Simulation and Verification of Dynamic Response of Railway Wagon on Railway Track

YU Yuebin; ZHAO Shangchao; LI Xiangwei; LI Qiang

doi:10.3969/j.issn.0258-2724.20170412

Volume 54 Issue 3

Jun. 2019

Turn off MathJax

Article Contents

Abstract

References

Journal of Southwest Jiaotong University > 2019 > 54(3): 626-632.

WANG Tao, ZHANG Zhuang, ZHAO Kangfa, SHAO Kun, YOU Yonghua, YI Zhengming, HE Zhu, WU Da. Numerical Modeling of Dynamic Temperature Field for Air-Cooling Traction Transformers with Forced Oil Circulation[J]. Journal of Southwest Jiaotong University, 2022, 57(5): 976-981, 999. doi: 10.3969/j.issn.0258-2724.20200824

Citation:

YU Yuebin, ZHAO Shangchao, LI Xiangwei, LI Qiang. Simulation and Verification of Dynamic Response of Railway Wagon on Railway Track[J]. Journal of Southwest Jiaotong University, 2019, 54(3): 626-632. doi: 10.3969/j.issn.0258-2724.20170412

Citation:

PDF( 1958 KB)

Simulation and Verification of Dynamic Response of Railway Wagon on Railway Track

doi: 10.3969/j.issn.0258-2724.20170412

YU Yuebin^{1,2
,},
ZHAO Shangchao²,
LI Xiangwei^{2
,
,},
LI Qiang¹

Received Date: 06 Jun 2017
Rev Recd Date: 05 Jun 2018

Available Online: 11 Jul 2018

Publish Date: 01 Jun 2019

Abstract

Abstract

For resolving errors between a simulation analysis and the test results of a large system, a multi-body simulation model of a railway wagon with 26 degrees of freedom was created using test data from a real test rig on a railway track and by incorporating the wagon body’s subsystems into the simulation object in order to realise a simulation calculation of the dynamic response of the railway wagon. The results show that the maximum RMS (root mean square) error between the simulation and the test of the wagon body bolster’s vertical and lateral vibration acceleration is 9%. Furthermore, the RMS error between the simulation and test of the wagon body bolster’s vertical and lateral vibration acceleration is less than 8.57% in the 1.5–15.0 Hz frequency range. Finally, the response signal waveforms of the dynamic stress of the simulation and that of the wagon body’s key welds are almost identical. The comparison and validation of the simulation and test results show that the simulation results substantially reproduce the dynamic response conditions of the railway wagon running along a railway track.
- rails,
- dynamic simulation,
- simulation and test,
- full-scale fatigue test rig

FullText(HTML)

与内燃机车相比，电力机车运输能力更强、综合性能也更优越，广泛应用于干线铁路运营和城市轨道交通^[1]. 电力动车组将动力装置分散到各节车厢，可以达到更高的运营速度，近10多年来在我国得到了快速发展. 牵引变压器负责向动力装置提供电能，关系到列车运行安全，是动车组关键技术之一^[2]. 相比于传统电力变压器，动车组牵引变压器发热功率大、运行条件恶劣、内部绕组容易过热^[3]. 变压器绕组过热会加速绝缘材料老化，严重时，甚至烧损绝缘材料、引起短路停车事故. 热电类比常用来计算变压器工作温度，采用集中总参数分析方法，分别建立绕组和油的等效电路及相应的微分方程. IEEE Std C57.91—2011导则给出了基于热电类比的变压器绕组温升计算模型^[4]. Swift等^[5-6]考虑环境温度变化对变压器散热性能的影响，对导则中的热电类比分析模型进行了改进，实验表明，改进后的模型可以比较准确地预测变压器顶层油温升. 为考虑油黏度随温度变化的影响，滕黎等^[7]建立变压器热电类比模型时定义了非线性热阻和集总热容. 热电类比法计算简便，但没有充分考虑变压器绕组和油温度在空间分布上的差异. 另外，变压器启动阶段，油流量不断增加，可能对变压器的温升特性产生显著影响. 随着数值传热学和计算机技术的快速发展，计算流体动力学（CFD）技术逐渐进入了变压器热特性研究领域^[8-12]. 这类方法通过求解流场和温度场控制微分方程组，获得变压器内部绕组和油温度分布情况. 陈伟根等^[8]采用控制体积方法对油自然循环的电力变压器进行数值模拟，预测了稳态条件下绕组温度分布情况；谢蓉等^[10]利用商业CFD软件ANSYS Fluent建立了强迫油循环冷却的变压器流固耦合传热的数值模型，并研究了进出口位置、进口速度和导向结构对冷却效果的影响；Torriano等^[11]利用商业Fluent软件研究了质量流量和进口条件对盘式绕组内部流动和温度的影响. CFD技术可以比较准确地预测变压器内部流场和温度场，进而替代和削减物理实验，但计算量大，不太适合做非稳态计算，对复杂多设备散热系统的适应性也不强.

