CN111444575A - 一种研究列车脱轨行为的仿真方法 - Google Patents

一种研究列车脱轨行为的仿真方法 Download PDF

Info

Publication number
CN111444575A
CN111444575A CN202010217026.7A CN202010217026A CN111444575A CN 111444575 A CN111444575 A CN 111444575A CN 202010217026 A CN202010217026 A CN 202010217026A CN 111444575 A CN111444575 A CN 111444575A
Authority
CN
China
Prior art keywords
derailment
vehicle
simulation
train
wheel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010217026.7A
Other languages
English (en)
Inventor
李春胜
杜红梅
李夫忠
唐彬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Yunda Technology Co Ltd
Original Assignee
Chengdu Yunda Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Yunda Technology Co Ltd filed Critical Chengdu Yunda Technology Co Ltd
Priority to CN202010217026.7A priority Critical patent/CN111444575A/zh
Publication of CN111444575A publication Critical patent/CN111444575A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种研究列车脱轨行为的仿真方法,通过对于轨道车辆***进行动力学仿真、脱轨情况设定,对车辆故障导致的列车脱轨行为进行仿真分析,获取列车正常运行、脱轨过程、脱轨之后车辆关键部件的振动信息。获取的振动信息可以用来评估脱轨对于车辆部件的影响,分析脱轨危害,及为脱轨检测***提供理论依据。本发明提供的方法,主要通过仿真获取脱轨情况下的车辆振动特性,相比于实验方法,本发明所提出的方法成本低廉、可重复性高、可模拟工况多、仿真车辆运行速度高、可以考虑整车/整列车脱轨情况、风险概率为0。

