Đánh giá độ tin cậy an toàn chống trật bánh và mức cực trị chu kỳ của hệ số trật bánh bằng GEV-Bootstrap từ mô phỏng động lực học ngẫu hợp phương tiện - đường ray
Email:
tamnd_ph@utc.edu.vn
Từ khóa:
Hệ số trật bánh; lý thuyết giá trị cực trị; phân phối GEV; Bootstrap; mô phỏng động lực học; độ tin cậy an toàn chống trật bánh
Tóm tắt
Đánh giá độ tin cậy an toàn chống trật bánh là nội dung quan trọng trong phân tích động lực học phương tiện–đường ray khi đáp ứng của hệ số trật bánh chịu ảnh hưởng của độ không phẳng thuận ngẫu nhiên của đường ray. Bài báo đề xuất khung đánh giá độ tin cậy an toàn chống trật bánh cho hệ số trật bánh Y/Q trên cơ sở kết hợp mô phỏng động lực học ngẫu hợp phương tiện–đường ray, phân phối giá trị cực trị tổng quát GEV và Bootstrap. Dữ liệu được xây dựng từ 150 kịch bản mô phỏng đoàn tàu hàng loại G chạy qua một đường cong điển hình trên tuyến đường sắt Thống Nhất. Giá trị cực đại của Y/Q trong mỗi kịch bản được trích xuất để tạo mẫu cực trị khối, phục vụ khớp phân phối, ước lượng xác suất trật bánh, đánh giá độ tin cậy và xác định mức cực trị chu kỳ zT. Kết quả cho thấy Gumbel được lựa chọn làm mô hình trung tâm để diễn giải kỹ thuật. Xác suất trật bánh ứng với ngưỡng [Y/Q]lim = 1,2 là rất nhỏ, tương ứng độ tin cậy xấp xỉ bằng 1. Tại chu kỳ dài nhất T = 54000 lượt tàu, zT đạt 0,439 theo GEV và 0,470 theo Gumbel, thấp hơn đáng kể so với ngưỡng đánh giá. Kết quả khẳng định khả năng ứng dụng của khung GEV–Bootstrap trong đánh giá độ tin cậy an toàn chống trật bánhTài liệu tham khảo
[1]. R. Konowrocki, A. Chojnacki, Analysis of rail vehicles’ operational reliability in the aspect of safety against derailment based on various methods of determining the assessment criterion, Eksploatacja i Niezawodność, 22 (2020) 73–85.
[2]. N. Wilson, R. Fries, M. Witte, A. Haigermoser, M. Wrang, J. Evans, A. Orlova, Assessment of safety against derailment using simulations and vehicle acceptance tests: a worldwide comparison of state-of-the-art assessment methods, Vehicle System Dynamics, 49 (2011) 1113–1157.
[3]. C. Weidemann, State-of-the-art railway vehicle design with multi-body simulation, Journal of Mechanical Systems for Transportation and Logistics, 3 (2010) 12–26.
[4]. O. Polach, A. Böttcher, D. Vannucci, J. Sima, H. Schelle, H. Chollet, M. Osman, Validation of simulation models in the context of railway vehicle acceptance, Proceedings of the Institution of Mechanical Engineers, Part F: Journal of Rail and Rapid Transit, 229 (2015) 729–754.
[5]. W.M. Zhai, C.B. Cai, S.Z. Guo, Coupling model of vertical and lateral vehicle/track interactions, Vehicle System Dynamics, 26 (1996) 61–79.
[6]. W. Zhai, K. Wang, C. Cai, Fundamentals of vehicle–track coupled dynamics, Vehicle System Dynamics, 47 (2009) 1349–1376.
[7]. X. Gibert, V.M. Patel, R. Chellappa, Sequential score adaptation with extreme value theory for robust railway track inspection, in: Proceedings of the IEEE International Conference on Computer Vision Workshops, 2015, pp. 42–49.
[8]. Y. Cui, Q. He, Z. Zhang, Z. Li, Using extreme value theory to identify railcar asymmetric wheel wear and its benefit analysis, Transport, 34 (2019) 569–578.