牵引变压器发热功率很大，需要采用强迫油循环风冷的方式进行散热. 对这种散热方式进行数值模拟，除了要求解变压器内部油与绕组间复杂流固耦合传热外，还需要考虑高温油通过油泵输送到换热器的二次冷却. 基于已有的分析，本文拟将变压器（含绕组和油）、油冷却器、油泵和管道等看做一个完整系统，对变压器和油冷却器分别做一维假设，建立强油循环风冷变压器散热系统的数学模型，并提出合适的算法进行数值求解. 鉴于动车组运行时牵引变压器温度随时间、空间显著变化，笔者拟借助该数值模型研究变压器动态温度场特性. 为了检验模型的预测精度，本文以一台车载牵引变压器及其配套散热系统进行动态温升实验.

1. 数学模型

1.1 物理模型

某型牵引变压器绕组焦耳热比较大，为防止其温度过高，采用强迫油循环风冷方式进行散热. 该变压器散热系统工作原理如图1，由变压器（内含2个线圈柱）、油泵、油冷却器、风机、管道和冷却油等组成. 工作时，冷却油在油泵驱动下，进入绕组内部油道进行冷却；吸热后的高温油经管道流入油冷却器，被常温空气所冷却；降温后的冷却油再次进入变压器构成循环.

图 1 强迫油循环风冷变压器散热示意

Figure 1. Heat dissipation for air-cooling transformer with forced oil circulation

下载: 全尺寸图片幻灯片

该变压器线圈柱采用层式结构，低压绕组在里侧，外侧为高压绕组，如图2所示. 鉴于高压和低压绕组的结构和工作参数相差较大，本模型对其单独建模，两绕组的冷却油在变压器出口处混合.

图 2 高、低压绕组和油流道结构示意

Figure 2. High- and low-voltage windings together with oil channels

下载: 全尺寸图片幻灯片

1.2 控制方程组

牵引变压器工作时，冷却油不断流过绕组层间狭缝流道，吸收绕组工作损耗所释放的热量. 这一过程可以抽象为带固体内热源的平行通道流固耦合传热问题. 考虑到铜线绕组热导率很大，单层绕组厚度又比较小，可以忽略垂直于油流动方向温度梯度，因此，采用一维空间流体（冷却油）和固体（绕组）双能量方程来描述^[13-14]，如式（1）、（2）.

$\rho_{{\rm{f}}} c_{{\rm{p}}, {\rm{f}}} \frac{\partial T_{{\rm{f}}}}{\partial t} + \rho_{{\rm{f}}} u c_{{\rm{p}}, {\rm{f}}} \frac{\partial T_{{\rm{f}}}}{\partial x}=k_{{\rm{f}}} \frac{\partial^{2} T_{{\rm{f}}}}{\partial x^{2}} + \alpha a_{{\rm{s}}}\left(T_{{\rm{s}}}-T_{{\rm{f}}}\right) ,$

(1)

$\rho_{{\rm{s}}} c_{{\rm{p}}, {\rm{s}}} \frac{\partial T_{{\rm{s}}}}{\partial t}=k_{{\rm{s}}} \frac{\partial^{2} T_{{\rm{s}}}}{\partial x^{2}} + \alpha a_{{\rm{s}}}\left(T_{{\rm{f}}}-T_{{\rm{s}}}\right) + S_{{\rm{J}} {\rm{H}}},$

(2)

式中：u为流体速度；t和x分别为时间和绕组轴向位移；ρ、c_p、k和T依次为密度、比热、热导率和温度，下标f和s分别表示流体和固体；a_s为比表面积；α为油与绕组间对流传热系数，由经验关联式确定^[14]； S_JH为绕组运行的焦耳热，与工作电流和导线截面积等有关，数值由焦耳定律确定.