Description

一种研究列车脱轨行为的仿真方法
技术领域
本发明涉及铁路运输安全监控领域,具体涉及一种研究列车脱轨行为的仿真方法。
背景技术
预防列车脱轨是轨道交通领域永恒的研究课题,虽然业内专家已经在该领域进行了长期、大量的科研工作,但现阶段科技水平还不能完全保证列车不出现脱轨事故。据统计,车辆故障仍是脱轨的主要原因之一,且列车脱轨事故并不一定都能及时被司机发现,如在澳大利亚出现过,无人货运尾部机车脱轨十几公里后头部列车司机才发现了尾部机车脱轨。
列车、轮对脱轨后的动力学行为研究具有较高的工程应用价值。例如,列车脱轨后车辆部件的振动特征,可以为车载脱轨监测***提供理论依据,有效判断列车脱轨状态,及时提醒司机、无人驾驶***以采取合理措施。然而,列车脱轨后动力学行为研究仍是世界性难题。现有的脱轨实验台架往往只能进行单转向架或单轮对的脱轨实验,且存在成本高昂、实验潜在风险大、能够测试的脱轨情况有限、测试速度较低等局限。
因此,如何建立一种能够分析整车、整列车在不同运行工况下,尤其是高速运行状态脱轨状态的研究方法,是本领域技术人员目前需要解决的技术问题。
发明内容
本发明提供了解决上述问题的一种研究列车脱轨行为的仿真方法。
本发明通过下述技术方案实现:
一种研究列车脱轨行为的仿真方法,包括如下步骤:
S1.根据研究车辆,建立所研究车辆的多体动力学模型,基于车辆动力学理论、结合所研究车辆的实际结构与参数,建立多体动力学模型,所述多体动力学模型由自行编程实现或使用商业动力学仿真软件实现,对研究车辆的关键车辆部件建立成为6自由度的刚体模型,在模型中可以适当省略车辆部件,所述关键车辆部件包括但不限于车体、构架、轮对和轴箱,同时对多体动力学模型中的特殊部件进行设置,用户可以根据自己的实际需要设置特殊部件为结构弹性的刚柔耦合模型。;
S2.在所述多体动力学模型中建立虚拟传感器,设置多体动力学模型中的轮轨关系为多点接触和弹性接触;
S3.在多体动力学模型中导入所建立的虚拟传感器的虚拟传感器采集数据,基于所述研究车辆,设置所述虚拟传感器的数据信息,所述虚拟传感器的数据信息包括但不限于检测部件、安装位置、采集信号方向、信号类型和采样频率;
S4.设置仿真运行工况,基于所述研究车辆进行车辆牵引状态设置、车辆运行速度设置、线路设置和轨道不平顺等级设置,在一般性的分析中,可以忽略轨道结构,也可以对轨道进行详细结构建模,将枕木等的结构建模,考虑成为间距固定的刚体,通过弹簧阻尼力元连接到轨道上,也可以考虑路基的结构弹性;
S5.在多体动力学模型中设置车辆故障,为多体动力学模型设置可以导致脱轨的车辆故障,包括轮对故障、悬挂***故障等,如轮对多边形、踏面凹磨等;
S6.对多体动力学模型开始仿真,获取仿真脱轨过程中,虚拟传感器采集的信号,得到仿真结束的观察结果,设置仿真时间后,开始仿真,在仿真结束后,可以通过软件动画功能查看列车整个仿真过程中的车辆部件的形态、轮轨接触状态,观察列车从正常运行、发生脱轨、脱轨后的轮轨接触状态;
S7.将虚拟传感器采集的信号和所述S3中虚拟传感器的振动信号输入到振动信号分析单元得到分析结果,所述振动信号分析单元对仿真分析后获取的信号进行相应分析,相应分析包括时域分析,分析脱轨前后振动量级、位移变化,还包括频域分析脱轨后虚拟传感器信号的特征频率。
进一步地,在S1中,首先,需要确定所研究对象车辆的参数,包括车辆的惯性参数(质量、惯量等)、悬挂参数(刚度、阻尼等)、几何参数(部件间距、外观尺寸等)、轮轨参数(踏面型号、钢轨类型等)。然后,可以通过两种方式进行多体动力学模型的建立:第一种方式是通过建立车辆动力学***的方程进行编程计算:
Figure BDA0002424817320000021
其中,M、C、K分别为车辆***质量、阻尼、刚度矩阵,z为车辆位移矩阵,f为轮-轨激励。
第二种方法是可以使用现阶段已经成熟的车辆动力学分析软件(如,SIMPACK、Gensys、Adams等)。
在两种建模过程中,将车辆主要部件(车体、构架、轴箱、轮对)考虑成为6自由度。
鉴于现阶段轮轨接触理论较多,为了更好获取车辆异常状态下的轮-对相互作用状态,在模型中将轮轨接触设置为多点接触、弹性接触状态。
在仿真过车中采用简化Kalker理论(FASTSIM)计算轮轨切向接触、采用Hertz理论计算轮轨法向状态。
根据Hertz,轮轨垂向间隙可以写为:
z(x,y)=Ax2+By2
式中,A和B分别为纵向和横向相对曲率;
当轮轨的主曲率面重合时,即轮对没有摇头角,A和B的表达式如下:
Figure BDA0002424817320000031
式中,Rwx为车轮沿纵向的曲率半径,即车轮滚动半径;
Rrx为钢轨沿纵向的曲率半径,通常为+∞;
