Testing Time: The Constant Wear On Stairs(优秀范文一:步态周期偏置 + 累积磨损 + 短板寿命)
2025 美赛 MCM A 题 · 优秀范文一。视角:把"楼梯磨损为什么不是均匀的"讲透——人的步态落点存在与舒适步幅相关的周期偏置,叠加出入口/平台的重心转移加成,使个别踏步承受系统性超额载荷;用累积损伤模型 刻画每级磨损,以"最不利踏步最先达到更换阈值"的短板效应确定全段寿命,并给出设计改造的量化杠杆。正文 / 配图 / 附录 / 真源四路数字一致(固定参数,无随机漂移)。
摘要
楼梯各踏步的磨损远非均匀:本文把单段 级的楼梯建模为"周期偏置 + 出入口加成"的双因素落点概率场——步态周期 级使权重呈 正弦波动,首末两级因停顿与重心转移再获 加成(次级 )。在年人流 人次、单步磨损当量 的标定下,各级年磨损率介于 – 当量/年:第 1 级(入口)与第 20 级(近平台)并列最不利,年磨损率 0.7779 当量/年,是平均级(0.5000)的 1.56 倍。以更换阈值 计,平均级寿命 20.0 年,而全段寿命由短板决定仅 12.9 年(短板/平均 = 0.64),各级寿命标准差达 5.16 年。设计扫描表明:把段内步数增至 并使步态周期错开为 ,最大年磨损率可降至 0.5499 当量/年,最不利踏步负载下降约 29%、全段寿命相应延长——这证明"改步数 + 错周期"比单纯换材质更划算。
一、问题重述
题目要求回答四件事:①刻画单段楼梯各踏步的磨损累积过程;②解释为何某些踏步(如出入口附近、按步态周期间隔的踏步)磨损显著更快,识别"磨损常数";③预测各踏步达到更换阈值的时点与整段寿命;④提出使磨损均衡、延长服役寿命的设计改造,并在成本与寿命间权衡。本题聚焦①–③并给出④的量化杠杆:核心是把"踩踏"翻译成带周期偏置的落点概率,把"磨损"翻译成累积损伤,把"寿命"翻译成最不利踏步的达标时点。
二、模型假设
- 人流稳态均匀到达,年总量 人次上下行合计;每人每次通行对每段只产生一次有效踩踏序列。
- 落点概率可分解为"均匀基础 + 周期偏置 + 出入口加成":舒适步幅对应约 级的相位周期,权重波动幅度 ;首末级加成 、次级 。
- 单次踩踏的损耗正比于冲量且材质均一,用单步磨损当量 折算;磨损随时间线性累积(疲劳短期效应忽略)。
- 更换判据为累积磨损当量超过 ;任一级达标即视为该级需更换,全段服役寿命由最早达标者决定(短板效应)。
- 不考虑维修翻新、季节性人流脉冲与多股人流分流;这些作为灵敏度讨论。
三、符号说明
| 符号 | 含义 |
|---|---|
| 踏步序号(1 为入口级, 为近平台级) | |
| 第 级落点权重(相对均匀值 1) | |
| 第 级年磨损率(当量/年) | |
| 累积磨损 (当量) | |
| 第 级寿命 (年) | |
| 全段寿命 | |
| 步态周期(级)、周期偏置幅度 | |
| 出入口/平台加成系数 |
四、建模过程
4.1 落点概率场:周期偏置 + 出入口加成
人上下楼时同侧脚倾向于落在相同相对位置,形成以步幅为周期的落点偏好;同时入口第一级要完成"从平地到楼梯"的重心转换、近平台末级伴随减速停踏,二者都放大单步冲量。据此把第 级的落点权重写为:
取 。图 1 给出全部 20 级的权重谱:正弦波峰落在第 6、12、18 级附近(共振级),而第 1、20 级被出入口加成进一步抬高至全场最高——两类效应不重叠时各自可见,重叠处磨损常数最深。
4.2 从落点到年磨损率
把权重归一化后乘以年人流与单步磨损当量,得每级年磨损率 。图 2 显示 在 0.42–0.78 当量/年间起伏:最不利级(第 1、20 级并列)0.7779 当量/年,恰为均匀基准 0.50 的 1.556 倍;最低谷出现在相位低谷与无加成的重叠区。这个 1.56× 的"超额载荷比"就是题目所称磨损常数的定量形态。
4.3 累积磨损推进与短板寿命
磨损按 线性累积。图 3 画出代表性六级的时间推进曲线,斜率差异一目了然;图 4 把每级寿命 排成谱:最高寿命约 24 年(低谷级),最低仅 12.9 年(第 1、20 级)。
于是全段寿命由短板决定: 年,比平均级寿命 20.0 年早 7.1 年——若按平均磨损做维护计划,将提前面临最不利级的更换。各级寿命标准差 5.16 年,不均衡本身就是成本:同一时段内有的级已换两次、有的仍在服役。图 8 直观展示"最不利级先于平均级撞线":
寿命谱直接给出差异化维护排程:把 20 级按 分成三档——快损档(第 1、19、20 级,13 年左右达标)在首次大修即换;中速档(共振级第 6、12、18 级,15–17 年)安排在第二次检修窗口;慢速档(相位低谷的第 9、10、11 级等,22–24 年)可服役到全段整体翻新。相比"整段一刀切 13 年全换",三档排程在同等安全水平下把前 25 年的总更换量减少约四成——这是磨损模型从"解释现象"走向"省钱"的直接体现。
4.4 短板效应的定量刻画
图 5 对比最不利级与全段平均的年磨损率(0.7779 vs 0.5000)。定义短板比 :楼梯的实际服役能力只有"平均思维"预期的 64%。 是设计质量的单一指标——越接近 1 越均衡,本文所有设计杠杆的目标都是推高 。
五、设计优化:两个免费杠杆
更换材质(降低 )需要预算,但有两个"几何杠杆"几乎零成本:
杠杆一:段内步数 。 固定周期 扫描 –,图 6 显示最大磨损率随 振荡——因为 与 的整数关系决定共振级是否恰好落在出入口附近。 时最大磨损率降到局部低点。
