基于专家先验信息的轨道不平顺预测研究

为了研究在缺乏历史数据时如何准确预测轨道不平顺的发展趋势。提出了一种可以考虑专家先验信息的轨道不平顺预测方法。通过问卷调查法获取专家先验信息并构建具有先验信息的贝叶斯线性回归模型，然后使用马尔科夫链蒙特卡洛方法对模型参数进行求解，最后对轨道不平顺的幅值进行预测和误差分析并对比了不同模型在缺乏历史数据时的预测效果。结果表明：该方法可以准确预测短期内有砟轨道不平顺的发展趋势，相关系数均在0.9以上。在缺乏历史数据的情况下，贝叶斯线性回归模型也能保持较高预测精度R2为0.88，比传统线性回归模型高17%。     

轨道不平顺非线性预测模型

分析了轨道高低不平顺非线性预测理论,根据广深线运量和轨、车检测数据,采用多元回归分析得到广深线轨道高低不平顺非线性预测模型,将该模型用于预测未来轨道不平顺的发展情况,并与实际检测值进行对比和误差分析.结果表明,两者图形趋势较为一致,说明用该模型预测轨道高低不平顺发展趋势是可行的.     

大机捣固养修作业计划多目标决策模型

提出一种以轨道几何状态和养护维修作业成本为子目标函数的大机捣固养护维修作业计划多目标决策模型,其中轨道几何状态最优子目标函数依据轨道高低不平顺恶化模型及恢复模型建立,养护维修作业成本最优子目标函数包括计划性养护费用、固定费用、事后养护费用、舒适性损失费用。采用改进的NSGA-Ⅱ算法对模型进行求解,并编写了相应的MATLAB程序,选取一沪昆上行线区段对模型及算法进行了验证分析。结果表明:所提出的大机捣固养护维修作业计划多目标决策模型能够提供多个养护维修维护计划方案,且对于初始高低不平顺较大且轨道结构状态恶化较快的区段优先安排养护维修作业;对于初始高低不平顺较小且轨道结构状态恶化较慢的区段,将其维修安排在年度计划的后期,或者不予安排维修作业。     

基于组合方法的轨道不平顺预测

准确把握轨道不平顺的变化规律,对于科学制定铁路养护及大修计划具有重要意义。对此,提出了一种基于灰色模型与神经网络的轨道不平顺组合预测算法,先用传统灰色预测模型对轨道不平顺数据进行初步预测,然后用BP神经网络对初步预测值进行修正。结果表明,该预测算法与实际轨道不平顺的平均误差可控制在5%以内,预测精度高于单一算法,可应用于铁路养护工作中广泛存在的轨道不平顺趋势分析问题。     

铁路轨道养护维修计算机辅助决策系统中几个技术问题的研究

在分析国内外有关轨道养护维修辅助决策系统的基础上，提出建立我国辅助决策系统需解决的几个技术问题，并对轨道高低不平顺预测模型的建立进行了深入的分析。     

轨道不平顺概率模型

为了高效选取轨道不平顺随机样本, 以满足车辆-轨道系统随机动力与可靠度分析中的激振源遍历性要求, 依据轨道随机不平顺的弱平稳与谱相似特征, 提出了一种轨道不平顺概率模型; 采用离散概率积分和统计方法, 在时域中将大量轨道不平顺检测信号分成若干个时程序列, 对每个序列采用谱分析法计算其统计功率谱密度分布; 采用矩阵法对轨道不平顺功率谱密度函数进行集合表征, 视每条谱线在不同频率点的功率谱密度概率具有累加性, 采用单一频率下的功率谱密度概率分布推知整条谱线的出现概率; 采用通用随机模拟方法选取代表性轨道谱, 并反演随机不平顺序列; 实测了某高速铁路约269km的轨道高低和方向不平顺, 基于车辆-轨道耦合动力学理论, 从轨道不平顺模拟幅值与车辆-轨道系统动力响应的概率密度分布出发, 对比了轨道不平顺概率模型与轨道不平顺随机模型的计算结果, 以验证轨道不平顺概率模型的正确性和高效性。计算结果表明: 以2种模型生成的轨道随机不平顺为激振源, 获得的车辆-轨道系统动力响应分布熵差异小于2%, 2种模型均能准确表达不平顺激扰特性; 为保证模拟与实测不平顺的概率密度分布一致, 采用随机模型和概率模型分别需要生成131和33个随机样本, 概率模型具有更高的分析效率; 在给定计算工况下, 轮轨力和车体加速度的幅值分别为38~152kN和-0.042g~0.043g (g为重力加速度), 均未超过《高速铁路设计规范》 (TB 10621—2014) 中的限值(轮轨力为170kN, 车体加速度为0.25g), 表明此高速铁路轨道不平顺状态较优, 行车安全性和舒适性可以得到保证。      

