本发明属于轨道交通环境振动预测和控制，具体涉及一种基于频率规划的列车运行引起建筑振动控制计算方法。
背景技术：
1、随着现代城市的快速发展，轨道交通系统以其高效准时、运量大、速度快等特点成为城市公共交通体系中不可或缺的一部分。同时，在轨道交通沿线周边进行综合土地开发，有效协调了轨道交通设施与周边用地的关系，优化了轨道沿线城市功能布局。然而，列车运行引起的环境振动不可避免地对人们日常生活产生影响。
2、列车引起的振动主要以波的形式向外部传递，经由轨道结构、隧道结构和土体等介质的传递后，再经由土体与建筑基础耦合传递到建筑物内部，造成建筑内人们的振动烦扰，因此需要对振动进行控制。振动控制的关键在于根据列车振动在不同传递介质内的频率特征，通过在振源、传播路径和建筑物中采取控制措施调谐振动特征频率，进行有效的频率规划。在此过程中，需要综合考虑列车运行状态、轨道结构形式、土体参数、土与结构的耦合损失和建筑结构形式等多门类多要素的大量数据。
3、目前，建筑内列车振动控制措施效果的计算方法主要包括经验公式法、数值模拟法和解析法。随着轨道交通周边土地综合开发的大量开发，现有方法存在难以满足复杂多变的沿线建筑结构形式和功能要求，以及需建立更为庞大且复杂的模型导致计算时间冗长和效率较低的问题。
4、基于此，本发明为轨道交通建设前，提供一种快速而精确的基于频率规划的列车振动控制计算方法。
技术实现思路
1、本发明的目的是为了解决轨道交通环境振动领域中，由于现有计算方法的应用范围局限和参数设置要求高导致的列车振动控制措施效果无法准确预测且效率低下的问题，提供了一种基于频率规划的列车运行引起建筑振动控制计算方法。
2、该方法的关键在于准确且全面地了解列车引起振动在各传递介质中的频率特征。基于列车运行的实时振动数据和波传导理论，建立振动在不同介质内传递特征频率和振动控制措施优势频率的数据库，通过深度机器学习模型分析沿线建筑振动响应，在频域上快速计算，并精确评估列车引起的建筑振动。
3、本发明的目的是通过下述技术方案实现的。
4、一种基于频率规划的列车运行引起建筑振动控制计算方法，包括如下步骤：
5、s1、获取不同工况下轨道交通沿线实时振动数据；
6、s2、处理列车振动数据，建立轨道交通线路沿线建筑物振动特征数据库；
7、s3、获取列车结构和轨道结构计算参数，建立列车-轨道模型；
8、s4、获取隧道结构和土壤分层计算参数，建立隧道-土壤分层模型；
9、s5、获取建筑结构计算参数，建立建筑结构模型；
10、s6、基于深度机器学习算法，建立智能振动预测和控制全链条模型；
11、s7、生成可视化新建轨道交通线路沿线振动地图；
12、s8、获取新建轨道交通线路沿线振动控制数据，规划最佳列车振动控制策略；
13、s9、计算采取最佳振动控制策略后的建筑内分频振动加速度级曲线。
14、根据本发明公开的一种基于频率规划的列车运行引起建筑振动控制计算方法，优选地，步骤s1中利用振动综合采集系统获取轨道结构及相应沿线建筑的振动数据，测试位置具体包括钢轨、轨道板、隧道壁和场地土，以及建筑结构柱、梁和板，以获取不同工况下轨道交通沿线实时振动数据。
15、优选地，步骤s1中数据采集系统由iepe压电式加速度传感器和多通道高精度综合采集系统组成，并配置5g路由器，数据通过5g网络传输至云平台，云平台接收从采集系统上传的振动加速度数据。
16、优选地，步骤s2中列车振动数据处理方法由数据识别和数据处理组成。数据识别根据列车振动的时域信号和频域信号特征，区分并识别列车振动信号。数据处理基于傅里叶变换，进行处理后得到三分之一倍频程下的分频振动加速度级以及z振级。其中，振动加速度级和z振级的表达式分别为：
17、
18、式中，val代表振动加速度级，a代表振动加速度有效值，a0代表基准加速度，取1×10-6m/s2，vlz代表z振级，vali代表三分之一倍频程的第i个中心频率对应的振动加速度级，αi代表三分之一倍频程的第i个中心频率对应的计权因子。
