数字孪生铁路地理地质知识库分布式管理方法

朱庆; 赵元祯; 郭永欣; 丁雨淋; 王强; 潘岩; 陈俊桦; 张利国

doi:10.3969/j.issn.0258-2724.20230389

数字孪生铁路地理地质知识库分布式管理方法

doi: 10.3969/j.issn.0258-2724.20230389

朱庆^1,,
赵元祯^{1, 2},
郭永欣¹,
丁雨淋^1, ,,
王强^{1, 3},
潘岩¹,
陈俊桦¹,
张利国¹

1.
西南交通大学地球科学与环境工程学院，四川成都，611756
2.
四川省第三测绘工程院，四川成都，730070
3.
兰州交通大学测绘与地理信息学院，甘肃兰州，730070

基金项目: 国家重点研发计划（2022YFB3904103）；重点研发支撑计划（2022YF0800001GX）

详细信息

作者简介:
朱庆（1966—），男，博士，教授，博士生导师，研究方向为三维 GIS与虚拟地理环境，E-mail：zhuqing@swjtu.edu.cn

通讯作者:
丁雨淋，博士，教授，博士生导师，研究方向包括灾害模拟评估、大数据分析等，E-mail：rainforests@126.com

中图分类号: P208
计量
- 文章访问数: 73
- HTML全文浏览量: 25
- PDF下载量: 9
- 被引次数: 0
出版历程
- 收稿日期: 2023-08-24
- 修回日期: 2023-11-15
- 网络出版日期: 2025-02-21

Distributed Management Method for Geographic and Geological Knowledge Base for Railway Digital Twin

ZHU Qing^1
,,
ZHAO Yuanzhen^{1, 2},
GUO Yongxin¹,
DING Yulin^{1
, ,},
WANG Qiang^{1, 3},
PAN Yan¹,
CHEN Junhua¹,
ZHANG Liguo¹

1.
Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu 611756, China
2.
Third Surveying and Mapping Engineering Institute of Sichuan Province, Chengdu 730070, China
3.
Faculty of Geomatics, Lanzhou Jiaotong University, Lanzhou 730070, China

摘要

摘要:
高效的铁路工程地理地质知识服务是支撑数字孪生铁路多尺度多专业智能应用的重要基础. 为提高数字孪生铁路 “区域-工程-施工面”多尺度应用中的查询检索完整性和协同耦合分析能力，构建地理地质知识动态分布的元网络模型，设计以铁路多专业用户、业务部门、知识关联关系、多尺度应用场景为节点的知识库分布网络体系；实现分布优化的元网络打击算法，基于度中心度指标计算节点重要性，通过扰动分布关系网络分析分布影响力，计算节点的影响范围并得到知识库的分布优化结构；以某铁路特大桥工程的数字孪生铁路知识库管理及应用为实验场景，采用本文方法对已有知识库分布结构进行优化. 实验结果表明，在处理工程尺度和区域尺度的知识检索任务时，分布优化方法提高了查询检索结果的数量，缩短了查询检索时间，并提高了结果的匹配度.
- 数字孪生铁路 /
- 地理地质知识库 /
- 分布式管理 /
- 元网络分析
Abstract:
Efficient geographic and geological knowledge services for railway engineering form a crucial foundation for supporting the multi-scale and multi-disciplinary intelligent applications of digital twin technology in railways. To improve the completeness of query results and enhance the capability for integrated analysis across the multi-scale “region–engineering project–construction site” applications of railway digital twins, a meta-network model for the dynamic distribution of geographic and geological knowledge was proposed. This model was designed as a distributed knowledge base network system, with railway agents, business departments, knowledge relationships, and multi-scale application scenarios as key nodes. A meta-network disruption algorithm for distribution optimization was implemented, with node importance assessed using degree centrality indicators. By analyzing the distribution influence through network perturbation, the influence range of nodes was calculated, obtaining the optimized distribution structure of the knowledge base. To validate this approach, it was applied to optimize the distribution of the knowledge base within the knowledge base management and application scenario for railway digital twins of a major railway bridge project. Experimental results show that, when processing knowledge retrieval tasks at the engineering and regional scales, the distribution optimization method increases the number of query results with reduced retrieval time and enhanced result matching accuracy.
- railway digital twin /
- geographic and geological knowledge base /
- distributed management /
- meta-network analysis

HTML全文

磁悬浮轴承是通过磁场产生的电磁力将转子悬浮在空中的一种无摩擦的高性能轴承^[1]，具有无接触、损耗低、运行速度高及寿命长等优点，因此被广泛应用在航空航天、飞轮储能、人工心脏等领域^[2-9]. 从工作原理的角度，磁悬浮轴承分为主动型、被动型和混合型. 主动型磁悬浮轴承通过传感器和功率放大器等单元，主动控制通电线圈的电流，以此调控电磁力，从而实现转子的主动悬浮；被动型磁悬浮轴承则利用永磁体间、永磁体和软磁材料间的斥力或电磁吸力，产生不可控的电磁力以实现转子悬浮^[10]；混合磁悬浮轴承综合两者特点，通过永磁体生成偏置磁场和电磁线圈生成控制磁场，减少功率放大器的数量，并降低其功耗^[11-12].

混合磁悬浮轴承按其结构型式可分为同极性结构和异极性结构. 同极性磁轴承的偏置磁场和控制磁场在不同的平面，工作产生的损耗较低但轴向尺寸较长^[13]，限制了其转子的最高临界转速. 异极性磁轴承磁极的极性相反，极性交替排列，偏置磁通与控制磁通在同一平面，相比于同极性轴承，其轴向长度短，对提升转子最高转速有利^[14-17]. Okada等^[18]将传统磁轴承永磁体在两径向轴承间形成磁通回路的方式改变为将永磁体置于径向磁轴承内部，使得磁路在内部闭合，减小了磁轴承漏磁，提高了轴承效率. 孙津济等^[19]提出一种外转子式的新型磁轴承结构，在定子内部引入第二气隙，使得电磁磁路与永磁磁路共面，且不经过永磁体，同时，将定子铁心磁极数由8个减为4个，大大降低了磁轴承损耗. 朱润泽等^[20]提出一种4极型磁轴承，将传统的8极结构变为4极，并引入辅助气隙以防止永磁体发生短路，使得轴承在减少损耗的同时降低径向两自由度间的电磁耦合，有效提高轴承性能. 钟志贤等^[21]提出一种新型4极径向磁轴承，将外定子在轴向上进行拓展，形成具有6条独立磁路的结构，使其电磁磁路与永磁磁路相互独立，实现径向两自由度的电磁力解耦，但由于轴向较长，在一定程度上会影响转子的临界转速.