轨道不平顺激励下直线电机车辆/轨道动力响应

为了提高直线电机轮轨交通车辆运行的安全性与乘坐舒适性,分析了车轨结构特征,建立了直线电机车辆/板式轨道横、垂向动力学模型。通过三角级数法得到轨道随机不平顺的时间序列,以其作为系统激励,分析了直线电机车辆与轨道的随机振动特性。把轨道不平顺描述为余弦函数,研究了高低不平顺与方向不平顺的波长和幅值对系统动力响应的影响规律。计算结果表明:磁轨气隙变化的频率主要集中在1.2～2.0Hz范围内,波长小于10m的高低和方向不平顺对系统轮轨作用力、脱轨系数及轮重减载率等影响显著增大,应予以重点控制。     

�����ƽ˳ʱ�����й����ȼ���仯�����о�

轨道几何形状检测数据是一个随时间变化具有随机特征的时间序列,反映轨道几何状态的变化.在本文中,灰色关联度理论用于研究轨道水平不平顺时间序列数据,挖掘时间序列数据之间隐含的关系;经过普遍适应性改进和残差修正改进的灰色GM（1,1）模型预测固定测点轨道不平顺长期状态变化趋势,随机线性AR和卡尔曼滤波模型分析单元区段轨道不平顺短期变化趋势,探索轨道状态变化随机数据序列中隐藏的规律并进行预测.短期和长期预测模型验证结果表明,三种模型是有效的,能够达到预期的精度.     

基于有限元和模态法的轮轨动力对比分析

目前,分析车辆-轨道耦合动力学的主要方法有有限元法和模态法,为深入对这两种方法进行比较,分别利用有限元法和模态法建立车辆-轨道垂向耦合动力学计算模型。同时将轨道高低不平顺视为平稳各态随机特征,考虑美国轨道6级谱,仿真计算系统垂向耦合振动。在时域范围内对二者仿真结果进行比较。通过对所获结果的观察分析得出有限元法和模态法这两种方法在仿真计算车辆-轨道垂向动态耦合响应上具有同等的计算效果,但模态法计算速度快,有限元法比模态法精确。     

长大隧道施工中有轨运输轨道高低不平顺估计

针对长大隧道施工中有轨快速运输轨道高低不平顺检测方法缺乏便捷高效性问题，通过轴箱垂向加速度和轨道高低不平顺之间的关联关系，并结合长短记忆神经网络(LSTM)和门控循环单元神经网络(GRU),建立LSTM与GRU融合的轨道高低不平顺估计模型。结果表明：利用LSTM-GRU模型估计的高低不平顺幅值和对比值变化趋势基本相同；估计值和对比值的差值最大为1.38 mm,占最大幅值的8.84%;其中差值在15%(1.02 mm)以内的数量占样本总数的86.4%。LSTM-GRU模型相对LSTM模型，训练时间下降37.51%;相对于GRU模型，高低不平顺均方根误差下降30.77%。针对长大隧道施工过程中的有轨运输，LSTM-GRU模型不仅能保证估计精度，还能明显降低估计时间，对长大隧道施工有指导意义。     

沪宁城际铁路轨道高低不平顺状态分析

为分析轨道高低不平顺对沪宁城际铁路列车运行动力学性能的影响,建立了车辆轨道耦合模型,计算得到不同轨道谱激扰下的列车动力学性能指标,包括沪宁城际铁路实测轨道不平顺、秦沈有砟、无砟谱和德国高干扰、低干扰谱.经对比分析,结论如下：沪宁城际轨道谱实测不平顺激扰下,列车各项动力学性能指标均为最优值,且满足相应限值要求,反映出沪宁城际轨道良好的平顺性;其他4种轨道谱激扰下列车各项动力学性能指标也均满足相应限值要求,能够保证列车舒适度及行车安全.研究成果可为沪宁城际铁路养护维修中轨道高低不平顺管理提供参考.     

基于ARIMA模型的轨道不平顺状态预测研究

轨道是列车运行的基础,轨道不平顺状态是影响行车安全的关键因素.为保障列车安全、平稳和不间断的运行,轨道必须具有高平顺性.根据轨道不平顺变化特点,文中利用ARIMA（自回整合归移动平均）模型对轨道不平顺状态进行预测,并且采集了京九线下行463.8 km处2008年2月第二次检测至2008年12月第一次检测的TQI历史检测数据对模型的有效性进行了检验,结果表明ARIMA模型能够对两次大修作业之间的轨道的不平顺状态进行较为准确地预测.     

基于马尔可夫决策过程的轨道不平顺维修策略研究

为有效判别轨道几何状态、适应高速铁路养护状态修，开展轨道不平顺维修策略优化研究。选取马尔可夫决策过程，设置轨道状态等级、维修动作空间和维修动作成本等模型参数，利用价值迭代算法进行求解，实现高速铁路线路维修计划的有效制定。以华东地区某有砟高速铁路线路为例，结合典型劣化速度的轨道单元区段特征，分析马尔可夫决策模型的维修决策优化过程并验证效果，同时探究轨道单元区段在每个决策时刻的最优维修决策，利用蒙特卡洛法模拟规划周期内的维修总成本并与实际维修成本进行对比。结果表明：基于马尔可夫决策过程的轨道不平顺维修决策，能够充分考虑轨道单元区段不平顺劣化的异质性，可以根据轨道单元区段的实际状态和劣化规律科学安排维修活动，提高维修作业的空间分辨率，规划周期内维修决策的优化效果显著，在保证线路高平顺性的同时减少维修成本，对铁路线路轨道养护维修具有指导作用。     