为了考虑换热面和液体热容对变压器动态温度场特性的影响，油冷却器传热模型包括固体换热面及其两侧流体（冷却油和空气）的非稳态能量守恒方程. 与变压器模型类似，油冷却器也采用一维非稳态模型，即冷热流体能量方程形式与式（1）相同，固体换热面的微分方程与式（2）类似，但需要同时考虑两侧表面的对流传热，另外，其内部无内热源项（即无右侧第3项）.

变压器油流量与油泵供油特性有关，还依赖于油泵实际工作扬程. 油泵工作扬程等于变压器、油冷却器和管道等流动阻力之和，变压器与油冷却器的流动阻力Δp用式（3）计算，管道油流阻力还需考虑局部损失的影响^[15].

$\Delta p = \frac{{fL\rho {u^2}}}{{2{D_{\rm{h}}}}} ,$

(3)

式中：L和D_h分别为流道长度和特征尺寸；f为摩擦因子，由经验关联式确定.

油冷却器采用板翅式结构，空气侧采用波纹翅片，油侧采用锯齿形翅片. 数值求解油冷却器能量微分方程时，首先按冷却器结构和工作参数确定空气侧和油侧的雷诺数（Re数），然后采用j因子和f因子关联式（式（4）~（7））确定α和 $\Delta p$ .

空气侧波纹翅片（1000 < Re < 15000）^[15-16]：

$f = 10.628R{e^{ - 0.359}}{(H/s)^{0.264}}{(2A/s)^{ - 0.848}}{(l/2A)^{ - 1.931}} \text{，}$

(4)

$j = 0.242R{e^{ - 0.375}}{(H/s)^{0.235}}{(2A/s)^{ - 0.288}}{(l/2A)^{ - 0.553}} \text{，}$

(5)

式中：H、s分别为翅片高度、间距； A和l分别为波纹波幅、波长.

油侧锯齿翅片（300 < Re < 7500）^[16-17]：

$\ln f = 0.132\;856{({\text{ln}}\;Re)^2} - 2.280\;42{\text{ln}}\;Re + 6.796\;34 \text{，}$

(6)

$\begin{split} & \ln j = - 0.026\;413\;6{({\text{ln}}\;Re)^3} + 0.555\;843{({\rm{ln}}\;Re)^2} - \\ &\quad 4.092\;41{\text{ln}}\;Re + 6.216\;81. \\[-12pt] \end{split}$

(7)

高、低压绕组结构尺寸和工作电流有显著差异，其传热特性明显不同，为提高预测精度，分别对高、低压区绕组和油的能量方程进行离散. 根据层间油道并联的特点，按照高压和低压绕组油道流动阻力相等的原则来分配两者油流量.

2. 数值求解

强迫油循环风冷变压器散热的数值模型由变压器、油泵、油冷却器和管道等模块组成. 这些模块通过进出口压力、温度和流量连续耦合在一起，借助迭代计算进行数值求解. 变压器和油冷却器采用分布参数，数值计算时，沿油流方向离散成若干单元，并采用有限差分法将其控制微分方程组（即式（1）、式（2））转变为代数方程组. 方程离散时，空间导数采用中心差分格式，时间维度采用全隐格式. 在MATLAB平台上进行数值计算，采用稀疏矩阵方法求解代数方程组.

图3为牵引变压器散热数值计算流程框图. 求解过程由内、外两个循环组成：内循环用于计算当前时刻变压器（含冷却油和绕组）温度和流阻、油冷却器油温和流阻、油泵流量等参数，由于冷却油黏度和绕组电阻等参数与温度密切相关，内循环通过迭代计算确定绕组内热源和油泵流量；外循环为时间域循环，用于模拟变压器和油冷却器温度场和油循环流量等参数随时间的变化. 通过比较相邻时刻温度相对变化量来判断散热过程是否进入稳态工况，一旦进入稳定工况，输出计算结果并终止程序.