19、优选地，步骤s2中依据钢轨、道床、隧道、列车车速和振动控制措施等特征数据进行分类，基于分频振动加速度级和z振级，总结归纳不同工况下的建筑物频率特征和振动水平，建立轨道交通线路沿线建筑物振动特征数据库。
20、优选地，步骤s3中列车结构的计算参数包括机车和拖车的车体质量mc、转向架质量mt、轮对质量mw、车体和转向架质心转动惯量jc和jt、一系和二系悬挂的刚度和阻尼kjs，kjp，cjs，cjp，以及对应的车辆长度ljt和车辆定距lj1、转向架轴距lj2。
21、优选地，步骤s3中列车模型由多辆机车和拖车组成，每一个车辆为多刚体弹簧、阻尼系统，考虑了十个自由度，包括车身和转向架的沉浮和点头运动，以及四个轮对的沉浮运动；车辆之间的相对位移和相互作用忽略不计。
22、优选地，步骤s3中轨道结构的计算参数包括钢轨弹性模量er，钢轨质心惯性矩ir，钢轨单位长度质量mr，钢轨横截面积ar；轨道板弹性模量es，轨道板密度ρs，轨道板质心惯性矩is，轨道板宽度bs和厚度hs；扣件刚度krs和阻尼系数crs。
23、优选地，步骤s3中轨道模型由钢轨和轨道板构成，其中钢轨由伯努利欧拉梁单元构成，轨道板由弹性薄板单元构成；钢轨和轨道板通过等效为弹簧和阻尼器的扣件进行连接。
24、优选地，步骤s3中列车轨道接触关系采用赫兹非线性接触理论，赫兹非线性轮轨垂向轮轨接触力表达式为：
25、
26、式中，qw和qr分别代表车轮和轨道接触点的竖向位移，η代表轨道的垂向不平顺幅值，g代表车轮和轨道的接触常数，f0代表车辆静荷载，fr/w代表轮轨垂向接触力。
27、优选地，步骤s3中建立列车-轨道模型，其运动方程表达式为：
28、
29、式中，mv、cv、kv分别代表车辆的质量、阻尼和刚度矩阵，和uv分别代表列车的加速度、速度和位移向量，mr、cr、kr分别代表轨道结构的质量、阻尼和刚度矩阵，和ur分别代表轨道结构的加速度、速度和位移向量，fr/w代表轮轨垂向接触力向量。
30、优选地，步骤s4中隧道结构的计算参数包括隧道直径dt，隧道密度ρt，隧道弹性模量et，隧道厚度ht；土壤分层计算参数包含土壤分层的计算参数包括土壤分层厚度ts、密度ρs、弹性模量es和动泊松比υs。
31、优选地，步骤s4中隧道-土壤分层模型假设为一个在z轴方向无限长的弹性体，沿z轴方向结构的几何形状和材料性质不变，对结构的横截面进行有限元离散。在进行计算时，首先采用双重傅里叶变换获取断面各节点在频率-波数域内的响应，随后通过傅里叶反变换得到系统的实际响应。列车运行方向z和时间t上的单元响应u的傅里叶变换可以表示为：
32、
33、式中，ξz代表波数，ω代表圆频率，代表经过波数变换和频率变换的单元响应。
34、优选地，步骤s5中建筑结构的计算参数包括场地土与建筑基础基底接触面积as、土体弹性模量es、土体动泊松比υs、土体密度ρs；结构柱单位长度质量结构柱弹性模量ec，结构柱质心惯性矩ic，结构柱横截面积ac，结构柱长度lc；梁单位长度质量梁弹性模量ebm，梁质心惯性矩ibm，梁横截面积abm；楼板密度ρf，楼板弹性模量ef，楼板质心惯性矩if，楼板厚度hf，楼板宽度wf和长度lf。
35、优选地，步骤s5中建筑结构模型包含场地土与基础结构相互作用模型和建筑阻抗模型。
36、优选地，步骤s5中场地土与基础结构耦合模型是通过耦合弹簧与耦合阻尼将土体与建筑物连接的线性系统；经过土与结构耦合，独立基础上部建筑物惯性效应的表达式为：
37、
38、式中，mb、cb和kb分别代表建筑结构体系的质量、阻尼和刚度矩阵，csd和ksd分别代表土与结构相互作用的阻尼和刚度矩阵，和ub分别代表建筑结构体系的加速度、速度和位移向量，和us代表场地土的加速度、速度和位移向量。
39、优选地，步骤s5中建筑阻抗模型，根据线性系统阻抗法，将建筑物简化为由杆单元、梁单元和板单元组成的结构；线性系统阻抗矩阵表达式如下所示：
40、
41、式中，{f}代表作用在线性系统两端节点的荷载向量，{v}代表节点荷载作用下的节点速度向量，[z]代表线性系统的阻抗矩阵。