轨道交通无砟轨道不平顺谱的拟合与特性分析

以上海轨道交通实测的无砟轨道不平顺数据作为样本,利用经典周期图法计算其轨道不平顺谱,进而得到原始轨道平均谱。基于轨道不平顺七参数拟合谱模型,利用非线性最小二乘法对原始轨道平均谱进行拟合,得出轨道谱的拟合参数。最后,将计算所得的无砟轨道谱拟合曲线与美国6级谱、德国高低干扰谱和中国七参数谱对比分析,结果表明:在中长波范围内,轨距、水平和高低不平顺状态较为优良,低于美国6级谱、德国高低干扰谱和中国干线轨道谱,而轨向不平顺谱则与美国6级谱水平相当;在短波范围内则无砟轨道谱谱值较大。     

基于中点弦测模型的无砟轨道精调量迭代求解

为避免无砟轨道精调对外部几何参数测量的过度依赖,提出了一种基于轨道不平顺的精调量计算方法.该方法通过对轨道检查仪的惯性轨迹建立轨道不平顺的向量模型,构造了以恢复平顺性为目标的无砟轨道精调量的逐次超松弛迭代算法,并分析了算法的收敛性和收敛速度.提出的方法已在某高速铁路精调作业中规模试用,并通过动态检查验证了方法的有效性.研究表明:该方法具有收敛性,对轨道惯性轨迹进行有限次迭代即可获得满足平顺性要求的精调量;动态检查结果轨道质量指数为2.26,与绝对测量作业效果相当.      

基于经验模态分解的轨道不平顺时频特征分析

高速铁路轨道不平顺测量值是由许多不同频率、不同幅值的单分量信号叠加而成的复杂随机过程.为分析轨道不平顺在空间域和频率域的分布特性,利用希尔伯特-黄变换方法提取轨道不平顺在时-频域的能量分布,为从幅值和波长两个方面综合评价轨道几何状态提供一种新的分析方法.首先,利用多元经验模态分解基于数据驱动的滤波特性,将轨道不平顺数据同时分解为不同尺度下的幅值-频率调制的多元本征模态函数;然后,通过希尔伯特变换计算各尺度下本征模态函数的瞬时频率,分析各层本征模态函数的频率和能量分布特征.通过对轨道检查车的实测轨道不平顺数据解算与分析表明:轨道不平顺的频率分布呈现出近似二进滤波特性,并且每个尺度下的频率带宽较窄;多元经验模态分解尺度图能确定轨道不平顺在各尺度下的能量分布及对应的波长特征;样本轨道不平顺数据中,轨距和水平不平顺的能量主要分布在中长波波段,轨向和高低的能量主要集中在空间波长4~36 m范围;扭曲的能量分布在波长为4.9 m和7.6 m的两个尺度内.      

基于深度学习的高速磁浮轨道不平顺预估

轨道不平顺是列车振动的主要激扰源,对行车的安全性和乘客舒适性造成直接影响。以实测的轨道不平顺为基础,结合高速磁浮TR08型车辆结构特点以及深度神经网络的基本原理,利用TensorFlow构建神经网络表征轨道不平顺与车辆振动加速度的关系。提出了一种通过测量振动加速度进而构建神经网络实现对不平顺检测的方案。研究结果表明,深度神经网络预测的轨道不平顺值与真实值相对精度超过99%,且能够同时对高低和水平不平顺进行测量,为轨道不平顺测量新方法提供了理论基础。     

基于GM（1,1）与AR模型的轨道不平顺状态预测

反映轨道几何状态变化的轨道几何检测数据是一个随时间变化的时间序列,具有随机性特点.本文将经过普遍适应性改进的灰色GM（1,1）与随机线性AR模型相结合,研究轨道水平不平顺状态在点、单元区段范围随时间变化趋势,并对GM（1,1）预测的残差进行修正,从轨道水平的几何状态变化的随机数据序列中找寻变化规律.用得到的几何状态变化模型分别对轨道的短期、中长期状态进行预测分析,预测结果表明模型是有效的,满足预定精度的要求.     

关于轨道谱面积与TQI指标关系的研究

根据沪昆和金温两条不同线路的轨道不平顺检测数据,利用Matlab编程分别进行功率谱和TQI分析。然后利用梯形积分公式对各项轨道不平顺谱值进行积分,得出TQI单项指数与各轨道不平顺谱面积值具有很好的相关性,特别是在高低和轨向不平顺上,相关系数达到了0．91以上,从而验证了用轨道不平顺功率谱方法来控制和管理轨道平顺性的可靠性。最后建议将轨道不平顺功率谱作为控制提速线路轨道质量的主要指标之一。     

车辆——轨道耦合系统随机振动分析

将轨道高低不平顺视为平稳各态历经随机过程,利用车辆－轨道耦合动力有限元计算模型,对车辆－轨道系统垂向随机动做了计算,在时域和频域内对系统响应作了分析。