楊懷志 丁幼亮
(1.京滬高速鐵路股份有限公司,北京 100000;2.東南大學,江蘇 南京 210018)
?
基于橫向振動監(jiān)測的高鐵橋梁安全性預警方法
楊懷志1丁幼亮2
(1.京滬高速鐵路股份有限公司,北京100000;2.東南大學,江蘇 南京210018)
介紹了基于橫向振動監(jiān)測的列車走行安全性監(jiān)測原理,根據大勝關大橋的主梁橫向振動監(jiān)測數據,采用主成分分析方法,建立了高速鐵路橋梁列車走行安全性監(jiān)測與預警方法,有利于確保列車行走的安全性。
高速鐵路橋梁,走行安全性,振動監(jiān)測,主成分分析
京滬高鐵南京大勝關長江大橋為京滬高速鐵路和滬漢蓉鐵路共用的跨江通道,是世界首座六線鐵路大橋。大勝關大橋具有體量大、跨度大、荷載大、速度高等顯著特點,336 m主跨是目前世界上高速鐵路橋梁的最大跨度,通行六線鐵路也是目前世界上設計荷載最大的高速鐵路橋梁,大橋設計行車速度300 km/h處于世界先進水平。
大勝關大橋結構健康監(jiān)測系統(tǒng)為列車走行安全性監(jiān)測提供了新的契機。該橋結構健康監(jiān)測系統(tǒng)主要監(jiān)測結構溫度、橋梁變形、支座工作狀況、結構振動、行車狀況以及橋梁的結構應力、結構疲勞狀況以及與橋址環(huán)境相關的風速、溫度等參數[1]。本文以京滬高鐵南京大勝關大橋2013年的主梁實測橫向加速度數據為對象,研究基于主成分分析的列車走行安全性監(jiān)測與預警方法。
列車走行安全性是指車輛在運行過程中不出現(xiàn)脫軌現(xiàn)象。一般采用脫軌系數和輪重減載率來判斷列車運行安全性。文獻[2]指出現(xiàn)行脫軌系數和輪重減載率的限值不能防止脫軌發(fā)生,列車脫軌的根本原因是列車橋梁(軌道)時變系統(tǒng)的橫向振動喪失穩(wěn)定,使此系統(tǒng)始終保持穩(wěn)定的橫向振動狀態(tài),就能達到控制列車脫軌的目的。因此,實測主梁橫向振動是否處于穩(wěn)定狀態(tài)可以反映列車走行安全性,當橋梁出現(xiàn)橫向剛度退化等情況可能影響列車走行安全性時,可以通過判斷主梁橫向振動是否發(fā)生異常而及時做出預警。
2.1大勝關大橋主梁橫向振動監(jiān)測系統(tǒng)
大勝關大橋主橋為一聯(lián)(108+192+2×336+192+108)m鋼桁拱橋,主橋立面圖如圖1所示。為了監(jiān)測主梁兩主跨在高速列車作用下的橫向加速度響應,分別在兩主跨跨中1—1斷面和2—2斷面處各安裝1個橫向加速度傳感器,分別為傳感器JSD-11-04和JSD-15-06。本文以2013年中310 d的橫向加速度數據為對象,研究大勝關大橋列車走行安全性監(jiān)測與預警方法。
2.2大勝關大橋主梁橫向振動監(jiān)測結果與分析
本文采用加速度幅值參數作為大勝關大橋主梁橫向振動特性的監(jiān)測參數。加速度幅值參數一般指加速度響應的某種最大值或某種意義下的有效值。為此,考察加速度峰值和均方根值兩種加速度幅值參數在主梁橫向振動監(jiān)測中的適用性。
圖2分別給出了2013年2月1日每一次列車通過時主梁第1跨跨中的橫向加速度幅值參數與列車速度的相關性散點圖。從圖中可以看出,隨著列車車速的增加,加速度峰值和均方根值兩種加速度幅值參數均有增大的趨勢。但是,列車高速通過時的加速度幅值參數與列車速度的相關性較差,特別是當列車速度超過200 km/h后,無論是加速度峰值或是均方根值的變化幅度均較大。這表明,同一車速各次行車的實測橫向振動響應相差很多,這主要是由于各次行車的輪軌接觸狀態(tài)不同引起的。上述分析結果表明,加速度幅值參數與列車速度之間難以建立有效的相關性模型用以表征高速列車通過時的系統(tǒng)橫向振動狀態(tài)。此外,從圖2中也可以看出,高速列車通過時主梁橫向加速度幅值參數的波動性較大。這是因為,高速列車通過時列車—軌道—橋梁系統(tǒng)橫向振動具有強烈的隨機性。因此,難以根據系統(tǒng)某一測點的橫向加速度響應表征整個系統(tǒng)的橫向振動狀態(tài)。
下面考察高速列車通過時主梁兩主跨跨中的橫向加速度幅值參數之間的互相關性。
圖3分別給出了2013年2月1日兩主跨跨中的加速度峰值和加速度均方根值的互相關性散點圖及二次多項式擬合結果。根據圖3b)建立的二次多項式擬合公式進一步繪制第2跨跨中加速度均方根的實測值與擬合值的相關性散點圖,如圖4a)所示。圖4a)給出了2013年2月1日實測值與擬合值的相關系數為0.939 1,采用相同的計算方法得到2013年310 d每一天橫向振動數據計算得到的相關系數,均在0.90以上。上述分析結果表明,高速列車通過時主梁兩主跨跨中的橫向加速度響應的均方根值具有良好的互相關性。
2.3基于橫向振動監(jiān)測的大勝關大橋列車走行安全性預警方法
