基于移动设备机器视觉的无砟轨道钢轨爬行状态检测方法

无缝线路钢轨爬行是由于列车的启制动以及外部温度变化导致的钢轨沿纵向发生位移,准确检测钢轨的位移状态变化,在铁路运营安全管理中是一项重要的任务。传统的人工测量方法受限于时间、空间和精度约束,检测效果不够准确。从实际运维环境出发,提出一种基于车载式机器视觉的无砟轨道钢轨纵向位移检测方法。研究包括:在钢轨与轨道板上粘贴位移标志物,使用实验室自研探伤小车搭载线激光扫描仪获取高精度图像信息;提出一种基于改进Yolov8-Pose的关键点检测方法,对钢轨及轨道板上的位移标志物关键点进行识别并确定感兴趣区域;基于Harris亚像素检测方法对标志物的亚像素角点进行定位,进一步提高检测精度;在无砟轨道试验段进行测试,对钢轨纵向位移进行高精度检测。实验结果表明:钢轨纵向位移检测算法在不同实际位移下的均方根误差平均值为0.202 mm,最大值不超过0.5 mm,符合无砟轨道的检测要求。该方法可以在线路上多点连续进行钢轨纵向位移检测,提高了铁路运维效率,确保铁路行车的安全平稳。

简支梁桥上板式无砟轨道钢轨纵向力分析

为研究桥上板式无砟轨道无缝线路受力变形规律,基于有限元法建立了5跨双线简支梁桥上板式无砟轨道空间整体刚臂模型,计算并分析了多种荷载作用下的钢轨附加伸缩力、挠曲力、制动力及纵向位移。