Rwy为车轮接触点处横向曲率半径;
Rry为钢轨接触点处横向曲率半径;
根据Hertz接触理论,接触斑长半轴a和短半轴b的表达式可写为:
Figure BDA0002424817320000032
Figure BDA0002424817320000033
式中,m和n为Hertz接触参数;P为轮轨法向力;G*为材料参数;
所述m和n的值是根据中间变量η值决定,根据η值对Hertz接触参数表进行查表,
所述
Figure BDA0002424817320000034
所述
Figure BDA0002424817320000035
式中,vw和Ew分别为车轮材料的泊松比和弹性模量;vr和Er分别为钢轨材料的泊松比和弹性模量;
轮轨接触时的刚性接近量δ0为:
Figure BDA0002424817320000036
式中,r为Hertz接触参数,其中
接触压力分布Pz为半椭球形:
Figure BDA0002424817320000037
进一步地,可以在轴箱、构架、车体等位置建立虚拟传感器,根据车辆***的振动传递关系,获取诸如振动加速度、位移、转角、弹簧力、轮轨力等信息。并可以根据不同的需求,设置虚拟传感器的采样频率、数据采集时间等;
应当了解所研究车辆的具体运行特点,合理设立仿真分析的运行工况,如不要将仿真速度超过研究车辆的最高实验速度。
本发明通过对于轨道车辆***进行动力学仿真、脱轨情况设定,对车辆故障导致的列车脱轨行为进行仿真分析,获取列车正常运行、脱轨过程、脱轨之后车辆关键部件的振动信息。获取的振动信息可以用来评估脱轨对于车辆部件的影响,分析脱轨危害,及为脱轨检测***提供理论依据。本发明提供的方法,主要通过仿真获取脱轨情况下的车辆振动特性,相比于实验方法,本发明所提出的方法成本低廉、可重复性高、可模拟工况多、仿真车辆运行速度高、可以考虑整车/整列车脱轨情况、风险概率为0。
本发明具有如下的优点和有益效果:
本发明通过机械部件动力学仿真分析的方法,模拟由于轨道异常导致的列车脱轨情况。相比于台架脱轨实验和线路脱轨实验而言,该发明不但成本非常低廉,且几乎没有风险,不会造成任何的人员伤亡和设备损坏。
本发明可提供更多脱轨场景的列车脱轨情况。脱轨试验台往往只能分析特定工况下的列车脱轨情况,如脱轨实验台大多通过只能测试单轮对或单转向架在低速(30km/h左右)脱轨的情况。而本发明可以进行整车、整列车在不同速度下,尤其是运行高速情况下的脱轨行为研究。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明的分析逻辑流程图。
图2为本发明轨道多体动力学模型示意图。
图3(a)为本发明车辆故障实测的18阶轮对多边形故障图
图3(b)为本发明车辆故障在SIMPACK软件内设置的理想18阶轮对多边形故障图。
图4为本发明举例仿真过程中第1轮对左侧车轮虚拟传感器采集到左侧轴箱的垂向加速度曲线图。
图5为本发明举例仿真过程中第1轮对左侧车轮虚拟传感器采集到右侧轴箱的垂向加速度曲线图。
图6为本发明举例仿真过程中第1轮对左侧车轮虚拟传感器采集到左侧轴箱的位移曲线图。
图7为本发明举例仿真过程中第1轮对左侧车轮虚拟传感器采集到右侧轴箱的位移曲线图。
图8为本发明举例仿真过程中车辆在正常运行情况下的1轴车轮虚拟传感器采集到信息图。
图9为本发明举例仿真过程中车辆在正常运行情况下的2轴车轮虚拟传感器采集到信息图。
具体实施方式
在对本发明的任意实施例进行详细的描述之前,应该理解本发明的应用不局限于下面的说明或附图中所示的结构的细节。本发明可采用其它的实施例,并且可以以各种方式被实施或被执行。基于本发明中的实施例,本领域普通技术人员在没有做出创造性改进前提下所获得的所有其它实施例,均属于本发明保护的范围。
实施例1,根据所研究车辆的信息,建立该车辆多体动力学模型,建模方法可以为自编程或商业软件。为方便解释说明,采用SIMPACK多体动力学软件、针对某一款城际列车作为案例。根据该车的惯性参数、几何参数、轮轨参数等建立相应的多体动力学模型(如图2所示)。车轮半径设置为0.43m,轮对踏面选取LM型,钢轨类型选择60kg钢轨,轨底坡设置为1:40。在模型中,将轮轨关系设置为“多点接触(Multipoint Contact)+弹性接触(ElasticContact)”;
根据该车的运行环境,将模型的轨道激励设置为美国5级谱(AAR5)。在车辆多体动力学模型中,布置虚拟传感器,见图2中深色方块。传感器安装位置为轴箱、抱轴箱、构架。每个虚拟传感器可以采集6个自由度的加速度、角加速度、速度、转速、位移和转角。虚拟传感器采样频率为2kHz;
