城际列车气动阻力组成分析及减阻研究

左雄，罗意平，刘冬雪

(中南大学 交通运输工程学院，湖南 长沙 410075)

随着列车运行速度的不断提高，气动阻力占运行总阻力的比重也越来越大[1−2]，在研究列车气动设计的过程中，研究列车阻力成因，减小列车运行阻力，成为列车设计的关键技术之一。国内外许多学者针对列车减阻进行了研究。梁习峰等[3−7]研究了明线运行时高速列车阻力特性。Hyeok等[8]的研究表明，对转向架的包覆程度越高，列车气动阻力则越小。Schulte等[9]则通过风洞实验得出了转向架整流装置可以有效减阻的结论。郑循皓等[10]通过研究列车转向架区域的阻力特性，通过在转向架区域安装导流装置，提出了一系列列车减阻的有效方案。丁叁叁等[11]研究了城际列车的气动设计方法。杨志刚等[12−13]通过比较裙板的不同安装位置对高速列车明线行驶和会车等工况下气动性能的影响，得出了相应工况下裙板的合理安装方式。高速列车减小气动阻力主要采取的措施是外形优化，其中主要优化部位为列车顶部、车身侧面部位、列车底部以及车体连接部位，具体结构为受电弓、空调、裙板、风挡和车下设备等。城际列车(intercity rail)一般指为满足数量和质量日益增长的客运需，在2座相距不远的重要城市之间开行的多班次趋向公交化的中小编组短途旅客列车，中途不停站或停很少的站。具有大运量、公交化、站间距小等优势。因其特殊的运行需求，城际列车的运行速度一般处于地铁和高速列车之间，气动性能对列车本身的影响如何，目前开展的研究工作较少。本文以前人的研究成果为基础，利用数值仿真的方法，分析城际列车阻力分布及成因，研究不同减阻措施的减阻效果，比较优化外形与原始外形的差异，为城际列车的减阻和外形优化提供参考依据。

1　计算模型

计算模型为城际列车，采用4车编组，及头车+2节中间车+尾车，中间以风挡连接，见图 1。列车模型比较复杂，包括转向架、风挡、车钩、防撞装置、车下设备等复杂结构。

车长为L，车高为H，计算域来流区域长度取1.5L，尾流区域长度取3L，左右宽为20H，高10H，计算区域见图2。

图1　计算模型Fig. 1　Calculation zone

图2　计算区域Fig. 2　Calculation area

列车明线运行时，在入口给定第1类边界条件Velocity inlet：入口来流取理论上无穷远处的均匀来流，速度为列车运行速度，方向与列车运行方向相反；在出口给定第2类边界条件Pressure outlet：压力固定为参考压力，静压为 0；外边界按光滑壁面处理，给定对称面Symmetry；列车表面为无滑移的壁面边界条件Wall；地面按光滑壁面处理，为消除地面效应，给出的是滑移边界条件Moving wall，大小和方向与入口来流一致。

网格划分时，在列车头部以及周围流动量变化都较大的位置均采用较细的网格，在列车转向架位置和受电弓位置也采用了比较细的网格，以免因为网格过大原因模糊掉复杂位置几何结构。为了捕捉列车头部来流和尾部尾流流场特性，还在来流区和尾流区进行加密。图3为计算网格。采用OpenFoam软件对模型进行离散，物面为四边形网格，空间为直角网格。考虑边界层的影响，对车体附近区域进行局部网格加密，第1层网格的厚度为0.001 m，计算网格约为1 000万。

图3　列车头部车体表面网格示意图Fig. 3　Surface grid of train header

2　结果分析

2.1　整车气动阻力分析

利用商用流体软件Fluent，采用基于SST κ-ω的DDES方法，对城际列车进行了数值模拟计算。通过计算数值求解不可压缩连续性方程、动量方程及湍流模型方程得到不同速度列车气动阻力特性。表1为气动阻力系数计算结果，图4为列车压力分布云图，图5为压差阻力占总阻力百分比。

从图4中可以看出，列车的头车鼻锥端为驻点所在位置，此处流速为 0，正压压力最大，经过该点后，气流速度逐渐加快，压力下降。其沿纵剖面的流动情况，到达头部与车顶过渡处负压降至最大值，而尾车开始时为较小的负压，气流到达尾部与车顶过渡处负压降至最大值，这均是由于过渡弧面变化很大，空气绕流速度加快，从而使这一区域的压力急剧降低所致，至车体顶面压力又再次回升成为平稳的较小的负压。

