淬火钢轨的伤损与失效分析

本文在普碳钢轨伤损分析的基础上，根据淬火钢轨伤损实例的检验结果，综述了淬 轨的伤损特点。为分析和预测淬火钢轨的伤损特点及其原因，简要分析了电感应加热欠速淬火、整体加热油淬火、轧制余热控制冷却等三种钢轨淬火工艺及其性能和质量方面的差异，提出了改进淬火钢轨质量的分析意见。分析讨论了减少轮轨接触疲劳伤损、螺栓孔裂纹、轨底疲劳裂纹的改进措施，并论述了进行淬火钢轨伤损统计分析的目的和意义。     

对UIC 712:2002《钢轨伤损》的修订建议

简介国际铁路联盟标准UIC 712《钢轨伤损》历次制修订过程,从钢轨伤损定义、钢轨伤损位置定义和钢轨伤损通用编码系统,概述UIC 712:2002《钢轨伤损》。比较UIC标准与TB/T 1778—2010《钢轨伤损分类》的主要差异,根据多年实践经验和钢轨失效分析案例,从钢轨的伤损定义、伤损位置、伤损状态、伤损程度、伤损分类系统、伤损类型等方面,提出对于UIC 712:2002的修订建议。     

普速铁路钢轨伤损的分布规律

根据上海局提供的钢轨库、伤损库、曲线库、运量库以及2004—2016年间上道及下道线路钢轨情况,对局管内京沪线、沪杭线及全局普速铁路钢轨伤损情况进行了全面统计分析。结果表明:京沪线和沪杭线的主要伤损类型为焊接伤损、核伤和孔裂,控制钢轨伤损主要是提高铝热焊和气压焊的焊接质量以及胶结绝缘接头质量,按目标廓形对钢轨进行周期性打磨;冬季钢轨伤损率明显大于夏季钢轨伤损率;站区线路每公里钢轨平均伤损量是区间线路的6.5倍;每公里钢轨伤损量与累计通过总质量呈二次函数关系,累计通过总质量8～10亿t时钢轨垂磨量约为3.5～4.5 mm,远未达到钢轨垂磨重伤标准11 mm。     

城市轨道交通钢轨伤损分析

随着上海市轨道交通运营年限的不断增加,钢轨伤损已经成为影响线路安全性的一个重要因素.根据上海轨道交通1号线的钢轨损伤情况,对引起钢轨伤损的原因和伤损的数量进行统计分析.结果发现:上行和下行线路的伤损种类与分布大致相同;引起钢轨伤损的三个主要原因分别是焊接、轮轨作用以及钢轨的材质;钢轨裂纹主要发生在曲线地段.针对性地提出了关于减轻钢轨伤损的对策措施.     

大秦重载铁路75kg/m钢轨伤损特点及规律

研究目的:为获得钢轨伤损类型、伤损沿钢轨横截面分布、钢轨伤损随月份(季节)分布规律、钢轨每公里重伤量与累计通过总重变化规律,本文利用太原局提供的大秦重载线2011年至2016年钢轨伤损台账及车站里程图,将线路分为线路区间和站区,进行钢轨自上道至下道完整使用周期内伤损统计分析。研究结论:(1)包含站区与不含站区钢轨伤损类型及其所占总伤损的百分比相差不大;(2)钢轨伤损主要是焊接伤损、核伤、擦伤和孔裂伤损,重车线钢轨伤损主要是焊接伤损;(3)钢轨伤损主要发生在轨底和轨头,轨腰伤损占比不足14%;(4)钢轨重伤量随月份变化,冬季12月～2月份钢轨重伤量是夏季6月～8月份钢轨重伤量的2.1倍;(5)钢轨上道初期伤损主要表现为冶金和焊接质量伤损,中后期表现为疲劳伤损,无论是母材还是焊接或者是总钢轨月度重伤量,都随累计通过总重呈波浪形波动;(6)无论是母材还是焊接或者是总钢轨累计每公里重伤量,都与累计通过总重呈二次函数关系,钢轨累计重伤量随累计通过总重呈二次函数关系上升,但不存在"突变点";(7)月钢轨重伤量高点变化决定累计钢轨重伤量与累计通过总重关系变化趋势;(8)本研究结果可为钢轨使用和管理部门进行伤损检查、维修决策提供决策依据,为制定重载铁路钢轨换轨周期奠定基础。     

