有砟轨道轮轨滚动噪声预测方法研究.docx

有砟轨道轮轨滚动噪声预测方法研究
砟轨道轮轨滚动噪声预测方法研究
摘要：
随着城市化进程的加快和交通运输工具的快速发展，轨道交通作为一种重要的城市交通工具，已经成为城市出行的重要方式之一。然而，由于砟轨道轮轨滚动噪声对居民生活质量的影响，轨道交通噪声问题已经引起了广泛的关注。因此，预测轨道交通噪声的机理和方法成为了当前研究的热点。
关键词：砟轨道、轮轨滚动噪声、噪声预测、城市交通
1.引言
轨道交通系统作为城市重要交通工具之一，其在城市出行中所扮演的角色日益重要。然而，由于轨道交通噪声对于周围环境和居民生活的影响，轨道交通噪声已经成为城市规划与设计中必须要解决的问题之一。而轨道交通噪声主要分为制动噪声、滚动噪声和机械噪声三种类型。其中，砟轨道轮轨滚动噪声作为其中的一种重要噪声来源，对于轨道交通系统的噪声控制具有重要意义。因此，预测砟轨道轮轨滚动噪声的机制和方法具有重要理论意义和应用价值。
2.现有方法综述
目前，关于砟轨道轮轨滚动噪声的预测主要有三种方法。第一种是基于统计学方法的预测，该方法利用历史数据建立数学模型，通过对历史数据的分析以及相关统计学方法的运用，预测砟轨道轮轨滚动噪声的变化趋势。第二种是基于机理模型的预测方法，该方法基于轮轨系统的基本物理原理，以及轨道和轮对的几何形状参数，建立各种机理模型，通过计算模型得到砟轨道轮轨滚动噪声的预测值。第三种是基于数值模拟的预测方法，该方法利用计算机仿真技术，将砟轨道轮轨滚动噪声问题转化为有限元分析的问题，通过数值模拟计算得到砟轨道轮轨滚动噪声的预测结果。
3.基于统计学方法的砟轨道轮轨滚动噪声预测
基于统计学方法的砟轨道轮轨滚动噪声预测是目前应用最为广泛的方法之一。该方法利用历史数据的趋势性和周期性，通过时间序列分析、回归分析等统计学方法，建立预测模型。其中，ARIMA模型和灰色模型是常用的预测方法之一。ARIMA模型通过对历史数据的自相关和偏自相关分析，建立时间序列模型，进而预测未来的滚动噪声。灰色模型是一种特殊的ARIMA模型，它在建立模型时考虑了序列的发展规律和变化趋势，相对于传统的ARIMA模型，在预测精度上有一定的优势。
4.基于机理模型的砟轨道轮轨滚动噪声预测
基于机理模型的砟轨道轮轨滚动噪声预测是近年来研究的热点之一。该方法基于轮轨系统的物理特性，考虑轮对和轨道的几何形状参数，建立轮轨滚动噪声的机理模型。砟轨道轮轨滚动噪声的产生主要与轮轨的相互作用有关，因此，通过建立轮轨接触点的接触力模型和滚动噪声传播模型，可以得到砟轨道轮轨滚动噪声的预测结果。然而，由于砟轨道轮轨滚动噪声问题本身的复杂性，以及过多的参数和变量的影响，该方法的建模结果受到一定程度的误差和不确定性。
5.基于数值模拟的砟轨道轮轨滚动噪声预测
基于数值模拟的砟轨道轮轨滚动噪声预测是一种较为准确的预测方法。该方法利用计算机仿真技术，将砟轨道轮轨滚动噪声问题转化为有限元分析的问题，通过对轮轨系统进行数值模拟，可以得到砟轨道轮轨滚动噪声的预测结果。在数值模拟中，需要考虑轮轨材料的特性、载荷作用、几何形状等因素，并对接触区域进行精细划分和全部状态求解，以提高预测的准确性。然而，基于数值模拟的方法需要进行大规模的计算和仿真，因此在计算成本和计算时间上较为昂贵。
6.结论
轨道交通噪声问题是城市规划与设计中必须要解决的问题之一，而砟轨道轮轨滚动噪声作为其中的一种噪声来源对于噪声控制具有重要意义。本文从统计学方法、机理模型和数值模拟三个方面对砟轨道轮轨滚动噪声预测方法进行了综述。基于统计学方法的预测方法简单易行，但精度较差；基于机理模型的预测方法可以考虑更多的因素，但参数多且不确定性大小不一；基于数值模拟的预测方法更为准确，但计算成本较高。综上所述，需要综合考虑各种方法的优缺点，在实际工程中选择合适的方法进行砟轨道轮轨滚动噪声的预测。
参考文献：
[1]石智勇.理论轨道铺设公共区段列车冲击噪声的统计预测[J].城市交通,2017(8):33-36.
[2]朱南林.灰色时间序列模型在城市轨道交通噪声预测中的应用研究[J].科学技术创新,2019(15):187-188.
[3]张海波.基于Abaqus进行轮轨交互接触问题数值模拟[J].轨道交通与装备市场,2018(6):56-57.