从上述图表中可以看出，不同车速各节车气动阻力系数基本相同；不同车速列车的气动总阻力变化规律一致，即尾车阻力最大，约占总阻力的38.6%，2节中间车阻力相近最小，约占总阻力的15.5%，头车阻力小于尾车大于中间车，约占总阻力的30.4%；所有车速的阻力均为正值；列车气动阻力随着列车运行速度的增加急剧增大，与车速的关系近似成平方。

表1　不同速度列车气动阻力系数Table 1　Aerodynamic drag coefficient of different speed train

图4　列车压力分布云图Fig. 4　Train pressure distribution diagram

图5　压差阻力占列车总阻力百分比Fig. 5　Percentage of the pressure drag in total aerodynamic drag

列车总气动阻力由摩擦阻力和压差阻力组成，从图5可知，不同速度下列车的压差阻力在总阻力中占主要部分，所占比例 70%～90%，远高于黏性摩擦阻力，其中头尾车压差阻力所占比例远大于中间车，这是因为列车为钝头车，而且车钩位置开了孔，致使头尾车压差阻力远高于中间车；中间车 1压差阻力比重略高于中间车 2，这是因为升弓位于中间车 1，降弓位于中间车 2，升弓的压差阻力要略高于降弓。

以 120 km/h速度为例进一步分析。120 km/h速度的列车头车和尾车阻力比重最大的部位在流线型车头位置，流线型部位的阻力主要为压差阻力。这主要是因为列车为钝头车，而且车钩位置开了孔，致使列车压差阻力过大。为了减小列车阻力，需要对列车外形进行优化，使其头部流线位置变长，提高列车的气动性能。

2.2　关键部位气动阻力分析

列车转向架装置结构比较复杂，又因为有地面效应的影响，所以列车转向架会对列车的气动性能产生很大的影响。图6为头车第1个转向架表面压力云图，从图中可以看出，转向架表面压力分布不均匀，在转向架复杂结构附近以及迎风面都存在高压区。图7为头车转向架附近区域流场变化，从图中可以看出，转向架附近区域流场非常复杂，气流经过车钩部位的压缩，流速迅速增大，气流从前部车钩开口处以极高的速度流向转向架区域，同时经过防撞装置和导流板等装置2次压缩的高速气流同样流向转向架区域，2股气流猛烈撞击转向架，致使转向架区域形成复杂的湍流，导致转向架产生很大的阻力。转向架气动阻力占列车总气动阻力的6.5%，转向架气动阻力主要由压差阻力引起，可以通过改善转向架结构及增加裙板等方式，改善转向架区域的流场，达到减小转向架区域气动阻力的目的。

图6　头车第1个转向架表面压力云图Fig. 6　Pressure distribution diagram of head-train bogie

图7　头车转向架附近区域流场Fig. 7　Flow field of head-train bogie

因为车下设备的存在使列车车底流场变得极为复杂。图8为头车车下设备周围的流场变化。车下设备的气动阻力主要是由压差阻力引起的。地面和车底架沿车身长度方向之间的截面积比较小，空气流速较其他地方很大，当气流流到车下设备前端时流速迅速变小，从而形成高压区，流过车下设备后，流速又开始变大，最终在车下设备区域形成较大的压差，致使车下设备区域压差阻力比较大。因此，可以采取安装裙板或以设备舱的形式封装车下设备的方式，改善车下的流场，从而降低车下设备区域的气动阻力。

受电弓外形相比于转向架装置更复杂，车底部气流在受电弓处会受到严重的干扰。图9为受电弓表面压力分布图，从图中可以看出，迎风面形成了较为明显的高压区。升弓气动阻力占总气动阻力的3.6%，降弓气动阻力占列车总气动阻力的百分比为2.1%。受电弓的气动阻力主要由压差阻力引起，可以通过改善受电弓结构、优化受电弓导流罩以及将受电弓下沉等方式，改善受电弓区域的流场和迎风面积，从而减小压差阻力，降低受电弓区域的气动阻力。