杠杆二:错开步态周期。 不同人群步幅不同, 并非固定;把设计周期错到 (例如通过改变踏步高度微调节奏),共振峰整体移位,与出入口加成的重叠减弱。图 7 给出 – 下 20 级段的最大磨损率, 显著低于 。
联合扫描 得最优组合 :最大年磨损率 0.5499 当量/年,较原设计 0.7779 下降 29%,短板寿命由 12.9 年升至约 18.2 年()。配合中档耐磨材质( 降 30%)可把全段寿命推过 26 年——两种杠杆相乘而非叠加。
成本侧的权衡同样清晰:改 与错 是"图纸上的改动",边际成本近乎零,却贡献了 29% 的负载下降;换高档材质单价通常翻倍但 只降三到五成,性价比反而不如几何杠杆。因此推荐顺序是:先做几何优化(免费),再对残余的最不利级(出入口两级)做局部加强垫(花钱花在刀刃上),最后才考虑整段升级材质。
六、灵敏度分析
- 人流 ±30%: 与 同比例缩放,短板比 不变——流量大小只影响"何时换",不影响"哪级先坏",故磨损常数的识别结论稳健。
- 周期偏置幅度 0.15–0.35:振幅越大共振级越凸出, 从 0.75 降到 0.58;对未知人群可取保守 做设计。
- 出入口加成 :该参数只作用于两端四级,是对第 1/ 级寿命最敏感的参数(±0.2 的变化即改变其寿命 ±2 年);在入口铺设局部加强垫是性价比最高的针对性措施。
- 线性累积假设:若计入疲劳加速(磨损率随 增长),短板会进一步前移;线性模型给出的是寿命上界,工程上应留 10–15% 余量。
七、模型评价与改进
优点:机理清晰、参数少且都可实测(人流计数、踏面厚度测量即可反演 );短板比 把"均衡设计"压缩成一个可优化的标量;设计杠杆的结论(错周期优于换材质)可直接指导改造。局限:①未建人流时变与多段接力(休息平台两侧相位衔接)模型;②线性累积忽略了磨合期与疲劳三阶段;③左右脚差异被并入对称正弦,真实步态有左右不对称分量。改进方向:以蒙特卡洛注入人流与步态个体差异,输出寿命分布而非单点;用历史磨损厚度数据反演参数后再外推(数据驱动校准机理模型)。
八、结论
楼梯磨损的本质是步态周期与建筑几何的共振: 的落点偏置叠加出入口重心加成,让第 1、20 级以 0.7779 当量/年的速度磨损,是平均级的 1.56 倍;全段寿命因此被拉低到 12.9 年(短板比 0.64)。把段内步数调到 28、设计周期错开到 8,最大磨损率下降 29%、短板寿命升至 18.2 年,再辅以入口局部加强,可在近乎零成本下把寿命延长约四成。维护排程应按级差异化:第 1/ 级 13 年一换、中部低谷级 24 年一换,而非全段一刀切。
参考文献
- COMAP. MCM Problem A: Testing Time — The Constant Wear On Stairs. 2025.
- Archard J. F. Contact and Rubbing of Flat Surfaces. J. Appl. Phys., 1953.
- Miner M. A. Cumulative Damage in Fatigue. J. Appl. Mech., 1945.
- Templer J. The Staircase: History and Theories. MIT Press, 1992.
- Roys M. S., Donath D. Stair Safety: A Review of the Literature. Building Research Establishment, 2006.
附录:核心 Python 实现
import sys, os
_HERE = os.path.dirname(os.path.abspath(__file__))
sys.path.insert(0, os.path.abspath(os.path.join(_HERE, "..", "..", "..", "tools")))
import gen_mcm2025a as M # 真源:步态周期偏置 + 累积磨损 + 短板寿命
# 1) 标称设计的落点权重与年磨损率
ws = [M.landing_p_i(i) for i in range(M.N_STEP)]
Ls = [M.load_L(i) for i in range(M.N_STEP)]
wi, wl = M.worst_step()
print("最不利踏步: 第%d级 年磨损率=%.4f当量/年" % (wi, wl))
# 2) 各级寿命与全段寿命(短板)
ts = [M.life_t_star(i) for i in range(M.N_STEP)]
sec_i, sec_t = M.section_life()
mean_rate = M.mean_wear_rate()
import statistics as st
print("平均级寿命=%.1f年 全段寿命=%.1f年(第%d级) 寿命std=%.2f年"
% (M.W_MAX / mean_rate, sec_t, sec_i, st.pstdev(ts)))
print("短板比 rho=%.2f" % (sec_t / (M.W_MAX / mean_rate)))
# 3) 设计杠杆:扫描 (N, p) 找最大年磨损率最小的配置
best_d, best_cfg = M.search_design()
print("最优设计: max年磨损率=%.4f @ N=%d, p=%d (改善%.0f%%)"
% (best_d, best_cfg[0], best_cfg[1],
100.0 * (wl - best_d) / wl))