本文提出一种新型异极径向混合磁轴承（heteropolar radial hybrid magnetic bearing，HRHMB），可以控制径向2个自由度，具有轴向长度短、空间利用率高、永磁磁路与电磁磁路耦合距离短等优点. 首先，介绍新型HRHMB的结构原理，采用等效磁路法解析得到该磁轴承的电磁力、位移刚度和电流刚度，并与仿真结果进行分析对比；为验证该磁悬浮轴承的静态性能，在同悬浮力约束条件下与传统偏置磁轴承^[22]进行对比；最后，通过有限元分析验证该新型磁轴承在径向两自由度间的电磁力耦合较小.

1. 新型HRHMB结构及原理

1.1 新型HRHMB结构

新型HRHMB和传统八极偏置磁轴承的结构及磁路如图1所示. 新型HRHMB主要由定子铁心、转子铁心、控制绕组及永磁体组成. 定子铁心上包含主动控制磁1、3、5、7和辅磁极2、4、6、8，4组控制绕组分别在4个主动控制磁极上，产生控制磁场；4个辅磁极交错分布在主动控制磁极之间. 8个永磁体采用平行充磁的方式两两分布在主动控制磁极两侧，与转子形成工作气隙，用以产生偏置磁场. 定子铁心上的主辅磁极沿圆周形成NS相间的异极极性分布，为异极型磁悬浮轴承的结构形式. 同时，在定子铁心的横向处引入辅助气隙，起到减少X方向的永磁体在定子极间的漏磁及加强偏置磁场的作用. 由于异极型磁轴承损耗较大，其定转子铁心采用硅钢片叠压而成以降低转子高速运转下的铁耗. 永磁体采用钕铁硼烧结而成，嵌装在主辅磁极之间.

图 1 两种混合型磁悬浮轴承结构

Figure 1. Two kinds of hybrid magnetic bearing structures

下载: 全尺寸图片幻灯片

1.2 新型HRHMB工作原理

由于新型HRHMB具有对称性，以Y向磁极为例，控制绕组产生的控制磁通路径如图1（a）虚线所示，主动控制磁极上的控制绕组通入电流产生Y向的磁通，经过气隙、转子铁心及磁轭形成回路. 当转子处于平衡位置时，由于定子结构对称，Y方向上永磁体产生的气隙磁密相同，此时线圈中未通入电流，没有控制磁通. 假设转子受到向下的扰动力时， + Y方向气隙长度变大，−Y方向气隙长度变小. 在差动控制方式下，线圈通入电流，控制绕组产生的控制磁通和永磁体产生的偏置磁通在 + Y方向气隙处叠加，−Y方向气隙处抵消，使 + Y方向气隙磁通大于−Y方向气隙磁通，导致转子产生一个 + Y方向的电磁力，将转子拉回平衡位置. 线圈通电产生不同方向的力以使转子受到其它方向的干扰时保持平衡位置.

新型HRHMB的优点在于磁通路径和轴向长度短，且由于偏置磁通由永磁体产生，因此，功耗较低. 另外，其永磁磁路和电励磁磁路耦合距离较短，利于降低径向二自由度之间的磁场力耦合. 与传统八极径向偏置磁悬浮轴承相比，磁极数量同为八极，但新型HRHMB磁极区域大，在飞轮储能系统和磁悬浮电机等透平机械中有潜在的应用前景.

2. HRHMB磁路分析

2.1 等效磁路模型

单独考虑永磁体产生的偏置磁场和通电线圈产生的控制磁场，对HRHMB磁场进行仿真，结果如图2所示.

图 2 新型异极径向混合磁轴承磁场仿真

Figure 2. Magnetic field simulation of novel HRHMB

下载: 全尺寸图片幻灯片

由磁场仿真结果可以看出：偏置磁通经过永磁体、主动控制磁极、气隙、转子铁心和定子辅磁极，漏磁通经过永磁体、定子主磁极、定子磁轭、定子极间空隙和定子辅磁极；Y方向偏置磁通漏磁主要分布在定子的极间，由于X方向第二气隙的引入，X方向永磁体产生的偏置磁通漏磁大为减小；控制磁通经过主动控制磁极、气隙、转子铁心和定子磁轭.

假设该新型磁轴承定转子铁心磁阻及涡流损耗为零，建立其等效磁路模型，如图3所示. 在偏置磁场等效磁路（图3（a））中，R_gb1 ～ R_gb8为永磁体下偏置磁路气隙磁阻，转子处在平衡位置时，其结构对称，此时R_gb1=R_gb2，R_gb3=R_gb4；R_k1 ～ R_k8为永磁体漏磁磁阻；F_p为永磁体磁动势；R_p为永磁体磁阻.

图 3 新型异极径向混合磁轴承等效磁路

Figure 3. Equivalent magnetic circuit of novel HRHMB

下载: 全尺寸图片幻灯片

${F_{\text{p}}} = {H_{\text{c}}}{l_{\text{m}}},$

(1)

${R_{\text{p}}} = {l_{\text{m}}}/\left( {{\mu _{\text{p}}}{S_{\text{p}}}} \right),$

(2)

式中：H_c为永磁体矫顽力，l_m为永磁体宽度，$ {\mu _{\text{p}}} $为永磁体磁导率，S_p为永磁体中性面面积.

在控制磁场等效磁路（图3（b））中，R_c1、R_c2、R_c3、R_c4分别为4个控制磁极气隙的磁阻，R_a为辅助气隙磁阻，N_x、N_y分别为水平、垂直方向的线圈匝数，i_x、i_y分别为水平、垂直方向上的电流.