42、优选地，步骤s6中基于贝叶斯神经网络构建深度机器学习算法，用于智能调整上述步骤s3、s4和s5中列车振动传递模型的计算参数。算法由输入层、隐含层和输出层组成；输入层和输出层考虑的计算参数包括列车车速、钢轨垂向不平顺和振动控制措施参数，以及分层土壤的密度、弹性模量和泊松比等。隐含层由一些隐藏神经元组成，它们对输入参数进行预先定义计算，并将结果传递给后续神经元；神经网络算法表达式为：
43、
44、式中，f(x)代表输出参数，d代表输入层神经元数量，h代表隐含层神经元数量，ω代表拟合参数向量，g(x)代表非线性激活函数。
45、优选地，步骤s6中智能振动预测和控制全链条计算模型，将神经网络模型植入列车振动传递计算模型，通过复现各测试工况的列车振动对神经网络进行训练，使计算模型能智能调整振动传递模型计算参数，并获得不同工况下各建筑系统振动频率分布，以建立能快速且精确预测和控制不同工况下建筑内列车振动的智能振动预测和控制全链条模型。
46、优选地，步骤s7中通过上述步骤s6中的计算模型预测新建轨道交通线路沿线建筑内的列车振动，包括采取振动控制措施前后的振动情况。依据gps遥测地图数据，对新建轨道交通线路沿线进行网格划分，生成以不同颜色代表不同振动水平的可视化轨道交通线路沿线振动地图，包含基于z振级的振动水平地图和基于分频振动加速度级的频率特征地图。
47、优选地，步骤s8中获取新建轨道交通线路沿线振动控制数据，包括振动超标区域、超标分频振动频率范围和数值大小，以及振动控制措施的有效减振频率范围和数值大小。
48、优选地，步骤s8中最佳振动控制策略，通过上述步骤s6中的神经网络分析振动超标频率范围和控制措施的减振频率范围，采用频率规划的方式分别调控轨道结构、传播路径和建筑结构上的振动控制措施，以制定有效且有性价比的振动控制策略。
49、优选地，步骤s9中所述的采取最佳振动控制策略后的建筑内分频振动加速度级曲线即为基于频率规划的列车运行引起建筑振动控制计算结果。
50、从以上的技术方案可以看出，本发明的优点及积极效果为：
51、本发明提供的一种基于频率规划的列车运行引起建筑振动控制计算方法，建立的计算方法考虑多种工况下的建筑内列车振动，扩展计算方法的适用范围，将计算模型与神经网络模型耦合，相较于其他方法显著减小了计算量，极大地提高建筑内列车振动的求解效率，得到的预测结果也更准确合理，同时采用频率规划的振动控制方式，提出更加有效且有性价比的振动控制策略，得到的计算结果更加符合工程要求。
1.一种基于频率规划的列车运行引起建筑振动控制计算方法，其特征在于，包括以下步骤：
2.根据权利要求1中所述的一种基于频率规划的列车运行引起建筑振动控制计算方法，其特征在于，步骤s1中获取不同工况下轨道交通沿线实时振动数据，包括钢轨、轨道板、隧道壁和场地土，以及建筑结构柱、梁和板的振动加速度数据；数据采集系统由iepe压电式加速度传感器和多通道高精度综合采集系统组成，并配置5g路由器，数据通过5g网络传输至云平台，云平台接收从采集系统上传的振动加速度数据。
3.根据权利要求2中所述的一种基于频率规划的列车运行引起建筑振动控制计算方法，其特征在于，步骤s2中列车振动数据处理方法由数据识别和数据处理组成；数据识别根据列车振动的时域信号和频域信号特征，区分并识别列车振动信号；数据处理基于傅里叶变换，进行处理后得到三分之一倍频程下的分频振动加速度级以及z振级；轨道交通线路沿线建筑物振动特征数据库由钢轨、道床、隧道、列车车速和振动控制措施等特征数据组成，并基于分频振动加速度级和z振级，总结归纳不同工况下的建筑物频率特征和振动水平；振动加速度级和z振级的表达式分别为：
