13] 高加. 高速列车智能化生产工艺技术研究[J]. 轨道交通装备与技术,2020(6): 14-17.GAO Jia. Research of intelligentized manufacturing techniques for high speed train[J]. Rail Transportation Equipment and Technology, 2020(6): 14-17. [14] 涂天慧. 高速列车转向架自动化装配线仿真与优化研究[D]. 成都: 西南交通大学, 2019. [15] 杨国伟. 高速列车设计和服役关键力学问题专题序[J]. 力学学报,2021,53(1): 17-18.YANG Guowei. Investigation on key mechanics problems of high-speed train design and service safety[J]. Chinese Journal of Theoretical and Applied Mechanics, 2021, 53(1): 17-18. [16] 丁国富,姜杰,张海柱,等. 我国高速列车数字化研发的进展及挑战[J]. 西南交通大学学报,2016,51(2): 251-263.DING Guofu, JIANG Jie, ZHANG Haizhu, et al. Development and challenge of digital design of high-speed trains in China[J]. Journal of Southwest Jiaotong University, 2016, 51(2): 251-263. [17] LU Y Q, LIU C, WANG K I K, et al. Digital twin-driven smart manufacturing: connotation, reference model, applications and research issues[J]. Robotics and Computer-Integrated Manufacturing, 2020, 61: 101837.1-101837.14. doi: 10.1016/j.rcim.2019.101837 [18] BOSCHERT S, ROSEN R. Digital twin—the simulation aspect[M]//Mechatronic Futures. Cham: Springer International Publishing, 2016: 59-74. [19] TAO F, SUI F Y, LIU A, et al. Digital twin-driven product design framework[J]. International Journal of Production Research, 2019, 57(12): 3935-3953. doi: 10.1080/00207543.2018.1443229 [20] 庄存波,刘检华,熊辉. 分布式自主协同制造:一种智能车间运行新模式[J]. 计算机集成制造系统,2019,25(8): 1865-1874.ZHUANG Cunbo, LIU Jianhua, XIONG Hui. Distributed initiative and collaborative manufacturing: new paradigm for intelligent shop-floor[J]. Computer Integrated Manufacturing Systems, 2019, 25(8): 1865-1874. [21] TAO F, ZHANG M. Digital twin shop-floor: a new shop-floor paradigm towards smart manufacturing[J]. IEEE Access, 2017(5): 20418-20427. [22] 刘蔚然,陶飞,程江峰,等. 数字孪生卫星:概念、关键技术及应用[J]. 计算机集成制造系统,2020,26(3): 565-588.LIU Weiran, TAO Fei, CHENG Jiangfeng, et al. Digital twin satellite: concept, key technologies and applications[J]. Computer Integrated Manufacturing Systems, 2020, 26(3): 565-588. [23] 刘亚东,陈思,丛子涵,等. 电力装备行业数字孪生关键技术与应用展望[J]. 高电压技术,2021,47(5): 1539-1554.LIU Yadong, CHEN Si, CONG Zihan, et al. Key technology and application prospect of digital twin in power equipment industry[J]. High Voltage Engineering, 2021, 47(5): 1539-1554. [24] 王成山,董博,于浩,等. 智慧城市综合能源系统数字孪生技术及应用[J]. 中国电机工程学报,2021,41(5): 1597-1608.WANG Chengshan, DONG Bo, YU Hao, et al. Digital twin technology and its application in the integrated energy system of smart city[J]. Proceedings of the CSEE, 2021, 41(5): 1597-1608. [25] 李福兴,李璐爔,彭友. 基于数字孪生的船舶预测性维护[J]. 船舶工程,2020,42(增1): 117-120,396.LI Fuxing, LI Luxi, PENG You. Ship predictive maintenance based on digital twins[J]. Ship Engineering, 2020, 42(S1): 117-120,396. [26] 陈岳飞,肖珍芳,方向. 数字孪生技术及其在石油化工行业的应用[J]. 