基于奇异值分解的轨头损伤快速检测方法研究

针对铁路工务中轨头轻微损伤检测存在成本高、效率低的问题,提出基于奇异值分解的快速检测方法。通过单个线激光传感器获取轨头数据,结合标准廓形特点及其损伤后所呈现出的奇异性,建立行数为4的Hankel矩阵并通过奇异值分解得到包含病害特征的分量,这些分量对原始数据中所存在的微小病害特征均有所放大,利于人工或自动方式辨识。数据仿真及实际线路测试表明:该方法能够快速、准确地从所获取的轨头数据中发现微小病害,适合工程应用。     

基于单边波动谱的奇异值分解降噪有效阶次确定方法

针对奇异值分解降噪中奇异值有效阶次难以确定的问题,提出了一种基于单边波动差分谱的奇异值分解降噪有效阶次确定方法。该方法首先将振动信号构造成hankel矩阵,再进行奇异值分解,利用分解所得的奇异值得到波动差分谱,最后根据波动差分谱的单边极大值来确定奇异值有效阶次。通过仿真数据以及实际轴承故障数据的分析,证明该方法能够有效提高信号的信噪比,为后续诊断工作奠定了良好基础。     

基于多分辨率分析的轨道刚度检测数据自适应预处理方法

针对轨道刚度检测数据中由于钢轨焊接接头所导致的高频冲击成分,提出基于多分辨率分析的自适应信号平滑方法对实测数据进行预处理。通过多分辨率分析手段将信号分解为高频和低频成分,利用高频信号尺度平均小波功率谱识别钢轨焊接接头位置,并通过自适应平滑方法消除信号中高频冲击成分干扰。实测数据验证结果表明,上述方法可以在保留反映轨下基础结构中长波成分基础上有效消除由于焊接接头高频冲击特性所造成的影响,为检测数据分析及轨道状态评价打下良好的基础。     

轨道检测噪声数据剔除方法的研究

为了消除铁路轨道检测数据中夹杂的噪声数据对轨道状态评定的影响,利用小波算法对原始数据信息进行分解.通过对分解后得到的高频信息进行分析,即可以找出轨道检测数据中噪声数据出现的规律.然后利用小波消噪方法对检测数据进行处理,得到消噪之后的数据,从而实现数据的恢复.使用Matlab中的小波算法对兰新线某段数据进行分析,实践表明小波算法具有较好的消噪功能.     

基于SVD降噪和STFT解调方法的轴承故障检测

针对目前振动信号STFT解调方法在轴承故障检测应用中存在的不足,提出奇异值分解降噪与STFT解调相结合的轴承故障检测新方法。利用振动测试响应信号重构系统的相空间,得到吸引子轨迹矩阵,然后对轨迹矩阵进行奇异值分解以剔除噪声,并利用STFT技术对降噪信号进行解调分析。对于轴承故障自动检测中如何准确选出1组含有丰富故障信息的解调信号序列用于解调谱分析这一难题,提出按修正的归一化峭度（MKv）最大化准则进行选择。仿真和实际轴承故障信号分析结果表明,与传统的基于STFT解调的检测方法相比,提出的改进方法可以更早地发现轴承早期故障,实用性更强。     

基于改进VMD的高速动车组轴箱轴承故障识别方法

针对高速动车组运行工况复杂、轴箱轴承故障率较高、背底噪声强和故障识别难度大的情况，提出基于改进变分模态分解（VMD）的动车组轴箱轴承故障识别方法。首先，运用能量差法和合成谱峭度法计算最优的变分模态分解关键参数；其次，基于相关系数、谱峭度及奇异值构建的评价参数，选取用于重构故障信号的本征模态分量；最后，对重构后的信号进行傅里叶变换，实现在强背底噪声情况下的故障特征频率识别，并通过模拟数据和真实动车组轴箱轴承试验数据对提出的方法进行验证。结果表明：提出的方法能够有效地在强背底噪声情况下重构带有预设的40或200 Hz故障特征频率的信号，重构后的信号最大程度保留了轴承的故障信息；故障特征频率识别效果好，能够为保障高速动车组的安全运行提供技术支撑。     