设置仿真分析的线路情况,将轨距设置为标准轨距模式(1.435m),轨道不平顺等级设置为美国5级谱(AAR5)。线路设置为曲线工况:曲线半径为300m,缓和曲线长度为15m,超高为12cm,车辆运行速度为60km/h,仿真时间为20s;
在车辆模型中设置故障工况。将车辆的导向轮对(第1轮对)设置成为一种典型的多边形故障:多边形故障阶数为18阶、故障磨耗深度为0.2mm。图3(a)为实测的18阶轮对多边形故障,图3(b)为仿真分析过程中设置的理想18阶轮对多边形故障,并且在第1、2轮对设置2mm的轮对横移量。
开始计算,在计算结束之后,可以获取到整个仿真过程中虚拟传感器采集到的振动信息,图4为本发明举例仿真过程中第1轮对左侧车轮虚拟传感器采集到左侧轴箱的垂向加速度曲线图。图5为本发明举例仿真过程中第1轮对左侧车轮虚拟传感器采集到右侧轴箱的垂向加速度曲线图。图6为本发明举例仿真过程中第1轮对左侧车轮虚拟传感器采集到左侧轴箱的位移曲线图。图7为本发明举例仿真过程中第1轮对左侧车轮虚拟传感器采集到右侧轴箱的位移曲线图。SIMPACK软件提供了查看仿真时间内的车辆运行动画的功能。
图8为本发明举例仿真过程中车辆在正常运行情况下的1轴车轮虚拟传感器采集到信息图。
图9为本发明举例仿真过程中车辆在正常运行情况下的2轴车轮虚拟传感器采集到信息图。
用户可以根据自己的需要对虚拟传感器采集的数据进行视频、频域等分析。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种研究列车脱轨行为的仿真方法,其特征在于,包括如下步骤:
S1.根据研究车辆,建立所研究车辆的多体动力学模型;
S2.在所述多体动力学模型中建立虚拟传感器,设置多体动力学模型中的轮轨关系为多点接触和弹性接触;
S3.在多体动力学模型中导入所建立的虚拟传感器的虚拟传感器采集数据;
S4.设置仿真运行工况;
S5.在多体动力学模型中设置车辆故障;
S6.对多体动力学模型开始仿真,获取仿真脱轨过程中,虚拟传感器采集的信号,得到仿真结束的观察结果;
S7.将虚拟传感器采集的信号和所述S3中虚拟传感器的振动信号输入到振动信号分析单元得到分析结果。
2.根据权利要求1所述的一种研究列车脱轨行为的仿真方法,其特征在于,在所述S1中,基于车辆动力学理论、结合所研究车辆的实际结构与参数,建立多体动力学模型,所述多体动力学模型由自行编程实现或使用商业动力学仿真软件实现。
3.根据权利要求2所述的一种研究列车脱轨行为的仿真方法,其特征在于,在所述多体动力学模型中,对研究车辆的关键车辆部件建立成为6自由度的刚体模型,所述关键车辆部件包括但不限于车体、构架、轮对和轴箱,同时对多体动力学模型中的特殊部件进行设置,设置特殊部件为结构弹性的刚柔耦合模型。
4.根据权利要求1所述的一种研究列车脱轨行为的仿真方法,其特征在于,所述S3中,基于所述研究车辆,设置所述虚拟传感器的数据信息,所述虚拟传感器的数据信息包括但不限于检测部件、安装位置、采集信号方向、信号类型和采样频率。
5.根据权利要求1所述的一种研究列车脱轨行为的仿真方法,其特征在于,在所述S4中,基于所述研究车辆进行车辆牵引状态设置、车辆运行速度设置、线路设置和轨道不平顺等级设置。
6.根据权利要求1所述的一种研究列车脱轨行为的仿真方法,其特征在于,在所述S5中,为多体动力学模型设置可以导致脱轨的车辆故障,包括轮对故障、悬挂***故障。
7.根据权利要求1所述的一种研究列车脱轨行为的仿真方法,其特征在于,在所述S6中,设置仿真时间后,开始仿真,在仿真结束后,查看列车整个仿真过程中的车辆部件的形态、轮轨接触状态,观察列车从正常运行、发生脱轨、脱轨后的轮轨接触状态。
8.根据权利要求1-6任意一项所述的一种研究列车脱轨行为的仿真方法,其特征在于,在所述S7中,所述振动信号分析单元对仿真分析后获取的信号进行相应分析,相应分析包括时域分析,分析脱轨前后振动量级、位移变化,还包括频域分析脱轨后虚拟传感器信号的特征频率。
CN202010217026.7A 2020-03-25 2020-03-25 一种研究列车脱轨行为的仿真方法 Pending CN111444575A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010217026.7A CN111444575A (zh) 2020-03-25 2020-03-25 一种研究列车脱轨行为的仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010217026.7A CN111444575A (zh) 2020-03-25 2020-03-25 一种研究列车脱轨行为的仿真方法

