Testing Time: The Constant Wear On Stairs(2025 美赛 MCM A 题)
历年真题解法库 · 本题为公开赛题要点整理,完整原题请到官方渠道获取(链接见下);
下方「练习数据」说明仅列官方来源,本站合成练习数据集与真源脚本将随优秀范文一并发布,避免断裂链接。
一、赛题要点
- 赛事:2025 年美赛 MCM · A 题(真实题名「Testing Time: The Constant Wear On Stairs」)。
- 问题实质:建模楼梯踏步在人流踩踏下的磨损演化。要求:①刻画单层(单段)楼梯各踏步的磨损累积过程,识别「磨损最重 / 最轻」的踏步及其成因;②解释人流步态的周期性偏置——人上下楼时左右脚落点存在与步幅、楼梯段长相关的周期,使某些踏步(如每段第 7、14、21 级,或靠近平台 / 出入口的踏步)承受超额载荷,形成「磨损常数」;③预测踏步达到更换阈值的时点与维护排程;④提出设计改造(踏步数、平台位置、材质 / 微观结构、左右分流或镜像使用)使磨损均衡、延长整体服役寿命,并在成本与寿命间权衡。
二、需要产出什么
- 单踏步磨损累积模型:踏步
i在时刻t的累积磨损W_i(t)=∫₀ᵗ L_i(τ)dτ,其中载荷L_i取决于人流量V(t)、步态落点概率p_i(周期偏置)、材质损耗系数k_i。 - 最不利踏步识别:由
p_i的周期分布找出W_i最大者(短板效应),给出「为何是这几级」的解释。 - 寿命 / 维护预测:基于阈值
W_max预测各踏步更换时点,给出全段的最小寿命min_i t_i*与维护排程。 - 设计优化:以「最大踏步磨损最小(磨损均衡)/ 整体寿命最大」为目标,决策踏步数、平台布置、材质、使用策略,多目标权衡成本与寿命。
- 鲁棒性:人流随机波动下寿命分布与替换时点不确定性(蒙特卡洛)。
三、数据说明(官方来源)
- 官方数据/赛题:https://www.comap.com/undergraduate/contests/mcm(请以当年发布为准)。赛题通常给楼梯几何(段数、每级尺寸、材质)、人流量统计(日 / 年、上下楼比例)、踏步磨损 / 厚度测量或材料疲劳参数。
- 练习数据说明:本题的合成练习数据集与真源生成脚本(
tools/gen_mcm2025a.py)将在对应优秀范文发布时一并放出,确保正文 / 配图 / 附录 / 真源四路数字一致。当前请先用官方数据练手。
四、可用解法 → 对应手册
题型:优化类(磨损均衡 / 寿命最大化设计)
先看选型 👉 🧭 优化类选型指南
题型:评价 / 决策类(多方案对比、维护策略)
先看选型 👉 🧭 评价类选型指南
题型:时间序列 / 退化预测类(磨损累积与寿命预测)
先看选型 👉 🧭 预测选型指南 · 🧭 时间序列选型指南
- 📘 微分方程 / 动力系统(磨损累积 / 疲劳机理)
- 📘 差分-ARIMA
- 📘 灰色预测 GM(1,1)
- 📘 指数平滑
- 📘 移动平均
题型:不确定性 / 鲁棒类
先看选型 👉 🧭 不确定性选型指南
- 📘 蒙特卡洛仿真(人流随机性下的寿命分布)
五、建模思路提示
- 磨损是累积损伤而非瞬时量:用
W_i(t)=∫L_i(τ)dτ刻画,载荷L_i与踩踏次数、单步冲量、材料损耗系数相关;更换判据应基于累积W_i是否超阈值W_max。 - 「磨损常数」源于步态周期:人上下楼时同侧脚倾向于落在相同相对位置,落点概率
p_i随踏步序号呈周期波动(典型周期约 2、4 或 7 级,取决于舒适步幅与楼梯段长),使某些「共振」踏步承受系统性超额载荷 → 磨损最快。 - 最不利踏步通常由「周期峰值」与「出入口 / 平台效应」(上下第一级、靠近平台的踏步因停顿 / 重心转移载荷更高)叠加决定;应先解析
p_i再求max_i W_i。 - 设计优化以「最大踏步磨损最小」为稳健目标(短板效应),而非平均磨损;可用多目标规划权衡「寿命 ↑」与「成本 ↑」(材质升级、加平台、改步数)。
- 退化预测:机理上用 ODE / 递推积分;数据驱动可用 ARIMA / GM(1,1) 对历史磨损序列外推到阈值时点。
六、常见坑与规避
- 假设人流均匀踩每级:真实步态周期使特定踏步超额受载,忽略
p_i的周期性会得出「各级磨损相同」的错误结论,磨损均衡设计随之失效。 - 把磨损当线性外推:磨损是累积损伤,与材料疲劳相关,应积分 / 递推而非简单线性;阈值判定基于累积量而非瞬时速率。
- 只报平均寿命:楼梯寿命由「最不利踏步」决定(短板效应),应报告
min_i t_i*并以max_i W_i为设计目标。 - 忽略出入口 / 平台踏步特殊性:上下第一级与近平台踏步因停顿、重心转移磨损更快,模型要分层处理。
- 设计只调步数:步数、材质、平台位置、使用习惯(左右分流 / 镜像轮换)共同影响,需多目标权衡成本与寿命,而非单变量优化。
- 确定性人流假设:实际人流随机波动,应用蒙特卡洛评估寿命分布与替换时点的不确定性,避免给出单点「精确」更换日。
七、优秀范文(本站手写,非生成器)
本题范文将逐题手写发布(≥2500 字 · 4 张 SVG 配图 · 可运行 Python 附录,正文 / 配图 / 附录 / 真源四路数字一致)。
| 视角 | 链接 | 字数 · 配图 · 附录 |
|---|---|---|
| 范文一:步态周期偏置 + 累积磨损 + 短板寿命(最不利第1/20级 0.7779 当量/年,全段寿命 12.9 年,设计优化降 29%) | Testing Time(优秀范文一) | 2510 字 · 8 图 · 1 附录 |
| 范文二:磨损均衡多目标设计优化(510 方案枚举 + 帕累托前沿 + λ 加权:15 千元换 81% 寿命增益) | Testing Time(优秀范文二) | 2521 字 · 8 图 · 1 附录 |
| 范文三:人流随机波动下的蒙特卡洛寿命分布(均值 13.4 年 / P10=12,维护时点风险曲线) | Testing Time(优秀范文三) | 2500 字 · 8 图 · 1 附录 |
八、配套资源
- 回到 📚 历年真题解法库首页
- 总入口:🗺️ 专题手册库
- 论文怎么写:📝 论文模板使用说明专区
- 避坑总览:⚠️ 建模避坑指南专区
- 真源模型与配图脚本将在对应优秀范文发布时一并放出(见第七节)。