大秦铁路75kg/m钢轨伤损变化及影响因素研究

研究目的:在大秦重载线多数货车轴重23～25 t情况下,2014年钢轨强度等级从980 MPa提高到1 280 MPa,2005年～2007年加强了钢轨内在质量和焊接控制、采用加强型弹条、热塑性弹性体垫板等技术加强了轨道结构,2011年后进行了预防性打磨。这些综合技术使钢轨伤损率发生极大变化,本文试图通过2006年、2010年和2016年三个时间节点钢轨伤损率统计分析,获得钢轨伤损类型和伤损率变化及其影响因素,为钢轨使用和管理部门进行大秦重载线伤损率控制及选用合适的钢轨强度等级提供依据。研究结论:(1) 980 MPa级的钢轨伤损率低于1 080 MPa和1 280 MPa级钢轨伤损率,累计通过总重17亿吨,980 MPa级钢轨伤损率比1 280 MPa级钢轨伤损率降低约17%;(2) 2016年钢轨焊接伤损率比2006年减少了9%;(3)钢轨内在质量和焊接质量提高、轨道结构加强综合技术作用下,累计通过总重10亿吨伤损率降低约65%;(4)采用钢轨预防性打磨技术,累计通过总重10亿吨钢轨伤损率降低约20%;(5)本研究成果可为钢轨使用和管理部门选用钢轨及维修决策提供依据。     

在役钢轨的伤损预测

讨论了在役钢轨伤损规律及预测方法，探讨了用模糊贴近理论实现任意待评估 段钢轨伤损预测的可能性。     

延长山区铁路钢轨使用寿命的思考

针对南昆线近年伤损钢轨数量骤增的实际情况,分析伤损钢轨的数量、位置分布、伤损部位和类型.选取南昆线4段曲线进行曲线上股钢轨接触疲劳伤损试验,得出钢轨选型不当、瞳线超高设置不合理、钢轨未打磨和曲线地段机车喷撤废机油是导致钢轨伤损的主要原因.探索解决钢轨伤损问题、延长山区铁路钢轨使用寿命的有效措施,实现节约成本、保障行车安全的目的.     

钢轨螺孔裂纹伤损特点及防治措施

钢轨大修周期与钢轨伤损密切相关,孔裂伤损约占普通线路钢轨全部伤损的一半,根据上海局提供的钢轨伤损数据库,统计分析了钢轨孔裂伤损特点,获得了钢轨孔裂伤损规律,针对我国线路钢轨孔裂发生特点规律,提出了线路上钢轨孔裂伤损防治措施.     

提速线路钢轨的大修周期

通过对全路在役钢轨的使用状况和伤损情况进行调查研究,提出了钢轨伤损加权统计方法,对取得的数据进行统计分析,给出我国线路上在役U71Mn钢轨和U75V热轧钢轨伤损量与累计通过总重对比关系及加权统计基础数据;将工程经济学原理应用于钢轨使用的经济分析,获得钢轨的最佳经济下道时机;在统计分析我国钢轨伤损类型和原因的基础上,提出确定钢轨大修周期的原则,参考国内外钢轨大修周期取得的研究成果,提出了累计通过总重与钢轨伤损量相结合的大修周期模式及其指标。     

城市铁路钢轨伤损状况分析及对策研究

城市铁路与既有地铁相比采用了新型轨道结构,其钢轨伤损亦有着明显的自身特点,对城市铁路钢轨伤损状况进行量化统计分析,得出其钢轨伤损主要类型为焊缝伤损及焊点伤损等结论,并找出其分布规律,对其特点及成因进行了分析研究。     

上海地铁轨面接触疲劳裂纹伤损的产生、影响及防治

随着上海地铁运营年限的不断增加,系统设备也不断老化,特别是钢轨的伤损越来越频繁.对上海轨道交通1号线钢轨伤损的类型特点进行了分析,并依据其特点对1号线自1999年来发现的伤损钢轨进行了统计.在众多的钢轨伤损中,轨面裂纹伤损非常严重.运用轮轨接触力学分析了轨面裂纹伤损产生及发展的主要原因,并提出了防治措施.     

地铁在役钢轨典型伤损研究

地铁运营线上钢轨伤损严重,检测、维护工作量大。介绍了地铁钢轨伤损的状况,分析钢轨伤损的主要类别;对上海轨道交通1号线的大量检测数据进行统计分析,提出地铁钢轨伤损的五种典型类别,并分析其形成机理,研究其规律性,用以指导地铁钢轨养护维修工作。     

基于Anchors设计和模型迁移的钢轨内部伤损检测方法

钢轨内部伤损的准确检测是保障列车安全运行的重要环节，如何提高伤损检测算法的泛化能力和鲁棒性是当前自动检测该类伤损面临的主要问题。为此，提出一种基于Anchors设计和模型迁移的钢轨内部伤损检测方法。首先，采用图像数据增强技术扩充现有图像数据集，获取适量的训练样本。其次，设计以交并比为距离度量的K-means聚类算法获取新的Anchors多维度约束，提高伤损检测精度。最后，在基于改进Faster R-CNN模型的迁移学习方法基础上，训练所提的钢轨伤损检测模型。试验结果表明，本文检测方法所得精确率、召回率和F₁值均达到99%,对不同类型的内部伤损取得了较好的检测效果；与现有方法相比，本文所提方法的识别准确率高、误报率低，可有效检测钢轨内部伤损。     