$\left\{ \begin{array}{l}\left[{R}_{\text{c}1}\;{R}_{\text{c}2}\;{R}_{\text{c}3}\;{R}_{\text{c}4}\right]=\left[\dfrac{{g}_{0} + y}{{\mu }_{0}{A}_{\text{r}}}\;\dfrac{{g}_{0}-y}{{\mu }_{0}{A}_{\text{r}}}\;\dfrac{{g}_{0} + x}{{\mu }_{0}{A}_{\text{r}}}\;\dfrac{{g}_{0}-x}{{\mu }_{0}{A}_{\text{r}}}\right]\\ {R}_{\text{a}}={g}_{\text{a}}/\left({\mu }_{0}{A}_{\text{r}}\right),\end{array},\right.$

(3)

式中：μ₀为空气磁导率，g₀为转子铁心在平衡位置时的气隙长度，g_a为辅助气隙长度，x、y分别为转子在X、Y轴方向的位移量，A_r为主动控制磁极气隙的面积.

2.2 新型异极径向混合磁轴承磁通计算

在高速电机和飞轮储能系统中转子最大允许的偏心位移为气隙长度的1/10，此时可认为4个径向方向偏置磁通彼此解耦^[23-24]. 将图3（a）偏置磁路图简化为Y + 、Y−、X + 、X− 4条磁路，分别计算其气隙处磁通，由于该磁轴承结构对称，由磁网络法计算Y + 、X−处可得到其他气隙处磁通.

2.2.1 Y + 方向偏置磁路磁通

偏置磁通在Y + 方向的等效磁路如图4（a）所示，φ_pmk1、φ_pmk2为漏磁磁通，φ_pmy1、φ_pmy2为永磁体下的偏置磁通；R_gb1、R_gb2为偏置磁通气隙磁阻，R_k2为漏磁磁阻，R_k1漏磁阻可以看作是端部漏磁磁阻R_k11和极间磁阻R_k12的并联磁阻，且R_k1//R_p//R_gb1.

图 4 Y + 方向等效磁路

Figure 4. Equivalent magnetic circuit along Y + direction

下载: 全尺寸图片幻灯片

漏磁磁阻和气隙磁阻分别为

$\left\{ \begin{array}{l}{R}_{\text{k}1}={R}_{\text{k2}}={R}_{\text{k}12}{R}_{\text{k}11}/({R}_{\text{k}12} + {R}_{\text{k}11}),\\ \left[{R}_{\text{gb}1}\;{R}_{\text{gb}2}\;{R}_{\text{gb}3}\;{R}_{\text{gb}4}\right]=\left[\dfrac{{g}_{0} + y}{{\mu }_{0}{A}_{\text{ra}}}\;\dfrac{{g}_{0} + y}{{\mu }_{0}{A}_{\text{ra}}}\;\dfrac{{g}_{0}-y}{{\mu }_{0}{A}_{\text{ra}}}\;\dfrac{{g}_{0}-y}{{\mu }_{0}{A}_{\text{ra}}}\right],\end{array}\right.$

(4)

式中：$ {R_{{\text{k11}}}} = \ln ({r_{{\text{a}}2}}/{r_{{\text{a1}}}})/\left( {2{\mu _0}{\text{π}} {L_{\text{z}}}} \right) $^[25]，r_a1和r_a2为两极间半径，$ {R}_{\text{k12}}=(2/{m}_{\text{y}} + 0.5)/\left(0.64{\mu }_{0}{L}_{\text{z}}\right) $，L_z为磁轴承轴向长度，m_y为端部漏磁路半径，A_ra为辅磁极截面积.

根据磁路基尔霍夫定律可求出Y + 方向2个永磁体产生的偏置磁通和漏磁磁通，对应图4（a）的磁网络矩阵如式（5）所示. 各磁阻由图4磁阻模型得出，可得偏置磁场的磁通${\phi} _{\text{pmy1}}$、${\phi}_{\text{pmy2}} $如式（6）所示.

$\quad\quad\quad\quad\quad \left[ {\begin{array}{*{20}{c}} {{R_{{\text{k}}1}}}&0&{ - {R_{\text{p}}}}&0 \\ 0&{{R_{{\text{k}}2}} + {R_{\text{p}}}}&0&{ - {R_{\text{p}}}} \\ { - {R_{\text{p}}}}&0&{{R_{{\text{gb}}1}} + {R_{{\text{c}}1}} + {R_{\text{p}}}}&{ - {R_{{\text{c}}1}}} \\ 0&{ - {R_{\text{p}}}}&{ - {R_{{\text{c}}1}}}&{{R_{{\text{gb2}}}} + {R_{{\text{c}}1}} + {R_{\text{p}}}} \end{array}} \right]\left[ {\begin{array}{*{20}{c}} {{\phi _{{\text{pmk}}1}}} \\ {{\phi _{{\text{pmk2}}}}} \\ {{\phi _{{\text{pmy}}1}}} \\ {{\phi _{{\text{pmy2}}}}} \end{array}} \right] = \left[ {\begin{array}{*{20}{c}} {{F_{\text{p}}}/\sigma } \\ { - {F_{\text{p}}}/\sigma } \\ { - {F_{\text{p}}}/\sigma } \\ {{F_{\text{p}}}/\sigma } \end{array}} \right],$

(5)

$\quad\quad\quad\quad\quad\quad\quad\quad \left\{\begin{array}{l}{\phi }_{\text{pmy}1}=\dfrac{{F}_{\text{p}}{R}_{\text{p}}({R}_{\text{c}1}-{R}_{\text{k1}})}{\sigma [{R}_{\text{p}}({R}_{\text{k1}} + {R}_{\text{gb1}} + {R}_{\text{c1}}) + {R}_{\text{k2}}({R}_{\text{gb1}} + {R}_{\text{c1}})]({R}_{\text{p}} + {R}_{\text{gb2}} + {R}_{\text{c1}})},\\ {\phi }_{\text{pmy2}}=\dfrac{{F}_{\text{p}}{R}_{\text{p}}({R}_{\text{c}1}-{R}_{\text{k2}})}{\sigma [{R}_{\text{p}}({R}_{\text{k2}} + {R}_{\text{gb2}} + {R}_{\text{c1}}) + {R}_{\text{k1}}({R}_{\text{gb2}} + {R}_{\text{c1}})]({R}_{\text{p}} + {R}_{\text{gb1}} + {R}_{\text{c1}})},\end{array}\right.$

(6)

式中：σ为永磁体漏磁系数.

