快捷入口

  • 在线投稿
  • 定稿查询
  • 在线审稿
  • 在线办公

期刊简介

期刊简介 期刊简介

主编：余志武

执行主编：蒋学东

ISSN：1672-7029

CN：43-1423/U

主管单位：教育部

主办单位：中南大学

出版周期：月刊

电话：0731-82656536

邮箱：jrse@csu.edu.cn

地址：湖南省长沙市韶山南路22号，中南大学天心校区

  • 最新文章
  • 过刊浏览
更多
Volume 23 期 5，2026 2026年第23卷第5期

  • 高速铁路技术

    宋颖, 刘晨, 高志强

    DOI：10.19713/j.cnki.43-1423/u.T20251152
    摘要：在高速铁路的快速发展进程中，钢轨焊接接头因轮轨瞬态冲击引发的非均匀磨耗是制约钢轨服役寿命和影响列车安全的关键问题。为研究钢轨焊接接头的磨耗演变规律，采用ABAQUS-Universal Mechanism(UM)-MATLAB联合仿真技术，基于Kik-Piotrowski轮轨接触理论和Archard磨耗理论，构建了考虑钢轨硬度分布情况的焊接接头磨耗演变预测模型，对钢轨焊接接头在长期服役过程中的磨耗行为进行了仿真，系统分析了钢轨焊接接头布置位置、初始不平顺以及热影响区和钢轨母材硬度差异等因素对钢轨焊接接头磨耗的影响。结果表明：高速列车通过钢轨焊接接头时，长波长焊接接头型面会经历显著变化，不平顺现象沿列车运行方向扩散，且磨耗初期轮轨相互作用力呈现先降后升的趋势；凸型焊接接头会导致轮轨接触力反作用，且随着列车累计通过总重的增加，进而引发周期性不平顺从而形成钢轨波浪形磨耗；优化钢轨焊接接头位置有助于降低轮轨冲击作用，焊接接头位于承轨台正上方相比位于跨中上方会导致更大的轮轨作用力，且当列车通过总重增加至30 Mt时轮轨作用力超出170 kN的安全限值。控制初始焊接接头波长≥0.2 m、波深<0.3 mm以及减小热影响区与钢轨母材硬度差能有效延缓凸型焊接接头磨耗。本文研究结果可为高速铁路钢轨焊接接头磨耗评估和性能优化提供理论依据。  
    关键词：高速铁路;钢轨焊接接头;硬度分布;磨耗演变;预测模型   
    68
    |
    16
    |
    0
    <HTML>
    <网络PDF><XML><Meta-XML>
    <引用本文> <批量引用> 157424315 false
    更新时间：2026-05-29

    邓智文, 刘斌, 董傲冉, 田志强, 柴崇峻

    DOI：10.19713/j.cnki.43-1423/u.T20251041
    摘要：在高速铁路实际运营过程中，当遇到突发事件引发的列车延误和维修天窗时间延长等情况时，铁路部门需及时生成相应的延误处置策略。为解决突发事件下高铁列车运行与维修天窗的一体化调整优化问题，综合考虑列车运行调整和维修天窗约束，以列车和维修天窗总延误时间最小为目标，建立列车运行与维修天窗一体化调整优化模型。利用对偶分解方法将模型按车站分解为主问题与若干子问题，构建Dantzig-Wolfe分解模型。设计一种行列生成算法，按照线路中车站的排列顺序递次向主问题中添加区间运行约束(行)，求解当前主问题并传递对偶信息供对应车站的定价子问题求解生成改进列车时刻表(列)与维修天窗开始和结束时刻，重复迭代直至生成线路上所有车站的最优列车运行和维修天窗一体化调整方案，其组合即为列车运行与维修天窗一体化调整优化问题的最优可行解。最后，为验证模型和算法的有效性，选取京沪高速铁路作为研究对象，设计不同延误场景和不同列车数量的测试案例，通过与Gurobi求解器对比分析，验证行列生成算法的质量和效率。结果表明，设计的行列生成算法在求解速度与精度上优于Gurobi，求得的列车和维修天窗总延误时间减少25.1%，求解时间在28.4 s以内。研究结果可为铁路运营管理部门在突发事件下进行高铁列车运行与维修天窗一体化调整提供科学依据。  
    关键词：高速铁路;列车运行调整;维修天窗;混合整数规划;Dantzig-Wolfe分解;行列生成算法;Gurobi   
    41
    |
    10
    |
    0
    <HTML>
    <网络PDF><XML><Meta-XML>
    <引用本文> <批量引用> 157423373 false
    更新时间：2026-05-29