4.根据权利要求3中所述的一种基于频率规划的列车运行引起建筑振动控制计算方法，其特征在于，步骤s3中列车结构的计算参数包括机车和拖车的车体质量mc、转向架质量mt、轮对质量mw、车体和转向架质心转动惯量jc和jt、一系和二系悬挂的刚度和阻尼kjs，kjp，cjs，cjp，以及对应的车辆长度ljt和车辆定距lj1、转向架轴距lj2；列车模型由多辆机车和拖车组成，每一个车辆为多刚体弹簧、阻尼系统，考虑了十个自由度，包括车身和转向架的沉浮和点头运动，以及四个轮对的沉浮运动；车辆之间的相对位移和相互作用忽略不计；轨道结构的计算参数包括钢轨弹性模量er，钢轨质心惯性矩ir，钢轨单位长度质量mr，钢轨横截面积ar；轨道板弹性模量es，轨道板密度ρs，轨道板质心惯性矩is，轨道板宽度bs和厚度hs；扣件刚度krs和阻尼系数crs；轨道模型由钢轨和轨道板构成，其中钢轨由伯努利欧拉梁单元构成，轨道板由弹性薄板单元构成；钢轨和轨道板通过等效为弹簧和阻尼器的扣件进行连接；列车轨道接触关系采用赫兹非线性接触理论；
5.根据权利要求4中所述的一种基于频率规划的列车运行引起建筑振动控制计算方法，其特征在于，步骤s4中隧道结构的计算参数包括隧道直径dt，隧道密度ρt，隧道弹性模量et，隧道厚度ht；土壤分层计算参数包含土壤分层的计算参数包括土壤分层厚度ts、密度ρs、弹性模量es和动泊松比υs；隧道-土壤分层模型假设为一个在z轴方向无限长的弹性体，沿z轴方向结构的几何形状和材料性质不变，对结构的横截面进行有限元离散；在进行计算时，首先采用双重傅里叶变换获取断面各节点在频率-波数域内的响应，随后通过傅里叶反变换得到系统的实际响应；
6.根据权利要求5中所述的一种基于频率规划的列车运行引起建筑振动控制计算方法，其特征在于，步骤s5中建筑结构的计算参数包括场地土与建筑基础基底接触面积as、土体弹性模量es、土体动泊松比υs、土体密度ρs；结构柱单位长度质量结构柱弹性模量ec，结构柱质心惯性矩ic，结构柱横截面积ac，结构柱长度lc；梁单位长度质量梁弹性模量ebm，梁质心惯性矩ibm，梁横截面积abm；楼板密度ρf，楼板弹性模量ef，楼板质心惯性矩if，楼板厚度hf，楼板宽度wf和长度lf；建筑结构模型包含场地土与基础结构相互作用模型和建筑阻抗模型；场地土与基础结构耦合模型是通过耦合弹簧与耦合阻尼将土体与建筑物连接的线性系统；建筑阻抗模型，根据线性系统阻抗法，将建筑物简化为由杆单元、梁单元和板单元组成的结构；
7.根据权利要求6中所述的一种基于频率规划的列车运行引起建筑振动控制计算方法，其特征在于，步骤s6中基于贝叶斯神经网络构建深度机器学习算法，用于智能调整上述步骤s3、s4和s5中列车振动传递模型的计算参数；算法由输入层、隐含层和输出层组成；输入层和输出层考虑的计算参数包括列车车速、钢轨垂向不平顺和振动控制措施参数，以及分层土壤的密度、弹性模量和泊松比等；隐含层由一些隐藏神经元组成，它们对输入参数进行预先定义计算，并将结果传递给后续神经元；智能振动预测和控制全链条计算模型，将神经网络模型植入列车振动传递计算模型，通过复现各测试工况的列车振动对神经网络进行训练，使计算模型能智能调整振动传递模型计算参数，并获得不同工况下各建筑系统振动频率分布，以建立能快速且精确预测和控制不同工况下建筑内列车振动的智能振动预测和控制全链条模型；
8.根据权利要求7中所述的一种基于频率规划的列车运行引起建筑振动控制计算方法，其特征在于，步骤s7中通过上述步骤s6中的计算模型预测新建轨道交通线路沿线建筑内的列车振动，包括采取振动控制措施前后的振动情况；依据gps遥测地图数据，对新建轨道交通线路沿线进行网格划分，生成以不同颜色代表不同振动水平的可视化轨道交通线路沿线振动地图，包含基于z振级的振动水平地图和基于分频振动加速度级的频率特征地图。
9.根据权利要求8中所述的一种基于频率规划的列车运行引起建筑振动控制计算方法，其特征在于，步骤s8中获取新建轨道交通线路沿线振动控制数据，包括振动超标区域、超标分频振动频率范围和数值大小，以及振动控制措施的有效减振频率范围和数值大小；最佳振动控制策略，通过上述步骤s6中的神经网络分析振动超标频率范围和控制措施的减振频率范围，采用频率规划的方式分别调控轨道结构、传播路径和建筑结构上的振动控制措施，以制定有效且有性价比的振动控制策略。
10.根据权利要求9中所述的一种基于频率规划的列车运行引起建筑振动控制计算方法，其特征在于，步骤s9中所述的采取最佳振动控制策略后的建筑内分频振动加速度级曲线即为基于频率规划的列车运行引起建筑振动控制计算结果。
