高速铁路联调联试数据管理技术研究与应用

高速铁路联调联试数据管理技术首次将前置系统与大数据服务端在不同网络环境部署,数据接入模块结构化和非结构化数据分类别更新存储,数据访问控制及多种接口方式实现数据安全可控、共享等设计,实现了联调联试多专业、多类型数据的集中采集、自动汇集和分类共享,进而实现了联调联试数据的现场采集、分类汇集、集中存储、大数据分析、共享及可视化综合应用的全流程闭环管理,为联调联试数据管理体系建设提供有效支撑,也为智能高铁联调联试的数据挖掘、分析奠定了基础。

有砟与无砟轨道系统隧底上拱变形传递规律

在分析不同成因上拱变形隧道力学环境基础上,构建隧底荷载作用下有砟与无砟轨道的隧底上拱变形传递模型,获得这种变形向轨面的传递规律,并建立隧底荷载与变形传递比的函数关系。结果表明:上拱变形在初支底面—填充层表面传递时,幅值减小,波长增大;在道床表面—轨面传递时,幅值和波长均减小;上拱变形在道床内传递时,有砟道床的波长和幅值均减小,无砟道床则波长增大,幅值基本不变;隧底荷载的大小及纵向分布长度变化会使幅值传递曲线整体平移,且荷载大小主要改变波长变化速度,而荷载纵向长度则主要改变初始波长;在大小低于250 kPa、长度超过27.8 m的隧底荷载作用下,选用有砟轨道更易控制轨面幅值和轨面波长;当荷载大小超过250 kPa或长度小于27.8 m时,选用无砟轨道更易控制轨面幅值和波长。

基于车辆响应的高速铁路周期性轨道短波病害时频特性分析

对基于同步压缩小波变换提取瞬时频率的方法进行改进,使之可完整、准确地提取振动信号的瞬时频率曲线,避免因时频聚集性较差以及交叉项的干扰带来的问题。采用该方法对高速综合检测列车轴箱加速度数据进行时频分析,提取钢轨短波不平顺的瞬时频率,根据其变化特性精确定位钢轨疑似波磨和打磨痕迹区段。结果表明:轴箱加速度波形均呈现周期性;分析区段的振动数据中包含150和75mm 2种波长呈现倍数关系的强振动数据,现场测试发现该处存在较强的钢轨波磨现象,波磨波长为150mm,同时现场还存在波长为75mm的钢轨周期性打磨痕迹;75mm的钢轨周期性打磨痕迹引起轮轨系统的非线性振动,振动频率达到1 125Hz,与扣件固有频率562Hz呈倍频关系,导致扣件产生强烈的共振,从而引发轮-轨接触共振,造成钢轨表面产生塑性变形,形成塑流性波磨,在列车的反复作用下,该处产生150mm波长的波磨。

高速铁路轨道短波健康状态动态诊断模型和方法

高速铁路钢轨波磨、焊接接头凸凹、翼轨堆高等短波病害虽然幅值较小,但会产生较大的振动冲击响应,增加轮轨系统部件的损伤。结合轴箱加速度和轮轨力高频车辆动态响应,提出集成轨道冲击指数(TII)和波磨指数(RCI)的高速铁路轨道短波健康状态动态诊断方法,以及基于改进同步压缩短时傅里叶变换(SSTFT)的时频特征挖掘算法和轨道-轮对系统高频仿真模型。新的动态诊断方法利用安装在高速综合检测列车上的传感器采集的车辆动态响应数据,计算带通滤波后数据的加窗能量信号用以代替原始振动信号,在保留轨道短波病害引起的高频振动特性的前提下,将轨道短波冲击引起的振动特性从高频解调到低频,保证了结果的高稳定性,解决了利用幅值进行评判时诊断结果随机性较强的难题。分析结果和现场复核结果表明,新的评判方法能有效诊断钢轨波磨、焊接接头凸凹等短波病害。

基于近距检测的刚性悬挂接触线磨耗连续测量装置研制

通过分析现有刚性悬挂接触线磨耗测量装置的特点与不足,基于刚性悬挂汇流排的结构特点,研制出近距磨耗的连续检测装置。运用轮轨原理及连锁结构,研制了适用于“Π”型汇流排的移动载体。以激光三角测量原理和轮廓配准方法,实现了磨耗宽度和偏磨量同步检测。运用线阵相机二维图像拼接技术,提出以表观成像方式实现波磨位置检测功能。最后,通过对实验室测试和现场运用,验证了装置的适用性和检测精度,为刚性悬挂接触网检测及维修提供了支持。

