Scoping prediction of ground and building vibrations induced by railway traffic.

Abstract

The research proposed in this Thesis approaches induced vibrations by railway traffic at the soil surface and buildings close to the track. It is proposed a scoping model to predict the vibration levels in the free-field and nearby buildings in minimal time, using metrics compatible with international standards. The methodology considers soil stiffness, the combination of both the dynamic and static forces generated due to train passage and the Soil-Structure Interaction ( SSI ). The proposed model assumes the train-track-soil interaction (source-propagation problem) is decoupled from the soil-structure interaction (immission problem), then it is divided into two submodels. The sub-model to assess free-field vibrations (train-track-soil system), uses the direct stiffness method to compute the soil Green’s function, and a novel two-and-a-half dimensional (2.5D) finite element strategy for the train-track interaction. The soil Green’s function is modulated using a Neural Network ( NN ) procedure to save the time consuming computation of track-soil coupling. On the other hand, two SSI sub-models to estimate building vibrations by railway traffic are proposed. The first SSI sub-model computes structural vibration levels using modal superposition, whereas an alternative SSI sub-model based on soil-structure transfer functions, is also presented. The sub-model to assess soil vibrations is validated by comparing track receptance, free-field mobility and free-field vibration with both measurements and a more comprehensive 2.5D coupled Finite Element Method ( FEM )-Boundary Element Method ( BEM ) model. Moreover, both SSI sub-models are validated by comparing results against a more complex 3D FEM - BEM model. The results show that the scoping model provides a powerful tool to use during the early design stages of a railway system when multiple scenarios require analysis.

La investigación propuesta en esta Tesis Doctoral aborda las vibraciones inducidas por el tráfico ferroviario en el suelo y en las edificaciones cercanas a la vía. Se propone un modelo de alcance que permita predecir niveles de vibraciones en el suelo y edificios anexos en un tiempo mínimo, usando medidas compatibles con normativas internacionales. La metodología considera la rigidez del suelo, la combinación de las excitaciones dinámicas y estáticas generadas por el paso del tren y la interacción suelo-estructura ( SSI ). El modelo propuesto asume que la interacción tren-vía-suelo (problema de generación-propagación) está desacoplada respecto a la interacción suelo-estructura (problema de inmisión), por lo tanto el modelo se divide en dos submodelos. El submodelo para estimar las vibraciones en la superficie libre (sistema tren-vía-suelo) usa el método directo de la rigidez para calcular la función de Green del suelo y un novedoso modelo en elementos finitos en dos dimensiones y media (2.5D) para representar la interacción tren-vía. La función de Green se estima mediante un procedimiento basado en redes neuronales para ahorrar el tiempo de cálculo computacional que implica el acoplamiento vía-suelo. Por otro lado, se proponen dos submodelos para estimar las vibraciones en edificaciones debido al tráfico ferroviario. El primer submodelo para la interacción suelo-estructura calcula los niveles de vibración de la estructura usando superposición modal, y, así mismo, también se presenta un submodelo alternativo para la interacción sueloestructura basado en las funciones de transferencia suelo-estructura. El submodelo para estimar las vibraciones en el suelo se valida comparando la receptancia de la vía, la movilidad y la vibración en la superficie libre con medidas experimentales, y también se verifica con un modelo 2.5D acoplado de Método de los Elementos Finitos ( MEF )-Método de los Elementos de Contorno ( MEC ). Además los dos submodelos usados para la interacción sueloestructura se validan comparando resultados con un modelo tridimensional (3D) MEF - MEC . Los resultados muestran que el modelo de predicción propuesto supone una herramienta valiosa para usar en una etapa de un diseño preelim