2.2.2 X-方向偏置磁路磁通

偏置磁通X−方向的等效磁路如图5所示，φ_pmk5、φ_pmk6为漏磁磁通，φ_pmx1、φ_pmx2为永磁磁极下的偏置磁通；R_gb5、R_gb6为偏置磁通气隙磁阻，R_k5、R_k6为漏磁磁阻. 气隙磁阻及漏磁磁阻分别为

图 5 X−方向等效磁路

Figure 5. Equivalent magnetic circuit along X− direction

下载: 全尺寸图片幻灯片

$\left\{ \begin{array}{l}{R}_{\text{k5}}={R}_{\text{k}6}=\left(2/{m}_{x} + 0.5\right)/\left(0.64{\mu }_{0}{L}_{{\textit{z}}}\right),\\ \left[{R}_{\text{gb}5}\;{R}_{\text{gb}6}\;{R}_{\text{gb}7}\;{R}_{\text{gb}8}\right]=\left[\dfrac{{g}_{0} + x}{{{\mu }_{0}}{A}_{\text{ra}}}\;\dfrac{{g}_{0} + x}{{{\mu }_{0}}{A}_{\text{ra}}}\;\dfrac{{g}_{0}-x}{{{\mu }_{0}}{A}_{\text{ra}}}\;\dfrac{{g}_{0}-x}{{{\mu }_{0}}{A}_{\text{ra}}}\right],\end{array}\right.$

(7)

式中:$ {m_x} $为永磁体端部漏磁半径.

对应图5的磁网络矩阵如式（8）所示，式中各磁阻由图5磁阻模型得出，进而可得偏置磁通如式（9）所示.

$\quad\quad\quad\quad \left[ {\begin{array}{*{20}{c}} {{R_{{\text{gb}}5}} + {R_{\text{p}}} + {R_{{\text{c}}3}}}&{ - {R_{{\text{c}}3}}}&{ - {R_{\text{p}}}}&0 \\ { - {R_{{\text{c}}3}}}&{{R_{{\text{gb6}}}} + {R_{\text{p}}} + {R_{{\text{c}}3}}}&0&{ - {R_{\text{p}}}} \\ { - {R_{\text{p}}}}&0&{{R_{{\text{k5}}}} + {R_{\text{p}}}}&0 \\ 0&{ - {R_{\text{p}}}}&0&{{R_{{\text{gb6}}}} + {R_{\text{p}}}} \end{array}} \right]\left[ {\begin{array}{*{20}{c}} {{\phi _{{\text{pmx1}}}}} \\ {{\phi _{{\text{pmx2}}}}} \\ {{\phi _{{\text{pmk5}}}}} \\ {{\phi _{{\text{pmk6}}}}} \end{array}} \right] = \left[ {\begin{array}{*{20}{c}} {{F_{\text{p}}}/\sigma } \\ { - {F_{\text{p}}}/\sigma } \\ { - {F_{\text{p}}}/\sigma } \\ {{F_{\text{p}}}/\sigma } \end{array}} \right],$

(8)

$\quad\quad\quad\quad\quad\quad\quad\quad \left\{\begin{array}{l}{\phi }_{\text{pmx}1}=\dfrac{{F}_{\text{p}}{R}_{\text{p}}({R}_{\text{c}3}-{R}_{\text{k5}})}{\sigma [{R}_{\text{p}}({R}_{\text{k5}} + {R}_{\text{gb5}} + {R}_{\text{c3}}) + {R}_{\text{k6}}({R}_{\text{gb5}} + {R}_{\text{c3}})]({R}_{\text{p}} + {R}_{\text{gb6}} + {R}_{\text{c3}})},\\ {\phi }_{\text{pmx2}}=\dfrac{{F}_{\text{p}}{R}_{\text{p}}({R}_{c3}-{R}_{\text{k5}})}{\sigma [{R}_{\text{p}}({R}_{\text{k6}} + {R}_{\text{gb6}} + {R}_{\text{c3}}) + {R}_{\text{k5}}({R}_{\text{gb6}} + {R}_{\text{c3}})]({R}_{\text{p}} + {R}_{\text{gb5}} + {R}_{\text{c3}})}.\end{array}\right.$

(9)

2.2.3 电磁磁路磁通

在图3（b）中，径向X、Y方向的控制磁路总磁阻分别为R_rx、R_ry，如式（19）所示.

$\left\{ \begin{array}{l} {R_{{\text{rx}}}} = {R_{{\text{c}}3}} + {R_{{\text{c}}4}} + 2{R_{\text{a}}} , \\ {R_{{\text{ry}}}} = {R_{{\text{c}}1}} + {R_{{\text{c}}2}}. \end{array} \right.$

(10)

径向X、Y方向的控制磁路磁通φ_cx、φ_cy分别为

$\left\{ \begin{array}{l} {\phi _{{\text{cx}}}} = 2{N_x}{i_x}/{R_{{\text{rx}}}}, \\ {\phi _{{\text{cy}}}} = 2{N_y}{i_y}/{R_{{\text{ry}}}}. \end{array} \right.$

(11)

2.3 悬浮力与刚度计算

由磁网络分析法求解该磁轴承的各磁路磁通，从而可得该磁轴承的刚度和承载力. 将笛卡尔坐标系的正方向作为力的正方向，根据麦克斯韦方程组可推导出径向两自由度的悬浮力分别为

$\left\{ \begin{array}{l} {F_y} = \dfrac{{{{({\phi _{{\text{pmy}}1}} + {\phi _{{\text{cy}}}})}^2} - {{({\phi _{{\text{pmy}}2}} - {\phi ^2_{{\text{cy}}}})}}}}{{2{\mu _0}{A_{\text{r}}}}} + \dfrac{{{\phi ^2_{{\text{pmy}}1}} - {\phi ^2_{{\text{pmy}}3}}}}{{2{\mu _0}{A_{{\text{ra}}}}}}, \\ {F_x} = \dfrac{{{{({\phi _{{\text{pmx}}1}} + {\phi _{{\text{cx}}}})}^2} - {{({\phi _{{\text{pmx}}2}} - {\phi ^2_{{\text{cx}}}})}}}}{{2{\mu _0}{A_{\text{r}}}}} + \dfrac{{{\phi ^2_{{\text{pmx}}1}} - {\phi ^2_{{\text{pmx3}}}}}}{{2{\mu _0}{A_{{\text{ra}}}}}} . \end{array} \right.$