    张睿, 杨信丰, 刘兰芬, 邵国荣

    DOI：10.19713/j.cnki.43-1423/u.T20251100
    摘要：为应对突发的列车延误状况，减少区间线路中断对列车运行的干扰，提出一种针对线路中断后的高速铁路列车运行调整优化方法。首先，通过考虑区间运行时分、车站到发线能力、追踪间隔等约束条件，以列车总到发延误时间最小和中断对列车运行区间影响范围最小为目标，构建列车运行调整模型。其次，在传统蚁群算法的基础上，通过解空间重构将列车到发时刻调整映射为旅行商问题，并优化信息素更新机制，提出改进蚁群算法以增强算法全局搜索能力。最后，以郑西高铁上行方向渭南北—洛阳龙门段为案例，模拟华山北—灵宝西区间中断场景来验证模型的有效性。结果表明，改进蚁群算法能够快速收敛，可获得满意的帕累托非支配解集，从列车总到发延误时间角度考虑，可实现线路总延误时间260 min的调整方案，从列车运行区间影响范围角度考虑，可实现中断对列车运行区间影响范围86 min的调整方案，与传统蚁群算法相比，该算法将列车总到发延误时间和故障影响范围分别减少了5.11%和7.04%。可有效实现区间线路中断后列车运行秩序的恢复，通过采用改变停站方案、区间赶点运行及合理越行等列车运行调整策略，显著缓解了后续列车的连锁延误，保障后续列车恢复正点运行。本研究可为复杂干扰情况下的列车运行调整提供调整处置策略备选方案。  
    关键词：高速铁路;列车运行调整;线路中断;蚁群算法;多目标优化   
    24
    |
    9
    |
    0
    <HTML>
    <网络PDF><XML><Meta-XML>
    <引用本文> <批量引用> 157423479 false
    更新时间：2026-05-29

    谢菲, 王家斌, 高广军

    DOI：10.19713/j.cnki.43-1423/u.T20251170
    摘要：为提升高寒丰雪环境下高速列车转向架区域的防积雪能力，基于Realizable k-ε连续相湍流模型，采用非稳态雷诺平均Navier-Stokes方法(URANS，unsteady Reynolds-averaged Navier-Stokes)，结合离散相模型(DPM，discrete phase model)进行数值模拟，对前后两端均安装倾斜端板的原始车型(方案1)、前端安装垂直端板+下斜导流板/后端安装倾斜端板的优化车型(方案2)、前后两端均安装垂直端板+下斜导流板的优化车型(方案3)3种不同端板外形下转向架区域的空气流场特性、雪粒运动轨迹、积雪堆积情况进行分析。同时，通过转向架区域净风场、两相流及冰雪风洞试验对数值模拟方法的精确度和适应性进行了系统验证。研究结果表明：相比于原始倾斜端板外形，当前端板采用垂直端板+下斜导流方案时，可显著减少转向架部件表面的正压分布，将上扬卷入转向架腔内的雪粒数量降低71.11%。当前后端板均采用垂直端板+下斜导流方案时，可有效减少前端进入转向架区域的雪粒数量，并将转向架表面黏附雪粒数量降低67.94%，此时在后端易产生紊乱气流形成更多积雪结冰，且在后导流板处雪粒子黏附数量增加了26.24%。前后端板均采用垂直端板+下斜导流的方案明显不能适应高速列车运行时的频繁换向需求，建议采用前端安装垂直端板+下斜导流板/后端安装倾斜端板的方案，并制作成可伸缩自适应的垂直导流板装置，以实现对转向架区域积雪结冰的双向控制。  
    关键词：高速列车;转向架区域;数值模拟;边界优化;积雪结冰   
    14
    |
    6
    |
    0
    <HTML>
    <网络PDF><XML><Meta-XML>
    <引用本文> <批量引用> 157423477 false
    更新时间：2026-05-29

