基于分位数回归的轨道质量指数阈值合理性数据分析

高速铁路轨道高平顺性是保障列车行车安全的重要基础,考虑到现有规范中针对轨道不平顺养护维修的局限性,需要对轨道动态不平顺管理值的合理性进行研究和改善。利用历史数据及统计方法挖掘轨道动态不平顺峰值管理值与均值管理值的联系,基于时间序列的异常检测与修正模型,通过分位数回归探究各项指标半峰值与标准差关系,并给出相应的均值管理建议值。结合7条不同工况线路的实测数据,研究结果表明:速度200~250 km/h线路建议采用80%及以上分位数的标准差作为管理值,而速度250(不含)~350 km/h线路建议采用95%及以上分位数的标准差作为管理值;相同时速线路、同一分位数下,若建议管理值越高,表明峰值与标准差的倍数较小,该线路状态较好,特别是单点不平顺超限的数量较少,不需要较严格的TQI管理值进行整体管理;反之,则表明单点超限可能较多,需要压低TQI管理值确保较低的峰值超限数量;对于5项不平顺指标,轨距出现峰值超限的概率最大,养护维修时需着重关注。

既有线轨道质量指数的分布与不平顺权重系数统计分析

利用轨检车在沪宁线苏州—南京段线路上检测的不平顺数据,计算既有沪宁线的轨道质量指数(TQI),运用统计方法对轨道质量指数的频数分布和里程分布进行分析。结果表明,线路90%以上的TQI数值处于13以下。通过对单项不平顺占轨道质量指数权重进行统计分析,得到单项不平顺的管理值。分析表明,对沪宁线而言,左、右高低不平顺和水平不平顺在TQI中占的比重较大,对轨道质量的影响较大。根据统计得到的TQI管理值和各项不平顺所占权重,各项不平顺小于管理值之内的里程均大于78%。说明将沪宁既有提速线路的TQI管理值定为13基本能保证线路的质量状态。

轨道质量指数及其在高铁动态验收中的应用

研究目的:我国高速铁路在开通运营前,均需进行包括动态验收在内的竣工验收,轨道几何状态是动态验收的关键内容。轨道质量指数是用统计特征值来评价轨道区段的平均质量,是评价轨道几何状态的重要指标。本文分析总结国内外轨道几何质量评价方法和标准,分析我国历年来开通的高速铁路轨道质量指数,并评判高速铁路轨道几何质量。研究结论:(1)我国已开通的高速铁路,其动态检测时的TQI值均满足相关验收标准要求;(2)随着我国铁路建设与运维部门对高速铁路精调精整技术、能力的提高和经验的不断丰富,验收时的轨道几何质量不断提高,后开通高速铁路的轨道几何质量普遍优于前期开通的同等级线路;(3)对高速铁路而言,建议补充完善与幅值评价对应波长的轨道质量指数验收标准;(4)该研究成果对高速铁路轨道状态验收具有指导意义。

轨道质量指数(TQI)在线路天窗维修中的应用

运用轨道质量指数(TQI)技术方法指导铁路线路的"天窗修",实践表明(TQI)法能提高铁路线路"天窗修"的效率和质量。阐述了轨道指数(TQI)的概念、应用现状,以及今后发展预期,为制订工务维修计划提供借鉴。

沪宁城际高速铁路轨道质量指数分布规律研究

轨道质量指数(Track Quality Index,TQI)是评价轨道质量状态的重要指标。为了更加科学有效地利用TQI来指导现场的养护维修,需要了解其分布情况。统计分析发现,沪宁城际高速铁路动态不平顺TQI超限主要出现在检测速度不大于180 km/h的数据中,而且集中分布在苏州、无锡、常州、镇江的道岔段。对于检测速度大于180km/h的数据,进行了分布函数的拟合及检验,结果表明:在置信度为95%的情况下,TQI服从对数正态分布;根据近十年的TQI的统计,发现除道岔区段外,TQI年平均值为3.65 mm,标准差为0.44 mm,TQI值大于5 mm的百分比年均值为0.5。

基于转换矩阵的新建无砟高铁动静态轨道质量指数关系研究

因检测原理及受力情况不同,轨道几何状态的动静态检测结果存在一定差异,如何利用静态数据推算动态指标,对无砟轨道精调作业和线路动态验收具有重要意义。以杭长高速铁路在联调联试阶段的动静态检测数据为对象,分析动静态TQI的差异并从概率角度建立二者之间的关联。研究结果表明:新建无砟轨道上行线动态TQI比静态TQI大0.4 mm,标准差大0.08 mm,动态检测得到的不平顺幅值和离散性更大。建立动静态TQI概率转换矩阵模型,并利用杭长下行线及宁安上行线数据进行验证,模型计算得到的动态TQI预测频数分布与实际频数分布相近。基于概率转换矩阵从TQI静态检测值推断动态值的方法可为无砟轨道精调作业和线路动态验收提供定量参考。