(12)

联立式（9）～（12），求出该磁轴承在Y、X方向两自由度的电流刚度$k_{i_y} $、$k_{i_x} $和位移刚度$k_{d_y} $、$k_{d_x} $分别为

$\left\{ \begin{array}{l} k_{i_y}=\left.\dfrac{\partial F_y}{\partial i_y}\right|_{\substack{x=y=0,\\ i_x=i_y=0}}=\dfrac{2 \phi_{\mathrm{cy}} N}{\sigma \mu_0 g_0\left(R_{\mathrm{c} 2}+R_{\mathrm{c} 1} / R_{\mathrm{ry}}\right)}, \\ k_{i_x}=\left.\dfrac{\partial F_x}{\partial i_x}\right|_{\substack{x=y=0, \\ i_x=i_y=0}}=\dfrac{2 \phi_{\mathrm{cx}} N}{\sigma \mu_0 g_0\left(R_{\mathrm{rx}}+R_{\mathrm{a} 1}\right)}, \\ k_{d_y}=\left.\dfrac{\partial F_y}{\partial y}\right|_{\substack{x=y=0, \\ i_x=i_y=0}}=\dfrac{32\left(\dfrac{A_{\mathrm{ra}} g_0}{\mu_0}-\dfrac{R_{\mathrm{k} 12} R_{\mathrm{k} 11}}{R_{\mathrm{k} 12}+R_{k 11}}\right) S_{\mathrm{p}}^2 l_{\mathrm{m}}}{\sigma \mu_{\mathrm{p}}^2 A_{\mathrm{r}}^2\left(R_{\mathrm{p}} R_{\mathrm{k} 1}+6 R_{\mathrm{k} 2}+R_{\mathrm{p}}\right)^3}, \\ k_{d_x}=\left.\dfrac{\partial F_x}{\partial x}\right|_{\substack{x=y=0,\\ i_x=i_y=0}}=\dfrac{32\left(A_{\mathrm{ra}} g_0 / \mu_0-2 R_{\mathrm{c} 1}\right) S_{\mathrm{p}}^2 l_{\mathrm{m}}}{\sigma \mu_{\mathrm{p}}^2 A_{\mathrm{r}}^2\left(4 R_{\mathrm{c} 2}+2 R_{\mathrm{k} 3} R_{\mathrm{p}}+R_{\mathrm{p}}\right)^3}, \end{array}\right.$

(13)

式中：N为控制绕组的匝数.

3. 仿真分析

为验证磁路计算及悬浮力式的正确性，对新型磁轴承进行有限元仿真. 图1中2种磁轴承结构的主要模型参数如表1所示.

表 1 磁轴承主要参数

Table 1. Main parameters of magnetic bearing

参数	传统	新型
定子外直径/mm	130	139
转子外直径/mm	50	50
轴向长度/mm	45	45
主气隙长度/mm	0.5	0.5
辅助气隙长度/mm		1
永磁体厚度/mm	2	3
永磁体宽度/mm	15	8
磁极截面积/mm²	920	1560
最大控制电流/A	3.6	12/3

下载: 导出CSV

| 显示表格

3.1 磁场分布

新型磁悬浮轴承转子处于平衡位置时，给Y方向线圈通入不同电流时的磁密如图6所示，图中，序号1 ～ 8为图1（a）中对应的磁极位置. 当电流为0 A时，磁通仅由永磁体产生，磁极1、5处的磁密幅值高于磁极3、7处，这是由于引入辅助气隙导致减少了磁极1、5处的永磁体漏磁；随着控制电流的增大，永磁体和控制电流产生的磁通会在磁极1气隙处叠加，使得气隙磁密增大，在磁极5气隙处抵消，使得气隙磁密减小，其他磁极处的磁密基本不变.

图 6 气隙磁密随电流变化

Figure 6. Variation of magnetic density in air gap with current

下载: 全尺寸图片幻灯片

控制线圈未接入电流时，转子在Y方向上不同位置的气隙磁密如图7所示. 图中箭头为气隙增加趋势. 当转子向上偏转时，磁极3气隙处的磁通密度增强，而定子另一侧磁极7气隙处的磁通密度会减弱. 当转子不在平衡位置发生偏离时，此时转子和定子磁极的圆弧面不再平行，使得相同磁极不同位置上的气隙长度有所不同，出现磁极1、2、4、5、6、8处气隙磁通密度不均匀现象.

图 7 气隙磁密随位移变化

Figure 7. Variation of magnetic density in air gap with displacement

下载: 全尺寸图片幻灯片

3.2 电磁力仿真分析

悬浮力和位移刚度、电流刚度为磁悬浮轴承的基本特性，是衡量磁轴承性能的重要指标. 为验证磁路法分析的正确性，由式（13）对HRHMB的刚度特性进行计算并仿真，位移刚度和电流刚度如图8所示.

图 8 径向电流刚度与位移刚度

Figure 8. Radial current stiffness and displacement stiffness

下载: 全尺寸图片幻灯片

从图8（a）中可以看出，铁心材料处于不饱和状态时，转子所受到的悬浮力与绕组电流几乎成正比，同时也与转子在平衡位置附近的位移成正比. 当控制电流在−3 ～ 3 A时，通过磁路法计算出的最大电磁力为472.8 N，仿真得到的电磁力为447.7 N，等效磁路与仿真结果有所偏差，误差为5.6%，这是由于忽略了部分漏磁和定转子铁心中的磁阻造成的，在误差允许范围内.