Publications (1)

Publication Number Publication Date
CN111444575A true CN111444575A (zh) 2020-07-24

Family

ID=71629580

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010217026.7A Pending CN111444575A (zh) 2020-03-25 2020-03-25 一种研究列车脱轨行为的仿真方法

Country Status (1)

Country Link
CN (1) CN111444575A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111639395A (zh) * 2020-05-26 2020-09-08 成都运达科技股份有限公司 横向扩轨下车辆振动信息的获取装置和方法
CN112373495A (zh) * 2020-11-19 2021-02-19 华东交通大学 一种极端环境下铁路桥上列车脱轨控制方法、***、终端设备及可读存储介质
CN113536531A (zh) * 2021-05-31 2021-10-22 上海工程技术大学 一种基于突变理论的列车运行风险预测方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101051393A (zh) * 2007-05-18 2007-10-10 西南交通大学 一种铁道机车车辆轮轨动态接触的可视化仿真方法
CN101879907A (zh) * 2010-06-21 2010-11-10 南京航空航天大学 货运列车脱轨自动制动停车装置及方法
CN103852269A (zh) * 2012-12-01 2014-06-11 南车青岛四方机车车辆股份有限公司 高速列车运行动力学参数检测方法
CN106021789A (zh) * 2016-06-01 2016-10-12 北京交通大学 基于模糊智能的轨道车辆悬挂***故障分类方法及***
CN107521511A (zh) * 2017-08-18 2017-12-29 唐智科技湖南发展有限公司 一种车轮脱轨报警的方法及***
CN109753741A (zh) * 2019-01-11 2019-05-14 中国铁路总公司 一种基于数据驱动的机车机械部件性能演变辨识方法
CN110147641A (zh) * 2019-06-12 2019-08-20 中国神华能源股份有限公司 铁路货车转向架故障与动力学特性映射关系建立方法及装置
CN110308002A (zh) * 2019-06-21 2019-10-08 北京交通大学 一种基于地面检测的城轨列车悬挂***故障诊断方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101051393A (zh) * 2007-05-18 2007-10-10 西南交通大学 一种铁道机车车辆轮轨动态接触的可视化仿真方法
CN101879907A (zh) * 2010-06-21 2010-11-10 南京航空航天大学 货运列车脱轨自动制动停车装置及方法
CN103852269A (zh) * 2012-12-01 2014-06-11 南车青岛四方机车车辆股份有限公司 高速列车运行动力学参数检测方法
CN106021789A (zh) * 2016-06-01 2016-10-12 北京交通大学 基于模糊智能的轨道车辆悬挂***故障分类方法及***
CN107521511A (zh) * 2017-08-18 2017-12-29 唐智科技湖南发展有限公司 一种车轮脱轨报警的方法及***
CN109753741A (zh) * 2019-01-11 2019-05-14 中国铁路总公司 一种基于数据驱动的机车机械部件性能演变辨识方法
CN110147641A (zh) * 2019-06-12 2019-08-20 中国神华能源股份有限公司 铁路货车转向架故障与动力学特性映射关系建立方法及装置
CN110308002A (zh) * 2019-06-21 2019-10-08 北京交通大学 一种基于地面检测的城轨列车悬挂***故障诊断方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111639395A (zh) * 2020-05-26 2020-09-08 成都运达科技股份有限公司 横向扩轨下车辆振动信息的获取装置和方法
CN112373495A (zh) * 2020-11-19 2021-02-19 华东交通大学 一种极端环境下铁路桥上列车脱轨控制方法、***、终端设备及可读存储介质
CN112373495B (zh) * 2020-11-19 2021-12-17 华东交通大学 一种极端环境下铁路桥上列车脱轨控制方法、***、终端设备及可读存储介质
CN113536531A (zh) * 2021-05-31 2021-10-22 上海工程技术大学 一种基于突变理论的列车运行风险预测方法