[9]. J. Guo, R. Yang, B. Tan, Extreme value estimation and research on dynamic coefficients of wheel rail force based on GPD theory and percentile threshold method, Journal of the China Railway Society, 46 (2024) 11–20. https://doi.org/10.3969/j.issn.1001-8360.2024.03.002
[10]. Z. Zhou, N. Zhang, Q. Sun, The probability statistics of train derailment coefficients based on the pseudo-excitation method, Engineering Mechanics, 39 (2021) 219–227.
[11]. B. Kumar, D. Datta, Estimation of probability of failure using bootstrap methods, in: 2010 2nd International Conference on Reliability, Safety and Hazard-Risk-Based Technologies and Physics-of-Failure Methods (ICRESH), IEEE, 2010, pp. 143–146.
[12]. V. Picheny, N.H. Kim, R.T. Haftka, Application of bootstrap method in conservative estimation of reliability with limited samples, Structural and Multidisciplinary Optimization, 41 (2010) 205–217.
[13]. T.J. Hastie, Computer Age Statistical Inference: Algorithms, Evidence, and Data Science, Cambridge University Press, 2017.
[14]. A.C. Davison, D.V. Hinkley, Bootstrap Methods and Their Application, Cambridge University Press, 1997.
[15]. R.J. Tibshirani, B. Efron, An Introduction to the Bootstrap, Monographs on Statistics and Applied Probability, 57 (1993) 1–436.
[16]. H. Khajehei, A. Ahmadi, I. Soleimanmeigouni, A. Nissen, Allocation of effective maintenance limit for railway track geometry, Structure and Infrastructure Engineering, 15 (2019) 1597–1612.
[17]. A. O’Connor, C. Pedersen, L. Gustavsson, I.B. Enevoldsen, Probability-based assessment and optimised maintenance management of a large riveted truss railway bridge, Structural Engineering International, 19 (2009) 375–382.
[18]. J. Beirlant, Y. Goegebeur, J. Segers, J.L. Teugels, Statistics of Extremes: Theory and Applications, John Wiley & Sons, 2006.
[19]. L. de Haan, A. Ferreira, Extreme Value Theory: An Introduction, Springer, New York, 2006.
[20]. S. Coles, J. Bawa, L. Trenner, P. Dorazio, An Introduction to Statistical Modeling of Extreme Values, Springer, London, 2001.
[21]. Bộ Xây dựng, QCVN 25:2025/BXD - Quy chuẩn kỹ thuật quốc gia về toa xe, phương tiện chuyên dùng không tự hành trong kiểm tra sản xuất lắp ráp và nhập khẩu mới, 2025.
[22]. Nguyễn Đức Tâm, Phạm Văn Ký, Mai Tiến Chinh, Ước lượng phổ công suất của đường ray không phẳng thuận theo biên dạng đứng cho đường sắt quốc gia Việt Nam, Tạp chí Giao thông vận tải, 9 (2024).
[2]. N. Wilson, R. Fries, M. Witte, A. Haigermoser, M. Wrang, J. Evans, A. Orlova, Assessment of safety against derailment using simulations and vehicle acceptance tests: a worldwide comparison of state-of-the-art assessment methods, Vehicle System Dynamics, 49 (2011) 1113–1157.
[3]. C. Weidemann, State-of-the-art railway vehicle design with multi-body simulation, Journal of Mechanical Systems for Transportation and Logistics, 3 (2010) 12–26.
[4]. O. Polach, A. Böttcher, D. Vannucci, J. Sima, H. Schelle, H. Chollet, M. Osman, Validation of simulation models in the context of railway vehicle acceptance, Proceedings of the Institution of Mechanical Engineers, Part F: Journal of Rail and Rapid Transit, 229 (2015) 729–754.
[5]. W.M. Zhai, C.B. Cai, S.Z. Guo, Coupling model of vertical and lateral vehicle/track interactions, Vehicle System Dynamics, 26 (1996) 61–79.
[6]. W. Zhai, K. Wang, C. Cai, Fundamentals of vehicle–track coupled dynamics, Vehicle System Dynamics, 47 (2009) 1349–1376.