图 3 强迫油循环风冷式变压器散热数值计算流程

Figure 3. Flow chart for heat dissipation of air-cooling transformer with forced oil circulation

下载: 全尺寸图片幻灯片

3. 变压器温升实验与模型验证

3.1 变压器温升实验

为验证本文变压器散热模型的准确性，搭建了变压器温升实验平台，对一台牵引变压器在典型工况下进行了测试，如图4所示. 实验平台包括一台牵引变压器样机及其强油循环风冷散热系统、供电系统、数据监测采集系统等. 变压器高、低压绕组均采用层式结构，轴向长度约为750 mm. 低压和高压绕组铜导线额定电流分别为966 A和147 A，额定工况发热密度约为0.82 MW/m³和1.40 MW/m³. 变压器进口和出口设置了油温探头，以便实时监测变压器工作时油温变化情况，同时依据断电时刻直流电阻值来推断绕组平均温度. 实验开始时，变压器内部温度与环境温度相同，约为31.2 ℃. 通电后，数据采集系统自动监测记录变压器各监测点数据. 连续运行3 h左右，系统温度达到稳定并已持续一段时间，停止实验.

图 4 牵引变压器温升实验台

Figure 4. Experimental rig for temperature rise of traction transformer

下载: 全尺寸图片幻灯片

3.2 模型验证

采用1.2节建立的变压器散热模型对牵引变压器动态温升实验进行数值模拟，并将模型预测的变压器进、出口油温度变化情况与实验值进行对比，如图5（a）所示. 从图5（a）曲线可以看出：高压绕组和低压绕组出口油温呈现同样的变化趋势，即通电初始阶段（约27 min），油温度急剧上升，随后油温上升速度显著减慢，最后趋于稳定. 出口油温的变化规律与变压器内部非稳态传热和油冷却器中油二次散热有关，即在变压器初始运行阶段，由于油温度较低、黏度较大，油泵工作扬程较大、流量较小，因此，在相同绕组发热量条件下，绕组和油温度上升都比较快；另一方面，在初始阶段，油流量较少，且油与空气间温差较小，油冷却器中油-空气换热量较少，因此，油从绕组获得的热量不能及时散发到大气中，导致油和绕组温度快速上升. 运转一段时间后，油温度已经显著上升，其黏度明显下降，此时，油流量较大，绕组能够得到有效冷却，同时由于油冷却器内传热也显著变强，油从绕组得到的热量能够及时排放大气，因而油和绕组温度上升速度明显减慢，最终趋于稳定. 对比图5（a）中温度曲线可以看出：本文模型预测的变压器进、出口油温曲线与实验值吻合较好，稳定运行的误差分别为1.8 ℃和0.7 ℃，整个动态过程的最大误差小于5.0 ℃，能够满足工程实践需求；本文预测的油温稳定时间（与稳定后温度相差1.0 ℃所需运行时间）与实验值接近，即58 min和61 min.

图 5 变压器油和绕组温度模型预测值与计算值对比

Figure 5. Comparisons of oil and winding temperatures of current model against experimental counterparts

下载: 全尺寸图片幻灯片

绕组断电时刻直流电阻反推高压和低压绕组平均温度数值见图5（b）右上角数值点. 为便于与实验值进行比较，对变压器模型计算的高、低压绕组温度场分别做平均处理，并将其随时间的变化情况绘于图5（b）中. 从图5（b）看出：变压器初始运行阶段，绕组温度快速升高，经过一段时间后温度上升速度显著减慢，最后趋于稳定. 显然，由于绕组发热量需要通过油带走，绕组温度上述变化规律与图5（a）中进、出口油温变化曲线一致. 定量比较图5（b）中稳态条件下高、低压绕组温度的模型预测值与实验值可以看出：两者比较接近，相对误差分别为3.2% 和0.6%.

为方便读者参考，表1总结了模型预测油温和绕组温度的实验测量值与预测值的相对大小.

表 1 油和绕组稳态温度预测值与实验值的对比

Table 1. Comparison of oil and winding temperatures of current model against experimental counterparts

参数	进口油温/℃	出口油温/℃	稳定时间/min	高压绕组温度/℃	低压绕组温度/℃
模型预测值	68.5	73.9	58	81.4	92.7
实验值	66.7	73.2	61	78.9	92.1
偏差	1.8	0.7	−3	2.5	0.6

下载: 导出CSV

| 显示表格

上述对比分析表明：本文强迫油循环风冷变压器散热模型具有较好的预测精度，可以用于牵引变压器动态温度场研究.

