广州地铁2号线钢轨伤损成因及维护

通过实际调查及统计,结合现有线路条件,分析广州地铁2号线铜轨伤损类型及其宏观特征。从宏观特征及形成机理上将铜轨伤损划分为3个阶段,简明阐述各伤损阶段的主要特点,对伤损成因做简要分析与探讨,在此基础上提出钢轨维护的重点及建议。     

重载铁路小半径曲线波磨演化过程实测分析

为获取重载铁路小半径曲线地段钢轨波磨演化特征,使用连续性粗糙度测量设备,对神朔重载铁路钢轨波磨地段进行了不间断连续静态跟踪测试,分析了小半径曲线内轨波磨的波长、波深特征,获取了钢轨波磨演化过程曲线.测试结果表明:所测区段波磨波长为160～200 mm,对应频率为69.4～86.8 Hz,与有砟轨道线路P2共振作用频率相...     

基于动力分析的高速铁路钢轨磨耗预测方法研究

为探讨高速铁路钢轨磨耗预测方法,本文依托西成客运专线鄠邑至新场街高坡区段,运用多体动力学软件UM建立钢轨磨耗预测模型,分析了通过总重50 Mt时钢轨磨耗情况,结果表明预测模型与实际情况大致相符;探讨了随通过总重的增加钢轨磨耗的变化规律,分析得到钢轨打磨周期设置成40 Mt较为合理。最后,对各项动力学指标随通过总重的变化进行了简要分析。     

钢轨气压焊接端面微观特征分析

为了研究气压焊接钢轨端面的处理工艺,采用不同的钢轨端面加工方法制备了9种试样,对试样表面进行显微拍照,观察其表面形貌并进行成分分析,分析不同加工工艺处理后的钢轨端面的表面微观特征和氧化物含量.结果表明:锯切和磨削后的试样表面存在氧化物;状态不好的端铣机加工的钢轨端面表面存在氧化铁,且不易被锉削加工消除;磨削砂轮的新旧状...     

基于深度学习与支持向量机的钢轨伤损智能识别系统

目前国内钢轨探伤车检测系统都带有自动伤损识别功能,但由于采用了基于既有规则的简单逻辑判断方法,其自动识别的准确率不高,误报较多,伤损漏报的现象时有发生。针对该问题,根据钢轨探伤车所检测数据的特点,提出了基于深度学习与支持向量机的钢轨伤损智能识别系统技术方案;采用深度可分离卷积与选择性搜索相结合的方法进行目标定位;基于人工构建的多维特征,采用支持向量机方式进行伤损图像分类;并通过使用实际线路所测数据中的人工标注样本进行测试,验证了方法的有效性。测试结果表明,该系统在各项技术指标上均表现优异,伤损检出率达到99.8%,误报率降为12%,分类准确率达到95%以上。     

基于磨耗的自动分段补偿对中控制算法

基于激光轮廓测量原理的轮式探头(即探轮)自动对中系统的作用是确保探轮始终位于钢轨中心位置,使超声波能够正常扫查钢轨,保证探伤检测正常进行。为解决对中控制应用的难点,改进自动对中控制算法,提出基于钢轨轨头磨耗值对对中控制基准进行自动分段补偿的算法,解决了在轨头磨耗严重但对中系统控制偏差正常的情况下,仍然出现0°底波失波的问题。通过对实际钢轨线路进行试验验证,证明了改进算法能够减少0°底波失波,提高了磨耗线路上的探伤检测效果。     

兰新铁路客运专线提速动车组动力学问题分析

兰新铁路客运专线地处我国西北地区,高温、严寒和多风沙的自然环境对高速动车组安全可靠运营提出较高的要求。动车组以200 km/h的速度运行时车辆状态良好,当提速至250 km/h后动车组的动力学指标(如构架横向振动加速度和横向平稳性)明显恶化,在局部区段接近相关标准要求限值。文章从车轮磨耗、实际轮轨匹配关系和运用环境角度出发,利用仿真分析和振动测试的方法分析引起车辆动力学性能恶化的原因,并通过改善钢轨廓形、优化悬挂参数和调整车辆运行交路提高车辆横向运行稳定性,解决动车组提速后出现的动力学问题。     

个性化钢轨廓形打磨在北京地铁的应用分析

在北京地铁6号线草房站—物资学院路站区间选择一段曲线段作为试验段,基于钢轨廓形和车轮踏面数据调查,借助动力学仿真软件计算钢轨打磨最佳设计廓形.在钢轨铣磨和个性化打磨后设置观测点进行定期观测,计算分析钢轨廓形变化、疲劳伤损发展、波磨发展等情况,对比钢轨铣磨和钢轨廓形打磨的质量效果.试验结果表明:钢轨廓形打磨减缓了钢轨疲劳伤损及波磨的发展速率,将打磨周期从3个月延长至6个月;地铁采用个性化钢轨廓形打磨是合理且必要的.