在图8（b）中，转子位移在（−0.1 ～ + 0.1）mm时，等效磁路法和仿真结果的平均偏差为5.6%. 转子位置在 + 0.1 mm时，磁路法得到的电磁力为134.2 N，仿真的电磁力为123.2 N，偏差为8.9%，这是因为铁心磁通达到饱和引起的，而在高速电机等设备中转子最大允许的偏心位移为气隙长度的1/10，小于达到铁心饱和时的区间，故可忽略铁心饱和的影响. 另外，由于增加了第二气隙，该新型磁轴承X方向的位移刚度和电流刚度小于Y方向. 在应用中可以将Y轴放置于重力方向上，用以增强转子浮动的动态性能，同时，可以通过适当增加X轴方向上的控制线圈的匝数来提高其X方向上的电流刚度.

3.3 两种磁轴承对比

为比较新型和传统偏置磁轴承的悬浮性能及空间利用率，建立相同最大承载力和偏置磁通、转子尺寸等约束条件的仿真模型，传统磁轴承和新型HRHMB的永磁磁密分布如图9所示. 通过有限元仿真计算，在相同承载力下，新型磁轴承为传统偏置磁轴承体积的0.87倍，这表明新型磁轴承结构有着更高的空间利用率.

图 9 2种磁轴承的永磁磁通密度分布

Figure 9. Permanent magnetic flux density distribution of two types of magnetic bearings

下载: 全尺寸图片幻灯片

2种磁悬浮轴承的电流刚度和位移刚度如图10所示. 由图10（a）可以看出，新型HRHMB在X和Y方向上的位移刚度都相对较小，这表明当转子发生偏移时，通过控制系统回到平衡位置较为容易^[20]；图10（b）可以看出，新型HRHMB Y方向上的电流刚度大于传统结构磁轴承的电流刚度，这表明在相同的电流下，新型HRHMB能产生更大的悬浮力. 此外，由于引入辅助气隙，其X方向上的电流刚度会小于Y方向上的电流刚度，因此，新型HRHMB适用于卧式系统等应用场合.

图 10 2种磁轴承的位移刚度和电流刚度对比

Figure 10. Comparison of displacement stiffness and current stiffness of two types of magnetic bearings

下载: 全尺寸图片幻灯片

3.4 电磁力耦合分析

为分析新型异极径向混合磁轴承X、Y方向2个自由度间的电磁力耦合，对转子位移和控制电流对电磁力的影响进行仿真分析，并与图1（b）中的传统八极偏置磁轴承进行对比.

首先，定义转子处于坐标$ (x,y) $时，Y方向电磁力的相对误差为

$\delta (x,y) = \left| {\frac{{{f_Y}(x,y) - {f_Y}(0,y)}}{{{f_Y}(0,y)}}} \right| \times 100{\text{%}}$

(14)

式中：$ {f_Y}(x,y) $为转子在坐标（x，y）时Y方向上的电磁力.

在X轴、Y轴绕组不通电情况下，X和Y方向转子不同位移对Y方向电磁力的影响和电磁力相对误差如图11所示. 由图11（a）可以看出，在x位移量的影响下，新型磁轴承转子在Y方向上受到的电磁力随Y轴位移量仍成正比，变化不明显，最大相对误差为2.76%. 而从图11（b）可以看出，传统偏置磁轴承转子在Y方向上受到的电磁力最大相对误差达到了3.87%.

图 11 转子偏心时的耦合特性

Figure 11. Coupling characteristics with eccentric rotor

下载: 全尺寸图片幻灯片

定义转子位置在（0，y）时，电磁力的相对误差为

$\kappa ({I_X},y) = \left| {\frac{{{f_Y}({I_X},y) - {f_Y}(0,y)}}{{{f_Y}(0,y)}}} \right| \times 100{\text{%}}$

(15)

式中：$ {f_Y}({I_X},y) $和$ {f_Y}(0,y) $分别为转子在（0，y）处通入X方向电流I_X和不通电时Y方向的电磁力.

磁轴承x位移量和Y方向电流为0，通入X方向不同电流时，Y方向电磁力随y的关系曲线和电磁力相对误差如图12所示，由图12（a）可以看出，新型磁轴承Y方向的电磁力与Y轴位移量基本成正比关系，最大误差为3.52%，表明该新型磁轴承X方向电流对Y方向位移刚度影响较小；由图12（b）可以看出，传统偏置磁轴承X方向电流会增加转子在Y方向受的电磁力，其最大相对误差为7.6%.

图 12 转子不偏心时控制电流的耦合特性

Figure 12. Coupling characteristics of control current when rotor is not eccentric

下载: 全尺寸图片幻灯片

当转子在X方向偏心0.1 mm时，图13为磁轴承Y方向电磁力随Y轴位移量和X方向控制电流的关系和电磁力相对误差. 由图13（a）可以看出，在转子偏心条件下通入不同的X方向电流时，Y方向的电磁力仍然正比于Y轴位移量，相对误差最大值为6.5%，这表明转子在X方向发生偏移时，通入X方向电流对Y方向电磁力随Y方向位移的线性特性影响较小，有利于该新型磁悬浮轴承的控制系统设计. 由图13（b）可以看出，通入X方向电流对传统偏置磁轴承转子在Y方向上受的电磁力有较大的影响，最大相对误差为13.6%，其径向两自由度之间的运动存在一定耦合.

图 13 转子偏移0.1mm时控制电流的耦合特性

Figure 13. Coupling characteristics of control current when rotor offsets 0.1 mm

下载: 全尺寸图片幻灯片

综上可知，新型HRHMB在X方向的转子位移基本不影响Y方向的电磁力. 无论转子是否在X方向上发生偏移，X方向上的控制电流对Y方向上的电磁力基本没有影响. 其两自由度之间的电磁力耦合明显小于传统偏置磁轴承，这是由于该新型HRHMB永磁体排列组合方式使其永磁磁路与电磁磁路耦合距离短，且两磁场的相互影响效果较弱，有利于获得良好的解耦特性.

4. 结　论

对于飞轮储能系统等空间利用率要求较高的场合，本文提出了一种新型异极径向混合磁悬浮轴承，该磁轴承电磁磁路和永磁磁路耦合距离短，具有解耦性高的优点. 由等效磁路法建立了该新型轴承的磁路模型，通过解析和仿真研究得出以下结论：

1）由等效磁路法得到的新型HRHMB的承载力、位移刚度和电流刚度的理论结果，与有限元仿真结果相吻合，验证了解析结果的正确性.

