基于轨道局部波动的高速铁路轨道平顺状态评估方法

高平顺、高稳定、高可靠是高速铁路基础结构必须具备的基本属性,对轨道平顺状态进行全面准确评价是保证轨道高平顺性的根本前提。针对我国现行轨道不平顺评价方法中存在的不足,定义一种用于描述局部波动的多尺度标准差卷积变换模型,并借助脉冲函数分析该模型的基本特性。结合某高速铁路动检数据,分析该模型对轨道平顺性的评估效果,基于最大熵原理确定最优局部管理区段长度为15m,并提出轨道局部波动指数概念。实例分析表明,轨道局部波动指数反映了局部波动与轨道平顺状态的内在关联,能够对轨道局部波动进行准确定位,可以为轨道养护维修方案的制定提供新依据。

客货共线无砟轨道平顺状态预测模型

客货共线无砟轨道的轨道质量指数(TQI)具有随时间长期缓慢变化并伴随平稳波动的特点,而现有的预测模型难以预测这种变化。基于小波和时间序列分析预测方法,提出ARMA-BP神经网络和ARMA-SVR预测模型。通过小波分析将TQI时间序列分解为高频和低频2个部分,采用ARMA模型对高频部分建模,分别采用BP神经网络和支持向量回归SVR模型对低频部分建模,最后对高频和低频进行综合预测。此方法可根据具体情况对具有不同特性的TQI时间序列进行针对性建模,提高预测精度。运用此方法对包西线和太中线10个无砟轨道区段TQI时间序列进行预测,结果表明:ARMA-BP神经网络与ARMA-SVR的建模精度平均值分别为98.1%和98.5%,后验差分别为0.31和0.21,均达到1级;前者对已知数据的拟合精度高,而后者对未知数据预测能力较强、泛化能力更突出。

数字滤波技术在轨道检测中的应用

概述和总结了数字滤波技术在国外一些轨道检测系统中的应用特点，着重分析了应用于我国轨检车数字信号处理系统中的数字滤波技术，特别是基于数字移变滤波器设计原理，对列车运行速度和运行方向影响检测结果的机理及消除方法做了较为深入的分析和论述。