    寇宏波, 李德深, 王雨阳, 郭翔宇, 汪运

    DOI：10.19713/j.cnki.43-1423/u.T20251185
    摘要：随着我国高速铁路建设的迅速发展，接触网系统的运行稳定性日益受到关注。作为接触网供电系统中的关键部件，吊弦的结构完整性和运行状态直接关系到列车运行的安全与可靠性。而要实现吊弦健康状态的自动化、智能化检测，首要任务是在复杂的外界条件下对吊弦部件进行精准识别。为此，本文提出一种基于因果学习的跨域目标检测算法，用于实现复杂场景下接触网吊弦的高效识别。首先，通过引入全局变换、几何变形和环境模拟等多种数据增强策略，扩充源域样本，模拟复杂多变的实际工况，从而实现标注信息的高效迁移。其次，在改进的Faster R-CNN目标检测框架中集成因果注意力模块，通过深入挖掘图像中关键区域与整体特征之间的因果关系，从而自动强化与吊弦相关的特征表达，有效抑制背景噪声和无关信息的干扰。最后，利用因果原型学习方法，通过将源域和目标域中相同类别的特征映射到统一的原型空间，实现跨域特征对齐，显著缓解因源域偏向和样本不平衡引起的检测误差。本文方法在多种典型复杂环境下进行了验证，实验结果表明，与主流的跨域目标检测方法，如Faster-RCNN、YOLOv11相比，本文方法在测试集上表现出最优性能。在保证较高检测精度的前提下，该方法还具备良好的跨域适应能力和鲁棒性，展现出广阔的工程应用前景。  
    关键词：因果学习;跨域检测;吊弦;数据增强;区域卷积神经网络   
    15
    |
    5
    |
    0
    <HTML>
    <网络PDF><XML><Meta-XML>
    <引用本文> <批量引用> 157423980 false
    更新时间：2026-05-29
查看更多
  • 最新网络首发
  • 热点专题
更多

    王明杰, 崔晨星, 刘卫丰, 谭新宇

    2026: 1-13. DOI: 10.19713/j.cnki.43-1423/u.T20260448
    摘要：为探究氯盐侵蚀环境与列车疲劳荷载耦合作用对城市轨道交通高架桥寿命的影响，本文建立了一种腐蚀-疲劳寿命预测模型。首先，基于无限-周期结构理论构建列车-轨道耦合频域解析模型，获取列车动荷载作用下的扣件支点反力，其次，建立30 m U型预应力混凝土（PC）梁有限元模型，以扣件支点反力作为动力激励，模拟并获取列车运行过程中U型梁的应力响应时程，结合Fick第二定律、钢筋时变锈蚀模型及Miner线性累积损伤理论，评估桥梁的累积疲劳损伤并预测其腐蚀疲劳寿命，最后，通过参数化研究，系统分析列车速度、轨道不平顺、列车运营频率和氯盐侵蚀环境对U型梁服役寿命的影响规律。研究结果表明：在设计使用条件下，U型梁表现出良好的抗疲劳性能，100年后的累积损伤值仅为0.24，极限寿命可达154.25年。然而，不同工况对寿命影响显著，列车速度从60 km/h增至120 km/h会导致寿命缩短28.67%，轨道不平顺由5级恶化至3级会导致寿命缩短18.26%，当两者共同作用时，寿命缩短幅度高达58.39%。此外，列车运营频率和氯盐侵蚀环境等级的增加分别使寿命降低33.81%和52.76%，两者的协同作用可导致寿命减少61.93%。该模型能有效反映U型PC梁在列车动力荷载与环境腐蚀双重作用下的退化特性，研究结论强调了维护轨道平顺状态及采取防腐措施对于延长城市轨道基础设施服役寿命的重要性。  
    <HTML>
    <网络PDF><XML><Meta-XML>
    <引用本文> <批量引用> 157743266 false

