专利名称:高速铁路大风监测点布设方法
高速铁路大风监测点布设方法技术领域
本发明属于大风天气下高速铁路安全行车的监测与控制技术领域,涉及一种用 于高速铁路大风监测点布设的方法,具体地说是涉及一种以定量计算为主的分层次监测 点布设方法。
背景技术:
高速铁路因具有运输能力强、速度快、正点率高、全天候运行、经济效率高等 特点,在交通运输体系中扮演的角色日益突出。为了缓解铁路运输的紧张状况,满足国 民经济和社会发展的需要,目前我国正在大力建设高速铁路。由于高速列车的车体轻、 速度快,运行时产生的升浮力和仰俯力矩大,列车对侧风影响敏感,尤其在风口区域的 特大桥梁、高路提、丘陵及弯道等一些特殊路段,极易产生脱轨、倾覆事故,进而引起 重大人员伤亡和巨大经济损失。目前采用的强风监测手段是在铁路沿线设立若干个监测 点,安装风速风向传感器和采集单元,实时采集风速风向数据。因此,如何进行大风监 测点布设,保证监测数据的有效性与代表性,是建立监测预警系统的重要环节。
由于高速铁路是我国近几年才兴起的新生事物,在世界范围内发展历史也不 长,国内外关于高速铁路大风监测布点方法的研究很少。目前,国内外学者的研究以公 路气象监测点布设、风电场微观选址与大气环境监测优化布点为主。在对公路气象监测 点布设的研究中,研究者多采用定性分析的方法先缩小布点范围,结合实地勘察与专家 咨询选取监测点位置。这种方法很大程度上依赖于研究者的经验,主观性强,且不涉及 监测点数量的科学计算方法,难以判断已有的监测点是否能满足道路全线的风速监测要 求。风电场微观选址的方法也难以直接应用于高速铁路监测布点。在风电场选址中,研 究者多选取较长时间尺度下的平均风能大的位置,因此着重分析平均风速风向、平均风 能和平均风功率。考虑到设备稳定性,避免风速变化剧烈的位置。而高速铁路监测布 点需要考虑极值风速的大小与强风出现的概率,与风电场微观选址有很大区别。大气环 境监测优化布点则是布设大量实测点位,再通过相关分析、聚类分析、神经网络、模糊 数学等各种方法从实测点位中选取具有代表性的最佳点位。由于高速铁路大风监测成本 高,难以在确定了最佳点位前大范围布设实测点位,因此大气环境监测布点方法不适用 于高速铁路大风监测点的布设。
同时,我国已建、在建或待建的数条高速铁路里程长,跨越多个气候带,沿线 位于长大桥、高架桥、丘陵及山区风口等特殊风环境众多,直接照搬国外的布点原则与 数值模拟方法分析我国的高速铁路沿线风场可能引起较大的误差。因此,开展高速铁路 大风监测布点方法的综合研究,对于保障行车安全意义重大。发明内容
本发明的目的在于克服现有方法中存在的不足之处,提供一种分层次的高速铁 路大风监测点布设方法。该方法以流体数值模拟为主,结合风洞实验,定量分析高速铁路沿线大风概率,选取有代表性的监测点位置,有效防止漏布、多布的现象出现。
本发明的技术方案如下一种高速铁路大风监测点布设的方法,包括如下步 骤
(1)对高速铁路沿线以及周围常规气象站资料的温、压、风资料进行统计分析, 建立双参数威布尔分布风速概率模型,利用历史资料进行模型参数的率定,在大风出现 概率高的地貌单元上布设基本监测点;
(2)划分地貌单元,在同一地貌单元内根据地形地貌资料研究复杂地形下铁路沿 线任意两点间风场的相关关系,建立大风出现概率的相关性函数,并利用Navier-Stokes 流体方程模拟高程、地表粗糙度、障碍物等因素共同作用下的高速铁路沿线的风场,布 设内插监测点;
(3)对特殊路段的风场进行高分辨率数值模拟与风洞实验模拟,在数值模拟与风 洞实验两次模拟中大风出现频率均大于预定频率的位置上布设特殊监测点,其中所述特 殊路段包括所述的特殊路段包括弯道、高路提、隧道、垭口、丘陵。
本发明与现有方法相比,具有如下优点
以布设尽可能少的监测点在最佳的位置,使其尽可能多地获得高速铁路沿线大 风特征,保证监测数据的代表性、可靠性与准确性为目的,提出一种以定量计算为主的 分层次布设方法。本发明充分利用统计分析、计算流体力学理论与方法、风洞实验等 多种技术手段的优势,克服传统方法以实地勘察、定性分析为主所导致的成本高、主观 性太强、精度等不足,实现了各种气候类型下、各种环境条件下高速铁路大风监测点的 布设,模拟精度高,布点成本低,为铁路大风的有效监测与高速铁路的安全运行提供支 持。
图1是高速铁路大风监测点布设方法示意图2是高速铁路沿线风向玫瑰图3是高速铁路沿线风速频率分布直方图与威布尔分布曲线;
图4是总误差随距离变化的曲线。
具体实施方式
下面结合附图对本发明作进一步说明。
附图1是高速铁路大风监测点布设的实现过程。