图8　头车车下设备周围流场Fig. 8　Flow field of area under the train

图9　受电弓表面压力分布图Fig. 9　Pressure distribution diagram of pantograph

车体连接部位风挡的不同形式会直接影响整车的气动阻力。列车采用内风挡的形式。从头车至尾车之间风挡编号依次为：fd1，fd2和 fd3。因为车身与车身之间风挡处存在缝隙，从而形成了凹腔流动，产生回流，使前后两端墙压力明显不同，使风挡前面车身端墙的气动阻力为负，后面车身端墙的气动阻力为正，且后面要比前面气动阻力绝对值大，所以风挡连接处总阻力为正值。可以通过采用外风挡的形式，改善风挡处流场，减小风挡连接部位的气动阻力及车身阻力。

图10　风挡形式Fig. 10　Windshield model

3　表面优化设计

3.1　模型优化

在轨道交通运输方式中，根据不同的运行需求，动车组外形也不同。城际动车组应该以尽可能大的载客量为主，流线型头型虽然有利于减小城际动车组的阻力，但却牺牲了一定程度的载客量，所以本文不进行头型的设计。列车高速运行时，车头前方的气流经鼻锥引流，一部分流经车顶、侧墙、风挡、空调和受电弓等车上设备，一部分流向车体下部，由排障器流至列车侧后，一部分通过车钩开口处流向车体底部，并与部分经车体侧墙向下流动的气流汇合，流经转向架、变流器、变压器等车下设备。车体表面设备繁多，外形复杂，各类车体表面突出物对整车气动阻力的影响很大，需要根据实际情况进行平顺化处理。

为研究列车各个部分对气动阻力的影响以及各种减阻措施的效果，对列车车下设备、风挡和空调进行模型优化，优化模型如图11，其中图11(a)，11(c)和11(e)为原始结构。优化方式主要有3种：以设备舱的形式封装列车车下设备(图11(b))；采用外风挡模型，风挡与车身为无缝连接(图11(c))；在空调处以增加不同角度斜块的方式减小空调迎风面积(图11(d)和图11(e))。共获得表2所示的4种列车模型。表中编号1为不加任何减阻措施的基本模型，编号2，3，4和5加上1项或者多项减阻措施。

图11　优化模型Fig. 11　Configuration optimization

表2　列车模型组成Table 2　Train models

3.2　列车各部分对阻力的影响及减阻效果

以120 km/h计算结果为例进行说明，列车气动阻力系数见表3。

表3　列车气动阻力系数Table 3　Aerodynamic drag coefficient of train

将表3中不同优化模型与原始模型进行比较，可知减阻措施效果显著：以设备舱的形式封装车下设备(编号2)，头尾车阻力下降比较明显，总气动阻力下降 3.7%；封装车下设备的同时采用外风挡(编号3)，列车总气动阻力下降12.7%；再改变空调迎风面积，在空调处加斜块(编号4和5)，总气动阻力分别下降16.3%和18.9%。

以设备舱的形式封装车下设备，头尾车阻力下降，中间车阻力不仅没有降低，反而稍微有所上升，这可能是因为封装车下设备，增加了列车的迎风面积，因此中间车没有达到降阻的效果，所以以设备舱的形式封装车下设备适用于短编组，对于长编组是否有效需要进行进一步的计算；除了头车转向架外，其余转向架的气动阻力均有明显的下降。

采用外风挡，阻力下降最为明显，效果明显好于其他方案。外风挡结构使车身与车身之间顺滑连接，改变了车身间的凹腔结构，流场没有发生剧烈变化，消除了车身端墙处的压力，减小了端墙处的正负压差，降低了列车的压差阻力。

增加空调导流装置对列车减阻有明显效果。空调原始模型为 90°直角，会产生台阶效应，流场在此会产生剧烈的变化。增加斜块后，减弱了台阶效应，使气流平稳过渡，减小了空调前后端面的压差，从而达到明显的减阻效果。

4　结论

1) 不同车速列车的气动阻力变化规律一致，即尾车阻力最大，约占总阻力的 38.6%，2节中间车阻力相近最小，约占总阻力的15.5%，头车阻力小于尾车大于中间车，约占总阻力的30.4%；列车气动阻力随着列车运行速度的增加急剧增大，与车速的关系近似成平方；列车的压差阻力在总阻力中占主要部分，所占比例在70%～90%。

2) 优化模型减阻效果显著：以设备舱的形式封装车下设备(编号2)，头尾车阻力下降比较明显，总气动阻力下降3.7%；封装车下设备的同时采用大风挡(编号3)，列车总气动阻力下降12.7%；再改变空调迎风面积，在空调处加斜块(编号4和5)，总气动阻力分别下降16.3%和18.9%。

参考文献：

[1] 田红旗. 列车空气动力学[M]. 北京: 中国铁道出版社,2007: 26−28, 160−161.TIAN Hongqi. Train aerodynamics[M]. Beijing: China Railway Press, 2007: 26−28, 160−161.