Similar Documents

Publication Publication Date Title
CN111444575A (zh) 一种研究列车脱轨行为的仿真方法
Shi et al. Flexible vibration analysis for car body of high-speed EMU
Berggren et al. A new approach to the analysis and presentation of vertical track geometry quality and rail roughness
Ticona Melo et al. Dynamic response of a railway bridge to heavy axle-load trains considering vehicle–bridge interaction
Qu et al. Failure analysis on bogie frame with fatigue cracks caused by hunting instability
CN111444574B (zh) 基于动力学分析的传感器布局优化方法
JP2012058208A (ja) 鉄道車両の状態監視システムおよびそれを用いた鉄道車両の状態監視方法
CN109033683A (zh) 轨道车辆安全评价***
Kostrzewski Analysis of selected acceleration signals measurements obtained during supervised service conditions–study of hitherto approach
CN113654699B (zh) 轮轨垂向力检测方法及装置
Fermér et al. Wheel/rail contact forces for flexible versus solid wheels due to tread irregularities
Chudzikiewicz et al. Practical solution of rail vehicle and track dynamics monitoring system
Xinna et al. Dynamic characteristics of high-speed railway vehicle with axle box bearing faults
CN111639395B (zh) 横向扩轨下车辆振动信息的获取装置和方法
CN111428312A (zh) 列车脱轨行为过程中车辆部件振动特征获取方法
Chellaswamy et al. Optimized vehicle acceleration measurement for rail track condition monitoring
Li et al. Study on key technology of railway freight car body fatigue test
Steišūnas et al. Estimation of ambient temperature impact on vertical dynamic behaviour of passenger rail vehicle with damaged wheels
Weston et al. Track and vehicle condition monitoring during normal operation using reduced sensor sets
Zhang et al. Track irregularities estimation based on the vibration of car-body
Shi et al. Theory for computing vehicle-rail contact responses from a multi-DOF test vehicle and detecting track modulus and rail damages
CN211032592U (zh) 一种高速动车组基于车轴异常振动的轨道检测***
Li Wheel Polygon Detection Based on Vibration-Impact Analyses of Bogie Components
Niu et al. Dynamic stiffness characteristics analysis of bogie suspension for rail vehicle based on big data-driven bench test
Jung et al. A novel full scale roller rig test bench for shm concepts of railway vehicles

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200724