    0

    0

    0

    张立卿, 柯锋, 杨靖琪, 刘秋萍, 王云洋, 许开成, 韩宝国

    2026: 1-12. DOI: 10.19713/j.cnki.43-1423/u.T20260524
    摘要：基于体积排阻效应和静电自组装工艺，可促进碳纳米管（carbon nanotube，CNT）分散。纳米二氧化钛（nano-titanium dioxide，NT）兼具亲水、化学性质稳定与良好的力学性能，可与CNT组装，促进其改性效果与效率提升。NT与CNT的组装比例是影响复合填料对水泥砂浆力学性能的关键因素。因此，本研究采用静电自组装工艺制备不同组装比例的NT@CNT组装填料，研究了NT与CNT的组装比例对水泥砂浆不同龄期的抗压、抗折、拉伸黏结、劈裂抗拉强度，以及劈裂破坏能和压缩功的影响规律，并结合微观测试分析了其增强机理。研究结果表明：水泥砂浆的力学性能随NT：CNT组装比例的增大呈现先增加后降低的变化趋势。当NT与CNT的组装比例为5：1时，水泥砂浆的28d抗折强度、抗压强度、劈裂抗拉强度及压缩功均达到最大值，较空白组分别提升24.3%、17.5%、5.5%和54.9%。当NT与CNT组装比例为3：1时，水泥砂浆的28d劈裂破坏能和拉伸粘结强度达到峰值，较空白组分别提升128.7%和97.1%。通过扫描电子显微镜分析可知，当NT与CNT组装比例为5：1时，水泥砂浆内部微裂缝和孔洞更少，界面过渡区裂缝宽度明显降低，微观结构更加密实。压汞测试的试验结果进一步证实，当NT与CNT的组装比例为5：1时可有效降低水泥砂浆的孔隙率和有害孔的比例。研究结果为实现CNT对水泥砂浆力学性能的高效改善提供了新思路和方法。  
    <HTML>
    <网络PDF><XML><Meta-XML>
    <引用本文> <批量引用> 157741701 false

    0

    0

    0

    郑隆举, 黄娇娇, 韩云飞, 杨琼, 杜亚恒

    2026: 1-15. DOI: 10.19713/j.cnki.43-1423/u.T20260268
    摘要：针对质子交换膜燃料电池（proton exchange membrane fuel cell， PEMFC）数据驱动模型轻量化设计需求及退化数据非线性强、波动频繁导致的预测精度受限问题，提出一种基于卷积神经网络（convolutional neural network， CNN）和门控循环单元（gated recurrent unit， GRU）并行集成的预测方法。首先，采用绝对中位数偏差法、高斯移动平均滤波器和三次样条插值分别对稳态工况FC1和动态工况FC2下的退化数据进行去噪、平滑和1h间隔重构处理；然后，构建CNN-GRU并行集成预测模型，对重构退化数据划分训练集与验证集并输入模型；最后，利用模型内置优化器结合超参数空间随机采样，以验证集均方误差（mean square error， MSE）最小化为目标，对学习率、卷积核大小、GRU神经元数量及Dropout率进行优化，将最优参数赋予模型后进行PEMFC性能退化趋势预测，并通过对比实验验证方法有效性。实验结果表明，所提模型能精确拟合退化轨迹，对局部波动保持良好跟随，且数据依赖性低。在FC1和FC2工况下，相比CNN、GRU及CNN-GRU模型，累计均方根误差（root mean square error， RMSE）分别降低49.6%~88.9%，累计平均绝对误差（mean absolute error， MAE）降低46.9%~89.6%，决定系数（R-square， R2）提升28.6%~89.5%。关键超参数均稳定落在预设搜索区间内且未触及边界；其中学习率随训练数据规模扩大呈小幅上升趋势，其余参数仅平稳微调，模型性能未见剧烈波动，有效平衡了收敛速度、特征提取与过拟合抑制。该集成方法具备高鲁棒性与自适应能力，显著提升了PEMFC性能退化预测精度，为燃料电池健康管理提供了高效可靠的建模方案。  
    <HTML>
    <网络PDF><XML><Meta-XML>
    <引用本文> <批量引用> 157741618 false

    0

    0

    0

  • 特别推荐
  • 精选专辑
更多

特别推荐

更多
0