基于BIM模型的铁路雨棚钢结构健康监测数据模型研究

结构健康监测是保障重大工程结构安全的重要技术,针对铁路站台雨棚钢结构监测过程中出现的站台模型和监测信息数据庞大的问题,提出一种扩展的BIM模型,即在现有的BIM模型信息中以数据信息的唯一标识作为依据,扩展所需的动态监测数据信息,将各类检测数据进行有效整合。首先对系统总体架构进行设计,设计面向钢结构健康监测信息的BIM模型,对系统总体架构合计,再根据扩展的BIM模型和模型数据,应用扩展的BIM模型系统设计,开发了基于BIM模型的监测系统,实现了铁路站台雨棚的有效监测。     

基于机器视觉的钢轨对接焊高精度检测方法

为提高闪光对接焊设备焊接过程的焊接精度,提出一种基于机器视觉和图像处理技术结合的钢轨对接焊高精度定位检测方法。该方法采用黑白面阵CMOS工业相机、线激光器作为主要检测硬件,其中线激光器发射的激光分别垂直投射在与轨道轴线平行的轨顶面和轨侧面上,通过对工业相机所采集的图像进行特征提取,针对多种不同特征进行模式识别,从而获得钢轨顶部和侧面高度差。通过重复性与可靠性试验,表明该方法满足工程实际检测要求。与传统的手工检测方法相比,本方法具有更高的精度,且受外部环境的影响较小,满足工况环境条件下的焊接精度要求,在复杂环境下同样可获得较好的检测效果。     

钢轨焊前断面廓形参数检测方法研究

钢轨断面的廓形参数对钢轨焊接后的平直度、焊后打磨、钢轨品质等影响重大。针对钢轨焊接前的轨端廓形检测,在激光传感器采集的廓形数据基础上,详细论述数据的处理方法和过程,主要包括数据的预处理、数据的融合、分段拟合、廓形的计算等,分析不同方法针对该研究目的的可行性、适应性以及准确性,最终选择移动平均法进行数据的预处理,采用矩形标准块和圆柱标准块标定进行数据融合,基于协方差矩阵的特征值选取分段点,最小二乘法进行分段拟合。试验数据表明,该方法对数据处理的效果良好,可以高效精确地检测出钢轨焊前断面的廓形尺寸。     

基于Grubbs-ARMA模型的钢轨胶接绝缘接头变化预测研究

为了提高钢轨胶接绝缘接头绝缘缝预测的精度,提出基于自回归移动平均(ARMA)模型的Grubbs-ARMA预测模型。该模型在ARMA模型基础上增加改进的预处理算法,保留原始数据的每一次波动规律,具体包括使用格拉布斯准则法对每个目标时刻附近的监测数据集合识别可疑值、剔除异常值和求均值,然后对得到的序列做平稳性分析,根据分析结果确定模型阶数,建立模型,利用京沈高铁沈阳段的闭塞区段某监测点采集的20组数据,分别构造Grubbs-ARMA模型和ARMA模型,根据前15组数据预测后5组数据。结果显示:Grubbs-ARMA预测模型的残差不仅均低于0. 15,且均低于ARMA预测模型的残差对应组别的残差。证实Grubbs-ARMA预测模型不仅适用于钢轨绝缘缝预测,且比ARMA预测模型有更高的预测精度。