4. 变压器温度场分析

为进一步了解变压器内部温度情况，图6给出了典型时刻高压和低压绕组以及相应流道内油温度沿轴向的分布曲线，横坐标0和750分别代表绕组线柱底部和顶部. 由于低温油从线圈柱底部进入绕组层间流道，吸收绕组损耗热后从顶部流出，因此油温度沿绕组轴向不断升高；另一方面，随着轴向油温的升高，油冷却能力变弱，为此绕组温度也会沿轴向不断增加，与图6温度曲线一致. 铜导线电阻值随温度升高而增大，所以绕组顶部发热强度比较大，然而图6绕组曲线显示其顶部温度变化率比较小. 绕组的这种温度分布特点可能与油热容量（等于油流量与比热的乘积）的大小有关. 当油热容量较大时，吸收同样损耗热后温度变化较小；当油轴向温升速度比绕组慢时，轴向传热温差将增加，此时即便下游绕组发热强度较大，其轴向温升速度也可能比上游慢. 根据图6中可以看出：本文变压器油热容量比较大，其轴向温度增加速度明显低于绕组，证实了图6绕组温度轴向增加速度逐渐减慢的合理性. 实际上，绕组温度的变化趋势与文献[18]报道一致.

图 6 变压器内高、低压绕组和油轴向温度分布

Figure 6. Axial temperature profiles of high-and low-voltage windings and oils

下载: 全尺寸图片幻灯片

对比图6中实心方块和圆标记的曲线可以看出：高压和低压绕组流道进口处（轴向位移为0）油温度相同，但两者油温轴向变化速率明显不同，高压区流道油轴向温升速度明显高于低压区，另外，低压绕组的温度则明显高于高压绕组. 变压器高压区和低压区的这种温度差异与高低压绕组结构和工作参数有关.

5. 结　论

牵引变压器供电功率大且随时间波动，需要采用先进的强迫油循环风冷方式进行散热，然而，相关的变压器动态温度场研究报道比较有限. 本文将变压器（含绕组和冷却油）、油冷却器、油泵和管道等视为一个完整系统，建立了强迫油循环风冷型牵引变压器分布参数的动态温度场数学模型，并提出一套数值求解算法. 为了检验模型预测精度，对一台动车组牵引变压器样机进行动态温升性能实验. 此外，借助该模型对绕组内部温度场情况进行了分析.

研究表明，本文变压器数值模型有较好的精度，预测的牵引变压器稳态条件进、出口油温（68.5 ℃和73.9 ℃）和平均过渡时间（58 min）均与对应的实验值（66.7 ℃和73.2 ℃，61 min）吻合较好. 另外，模型预测的高压绕组平均温度与实验值偏差大于低压绕组，约为2.5 ℃.

牵引变压器动态温度场与其结构和工作参数密切相关，借助本文模型可以对其几何结构和工况条件进行优化.

References(11)

References

来亚南. C_(80B)型车车体疲劳寿命分析[J]. 机械设计与制造,2015(8): 105-109. doi: 10.3969/j.issn.1001-3997.2015.08.028

LAI Yanan. Fatigue analysis of C_(80B) freight train[J]. Machinery Design & Manufacture, 2015(8): 105-109. doi: 10.3969/j.issn.1001-3997.2015.08.028

徐刚,周鋐,陈栋华,等. 基于虚拟试验台的疲劳寿命预测研究[J]. 同济大学学报(自然科学版),2009,37(1): 97-100.

XU Gang, ZHOU Hong, CHEN Donghua, et al. Virtual test rig based study on fatigue life prediction[J]. Journal of Tongji University (Natural Science), 2009, 37(1): 97-100.

FERRY W B, FRISE P R, ANDREW G T, et al. Combining virtual simulation and physical vehicle test data to optimaze durability testing[J]. Fatigue and Fracture of Engineering Materials and Structures, 2002, 25: 1127. doi: 10.1046/j.1460-2695.2002.00605.x

陈栋华. 轿车底盘零部件耐久性虚拟试验理论与方法研究[D]. 上海: 同济大学, 2007

董明明,顾亮. 履带车辆非线性悬挂系统的ADAMS仿真[J]. 北京理工大学学报,2005,25(8): 670-673. doi: 10.3969/j.issn.1001-0645.2005.08.004

DONG Mingming, GU Liang. Simulation of nonlinear tracked vehicle suspension with ADAMS[J]. Transactions of Beijing Institute of Technology, 2005, 25(8): 670-673. doi: 10.3969/j.issn.1001-0645.2005.08.004

石琴,王涛,张代胜,等. 大客车车身骨架结构动应力仿真计算[J]. 汽车工程,2011,33(5): 433-437.