[2] John D Anderson. 计算流体力学基础及其应用[M]. 北京: 机械工业出版社,2012,3.John D Anderson. Computational fluid dynamic[M].Beijing: China Machine Press, 2012: 3.

[3] 梁习锋, 田红旗. 列车气动性能评估参数研究[J]. 中国铁道科学, 2003, 24(1): 38−42.LIANG Xifeng, TIAN Hongqi. Research on evaluating parameters of train aerodynamic[J]. China Railway Science, 2003, 24(1): 38−42.

[4] TIAN Hongqi. Formation mechanism of aerodynamic drag of high-speed train and some reduction measure[J].Journal of Central South University, 2009, 16(1): 166−171.

[5] 肖云华, 李行, 熊小慧. 明线运行时动车组空调装置表面压力分布数值分析[J]. 铁道科学与工程学报, 2013,10(3): 108−111.XIAO Yunhua, LI Hang, XIONG Xiaohui. Numerical simulation of surface pressure distribution of air conditioning equipment when emu running in open air[J].Journal of Railway Science and Engineering, 2013, 10(3):108−111.

[6] 蔡军爽, 张洁, 刘堂红. 基于 DES的高速列车气动阻力分布特性研究[J]. 铁道科学与工程学报, 2014, 11(5):64−69.CAI Junshuang, ZHANG Jie, LIU Tanghong. Study on distribution characteristics of aerodynamic drag of high-speed train based on DES[J]. Journal of Railway Science and Engineering, 2014, 11(5): 64−69.

[7] 姚拴宝, 郭迪龙, 杨国伟, 等. 高速列车气动阻力分布特性研究[J]. 铁道学报, 2012, 3(7): 18−23.YAO Shuanbao, GUO Dilong, YANG Guowei, et al.Distribution of high-speed train aerodynamic drag[J].Journal of the China Railway Society, 2012, 34(7):18−23.

[8] Hyeok B K, Young W P, Dong H L, et al. Wind tunnel experiments on Korean high-speed trains using various ground simulation techniques[J]. Journal of Wind Engineering and Industrial Aerodynamics, 2001, 13(89):1179−1195.

[9] Schulte W B, Matschke G, Williame A, et al. High speed trains with bogie fairings: European research into reducing aerodynamic drag and noise[C]// Proceeding of the World Congress on Railway Research, Tokyo, Japan,1999.

[10] 郑循皓, 张继业, 张卫华. 高速列车转向架空气阻力的数值模拟[J]. 交通运输工程学报, 2011, 11(2): 45−51.ZHENG Xunhao, ZHENG Jiye, ZHANG Weihua.Numerical simulation of aerodynamic drag for high-speed train bogie[J]. Journal of Transportation Engineering, 2011, 11(2): 45−51.

[11] 丁叁叁, 杜健, 刘加利, 等. 城际动车组气动设计方法的研究[J]. 机车电传动, 2015(1): 4−9.DING Sansan, DU Jian, LIU Jiali, et al. Research of aerodynamic design method for the intercity EMUs[J].Electric Drive for Locomotives, 2015(1): 4−9.

[12] 杨志刚, 高晶, 陈羽, 等. 裙板安装对高速列车气动性能影响的数值分析[J]. 计算机辅助工程, 2010, 19(3):16−21.YANG Zhigang, GAO Jing, CHEN Yu, et al. Numerical analysis on influence on aerodynamic performance of high-speed train caused by installation of skirt plates[J].Computer Aide Engineering, 2010, 19(3): 16−21.

[13] 赵乃莹, 陈羽, 杨志刚. 列车底部结构对交会高速列车气动性能的影响[J]. 计算机辅助工程, 2012, 21(6):20−25.ZHAO Naiying, CHEN Yu, YANG Zhigang. Effect of bottom on aerodynamic performance of high-speed trains while passing by each other[J]. Computer Aided Engineering, 2012, 21(6): 20−25.