| Project/Area Number |
22K04281
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 22020:Structure engineering and earthquake engineering-related
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
蘇 迪 東京大学, 大学院工学系研究科(工学部), 特任准教授 (40535796)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2023: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | 軌道評価 / 弾性軌道 / MBS-FEM手法 / 材料損傷則 / 維持管理工学 / 劣化数理モデル |
|---|
| Outline of Research at the Start |
営業車両の車体にとりつける振動計測システムから軌道状態を把握することが期待されている．本研究では，スマートフォンにより観測した，営業車両の応答から軌道状態を推定し，材料損傷則と劣化数理モデルを考慮した軌道状態評価システムの構築を目指す．研究の方法としては，繰り返す計測の精度究明と向上を実施し，振動－損傷の連成効果が材料損傷則で解明できることを目指し，劣化数理モデルで損傷の推移予測への応用検証を行う．本システムは全国120社に及ぶ中小鉄道での利用を想定しており，僅か数万円の経済負担で安全性を向上させ，事故の発生を未然に防ぐと共に，鉄道インフラの維持管理の合理化を図るものである．
|
| Outline of Annual Research Achievements |
本研究では、スマートフォンを用いて観測された営業車両の応答から軌道状態を推定し、繰り返し計測の精度を向上させる方法を開発する。また、劣化数理モデルを用いて損傷の推移を予測するための検証を行う。本年度は、民営中小鉄道及び工場貨物鉄道での軌道状態を推定し、営業列車用の専用計測アプリの開発を進める。さらに、曲線走行時の弾性軌道構造に基づく走行シミュレーションツールを構築する。
1.ハーフカーモデルを採用し、前後台車中心位置における軌道形状を状態量に含む拡張状態空間モデルを定義する。このモデルは、カルマンフィルタとRTS平滑化を用いて車体応答から状態推定を行い、遺伝的アルゴリズムを用いてモデルパラメータの同定を行うことで動的変位を推定する手法を開発する。
2.車体応答に基づく動的変位から沈下量の差を特定し、浮きまくらぎを定量的に検出する統計的指標を提案する。この手法は、マルチボディ解析によって生成された車体応答データを使用して検証され、その有効性が確認される。
3.二つの実線路で走行試験を実施し、提案された手法の有効性を検証する。これには、異なる走行条件下での精度評価を含め、複数のセンサデータとスマートフォンを利用した計測結果を組み合わせて分析する。最終的には、これらのデータを用いて推定精度の定量的な評価を行い、技術の実用性と信頼性を検証する。
4.軌道と車両の動的相互作用を考慮した振動解析を行い、金属材料の摩耗構成則に基づく評価を通じて、振動と損傷の相互作用、つまり凹凸の成長機構を解析する。本年度は、列車の曲線走行時にMBSとFEMを統合した解析システムを構築し、レール表面の摩耗状況を計算する。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
1.本研究が提案する検知手法は、ある第三セクター鉄道会社の営業路線にて検証された。重量差を有する二両の車両の同定プロファイルの比較による浮きまくらぎ検出の有効性を、走行中にスマホで実測された営業車（軽）の車両応答と軌道検測車（重）の車両応答を用いて行った。解析では、遺伝的アルゴリズムによって同定された車両パラメータを用いて動的プロファイル同士の比較を行い、浮きまくらぎ検出を試み、精度よく再現することが確認された。
2.さらに、別の応用として、重量貨物列車のような低速走行条件での推定精度が検証された。走行時の振動応答を用いて高低変位を推定する手法として、軸箱の鉛直加速度を用いたもの、台車の傾斜角を用いたもの、ハーフカーモデルを用いたものの三種類の手法が取り上げられた。
3.地域鉄道事業者でも導入可能な低コストな軌道状態管理手法として、スマートフォンを活用した車上からの線路巡視（列車巡視）支援方法の実用化が目指され、軌道の維持管理基準に定められている列車動揺や線路異常の有無などを把握するための列車巡視支援アプリケーションが開発された。
4.曲線走行時のレール摩耗状況が実測データと比較され、算出精度と影響要因が究明されている。
|
| Strategy for Future Research Activity |
1.構築されたMBS-FEMシミュレーションツールをさらに高度化することを目指す。軌道変状以外の外乱については、曲線や勾配の通過、分岐器の通過など、各要因の影響を独立に調査する。振動学的なアプローチに加え、車両走行による振動応答特性とレール表面の摩耗との関連性を探索する。また、摩耗の削減策として、レールパッドとマクラギパッドの剛性調整により、レール摩耗の低減効果を調査する。
2.実路線で走行試験を行い、提案された基礎的な評価手法を検証する。高精度なセンサーとスマートフォンを用いて同時に計測し、様々な走行速度で多数の走行試験を行うことで、提案手法の精度検証およびスマートフォンの有用性を検証する。得られた加速度や前方動画などの計測データの活用方法について多角的に検討する。
3.中小鉄道事業者の全線にわたり定量的な軌道状態指標を提供し、本開発に対するフィードバックを得られることを期待する。
|