天然气化工,2021,46(2): 25-30.CHEN Yuefei, XIAO Zhenfang, FANG Xiang. Digital twin technology and its application in petrochemical industry[J]. Natural Gas Chemical Industry, 2021, 46(2): 25-30. [27] 樊孟杰,江海凡,丁国富,等. 基于数字孪生的地铁列车性能评估系统[J]. 计算机集成制造系统,2022,28(8): 2318-2328.FAN Mengjie, JIANG Haifan, DING Guofu, et al. Digital twin-based performsnce evaluation system for subway train[J]. Computer Integrated Manufacturing Systems, 2022, 28(8): 2318-2328. [28] 王运达,张钢,于泓,等. 基于数字孪生的城轨供电系统高保真建模方法[J]. 高电压技术,2021,47(5): 1576-1583.WANG Yunda, ZHANG Gang, YU Hong, et al. High fidelity modeling method of urban rail power supply system based on digital twin[J]. High Voltage Engineering, 2021, 47(5): 1576-1583. [29] WANG Y R, REN W Z, LI Y, et al. Complex product manufacturing and operation and maintenance integration based on digital twin[J]. The International Journal of Advanced Manufacturing Technology, 2021, 117(1/2): 361-381. [30] 曾庆臻. 地铁转向架配置模型构建及求解[D]. 成都: 西南交通大学, 2018. [31] 丁叁叁,陈大伟,刘加利. 中国高速列车研发与展望[J]. 力学学报,2021,53(1): 35-50.DING Sansan, CHEN Dawei, LIU Jiali. Research, development and prospect of China high-speed train[J]. Chinese Journal of Theoretical and Applied Mechanics, 2021, 53(1): 35-50. [32] 陶飞,刘蔚然,刘检华,等. 数字孪生及其应用探索[J]. 计算机集成制造系统,2018,24(1): 1-18.TAO Fei, LIU Weiran, LIU Jianhua, et al. Digital twin and its potential application exploration[J]. Computer Integrated Manufacturing Systems, 2018, 24(1): 1-18. [33] 孟松鹤,叶雨玫,杨强,等. 数字孪生及其在航空航天中的应用[J]. 航空学报,2020,41(9): 023615.1-023615.12.MENG Songhe, YE Yumei, YANG Qiang, et al. Digital twin and its aerospace applications[J]. Acta Aeronautica et Astronautica Sinica, 2020, 41(9): 023615.1-023615.12. [34] 陶飞,张萌,程江峰,等. 数字孪生车间: 一种未来车间运行新模式[J]. 计算机集成制造系统,2017,23(1): 1-9.TAO Fei, ZHANG Meng, CHENG Jiangfeng, et al. Digital twin workshop: a new paradigm for future workshop[J]. Computer Integrated Manufacturing Systems, 2017, 23(1): 1-9. [35] 江海凡,丁国富,张剑. 数字孪生车间演化机理及运行机制[J]. 中国机械工程,2020,31(7): 824-832,841.JIANG Haifan, DING Guofu, ZHANG Jian. Evolution and operation mechanism of digital twin shopfloors[J]. China Mechanical Engineering, 2020, 31(7): 824-832,841. [36] 贾利民,秦勇,李平. 新一代轨道智能运输系统总体框架与关键技术[J]. 中国铁路,2015(4): 14-19,60.JIA Limin, QIN Yong, LI Ping. The overall framework and key technologies of the new-generation rail intelligent transportation system[J]. Chinese Railway, 2015(4): 14-19,60. [37] 缪炳荣,张卫华,刘建新,等. 工业4.0下智能铁路前沿技术问题综述[J]. 交通运输工程学报,2021,21(1): 115-131.MIAO Bingrong, ZHANG Weihua, LIU Jianxin, et al. Review on frontier technical issues of intelligent railways under Industry 4.0[J]. Journal of Traffic and Transportation Engineering, 2021, 21(1): 115-131. [38] 王军. 面向PHM的高速列车谱系化产品技术平台开发和实践[J]. 