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。     

基于改进灰色-马尔可夫链的轨道不平顺发展预测方法

轨道不平顺的发展受轨道、荷载、自然等因素的影响,它们的综合作用使轨道不平顺的发展过程呈现出趋势性和随机性特征.将灰色GM（1,1）预测理论与马尔可夫链预测理论相结合,提出一种适应轨道系统的改进灰色-马尔可夫链组合预测模型.新模型较好地处理了轨道系统内部各种不确定因素的影响,并能够充分挖掘历史数据给予的信息.应用新模型对轨道质量指数TQI进行实例计算,表明其具有很好的预测精度.     

轨道不平顺预测随机模型的SVM-MC求解方法

实现铁路轨道科学管理的前提是对轨道几何不平顺的发展趋势进行有效预测,预测模型从确定性向随机性模型转变,其重点是如何进行模型的求解。论文对轨道高低不平顺的预测随机模型建立了一种支持向量机—蒙特卡洛(SVM-MC)两阶段求解方法,第一阶段利用ε-SVM算法确定属于小样本集的模型参数,第二阶段运用蒙特卡洛模拟对随机过程进行仿真,得到高低不平顺标准差的预测值。与以往的轨道不平顺预测方法相比,所建立的两阶段求解方法解决了预测中小样本、非线性的问题,且预测精度在计算机容量和速度足够时可以得到保证。在沪昆有砟线路的应用表明,所提出的随机预测方法及求解算法,预测效果良好,平均相对误差为4.63%,可满足现场的工程应用,为养护维修计划决策提供技术支持。     

考虑数据异质性的贝叶斯混合回归退化建模

针对退化数据的异质性问题,提出基于随机效应混合回归的贝叶斯退化建模与剩余使用寿命预测方法.通过模型随机参数的混合概率分布描述异质性退化数据的统计特征,并利用分层先验和Gibbs算法进行贝叶斯参数估计.进而,将随机参数的贝叶斯估计作为有信息先验,利用在线观测数据进行贝叶斯参数更新和剩余使用寿命估计.通过涡轮发动机退化数据验证了所提方法的剩余使用寿命预测性能.实验结果表明,考虑了异质性影响的贝叶斯混合回归退化建模方法,能更好地刻画设备个体的退化特征,提高了预测准确度.     

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。     

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.     

�����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.     

变残留率的有砟轨道高低不平顺恢复模型

大机捣固与钢轨打磨可以显著改善轨道几何不平顺,在不同作业方式、不同线形状态下,轨道几何不平顺的改善效果是不同的.为了合理的安排养护维修作业计划,准确预测养修作业后轨道几何状态的改善状况,基于沪昆线捣固与打磨作业实践,分析了不同养修作业方式下的轨道不平顺恢复效果,以捣固作业为例,分别建立了直线、曲线和桥隧3种线形区段下的轨道不平顺恢复预测模型,最后根据现场实测数据对模型进行了验证,结果表明:模型在直线和曲线区段预测的相对误差均值在7%左右,在桥隧区段预测的相对误差均值在9%左右,预测效果良好.     

小样本条件下可变作用代表值的贝叶斯推断方法

为克服工程实际中测试数据不充足的条件下,采用经典统计学方法推断可变作用的代表值时,由统计不确定性导致推断结果偏于冒进的缺点,基于极小值I型分布分位值的线性回归推断方法,提出了小样本条件下可变作用代表值的线性回归推断方法,并以此作为检验其他推断方法精度的基准方法;根据贝叶斯理论,利用分布参数的Jeffreys无信息先验分布,提出可变作用标准值和频遇值的贝叶斯推断方法. 应用研究结果表明:贝叶斯推断方法较线性回归推断方法简便且应用范围广,在标准差已知的情况,可给出更优的推断结果;无参数信息时,对于标准值和频遇值的保证率不低于0.90的情况,贝叶斯推断方法均具有较好的精度;相对于其他可信水平,可信水平0.75时推断结果更接近真值,因此,建议取可信水平为0.75.      

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。     

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.     

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。     

高低不平顺动静态关系的一种分析方法

轨道不平顺的检测通常可分为静态检测与动态检测2种类型。根据现场经验,动静态检测值之间往往存在一定的偏差。针对轨道不平顺中的高低不平顺,提出一种分析其动静态关系的方法,该方法首先建立一个动静态关系的计算模型,然后通过编程将其实现,最后结合现场实验数据对方法的适用性进行分析。分析表明,该方法能够在一定程度上较好地由动态不平顺原波形推算静态不平顺的原波形,但当实际静态不平顺波形在波峰处偶尔超过或明显低于动态不平顺波形时,则有可能无法被准确还原;因此具有一定的局限性。     

基于不平顺谱的轨道不平顺状态评价与识别探讨

线路不同区段轨道质量参差不齐,但其幅频差异能很好地在各区段轨道不平顺功率谱密度（PSD）曲线上得到表征。基于此,结合沪宁客运专线轨检数据,从识别和评价两个方面对轨道平顺状态进行了研究。基于不同区段轨道谱存在幅频特性差异,提出以200m为一研究单元,通过分频段离散各单元轨道谱幅频信息,以三维图的形式进行不平顺的时频域识别分析。借鉴轨道谱分级管理的方法,同时综合波段整体不平顺和波段内各波长幅值波动程度两项指标,研究并给出了评价各里程单元平顺性的方法,将综合评价后各区段所属不平顺状态等级划分为优秀、良好、合格、失格。     

机车对轨道横向随机不平顺的响应

本文用谱分析方法，分析和计算了机车在直线轨道上匀速运行时对轨道横向随机不平顺输入的动力响应，计及了轨道的横向弹性及轮轨间的非线性几何关系。在计算中采用统计线性化方法和迭化法，将结果与线性情况作了比较。     

模糊线性回归模型在航空客运周转量预测中的应用研究

为能准确把握航空客运周转量的未来特征,寻求高精度预测方法是学术界多年致力研究的热点.拟采用模糊线性回归模型预测我国航空客运周转量,并利用因子分析法对该模型及常见预测方法进行评估.评价结果可知:模糊线性回归模型的预测精度不仅高于单因数趋势外推的预测方法(灰色模型、增长率统计法和指数平滑法),也高于多因素综合性预测模型(多元线性回归),说明此模型在预测航空客运周转量的变化中有一定实用价值.     

模糊线性回归模型在航空客运周转量预测中的应用研究

为能准确把握航空客运周转量的未来特征,寻求高精度预测方法是学术界多年致力研究的热点。拟采用模糊线性回归模型预测我国航空客运周转量,并利用因子分析法对该模型及常见预测方法进行评估。评价结果可知:模糊线性回归模型的预测精度不仅高于单因数趋势外推的预测方法(灰色模型、增长率统计法和指数平滑法),也高于多因素综合性预测模型(多元线性回归),说明此模型在预测航空客运周转量的变化中有一定实用价值。