SHI Qin, WANG Tao, ZHANG Daisheng, et al. The simulation calculation of dynamic stress in bus body frame structure[J]. Automotive Engineering, 2011, 33(5): 433-437.

曾祥坤,田红旗. 散粒货物对铁路敞车端墙侧压力研究[J]. 铁道学报,2007,29(4): 32-37. doi: 10.3321/j.issn:1001-8360.2007.04.007

ZENG Xiangkun, TIAN Hongqi. Rsearch of lateral pressure of granular cargo on end walls of open wagon[J]. Journal of the China Railway Society, 2007, 29(4): 32-37. doi: 10.3321/j.issn:1001-8360.2007.04.007

赵方伟,付秀琴,张弘,等. 散粒货物对敞车静侧压力的分布规律研究[J]. 铁道机车车辆,2016(6): 42-45,48. doi: 10.3969/j.issn.1008-7842.2016.06.11

ZHAO Fangwei, FU Xiuqin, ZHANG Hong, et al. Static lateral pressure distribution study of granular cargo on gondola car[J]. Railway Locomotive & Car, 2016(6): 42-45,48. doi: 10.3969/j.issn.1008-7842.2016.06.11

刘宏友,李向伟,邓爱建等. C_(70E)型通用敞车模态试验研究[J]. 铁道车辆,2015,53(12): 32-36. doi: 10.3969/j.issn.1002-7602.2015.12.007

LIU Hongyou, LI Xiangwei, DENG Aijian, et al. Research on modal test of C_(70E) general gondola car[J]. Rolling Stock, 2015, 53(12): 32-36. doi: 10.3969/j.issn.1002-7602.2015.12.007

缪炳荣. 基于多体动力学和有限元法的机车车辆结构疲劳仿真研究[D]. 成都: 西南交通大学, 2006

王勇,曾京,吕可维. 三大件转向架货车动力学建模与仿真[J]. 交通运输工程学报,2003,3(4): 30-34. doi: 10.3321/j.issn:1671-1637.2003.04.008

WANG Yong, ZENG Jing, LU Kewei. Dynamic modeling and simulation of three-piece bogie freight car[J]. Journal of Traffic and Transportation Engineering, 2003, 3(4): 30-34. doi: 10.3321/j.issn:1671-1637.2003.04.008

