钢轨焊接接头磨耗的试验研究

对津浦线及浙赣线部分钢轨磨耗状况进行了实测,在对实测数据分析的基础上对钢轨焊接接头的磨耗规律进行了探讨,试验结论为工务部门在线路养护维修时提供了参考。     

湖南省高速公路路面水损坏试验与分析

针对湖南省境内高速公路的水损坏现象,选取湖南省临长(临湘-长沙)、耒宜(耒阳-宜章)、衡枣(衡阳-枣木铺)高速公路为研究对象,进行空隙率及冻融劈裂试验研究,分析了在湖南特定湿热环境下沥青路面水损坏的原因,提出了预防沥青路面水损坏的对策--开级配沥青磨耗层(OGFC罩面).     

P75/12^#可动心道岔病害的整治强化措施

1问题的提出万吨、两万吨列车的开行对道岔的损坏十分严重,特别是侧向通过的道岔,几何尺寸变化快,尖轨磨耗严重,辙叉伤损增多,如何对道岔进行加强,延长道岔设备的使用寿命是亟待解决的一个重要问题。     

科学轮胎翻新,省钱又环保

轮胎翻新,是指将胎面已至磨耗极限、无损伤的旧胎体,经过科学处理,附上新胎面,使之接近新胎性能的生产过程。它不仅可以节约大量橡胶、钢丝、石油等原材料,而且可以实现废旧轮胎的减量化、再利用和资源化。因此,我国已经立法支持轮胎翻新,很多领先的轮胎制造商例如佳通轮胎等也都纷纷推出轮胎翻新服务。而对于广大用户来说,这绝对是个利好消息。轮胎翻新赋予了轮胎多次生命周期,有效提高了轮胎的终身价值,为     

薄磨耗层SMA-10在南武高速公路上的应用

在SMA-10骨架密实型混合料生产配合比设计的基础上,根据现场施工情况,在施工中严格进行沥青混合料施工温度、摊铺厚度、压实度和平整度的过程控制,坚持紧跟、慢压、高频、低幅的碾压原则是铺筑优良SMA路面的关键。试验段的成功铺筑为薄磨耗层SMA-10的推广应用提供了有益的应用经验。     

不同轨道结构对地铁车辆轮周多边形不圆顺发展的影响

地铁车辆车轮失圆导致走行部损伤这一现象已引起业界广泛重视.针对这一现象的发展规律进行研究,建立了"轮对-轨道-浮置板"的垂向振动模型.根据该耦合振动模型分析了在恒定制动力/牵引力作用下,当轮周存在多边形不圆顺时,圆周径跳与轮对正压力、蠕滑率、磨耗功率之间的关系.分析了浮置板对车轮失圆的影响.通过对比车辆轮周在有无浮置板...     

超薄磨耗层在路面养护中的应用

超薄磨耗层作为一种路面预养护措施,具有施工快速、适应性强、养护效果理想、经济性好等特点,能够快速改善道路的行驶状况,符合现代高速公路养护的发展方向。     

不同车轮踏面对高速轮轨关系的影响研究

根据中国高速铁路的现状,在轮对内侧距选用1353、轨底坡选用1:40、钢轨选用中国高速钢轨cHN60的前提下,研究了CRH2上使用的LMa、CRH3上使用的S1002G和日本新干线圆弧车轮JP-ARC这3种踏面对CHN60轮轨的影响.研究结果表明,LMa与CHN60的轮轨接触点分布比较均匀,有利于车轮型面的保持;其次是...     

高韧超薄沥青磨耗层在市政道路工程中的应用

介绍和总结了实施厚度在0.8-2cm级别的高韧超薄沥青磨耗层技术在嘉善县城区智能交通综合提升改造工程（一期）道路工程中的实际应用,阐明了高韧超薄沥青磨耗层技术施工控制要点。经现场试验检测,罩面前后的路面在摩擦系数提升了20.4BPN、构造深度提升了0.54mm、平整度由5.2mm提升为1.15mm与降噪性能降低了3~6dB得到了显著改善,且其封水性能（＜30ml/min）与层间拉拔强度（≥0.8MPa）良好。具有较好的工程可实施性,可为同类型市政道路技术的应用提供一定的工程参考。     

基于GA-岭回归分析的机车车轮踏面磨耗量预测算法研究

车轮踏面磨耗量是评价机车运行安全的重要参数，但多数车轮运维现场的条件尚不能对踏面磨耗量及时、准确地进行监测。为了解决上述问题，文章提出了基于“GA-岭回归”分析的机车车轮踏面磨耗量预测算法（简称“GA-岭回归”预测算法）。“GA-岭回归”预测算法分为数据前处理和数据预测分析2部分。对于数据前处理，首先依据不同的测量方式对采集到的踏面磨耗量数据进行分类，基于车轮的实际运维情况，分析不同类型数据的特点；随后以镟修周期作为数据划分标准，对分类后的数据进行切片处理；最后采用相关标准和主成分分析法对相应的动态测量数据进行清洗、降噪。对于数据预测分析，首先划分数据集，进行数据整合，创建训练集数据的时间滑动窗口；随后采用岭回归算法对训练集数据进行回归分析训练，并结合遗传算法和验证集数据进行模型参数的调优，以提高预测准确性。基于测试集数据，分别采用传统预测算法、岭回归线性预测算法和“GA-岭回归”预测算法，对3类预测算法的预测效果进行对比分析；随后采用相同的测试方法，扩大车轮样本的数量，继续进行预测效果的对比分析。测试结果表明，采用“GA-岭回归”预测算法的预测误差和误差标准差均相对较低。经分析可知，...