斜向旋喷桩在朔黄铁路路基病害整治工程中的应用

朔黄铁路K269+200～K273+000段路基病害曾两度治理未果,此次用斜向旋喷桩加固路基土体达到预期效果。叙述路基病害状态,整治经过。介绍斜向旋喷桩加固改良土体的机理、施工工艺和质量控制。

铁路路基病害整治决策支持系统模型

结合决策支持系统理论,针对铁路路基病害整治中各病害整治的先后问题,给出了病害整治的理论模型,并给出模型的基本算法,为工务段在制定病害处理方案时提供一定的依据.

铁路路基病害智能检测方法

铁路路基病害不断增加,其中翻浆冒泥病害和路基下沉病害最为常见,严重影响铁路安全运营。车载地质雷达检测方法是铁路路基病害检测的一种常用方法。然而,通过雷达图像对路基病害进行识别仍以人工判别为主,且需要专家丰富的经验。由于路基病害形态复杂、尺度较大,如何对铁路路基病害进行自动识别是一项具有挑战性的任务。针对这些问题,通过探地雷达实地采集数据构建了铁路路基病害数据集,提出了一种铁路路基病害实时智能检测方法(LS-YOLOv3)。该方法针对铁路路基病害的特点设计了深度残差网络提取病害特征,并采用多尺度预测网络在4个尺度上进行特征融合,形成铁路路基病害实时检测模型。实验结果表明,与传统的HOG+SVM算法、双阶段的Faster-RCNN算法、Cascade R-CNN算法、单阶段的YOLOv3算法和轻量化的TinyYOLOv2、TinyYOLOv3算法相比,提出的算法获得了最高的均值平均精度(82.67%)并在配有英伟达GeForce RTX 2080Ti GPU的计算平台上实现了实时检测(32.26 frame/s)。旨在尝试提供一种铁路路基病害检测领域的实时性新方法。

采用路基处理车整治铁路路基病害的研究

铁路路基作为铁路的基础,对行车安全稳定起着至关重要的作用。但铁路路基翻浆冒泥、下沉外挤等病害日趋严重,直接影响了铁路的正常运营。目前我局铁路路基病害整治基本依靠人力,并受施工天窗等限制,作业难度越来越大,且质量较难保证。通过对路基处理车作业原理和施工过程的研究,探索引入路基处理机械化作业车,改善既有铁路路基病害整治困难的现状,提高路基病害整治的施工能力,达到预期的整治效果。

铁路路基病害类型及其产生机理和检测

随着社会的发展,铁路的建设也是如火如荼,但是在铁路建设中会出现一些病害,而为铁路工程埋下安全隐患,本文对铁路路基的病害类型进行分析,并对其产生的机理以及检测的方法提出建议,希望能够对同行做参考作用。

多年冻土区铁路路基典型病害及防护技术研究

铁路路基防护技术是多年冻土区铁路工程建设的重要研究方向。介绍青藏铁路多年冻土路基出现的病害原因及其特征,归纳出4种常见病害的分布特征和变化趋势,总结了青藏铁路常用的通风管、碎石护坡等7种路基防护措施的研究成果和现状。在青藏高原气候变暖的背景下,分析目前研究中存在的不足和需要解决的新问题,并对未来研究方向和趋势进行展望。研究成果可对多年冻土区工程防灾减灾措施研究提供理论指导,也对高原走廊内新建高速铁路、高速公路和输油气管道等工程方案的设计、施工提供参考和依据。

电阻率CT成像探测铁路路基基床病害在成都局的运用与发展方向

通过对电阻率CT成像探测铁路路基基床病害的基本原理、图像判释方法、与传统挖探方法的特点比较和该方法在成都局运用分析的阐述，指出了该方法的优点及发展方向。

既有线路基病害车载GPR检测数据的处理方法

我国既有线铁路路基下沉和翻浆冒泥等病害比较普遍。为了确保行车安全,如何快速准确检测这两类常见的路基病害是亟需解决的问题。车载GPR以其快速无损和高分辨率等优势已经逐渐成为铁路既有线路基病害检测的首要选择,但该技术在数据处理方面仍需深入研究。在综合比较多种处理方法的应用效果与运行速度后,对之前处理方法进行优化改进,提出一种专门适用于既有线路基病害检测的车载探地雷达数据处理方法。经焦柳线实地挖探验证,数据解释结果与实际情况较为吻合,该处理方法能够在保持计算速度快和通用性强的前提下,显著提升车载GPR铁路路基病害检测数据的可视性,突显路基层位及病害异常相关信息,对于铁路快速无损检测有着重要意义。

某铁路专用线盐渍土路基地基处理措施探讨

盐渍土地区路基地基处理和路基病害防治措施是铁路设计、施工、运营各行业共同关注的重点问题。论文依托新疆地区某铁路专用线工程,对工程所在地区的盐渍土特性:盐胀性、溶陷性、湿陷性和毛细水作用进行了分析,并结合现场勘察和室内试验,认为工程所在区域受盐胀性、溶陷性和毛细水作用影响较强。最后结合盐渍土地区常见工程处理措施,提出工程所在区域的地基处理原则和措施,并对处理措施进行对比分析,提出工程所在区不同段落的地基处理措施。

基于深度学习的铁路路基雷达检测信号中强干扰压制方法研究

探地雷达具有快速、非接触式、无损的特点,已成为铁路路基病害检测的重要手段.但由于铁路路基检测对于探地雷达而言具有复杂的电磁干扰环境,尤其是来自轨枕强反射干扰湮没了路基介质层病害的弱反射雷达信号.针对上述问题,本文开展了铁路路基雷达检测信号中轨枕强干扰压制方法研究.论文首先介绍了深度学习网络框架以及原理,并对随机生成的含典型病害铁路路基模型进行时域有限差分法正演,获得探地雷达仿真数据;然后将仿真数据预处理后导入深度学习网络中训练,并且利用测试集中数据验证该深度学习网络对一维探地雷达信号的噪声压制效果;最后,从图像上分析并评价了深度学习处理铁路路基雷达信号噪声压制的效果.采用上述方法处理后的雷达图像中异常体反射信号明显,同轴信号连续清晰,图像分辨率提高.研究结果表明该处理方法能有效压制轨枕强干扰信号,显著提高了雷达信号的信噪比,而且训练好的网络能实时处理海量的路基检测资料.