Relative Articles

[1]	XIE Shaofeng, LI Weilan, HUANG Darui, ZHONG Fan. Modeling and Simulation of Inductive Coupling Interference from Suburban Railways to Buried Pipelines[J]. Journal of Southwest Jiaotong University, 2024, 59(6): 1256-1265, 1304. doi: 10.3969/j.issn.0258-2724.20220652
[2]	WANG Jiaming, TAN Yuedong, JIN Zhihui, YAN Liying, JI Cheng, LI Zhigang, SHAO Teli. Study on Compression Test and Equivalent Simulation Model of Aluminum Foam[J]. Journal of Southwest Jiaotong University, 2023, 58(1): 91-99, 116. doi: 10.3969/j.issn.0258-2724.20210563
[3]	LIU Pengfei, LIU Hongjun, GAO Hao, REN Zunsong, ZHANG Kailong. Elastic Vibration of Wheelset and Its Dynamic Effect on Railway Heavy-Haul Freight Wagon[J]. Journal of Southwest Jiaotong University, 2022, 57(1): 90-98, 234. doi: 10.3969/j.issn.0258-2724.20210024
[4]	LIU Wei, LIU Tongtong, WANG Hui, LI Kunpeng, ZHANG Jian, SANG Guoyang, WU Tuojian. Dynamic Simulation of Load Process for Urban Rail Power Supply System Driven by Operation Diagram[J]. Journal of Southwest Jiaotong University, 2022, 57(5): 967-975. doi: 10.3969/j.issn.0258-2724.20200752
[5]	CUI Sheng'ai, LIU Pin, CAO Yibin, SU Jiao, ZHU Bing. Simulation Study on Multiline Vehicle-Bridge Coupled Vibration[J]. Journal of Southwest Jiaotong University, 2017, 30(5): 835-843. doi: 10.3969/j.issn.0258-2724.2017.05.001
[6]	LIU Zhongbin, XIAO Shoune, LUO Shihui. Simulation of Airbag Ejection Acceleration Process on a Train Collision Testbed[J]. Journal of Southwest Jiaotong University, 2017, 30(1): 127-132. doi: 10.3969/j.issn.0258-2724.2017.01.018
[7]	LU Gongyuan, YAN Haifeng, XU Jin. Railway Passenger Station Operation Combined Simulation Model Based on TCPN[J]. Journal of Southwest Jiaotong University, 2013, 26(4): 694-701. doi: 10.3969/j.issn.0258-2724.2013.04.016
[8]	CUIShengai\|SHAN Deshan\|ZHUBing, . Simulation of Vehicle-Bridge Coupling Vibration for Yujiang River Bridge on Nanning-Guangzhou High-Speed Railway[J]. Journal of Southwest Jiaotong University, 2011, 24(3): 385-390. doi: 10.3969/j.issn.0258-2724.2011.03.005
[9]	LI Qi, CHEN Weirong, JIA Junbo, CHAM Yew Thean, HAN Ming. Dynamic Characteristic Modeling and Control of Proton Exchange Membrane Fuel Cell[J]. Journal of Southwest Jiaotong University, 2009, 22(4): 604-608.
[10]	LIU Chenglong, YANG Youtao, XU Xiaozuo. Simulated Determination of Accuracy Requirement for Control Points Ⅲ Intersection Networks in High-Speed Railway[J]. Journal of Southwest Jiaotong University, 2008, 21(6): 718-723.
[11]	SU Qian, WANG Xun, LIU Shen. In-situ Test on Engineering Application of New Thermal-Insulation Materials in Qinghai-Tibet Railway Subgrade[J]. Journal of Southwest Jiaotong University, 2007, 20(4): 395-399.
[12]	JIANG Guanlu, LIU Xianfeng, ZHANG Jianwen, ZHAO Ruyi. Shaking Table Test of Composite Foundation Reinforcement of Saturated Silty Soil Ground for High Speed Railway[J]. Journal of Southwest Jiaotong University, 2006, 19(2): 190-196.
[13]	SHUAI Bin, SUN Chaoyuan. System Dynamics Model for Pricing of High-Speed Railways[J]. Journal of Southwest Jiaotong University, 2006, 19(2): 206-209.
[14]	ZHANG Zeqiang, CHENG Wenming, ZHONG Bin, TANG Liansheng. Model and Simulation of Angel of Two-Degree of Freedom for Overhead[J]. Journal of Southwest Jiaotong University, 2006, 19(6): 696-699.
[15]	CHENG Gang, QIUWen-ge, GAOXin-qiang. Experimental Research on Bamboo-Truncating Tunnel Portal for Single-Track Railway[J]. Journal of Southwest Jiaotong University, 2004, 17(2): 152-156.
[16]	ZHONG Hui-hong, TANG Kang-min, HUANG Mao-song. Dynamic Performance of Clayey Railroad Subgrade[J]. Journal of Southwest Jiaotong University, 2002, 15(5): 488-491.
[17]	TANG Zhi-hui, CHENHua-bin, ZHOUMei-yu. A Study on the Development Platform of Dynamic Graphic Simulation System for Locomotive Circuits[J]. Journal of Southwest Jiaotong University, 2000, 13(2): 165-169.

Supplements(0)

Cited By

Cited by

Periodical cited type(6)

1.	邵文东，赵尚超，李强，裴宪军，马巧艳，李向伟. 低周疲劳的结构应变法在铁路货车上的工程应用. 焊接学报. 2024(02): 113-120+135-136 .
2.	赵尚超，王东坡，李向伟，方吉. 焊接结构模态结构应力法程序开发及工程应用. 焊接学报. 2023(03): 1-7+129 .
3.	赵尚超. 基于主S-N曲线法的铁路货车车体虚拟台架试验. 华东交通大学学报. 2022(03): 110-117 .
4.	张强，李晓峰，马云东，李向伟，李文全. 基于实测载荷的货车车体疲劳试验加载方法. 中国铁道科学. 2022(04): 139-147 .
5.	赵尚超，王东坡，李向伟. 关于货车车体疲劳试验模拟目标选择的研究. 铁道车辆. 2021(03): 21-25 .
6.	赵尚超，方吉. 散粒货物建模对车体动应力计算影响分析. 车辆与动力技术. 2020(02): 41-44 .

Other cited types(2)

Proportional views

Proportional views

通讯作者: 陈斌, bchen63@163.com

1.
沈阳化工大学材料科学与工程学院沈阳 110142

Figures(15) / Tables(2)

Get Citation

PDF

XML

Article views(396) PDF downloads(11)