2）在相同承载力、偏置磁通、转子尺寸等约束条件下，新型HRHMB结构更为紧凑，空间利用率较高，同时有着较大的电流刚度.

3）新型HRHMB在不同自由度的转子位移和控制电流变化影响下，电磁力相对误差最大值较传统偏置磁轴承小，表明该结构特殊的永磁体排列方式使得电磁磁路与永磁磁路间耦合小，径向二自由度之间电磁力解耦效果较好.

图 1 铁路地理地质要素

Figure 1. Geographical and geological elements of railway

下载: 全尺寸图片幻灯片

图 2 铁路地理地质知识分布特点

Figure 2. Distribution characteristics of geographic and geological knowledge of railway

下载: 全尺寸图片幻灯片

图 3 多尺度检索任务流程

Figure 3. Multi-scale retrieval task process

下载: 全尺寸图片幻灯片

图 4 动态元网络分析模型

Figure 4. Dynamic meta-network analysis model

下载: 全尺寸图片幻灯片

图 5 元网络关联关系网络图

Figure 5. Meta-network relationship

下载: 全尺寸图片幻灯片

图 6 知识库分布网络

Figure 6. Knowledge base distribution network

下载: 全尺寸图片幻灯片

图 7 节点总度中心度排序

Figure 7. Total node degree centricity ranking

下载: 全尺寸图片幻灯片

图 8 分布影响力变化

Figure 8. Variations in distribution influence

下载: 全尺寸图片幻灯片

图 9 次序打击对关联关系的影响

Figure 9. Impact of sequential disruptions on network relationship

下载: 全尺寸图片幻灯片

图 10 原型系统中展示分布优化前后检索结果展示

Figure 10. Display of retrieval results before and after distribution optimization in prototype system

下载: 全尺寸图片幻灯片

表 1 元网络节点的要素及代码

Table 1. Meta-network node elements and codes

要素	分类	内容及代码
用户 Agent	业主人员	业主代表A01、项目经理A02、安全管理员A03
	施工人员	项目经理A04、工程师A05、施工员A06
	设计人员	项目经理A07、设计师A08、制图员A09
	勘察人员	项目经理A10、勘察工程师A11
	科研人员	教职工A12、研究生A13
单位 Organization	业主单位	国铁集团O01、工程局O02、大桥局O03
	施工单位	总承包商O04、桥梁公司O05、通信公司O06
	其他单位	勘察设计单位O07、科研单位O08
应用场景 Event	施工面尺度	表面形变E01、桩基钻孔E02、箱梁浇筑E03、护栏浇筑E04
	工程尺度	桥面施工E05、隧道锚施工E06、重力锚施工E07、桥台施工E08
	区域尺度	地质环境E09、灾害防控E10、污染治理E11
知识类型 Knowledge		专家经验知识K01、领域知识图谱K02、工程实践知识K03、科研成果K04
知识关联 Relation	空间关系	同义关系R01、上下位关系R02、更新关系R03
知识关联 Relation	空间关系	远R04、中R05、近R06、相同R07

下载: 导出CSV

表 2 优化前后多尺度检索性能表

Table 2. Multi-scale retrieval performance before and after optimization

任务内容	检索数目		检索时间		结果匹配度
任务内容	优化前	优化后	优化前	优化后	优化前	优化后
施工面1	少	中	快	快	高	高
施工面2	少	中	快	快	高	高
施工面3	中	中	中	快	高	高
工程1	中	多	中	中	高	高
工程2	中	多	中	中	高	高
工程3	多	多	慢	中	中	高
区域1	中	多	中	中	中	高
区域2	多	多	慢	中	中	高
区域3	多	多	慢	中	中	高

下载: 导出CSV

参考文献(25)