基于大数据技术的高速铁路综合试验数据管理

大数据技术为提升高速铁路综合试验数据管理,支持试验数据采集、传输、存储、分析、应用和共享等提供了有效手段。分析我国高速铁路综合试验管理现状和需求,并结合大数据技术特点,为充分挖掘高速铁路综合试验数据的大数据价值和实现综合试验数据管理体系建设和数据共享,给出基于大数据技术的各类试验数据管理方法论,并形成一套能在综合试验现场实施应用的服务系统。该研究为保障综合试验数据的安全和高效管理、挖掘试验数据价值、实现试验数据共享提供支持,可提高高速铁路综合试验数据管理水平,具有重要的应用价值。

基于文本分析的高铁技术规章优化研究

针对运营实践中高铁技术规章动态优化缺乏数据支撑的问题,结合某铁路局集团公司现场各专业巡检的安全违章记录文本数据,提出基于集成学习LightGBM的文本智能分类模型。该模型主要分为学习和推理阶段,学习阶段主要依据技术规章制定分类标准并对安全违章记录部分数据进行标注形成训练数据,然后对训练数据中有关人名、地名、日期、标点等数据进行滤除,通过融合领域词典的Jieba分词工具对文本进行分词,应用Word2Vec生成文本特征向量,最后通过LightGBM分类模型实现智能分类;推理阶段主要应用学习阶段的分类模型对剩余的所有安全违章记录文本数据进行预测,最终通过预测结果分析现场人员常见的违章类型以及违章中具体的违反细则,为技术规章的动态优化和修订提供依据,为进一步分析事故故障与技术规章的关联关系奠定基础。

轨道电路动态运行质量综合评价方法应用研究

提出了基于特征指标提取的轨道电路动态运行质量综合评价方法,以邻区段干扰、邻线干扰、工频干扰、入口电流、出口电流、感应电压幅值及传输曲线变化量7个特征指标评分综合加权得到轨道电路动态运行质量指数(TEI)。结合高速线路动态检测数据,分析了TEI的分布情况及变化规律,探讨了轨道电路动态运行质量综合评价方法在轨道电路动态质量区段分析、线路分析中的应用。分析结果表明,应用轨道电路动态运行质量综合评价方法,可对轨道电路动态运行质量进行量化描述,提升了轨道电路动态检测数据分析水平。

考虑轨面设备的无绝缘轨道电路道砟电阻回归测量方法

针对无绝缘轨道电路中因补偿电容和调谐区单元等轨面设备影响而难以准确测量道砟电阻的问题,提出由轨面电流幅值测量、参数拟合和回归计算3部分组成的道砟电阻回归测量方法。根据传输线理论,构建轨面电流幅值包络模型,分析道砟电阻、补偿电容和调谐区设备对轨面电流幅值的影响规律;对轨面电流幅值进行指数拟合,得到不同道砟电阻所对应的衰减因子,构建衰减因子与道砟电阻的回归计算式;基于人工方式实地测量的轨面电流幅值,回归计算得到道砟电阻;通过轨道电路半实物仿真实验平台,对该测量方法分别进行功能验证和性能验证。结果表明:功能验证中,仅测量指定3个位置点的轨面电流,即可较为准确地估算出道砟电阻,绝对误差为0.08Ω⋅km,相对误差为4.04%;性能验证中,计算得到道砟电阻的最大绝对误差仅为0.157Ω⋅km,对应的相对误差为7.9%,且测量结果受补偿电容和调谐区设备故障的影响较小。

基于LSTM的轨道电路补偿电容故障数量预测

针对铁路现场的补偿电容故障记录,提出一种基于长短时记忆(LSTM)的轨道电路补偿电容故障数量预测方法。首先基于补偿电容故障记录,按一定的间隔时间统计构建补偿电容故障数量随时间变化的序列;然后基于LSTM构建故障数量预测模型,利用AdaDelta算法训练模型参数;再针对LSTM初始化超参数对预测模型性能有较大影响的问题,利用萤火虫算法对超参数进行优化,从而挖掘补偿电容故障数量随时间的变化规律,并实现对补偿电容未来一段时间内故障数量的预测。实验表明,该方法能够良好地拟合补偿电容故障数量随时间的变化规律,并能够较准确地预测补偿电容的故障数量,从而可以指导铁路部门提前协调设备、资金和维修人员等资源,提高补偿电容运维效率,为补偿电容故障预测的研究提供了新思路。