地面激光扫描技术在既有铁路勘测中的应用研究

以线路中心线为基本控制线的既有线测量方法施测困难,且对运营干扰大、安全性差、效率低。本文提出了将激光扫描技术应用于既有铁路勘测的数据采集方案和数据处理方法,利用地面三维激光扫描仪Surphaser 25HSX对测区长1 500 m的既有线按照试验施测方案进行了点云数据采集,并结合数据后处理软件Geomagic和Cyclone进行了点云预处理、点云配准及表面建模,提取实时线路中心线与原始航测底图进行对比分析,对试验数据做了精度分析。试验研究表明:采用合理的标靶设置和测站布设,三维激光扫描所得点云数据可满足既有线勘测设计需要,并且能提高获取原始数据的效率,保证了数据质量,降低了数据处理的复杂程度,测量方式更安全且信息丰富。     

小波奇异熵改进SOM神经网络在道岔故障诊断中的应用

随着轨道交通技术的快速发展和智能算法的应用,用微机监测和人工处理的方法对道岔进行故障诊断存在效率低、及时性不够、准确性不足等问题,文章用Meyer小波分解原始数据,实现特征数据的选择和提取,再计算出相应的小波奇异熵作为神经网络的输入向量,加入训练数据到改进型的SOM神经网络中,从而实现对S700K型转辙机的道岔故障诊断...     

货车中转停留时间分析方法的改进及应用

基于原始数据的成分数据变换和中心化对数比变换,对传统的主成分分析法进行"非线性"改进.运用改进的主成分分析法分析有调中时、无调中时、无调比对中时的影响,发现有调中时和无调比是影响中时的重要因素,改进的主成分分析法比传统方法具有原始变量降维效果好、主成分代表意义易解释的优点;选取办理车数、有调中转车数、货物列车到发列数、无调比、折角车流量和运用车保有量等6个因素指标,使用正、负、零关联度对影响因素与中时进行点关联分析,结果表明,办理车数、有调中转车数和货物列车到发列数等技术作业量的增长是中时减少的主要因素,提高无调比、减少折角车流和降低运用车保有量对压缩中时有重要作用;点关联分析比绝对值关联分析更能准确地分析各种因素对中时的影响规律.     

基于CHMM和SSA-SVM模型的高速铁路道岔设备健康状态评估方法

为更加精准地评估道岔设备健康状态，加强对设备的维护与管理，以ZDJ9型转辙机驱动的高速铁路道岔设备为研究对象，提取道岔功率曲线的时域、频域特征指标及经验模态分解奇异值熵，组成道岔特征指标向量，并采用核主成分分析法消除原始多维特征信息的冗余，构建道岔特征指标样本数据库；利用连续隐马尔可夫模型划分道岔退化状态，在此基础上，建立麻雀搜索算法优化支持向量机的健康状态综合评估模型。研究结果表明：所构建的健康状态评估模型的评估正确率高达98.75%,不仅能够实现高铁道岔设备健康状态综合评估效能，而且明显优于GridSearch-SVM、GA-SVM、PSO-SVM等组合算法，为实现道岔设备由“故障修”到“状态修”的综合智能维护提供可行途径。     

铁路桥梁信息化施工管理平台研发与应用

为解决现有铁路桥梁粗放式建造模式存在的资源高消耗、劳动力短缺、信息集成度不高等问题,文章基于建筑信息模型(BIM,Building Information Modeling)和地理信息系统(GIS,Geographic Information System)技术,设计开发了铁路桥梁信息化施工管理平台;实现了三维可视化的...     

铁路客运大数据平台架构及技术应用研究

文章结合我国铁路当前运输和信息化形势，分析大数据来源和相关技术，包括大数据采集、大数据预处理、大数据存储及管理、大数据分析及挖掘、大数据展现及应用等技术，在此基础上设计了铁路客运大数据平台，并对铁路客运大数据应用场景和应用技术进行分析，提出铁路客运大数据建设和应用的推进思路。     

基于奇异滤波及稳健回归的轨道曲线主点定位方法研究

曲线主点位置的准确获取是线路整正的基础。在缺失线形标记的情况下如何准确地计算出轨道主点的位置一直是业界广泛关注的问题。在分析曲线轨道正矢图形的特征后,提出基于奇异分解和稳健回归的曲线主点定位方法:利用相对测量正矢数据构造截断矩阵进行奇异值分解滤除其中幅值较大的冲击部分,在此基础上通过稳健回归减少数据微小变化带来的拟合偏差,得到主点的具体位置。实验表明:该方法能够基于相对测量的正矢数据推算出曲线各个主点的位置,受分段点选取偏差影响较小,适合工程应用。     