中国铁道科学,2021,42(1): 80-86.WANG Jun. Development and practice of PHM oriented high-speed train pedigree product technology platform[J]. China Railway Science, 2021, 42(1): 80-86. [39] GRIEVES M, VICKERS J. Digital twin: mitigating unpredictable, undesirable emergent behavior in complex systems[J]. Transdisciplinary Perspectives on Complex Systems, 2017(8): 85-113. [40] TUEGEL E J, INGRAFFEA A R, EASON T G, et al. Reengineering aircraft structural life prediction using a digital twin[J]. International Journal of Aerospace Engineering, 2011, 2011: 154798.1-154798.15. [41] GLAESSGEN E, STARGEL D. The digital twin paradigm for future NASA and US air force vehicles[C]//53rd AIAA/ASME/ASCE/AHS/ASC Structures, Structural Dynamics and Materials Conference. Honolulu: AIAA, 2012: 1-14. [42] 陶飞,刘蔚然,张萌,等. 数字孪生五维模型及十大领域应用[J]. 计算机集成制造系统,2019,25(1): 1-18.TAO Fei, LIU Weiran, ZHANG Meng, et al. Five-dimension digital twin model and its ten applications[J]. Computer Integrated Manufacturing Systems, 2019, 25(1): 1-18. [43] PANETTA K. Gartner top 10 strategic technology trends for 2019[EB/OL]. (2018-10-15)[2021-05-01]. https://www.gartner.com/smarterwithgartner/gartner-top-10-strategic-technology-trends-for-2019. [44] QI Q L, TAO F, HU T L, et al. Enabling technologies and tools for digital twin[J]. Journal of Manufacturing Systems, 2021, 58: 3-21. doi: 10.1016/j.jmsy.2019.10.001 [45] 陶飞,马昕,胡天亮,等. 数字孪生标准体系[J]. 计算机集成制造系统,2019,25(10): 2405-2418.TAO Fei, MA Xin, HU Tianliang, et al. Research on digital twin standard system[J]. Computer Integrated Manufacturing Systems, 2019, 25(10): 2405-2418. [46] 陶飞,程颖,程江峰,等. 数字孪生车间信息物理融合理论与技术[J]. 计算机集成制造系统,2017,23(8): 1603-1611.TAO Fei, CHENG Ying, CHENG Jiangfeng, et al. Theories and technologies for cyber-physical fusion in digital twin shop-floor[J]. Computer Integrated Manufacturing Systems, 2017, 23(8): 1603-1611. [47] TAO F, CHENG J F, QI Q L, et al. Digital twin-driven product design, manufacturing and service with big data[J]. The International Journal of Advanced Manufacturing Technology, 2018, 94(9/10/11/12): 3563-3576. [48] Technical Operations International Council on Systems Engineering (INCOSE). Systems engineering vision 2020[R]. [S.l.]: INCOSE, 2007. [49] 许红静. 复杂产品数字样机集成分析建模方法研究[D]. 天津: 天津大学, 2007. [50] 杨帆,吴涛,廖瑞金,等. 数字孪生在电力装备领域中的应用与实现方法[J]. 高电压技术,2021,47(5): 1505-1521.YANG Fan, WU Tao, LIAO Ruijin, et al. Application and implementation method of digital twin in electric equipment[J]. High Voltage Engineering, 2021, 47(5): 1505-1521. [51] 中国铁道科学研究院集团有限公司机车车辆研究所, 中国铁道科学研究院集团有限公司标准计量研究所. 机车车辆动力学性能评定及试验鉴定规范: GB/T 5599—2019[S]. 北京: 国家标准化管理委员会, 2019. [52] CEN/TC 256铁路应用技术委员会. 铁路应用-轮对和转向架-转向架结构要求的规定方法: BS EN 13749: 2011 [S]. 伦敦: 欧洲标准化委员会, 2011. [53] 国际铁路联盟. 从铁路车辆动态性能角度对铁路车辆的测试和验收——安全性, 轨道疲劳, 运行性能: UIC 518—2009[S]. 巴黎: [出版者不详], 2009. -
下载:
下载:
点击查看大图
计量
- 文章访问数: 906
- HTML全文浏览量: 684
- PDF下载量: 155
- 被引次数: 0