[1]	朱庆,朱军,黄华平,等. 实景三维空间信息平台与数字孪生川藏铁路[J]. 高速铁路技术,2020,11(2): 46-53. ZHU Qing, ZHU Jun, HUANG Huaping, et al. Real 3D spatial information platform and digital twin Sichuan—Tibet railway[J]. High Speed Railway Technology, 2020, 11(2): 46-53.
[2]	王同军. 智能高速铁路基础设施全生命周期管理框架研究[J]. 铁道学报,2021,43(11): 1-7. WANG Tongjun. Research on life-cycle management framework of intelligent high-speed railway infrasturcture[J]. Journal of the China Railway Society, 2021, 43(11): 1-7.
[3]	王同军. 智能铁路总体架构与发展展望[J]. 铁路计算机应用,2018,27(7): 1-8. doi: 10.3969/j.issn.1005-8451.2018.07.003 WANG Tongjun. Overall framework and development prospect of intelligent railway[J]. Railway Computer Application, 2018, 27(7): 1-8. doi: 10.3969/j.issn.1005-8451.2018.07.003
[4]	朱庆,张利国,丁雨淋,等. 从实景三维建模到数字孪生建模[J]. 测绘学报,2022,51(6): 1040-1049. doi: 10.11947/j.issn.1001-1595.2022.6.chxb202206024 ZHU Qing, ZHANG Liguo, DING Yulin, et al. From real 3D modeling to digital twin modeling[J]. Acta Geodaetica et Cartographica Sinica, 2022, 51(6): 1040-1049. doi: 10.11947/j.issn.1001-1595.2022.6.chxb202206024
[5]	林珲,朱庆,陈旻. 有无相生虚实互济:虚拟地理环境研究20周年综述[J]. 测绘学报,2018,47(8): 1027-1030. doi: 10.11947/j.AGCS.2018.20180202 LIN Hui, ZHU Qing, CHEN Min. The being and non-being generate each other, and the virtual and the real are mutually interactive: the progress of virtual geographic environments (VGE) studies in last 20 years[J]. Acta Geodaetica et Cartographica Sinica, 2018, 47(8): 1027-1030. doi: 10.11947/j.AGCS.2018.20180202
[6]	朱庆. 三维GIS及其在智慧城市中的应用[J]. 地球信息科学学报,2014,16(2): 151-157. ZHU Qing. Full three-dimensional GIS and its key roles in smart city[J]. Journal of Geo-Information Science, 2014, 16(2): 151-157.
[7]	LI H K, ZHU Q, ZHANG L G, et al. Integrated representation of geospatial data, model, and knowledge for digital twin railway[J]. International Journal of Digital Earth, 2022, 15(1): 1657-1675. doi: 10.1080/17538947.2022.2127949
[8]	朱庆,李函侃,曾浩炜,等. 面向数字孪生川藏铁路的实体要素分类与编码研究[J]. 武汉大学学报(信息科学版),2020,45(9): 1319-1327. ZHU Qing, LI Hankan, ZENG Haowei, et al. Classification and coding of entity features for digital twin Sichuan—Tibet railway[J]. Geomatics and Information Science of Wuhan University, 2020, 45(9): 1319-1327.
[9]	王鑫,陈蔚雪,杨雅君,等. 知识图谱划分算法研究综述[J]. 计算机学报,2021,44(1): 235-260. WANG Xin, CHEN Weixue, YANG Yajun, et al. Research on knowledge graph partitioning algorithms: a survey[J]. Chinese Journal of Computers, 2021, 44(1): 235-260.
[10]	朱庆,王所智,丁雨淋,等. 铁路隧道钻爆法施工智能管理的安全质量进度知识图谱构建方法[J]. 武汉大学学报(信息科学版),2022,47(8): 1155-1164. ZHU Qing, WANG Suozhi, DING Yulin, et al. A method of safety-quality-schedule knowledge graph for intelligent management of drilling and blasting construction of railway tunnels[J]. Geomatics and Information Science of Wuhan University, 2022, 47(8): 1155-1164.
[11]	朱庆,苗双喜,丁雨淋,等. 知识引导的滑坡监测数据粗差定位与剔除方法[J]. 武汉大学学报(信息科学版),2017,42(4): 496-502. ZHU Qing, MIAO Shuangxi, DING Yulin, et al. Knowledge-guided gross errors detection and elimination approach of landslide monitoring data[J]. Geomatics and Information Science of Wuhan University, 2017, 42(4): 496-502.
[12]	杜志强,李钰,张叶廷,等. 自然灾害应急知识图谱构建方法研究[J]. 武汉大学学报(信息科学版),2020,45(9): 1344-1355. DU Zhiqiang, LI Yu, ZHANG Yeting, et al. Knowledge graph construction method on natural disaster emergency[J]. Geomatics and Information Science of Wuhan University, 2020, 45(9): 1344-1355.
[13]	朱庆,曾浩炜,丁雨淋,等. 重大滑坡隐患分析方法综述[J]. 测绘学报,2019,48(12): 1551-1561. ZHU Qing, ZENG Haowei, DING Yulin, et al. A review of major potential landslide hazards analysis[J]. Acta Geodaetica et Cartographica Sinica, 2019, 48(12): 1551-1561.
[14]	张雪英,张春菊,吴明光,等. 顾及时空特征的地理知识图谱构建方法[J]. 中国科学:信息科学,2020,50(7): 1019-1032. doi: 10.1360/SSI-2019-0269 ZHANG Xueying, ZHANG Chunju, WU Mingguang, et al. Spatiotemporal features based geographical knowledge graph construction[J]. Scientia Sinica (Informationis), 2020, 50(7): 1019-1032. doi: 10.1360/SSI-2019-0269
[15]	张利国,丁雨淋,朱庆,等. 铁路地理地质数据“本体域-变化域-状态域” 三域关联的集成表达模型[J]. 武汉大学学报(信息科学版),2024,49(6): 1018-1027. ZHANG Liguo, DING Yulin, ZHU Qing, et al. A holistic multi-domain association model for railway geographic and geologic data[J]. Geomatics and Information Science of Wuhan University, 2024, 49(6): 1018-1027.
[16]	CARLEY K M, LEE J S, KRACKHARDT D. Destabilizing networks[J]. Connections, 2002, 24(3): 79-92.
[17]	FAN C, ZHANG C, YAHJA A, et al. Disaster City Digital Twin: a vision for integrating artificial and human intelligence for disaster management[J]. International Journal of Information Management, 2021, 56: 102049.1-102049.7.
[18]	LI Q C, DONG S J, MOSTAFAVI A. Metanetwork framework for analysis of actor-plan-task-infrastructure networks in resilience planning and management[J]. Natural Hazards Review, 2020, 21(2): 04020016.1-04020016.6.
[19]	LIU M, CHONG H Y, LIAO P C, et al. Risk-based metanetwork modeling for sustainable project performance in international construction[J]. Journal of Infrastructure Systems, 2021, 27(3): 04021020.1-0402102.7.
[20]	LIU S M, LU Y Q, LI J, et al. Multi-scale evolution mechanism and knowledge construction of a digital twin mimic model[J]. Robotics and Computer-Integrated Manufacturing, 2021, 71: 102-123.
[21]	GUO Y X, ZHU Q, DING Y L, et al. Efficient distributed association management method of data, model, and knowledge for digital twin railway[J]. International Journal of Digital Earth, 2024, 17(1): 536-545.
[22]	ZHOU B, BAO J S, LI J, et al. A novel knowledge graph-based optimization approach for resource allocation in discrete manufacturing workshops[J]. Robotics and Computer-Integrated Manufacturing, 2021, 71: 608-617.
[23]	ZHANG H, QI Q L, TAO F. A multi-scale modeling method for digital twin shop-floor[J]. Journal of Manufacturing Systems, 2022, 62: 417-428. doi: 10.1016/j.jmsy.2021.12.011
[24]	SHAO T Y, LI X Y, ZHAO X, et al. DSKRL: a dissimilarity-support-aware knowledge representation learning framework on noisy knowledge graph[J]. Neurocomputing, 2021, 461: 608-617. doi: 10.1016/j.neucom.2021.02.099
[25]	MAZAHERI SOUDANI N, FATEMI A, NEMATBAKHSH M. An investigation of big graph partitioning methods for distribution of graphs in vertex-centric systems[J]. Distributed and Parallel Databases, 2020, 38(1): 1-29. doi: 10.1007/s10619-019-07256-z