铁路客站BIM自动化生成技术研究

随着铁路工程建设的高质量发展,铁路建筑信息模型（BIM,Building Information Modeling）自主化建模对BIM自动化生成技术的需求日益增长。文章以铁路客站为例,根据其二维图纸自动转化生成BIM的工程需求特点,从数据采集、转换、构件匹配、模型优化等方面,提出了BIM自动化生成技术体系主要内容。基于数据交换格式（DXF,Data Exchange Format）的数据读取、矢量图形识别、图形巡径模糊识别技术,提出了二维图纸关键信息存储方式和提取方法;基于BIM构件间的逻辑关系,提出了标准构件模型的二维转三维、快速布置及优化技术。研究结果表明,在铁路工程建设项目中应用以上技术,可提高BIM建模效率,提升铁路工程管理质量与水平。     

基于改进LMD和MED的滚动轴承故障诊断研究

针对轨边声学轴承信号有用特征微弱、易被强噪声掩盖的问题,设计实现了一种将最小熵解卷积与改进局域均值分解相结合的方法,达到信号降噪与故障诊断目的。利用三次Hermite插值改善LMD并提高LMD分解精度。将采集到的强噪信号进行MED降噪,再利用改进LMD算法进行分解,使多分量信号分解成单分量信号,并计算各分量的峭度值,挑选出峭度值最大的分量,最后利用包络谱分析,提取滚动轴承的故障特征。计算信号的峰值信噪比(PSNR,Peak Signal to Noise Ratio),将其作为降噪指标,体现方法的降噪性能。实验结果表明,设计的方法应用于轴承故障诊断,能将信号信噪比提高5.13 dB,能精准定位并提取轴承缺陷位置和信号特征,具有较好降噪和信息分辨能力。     

基于聚类分析算法的铁路通信设备厂商信息智能分类

针对铁路通信大数据平台中设备厂商信息不规范的问题,提出一种采用聚类分析算法对厂商信息智能分类的方法,介绍聚类分析算法、相似度计算方法和聚类性能度量等理论,通过分词处理、构建词袋模型、权值转换等数据预处理技术,将文本转换为适合分类的权值向量,采用K-均值聚类、层次聚类算法分别对部分样本进行聚类分析,比较测试结果,最终选择层次聚类算法对所有样本进行聚类分析。该算法可以将不规范的厂商信息进行合理的分类,从而为形成厂商信息字典提供数据支持。     

铁路局集团公司客票系统网络安全态势感知技术的研究

针对铁路局集团公司客票发售和预订系统（简称：铁路局客票系统）存在难以全面把控网络安全态势的问题，从数据采集与预处理、态势评估与预测及态势感知可视化3个角度，研究铁路局客票系统网络安全态势感知关键技术，提出适合我国铁路局客票系统安全保护场景的网络安全态势感知可视化方法，可为铁路局客票系统的安全防护提供参考。     

铁路GSM-R干扰模型及快速干扰识别与判定方法

针对铁路GSM-R通信系统所需的高可靠性和高传输质量的特性,通过对GSM-R受干扰情况的建模与分析,归纳并得出了3种常见GSM-R干扰的干扰模型,并基于此提出了一种基于通信信号与底部噪声两个层次的快速干扰识别方法及对应的判定方法。相对以往的识别与判定流程,该方法具有较低的计算复杂度,使得快速地发现干扰、识别干扰更加容易实现,且更有益于进一步的定位干扰与消除干扰。     

基于运统1电子化传递系统的数据共享方案

确报信息是铁路运输组织和行车指挥所需的核心数据,准确、及时、可靠地采集、传递和共享确报数据,是铁路信息化的一项重要任务.目前,运统1电子化传递系统的实施已覆盖全国铁路网,从源头上初步保证了确报数据采集的准确性和及时性.针对既有铁路信息系统对确报信息的使用需求,提出基于运统1电子化传递系统的数据共享方案,利用大数据采集、...