城市轨道交通线路钢轨全寿命养护策略研究

随着城市轨道交通列车速度、密度和重量的增加,滚动接触疲劳伤损和磨耗伤损问题已经严重影响钢轨的使用寿命.在分析钢轨主要伤损成因的基础上,对钢轨伤损的检测、寿命管理、控制和减缓等方面进行了分析.提出了钢轨全寿命养护策略理念,并讨论了轮轨关系、周期性的钢轨预防性整形作业、钢轨润滑和整形的关系等关键因素.合理的钢轨全寿命养护策略,可以有效地延长钢轨寿命,节约养护成本,改善对环境的影响.     

基于多层级特征融合的钢轨表面伤损检测方法

现有的钢轨表面伤损检测方法存在鲁棒性差、误检率高和容易漏检小面积伤损区域的问题。为此,提出一种基于多层级特征融合的钢轨表面伤损检测方法。首先,利用高速综合检测车搭载轨道图像采集系统,在实际的铁路线路采集轨道图像,并对表面伤损进行人工标注;然后,在钢轨图像数量有限的情况下,利用钢轨表面伤损数据集构建策略,提升训练样本图像的数量和多样性;最后,利用上述数据集,训练基于多层级特征融合的目标检测网络,实现钢轨表面伤损区域的自动检测。将所提新方法与现有方法进行对比试验,结果表明:新方法在钢轨表面伤损数据集上具有最优性能,实现了端到端的钢轨表面伤损检测,能够满足实际应用需求。     

采用钢轨打磨减缓朔黄铁路小半径曲线钢轨伤损的试验研究

随着运能的增加,朔黄铁路小半径曲线钢轨出现明显的磨耗、掉块、压溃等伤损。为延长曲线钢轨使用寿命,朔黄铁路原平管内设置了钢轨打磨试验段,通过分析钢轨疲劳伤损发展规律,分析了各因素对钢轨表面疲劳伤损的影响。通过试验段钢轨初期打磨效果的对比分析,证明了钢轨打磨周期以及打磨断面对钢轨伤损的作用。     

在役U75V和U71Mn钢轨伤损及其统计分析方法

利用获得的年钢轨伤损量与对应累计通过总重和每日记录的钢轨伤损量与对应的累计通过总重的数据,研究钢轨发生伤损的特点并进行误差分析。结果表明:在累计通过总重较大时,钢轨累计伤损量与累计通过总重服从二次函数拟合关系,其导数表示钢轨重伤速率,是累积通过总重的一次函数,钢轨重伤量不会有突变点(拐点),不会迅速进入到疲劳状态,但随累积通过总重的增加呈二次方增加。应用二次函数拟合累计伤损量与累计通过总重的方法推导出钢轨伤损的拟合公式,据此可获得具体线路对应一定通过总重下的钢轨伤损量。     

普速铁路60 kg/m钢轨的换轨周期

利用不同线路钢轨伤损、曲线要素、通过总质量等数据,应用加权统计方法进行钢轨伤损统计分析,获得钢轨主要伤损类型及其分布和伤损率与累计通过总质量的关系;选取典型线路进行大量钢轨使用和伤损情况现场调研,获得影响钢轨使用寿命的主要因素;提出换轨周期确定原则和方法,利用各铁路局集团公司提供的换轨、重伤轨抢修、钢轨养护维修等数据,进行最佳钢轨经济下道时机分析;结合换轨实际并参考我国具体情况,提出累计通过总质量10亿t和伤损率2～4处/km相结合的60 kg/m钢轨换轨周期,分析计算了提高换轨周期的经济效益。     

基于深度学习的钢轨伤损智能识别方法

基于钢轨探伤车检测数据通道设计、B显数据生成原理和钢轨伤损分类,对比钢轨探伤车检测数据伤损识别与普通图像识别特点的不同,将检测数据视为由16个通道二进制矩阵叠加成的图像;设计包含1个输入层、3个卷积层、3个池化层、2个全连接层、1个输出层的深度学习架构,并通过噪声和通道预处理,将钢轨伤损的"物体检测"问题转换为"分类"问题。以某地人造钢轨伤损检测数据扩充后作为训练集,得到基于深度学习的钢轨伤损智能识别模型,以另一地的人造钢轨伤损检测数据作为测试数据分析该模型的识别效果,并与钢轨探伤车既有系统识别结果和人工分析结果进行对比。结果表明:基于深度学习的钢轨伤损智能识别模型在准确率、误报率指标上均优于钢轨探伤车既有系统,达到人工分析的指标要求,提高了准确率。