(1)对高速铁路沿线以及周围常规气象站的风速、风向资料进行分析。统计各 个风向出现的频率,绘制风向玫瑰图。图2是高速铁路沿线气象站风向玫瑰图,表示12 个风向出现的频率。以lm/s为间隔,统计各个方向上各区间风速出现的频率,建立双参 数威布尔分布风速概率模型,利用极大似然法进行模型参数的率定。曲线拟合结果如图 3所示,横轴表示风速大小,纵轴表示该风速出现的频率。
双参数威布尔分布的公式为
式中,ρ为风速等于vm/s的概率,k为模型形状参数,A为模型尺度参数。
(2)以高程和地表覆盖物为主要依据划分地貌单元,同一地貌单元内大风的最大 影响半径取20km,在此半径范围内建立沿线任意两个位置上风场的相关性函数。相关性 函数的公式为
权利要求
1.一种高速铁路大风监测点布设的方法,其特征在于,通过高速铁路沿线气象站资 料的统计分析、大风出现概率的流体数值模拟,结合风洞实验,实现基本监测点、内插 监测点、特殊监测点三个不同层次监测点的布设。
2.一种高速铁路大风监测点布设的方法,其特征在于,所述方法包括如下步骤(1)对高速铁路沿线以及周围常规气象站的风速、风向等资料进行统计分析,利用边 界层气流模式估算铁路沿线各类地形地貌单元上大风出现频率,在大风出现频率大于预 定频率的地貌单元上布设基本监测点;(2)划分地貌单元,在同一地貌单元内根据地形地貌资料研究复杂地形下铁路沿线任 意两点间风场的相关关系,建立两点间大风出现概率的相关性函数,模拟高速铁路沿线 的风场,计算高速铁路沿线的大风出现概率与模拟误差,在总误差达到误差上限的位置 上布设内插监测点,其中,所述总误差包括模拟误差与距离变大导致的模型计算误差两 个部分;(3)对特殊路段的风场进行高分辨率数值模拟与风洞实验模拟,在数值模拟与风洞实 验中大风出现频率均大于预定频率的位置上布设特殊监测点,其中所述特殊路段包括所 述的特殊路段包括弯道、高路提、隧道、垭口、局部地形。
3.如权利要求2所述的高速铁路大风监测点布设的方法,其特征在于步骤(1)所述 利用边界层气流模式估算铁路沿线各类地形地貌单元上大风出现频率优选建立双参数威 布尔分布风速概率模型,利用极大似然法进行模型参数的率定,双参数威布尔分布的公 式为
4.如权利要求2所述的高速铁路大风监测点布设的方法,其特征在于步骤(2)所述 划分地貌单元的依据包括高程和地表覆盖物。
5.如权利要求2或4所述的高速铁路大风监测点布设的方法,其特征在于步骤(2) 建立大风出现概率的相关性函数中进一步包括在同一地貌单元内确定大风的最大影响半 径,在此范围内铁路沿线两点之间风速的相关性随距离的增加而逐渐减弱,相关性函数 的公式为
6.如权利要求2所述的高速铁路大风监测点布设的方法,其特征在于步骤(2)包括 识辨影响风场的主要因素,包括垂直高度、地形地貌、地表障碍物周边地区植被的季节 性变化、列车高速运行时的流场变化、气象传感器位置、电磁兼容等。
7.如权利要求2所述的高速铁路大风监测点布设的方法,其特征在于步骤(2)所述模拟误差是由软件计算能力限制导致的误差,总误差包括模拟误差与距离变大导致的模 型计算误差两个部分。
8.如权利要求5所述的高速铁路大风监测布设的方法,其特征在于步骤(2)优选利 用Navier-Stokes流体方程模拟高速铁路沿线的风场,计算高速铁路沿线的大风出现概率 与模拟误差,绘制模拟误差-距离曲线,并结合所述的大风出现概率的相关性函数,绘 制总误差随所述铁路沿线任意两点间的距离的变化曲线,利用最小二乘法拟合该曲线, 估算误差上限所对应的内插监测点的布点间距。
全文摘要
本发明公开一种高速铁路大风监测点布设方法,该方法的步骤包括以高速铁路沿线及其周围气象站的风速、风向等资料为基础分析大风分布特征并统计各风向下风速频率分布,布设基本监测点;根据地形地貌资料建立复杂地形下铁路沿线任意两点间风场的相关关系,并利用计算流体力学(CFD)的理论与方法模拟高速铁路沿线的风场,布设内插监测点;模拟特殊路段的风场,结合风洞实验,布设特殊监测点。本发明克服传统方法以实地勘察、定性分析为主所导致的成本高、主观性太强、精度低等不足,实现了各种气候类型下、各种环境条件下高速铁路大风监测点的布设,模拟精度高,布点成本低,为铁路大风的有效监测与高速铁路的安全运行提供支持。
文档编号G01M9/00GK102023317SQ201010506850
公开日2011年4月20日 申请日期2010年10月14日 优先权日2010年10月14日
发明者李建群, 李振山, 殷和宜, 温闲云, 薛安, 马淑红 申请人:北京大学