[7]. X. Gibert, V.M. Patel, R. Chellappa, Sequential score adaptation with extreme value theory for robust railway track inspection, in: Proceedings of the IEEE International Conference on Computer Vision Workshops, 2015, pp. 42–49.
[8]. Y. Cui, Q. He, Z. Zhang, Z. Li, Using extreme value theory to identify railcar asymmetric wheel wear and its benefit analysis, Transport, 34 (2019) 569–578.
[9]. J. Guo, R. Yang, B. Tan, Extreme value estimation and research on dynamic coefficients of wheel rail force based on GPD theory and percentile threshold method, Journal of the China Railway Society, 46 (2024) 11–20. https://doi.org/10.3969/j.issn.1001-8360.2024.03.002
[10]. Z. Zhou, N. Zhang, Q. Sun, The probability statistics of train derailment coefficients based on the pseudo-excitation method, Engineering Mechanics, 39 (2021) 219–227.
[11]. B. Kumar, D. Datta, Estimation of probability of failure using bootstrap methods, in: 2010 2nd International Conference on Reliability, Safety and Hazard-Risk-Based Technologies and Physics-of-Failure Methods (ICRESH), IEEE, 2010, pp. 143–146.
[12]. V. Picheny, N.H. Kim, R.T. Haftka, Application of bootstrap method in conservative estimation of reliability with limited samples, Structural and Multidisciplinary Optimization, 41 (2010) 205–217.
[13]. T.J. Hastie, Computer Age Statistical Inference: Algorithms, Evidence, and Data Science, Cambridge University Press, 2017.
[14]. A.C. Davison, D.V. Hinkley, Bootstrap Methods and Their Application, Cambridge University Press, 1997.
[15]. R.J. Tibshirani, B. Efron, An Introduction to the Bootstrap, Monographs on Statistics and Applied Probability, 57 (1993) 1–436.
[16]. H. Khajehei, A. Ahmadi, I. Soleimanmeigouni, A. Nissen, Allocation of effective maintenance limit for railway track geometry, Structure and Infrastructure Engineering, 15 (2019) 1597–1612.
[17]. A. O’Connor, C. Pedersen, L. Gustavsson, I.B. Enevoldsen, Probability-based assessment and optimised maintenance management of a large riveted truss railway bridge, Structural Engineering International, 19 (2009) 375–382.
[18]. J. Beirlant, Y. Goegebeur, J. Segers, J.L. Teugels, Statistics of Extremes: Theory and Applications, John Wiley & Sons, 2006.
[19]. L. de Haan, A. Ferreira, Extreme Value Theory: An Introduction, Springer, New York, 2006.
[20]. S. Coles, J. Bawa, L. Trenner, P. Dorazio, An Introduction to Statistical Modeling of Extreme Values, Springer, London, 2001.
[21]. Bộ Xây dựng, QCVN 25:2025/BXD - Quy chuẩn kỹ thuật quốc gia về toa xe, phương tiện chuyên dùng không tự hành trong kiểm tra sản xuất lắp ráp và nhập khẩu mới, 2025.
[22]. Nguyễn Đức Tâm, Phạm Văn Ký, Mai Tiến Chinh, Ước lượng phổ công suất của đường ray không phẳng thuận theo biên dạng đứng cho đường sắt quốc gia Việt Nam, Tạp chí Giao thông vận tải, 9 (2024).
Tải xuống
Chưa có dữ liệu thống kê
Nhận bài
17/05/2026
Nhận bài sửa
10/06/2026
Chấp nhận đăng
12/06/2026
Xuất bản
15/06/2026
Chuyên mục
Công trình khoa học
Kiểu trích dẫn
Nguyễn Đức, T., Mai Tiến, C., & Phạm Văn, K. (1781456400). Đánh giá độ tin cậy an toàn chống trật bánh và mức cực trị chu kỳ của hệ số trật bánh bằng GEV-Bootstrap từ mô phỏng động lực học ngẫu hợp phương tiện - đường ray . Tạp Chí Khoa Học Giao Thông Vận Tải, 77(5), 619-633. https://doi.org/10.47869/tcsj.77.5.1
