This work investigates the applicability of identification methods to the suspension parameters of a TGV multi-body model. The aim is to adjust the model to the real system by estimating the suspension parameters from measured vehicle response data. Due to the nonlinear behavior of the system the time-domain based model updating has been chosen. It requires the definition and minimization of a misfit function in the time domain describing the distance between model and measurement. The fastest convergence is obtained by the use of gradient methods requiring the calculation of the derivatives of the misfit function relative to every parameter. Since the calculation from finite differences is time consuming and less accurate the gradients are calculated from the adjoint method. The application to a simplified bogie model with known mathematical description allows the identification of its suspension parameters. The presence of local minima in the misfit function of the TGV model requires the use of global optimization methods. The simulated annealing and the genetic algorithm method give important reductions of the misfit function and improved parameter estimations. In following work this information could be used for further applications like the condition monitoring.

La réponse dynamique d’un train roulant sur une voie réelle dépend de plusieurs paramètres. Certains d’entre eux ne peuvent pas être correctement identifiés et doivent être considérés comme incertains. L’objectif de cette thèse est la construction d’un modèle probabiliste de la fatigue du rail, en considérant la géométrie de la voie et l’usure des rails comme champs aléatoires modélisés en utilisant le développement de Karhunen-Loève. Ce dernier requiert le calcul des fonctions et des valeurs propres de l’opérateur de covariance pour la représentation modale du champ. Cette étape peut devenir très coûteuse si le domaine est beaucoup plus grand que la longueur de corrélation. Pour résoudre ce problème, une adaptation de la technique est proposée. Les distributions multivariées des coefficients de projection sont identifiées à l’aide d’un développement en Chaos Polynomiaux, qui est calibré sur des données de mesures. Le rayon de courbure, l’âge du rail et la vitesse opérationnelle du train induisent des effets non stationnaires qui doivent être pris en compte dans le modèle. La validation du modèle probabiliste des quantités d’entrée est faite en comparant des données de mesure des efforts de contact roue-rail avec les résultats des simulations. Une analyse de sensibilité globale est menée sur des quantités d’intérêts dynamiques pour quantifier l’impact des irrégularités aléatoires sur la dynamique du véhicule et l’initiation à fatigue du rail. / The dynamical response of a train rolling on a real track depends on several parameters. Most of them cannot be accurately identified and have to be considered as uncertain. The aim of this thesis is the construction of a probabilistic model of the rail fatigue life considering the track geometry and the rail wear as random fields modelled with the Karhunen-Loève expansion. This latter requires the modal decomposition of the covariance operator. This step can be very expensive if the domain if much larger than the correlation length. To deal with this issue, an adaptation of the KLE, consisting in splitting the domain in sub-domains where this modal decomposition and the sample generation can be comfortably computed, is proposed. A correlation between the KLE coefficients of each sub-domain is imposed to ensure the desired correlation structure. The multivariate distributions of the random projection coefficients are characterized using a Polynomial Chaos Expansion (PCE) calibrated on measurements data of the track irregularities. The curve radius, the rail age and the train operational velocity introduce nonstationary effects that have to be taken into account to model the track. A validation of the random models is therefore performed using a set of measurements of the wheel-rail contact forces.A global sensitivity analysis is performed on some dynamical quantities of interest in order to quantify the impact of the random fields on the vehicle dynamics and the rail fatigue initiation. Since this step is computationally expensive, a PCE-based meta-modelling technique is employed to estimate the fatigue index.

Ce travail étudie l’applicabilité des méthodes d’identification aux paramètres de la suspension d’un modèle multi-corps du TGV. L’objectif est de caler le modèle par rapport au système réel par une estimation des paramètres de la suspension en utilisant la réponse du véhicule mesuré. A cause du comportement nonlinéaire du système la méthode temporelle de recalage a été choisie. Elle nécessite la définition et minimisation d’une fonction coût qui décrit la distance entre le modèle et la mesure. La convergence la plus rapide est obtenue avec des méthodes gradient qui demandent le calcul des dérivés de la fonction coût par rapport á chaque paramètre de la suspension. Comme le calcul par des différences finis est coûteux et moins précis la méthode adjoint a été implémentée. L’application à un modèle simplifié d’un bogie avec une description mathématique connue permet d’identifier les paramètres de la suspension. La présence des minima locaux dans la fonction coût du modèle TGV nécessite l’utilisation des méthodes globales. Le recuit simulé et l’algorithme génétique donnent des réductions importantes de la fonction coût et des estimations pour les paramètres du modèle TGV. Dans des travaux ultérieurs, ces informations pourraient être utilisées pour d’autre application comme le « condition monitoring ». / This work investigates the applicability of identification methods to the suspension parameters of a TGV multi-body model. The aim is to adjust the model to the real system by estimating the suspension parameters from measured vehicle response data. Due to the nonlinear behavior of the system the time-domain based model updating has been chosen. It requires the definition and minimization of a misfit function in the time domain describing the distance between model and measurement. The fastest convergence is obtained by the use of gradient methods requiring the calculation of the derivatives of the misfit function relative to every parameter. Since the calculation from finite differences is time consuming and less accurate the gradients are calculated from the adjoint method. The application to a simplified bogie model with known mathematical description allows the identification of its suspension parameters. The presence of local minima in the misfit function of the TGV model requires the use of global optimization methods. The simulated annealing and the genetic algorithm method give important reductions of the misfit function and improved parameter estimations. In following work this information could be used for further applications like the condition monitoring.

En este trabajo se ha llevado a cabo el desarrollo de una herramienta computacional para la simulación dinámica de vehículos ferroviarios. El modelo está basado en técnicas multicuerpo debidas a Shabana. Con respecto a otras metodologías existentes, la propuesta hace uso de un conjunto de sistemas de referencia que permite el empleo de coordenadas independientes sin la posibilidad de configuraciones singulares debidas a grandes giros. El conjunto de sistemas de referencia sirve de base para formular de manera precisa el problema de contacto rueda-carril. El programa está diseñado para considerar de forma flexible distintas configuraciones de vehículo así como diversas geometrías de trazado. La estructura del programa está abierta a cambios orientados a la mejora del modelo de contacto rueda-carril o a la implementación de la dinámica estructural de la vía. Se ha implementado un modelo eficiente que permite detectar con precisión las coordenadas de los puntos en contacto localizados en la interfase entre la rueda y el carril. La herramienta de simulación desarrollada en esta tesis se ha aplicado para diferentes casos-estudio con el objetivo de validar la idoneidad de la metodología propuesta en el análisis del sistema ferroviario. Se ha realizado una comparación entre los resultados obtenidos por la herramienta de simulación presentada y los resultados ofrecidos por varios programas comerciales de simulación dinámica en el análisis del vehículo de Manchester Benchmark. Además, la herramienta se ha empleado para desarrollar un análisis dinámico del vehículo de la locomotora TGV y los resultados obtenidos se han comparado con los ofrecidos por el programa comercial SIMPACK para el mismos modelo de vehículo, bajo las mismas condiciones de operación. Finalmente, sobre la base de la calidad de los resultados, se puede concluir que la herramienta de simulación es fiable y eficiente para emplearse en el análisis dinámico de los diferentes sistemas ferroviarios. / Elsayed Abdel Hameed Amer Shaltout, R. (2013). MULTIBODY APPROACH FOR RAILWAY DYNAMIC ANALYSIS [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/27622