发挥轨道质量指数(TQI)指导预防性计划维修中的作用

介绍如何应用轨道质量指数（TQI）评定四大干线的质量，建议总结经验，使TQI在指导预防性计划维修中发挥重要作用。

利用轨道质量指数(TQI)预测轨道不平顺发展的探讨

上海铁路局地处华东地区,管内大部分线路"速、密、重"并举,要贯彻"预防为主、防治结合、养修并重"的原则,真正推行"状态修",需要充分利用各类动态检测数据,对轨道不平顺的发展进行预测,为维修提供依据。研究探讨采用铁道部综合检测车TQI数据,利用线性预测模型对管内沪昆线浙赣段轨道不平顺的发展进行预测,为安排线路维修提供依据。

改进的轨道质量指数线性预测模型研究

针对轨道不平顺的发展,提出轨道质量指数(TQI)变化的线性预测模型。该模型使用平均法计算出一个适用于某一线路区段轨道不平顺的斜率K值,利用该K值建立线性预测模型,对轨道不平顺发展TQI值进行预测。影响轨道不平顺发展的因素复杂,不平顺的发展趋势表现出一种非线性变化的特点,俗称"浴盆型"曲线。提出改进的轨道质量指数TQI预测模型,即多阶段轨道不平顺线性预测模型(MPLM)。

基于灰色理论定量预测轨道质量指数的研究

轨道质量指数是目前我国铁路应用的一种主要的均值评价方法,能够真实、准确地反映出轨道不平顺的质量状态。用大机维修期内观测到的轨道质量指数TQI值构造灰色预测模型,研究数据潜在规律,对TQI随时间的变化规律进行研究,预测某一时刻的TQI值,从而获得轨道质量随时间变化的规律,为各级工务管理部门对轨道不平顺状态进行宏观管理和质量控制提供依据,并将其用于指导编制维修计划和指导养护维修作业,使维修计划安排重点突出、针对性强、投资效益高、线路质量状态均衡。

轨道精调后动静态轨道质量指数的相关性研究

轨道精调达到静态峰值验收标准后,进入动态联调联试调整阶段,联调联试时间紧任务重,为减少调整工作量,希望实现静态TQI预测动态TQI。引入动静比研究精调后动静态TQI之间的关系,分析动检速度和线形对动静关系的影响,通过分析动静比的置信区间,实现静态TQI预测动态TQI。结果表明:动态TQI比静态TQI大1.0~1.5倍,同一线路中,TQI动静比与动检速度正相关,与线形不相关;从杭长高铁情况来看,对于设计时速300~350 km/h的高速铁路,将全线静态TQI控制在2.65 mm以下,可保证动态验收合格,从宁安高铁情况来看,对于设计时速200~250 km/h的高速铁路,将静态TQI控制在4.60 mm以下,可保证动态验收合格,可靠度均达95%以上。

基于轨道质量指数的钢轨打磨型面研究

对于高速铁路,在保证轨道线形、几何尺寸、扣件系统稳定的前提下,轮轨型面的匹配是影响行车平稳性的主要因素之一。本文通过分析武广高铁轨检车检测数据,找到与不同钢轨廓形相对应的轨道质量指数(TQI)和车辆晃车情况,获得了较优的钢轨打磨型面;利用SIMPACK软件对不同钢轨廓形的曲线段列车通过性能进行了对比分析,验证了打磨型面的合理性;制定了武广客运专线钢轨打磨参数,为后期的打磨作业、晃车整治提供了依据。

世界各国铁路轨道质量指数对比研究

研究目的:作为轨道不平顺的重要评价指标,轨道质量指数被世界各国广泛应用于铁路工务管理中。本文简要介绍了中、英、美、日、加、印、波七国的轨道质量指数计算办法,分析对比各国轨道质量指数的特点及异同。在此基础上,采用实测轨检数据研究轨道质量指数的局部波动和单项几何缺陷敏感性。研究结论:(1)世界大多数国家采用标准差作为轨道不平顺的基础统计指标,以此基础发展的轨道质量指数计算方法略有差异;(2)与其他国家相比,我国TQI指数、波兰J指数和美国TRI指数均能敏锐捕捉局部范围内不平顺波动情况,具有较强的局部波动敏感性;(3)对于轨道综合质量指标来说,我国TQI指数和波兰J指数能够充分反映不平顺单项几何缺陷所带来的影响,具有较强的单项几何缺陷敏感性;(4)本文研究成果对指导养护维修作业、提高质量控制标准具有重要意义。