根據2.2節(jié)的分析結果,橫向加速度的均方根值可以作為反映列車走行安全性的監(jiān)測參數,并且主梁不同測點之間均方根值的互相關性模型可以作為列車走行安全性評價模型。在此基礎上,本節(jié)討論大勝關大橋列車走行安全性異常預警方法。首先考察均方根值互相關性模型的二次多項式擬合系數的長期監(jiān)測結果。圖5給出了主梁兩主跨跨中均方根值互相關性的二次多項式擬合系數,分別為二次項系數a、一次項系數b和常數項系數c。從圖5中可以看出,雖然每一天的橫向加速度監(jiān)測數據可以擬合相關性良好的二次多項式模型,但是每一天的二次多項式擬合系數仍存在較大的波動。這是因為,在溫度等環(huán)境條件的變化影響下,列車—軌道—橋梁系統(tǒng)的橫向振動性能會在一個較寬的范圍內波動,直接根據二次多項式模型的3種擬合系數難以反映橫向振動狀態(tài)的異常變化。然而,由于環(huán)境因素的多樣性以及對橋梁振動影響的復雜性,目前尚難以全面準確地測量各種環(huán)境因素并有效地分離出各因素的影響量。為此,本文針對二次多項式模型的3種擬合系數研究基于主成分分析的“環(huán)境條件歸一化”方法,主成分分析方法理論上不需要監(jiān)測環(huán)境因素變量,具有較好的工程應用前景[3,4]。
本文將列車脫軌能量隨機分析理論和鐵路橋梁結構健康監(jiān)測系統(tǒng)相結合,基于橫向振動監(jiān)測數據并采用主成分分析方法建立了大勝關大橋列車走行安全性監(jiān)測與預警方法。分析結果表明:
1)高速列車通過時列車—軌道—橋梁系統(tǒng)橫向振動具有強烈的隨機性,根據系統(tǒng)某一測點的橫向加速度響應及其與列車速度之間的相關性均難以表征系統(tǒng)橫向振動狀態(tài);
2)高速列車通過時主梁兩主跨跨中橫向加速度響應的均方根值具有良好的互相關性,通過系統(tǒng)橫向振動能量的空間分布特性可以表征高速列車通過時的系統(tǒng)橫向振動狀態(tài);
3)采用主成分分析方法可以有效地消除環(huán)境因素對實測橫向加速度均方根值互相關性的影響,在此基礎上建立的預警指標可以識別出列車走行安全性退化引起的均方根值異常變化,可以應用于大勝關大橋列車走行安全性的在線狀態(tài)監(jiān)測。
[1]Zhang N,Xia H,Guo W W.Vehicle-bridge interaction analysis under high-speed trains[J].Journal of Sound and Vibration,2008,309(3-5):407-425.
[2]曾慶元,向俊,婁平,等.列車脫軌的力學機理與防止脫軌理論[J].鐵道科學與工程學報,2004,1(1):19-31.
[3]丁幼亮,李愛群,耿方方.考慮環(huán)境因素影響的懸索橋整體狀態(tài)預警方法研究[J].東南大學學報(自然科學版),2010,40(5):1052-1056.
[4]梅長林,周家良.實用統(tǒng)計方法[M].北京:科學出版社,2002.
The safety early warning method of high speed railway bridge based on transverse vibration monitoring
Yang Huaizhi1Ding Youliang2
(1.Beijing-Shanghai High Speed Railway Limited Company by Share, Beijing 100000, China;2.Southeast University, Nanjing 210018, China)
This paper introduced the safety monitoring principle of train running based on transverse vibration monitoring, according to the girder transverse vibration monitoring data of Dashengguan bridge, using the principal component analysis method, established the safety monitoring and early warning method of train running of high speed railway bridge, to ensure the safety of train running.
high speed railway bridge, running safety, vibration monitoring, principal component analysis
1009-6825(2016)25-0164-02
2016-06-23
楊懷志(1969- ),男,高級工程師
TU311.41
A