基于时间序列模型的轨道质量指数预测研究

轨道质量指数(TQI)是反映区段轨道整体不平顺的一项重要指标,是一个具有随机性特征的时间序列。本文用灰色系统理论分析TQI序列与各单项指标间的关联度并预测某区段下一次检查的数值;运用ARMA模型对200 m单元区段的TQI序列数据进行研究,分析其变化趋势并对未来一段时间的TQI进行预测。算例分析表明,两个模型的预测精度有所提高,相对误差小于5%。

利用轨道质量指数(TQI)指导线路养护维修

针对我国铁路传统修程修制不能满足当今铁路快速运行需要的问题,结合轨道质量指数(TQI-Track Quality Index)理论,提出了运用TQI理论指导线路养护维修的方法,同时指出了该方法的其他作用,并通过实例证明了该方法的效果。

基于灰色区间理论的重载铁路轨道质量指数发展预测

基于一重载铁路大量历史检测数据,利用灰色区间理论建立了重载铁路轨道质量指数的灰色区间预测模型,对重载铁路轨道质量指数变化规律进行了预测。模型采用分段三次Hermite插值函数将非等时距序列转化为等时距序列,将所选区段单次检测平均值作为观测值,根据预测结果反算求得每个单元区段的轨道质量指数预测值。结果表明,采用灰色区间预测模型能够对重载铁路轨道质量指数的发展变化进行高效率、高精度的模拟与预测。

轨道质量指数计算问题的探讨

由于缺乏去除功能,轨检车检测信号中存在的噪音包含在轨道质量指数(TQI)检测结果中,不利于轨道质量状态的客观评价,并影响编制维修计划。为此,提出在轨检车主机中,将1m轨向和低速时轨向作为噪音处理、将相邻检测数据差大于4mm时作为噪音处理的两种方法,并针对后种方法处理噪音不彻底的问题,提出将波形整体作为噪音处理的方法。考虑到主机传输到编辑机中的数据中仍会存在噪音并需进行人工删除的实际,提出在编辑机中重新计算各单项不平顺标准差与TQI的算法。结果表明:上述去除噪音的方法可行有效,可以大大提高TQI计算精度。

轨道质量指数检测一致性分析

通过分析日常巡检及联调联试不同速度级轨道质量指数(TQI)检测的一致性,表明其差异性主要与高低单项标准差相关;对比不同型号轨道检测系统的一致性,数字式轨道检测系统TQI检测值离散程度较小;分析高低检测项合成主分量原始信号功率谱,得到高低拉线位移计随检测速度的变化情况及噪声分布;在滤除位移计噪声并基于原轨道检测系统重放现场数据后,显示滤除噪声后的现场数据TQI一致性明显增强,因此高低拉线位移计的噪声信号是影响TQI检测一致性的主要因素。

基于3D卷积神经网络的高铁轨道质量指数预测方法

轨道质量指数(TQI,Track Quality Index)是反映高铁整体线路质量状态的重要指标,分析TQI数据的变化规律能够对高铁线路养护维修提供重要指导和参考依据。为提高TQI数据预测的准确性,提出了一种多项特征数据的3D卷积神经网络模型,分析了TQI数据特征,抽取时间、空间、检测项数据并形成三维特征数据集,基于3D卷积神经网络算法,构建8层TQI预测模型,并从初始化参数、学习速率、激活函数、损失函数、Dropout方法等角度对模型进行优化,并利用某高铁线检测数据进行试验验证。结果表明,3D卷积神经网络模型可较好的预测高铁线路状态变化趋势,且对比于BP神经网络和2D卷积神经网络方法,平均绝对误差分别降低了41.48%、26.32%,均方差分别降低了65.42%、39.93%,证明了该方法的准确性与有效性,对于预测TQI与制定高铁线路养护维修计划具有实用价值。

关于应用轨道质量指数技术指导线路养护维修作业的探索

本文阐述了如何应用轨道质量指数(Track Quality Index简称TQI)技术,深入了解轨道实际状态,有效指导线路养护维修作业,初步探索轨道状态的科学管理办法,并介绍了实际应用效果。