铁路轨道高低不平顺的预测方法

轨道变形是有碴轨道结构无法避免的 .通过轨道不平顺的描述 ,预测轨道不平顺的变化规律是近代轨道力学的基本课题 ,也是制定养护维修计划的关键 .据此在介绍轨道不平顺的分类和分析国外有关轨道高低不平顺预测模型的基础上 ,提出一个利用特性矩阵描述轨道变形并进行预测的方法 .这一方法利用动态实测数据 ,全面反映不平顺的影响因素 ,适合于不同的线路条件     

基于多项式拟合的高速铁路高低轨道不平顺功率谱分析

根据某高速铁路轨道的高低轨道不平顺实测数据,基于改进的welch周期图法计算原始高低轨道不平顺功率谱密度,从波长角度提出了功率谱密度的7阶多项式拟合谱模型.通过谱密度反演算法对高低轨道不平顺序列进行数值模拟.提出了基于上、下界限谱的轨道质量评判标准.实验结果表明,提出的拟合谱模型比高速铁路无砟轨道幂函数分段拟合模型更适合于该线路的谱分析.通过本文拟合谱与时速200 km/h等级提速线路拟合谱的比较,表明该线路在波长3.3～5 m波长范围内有不平顺的趋势.为轨道不平顺的评判和线路维修提供了建议.     

不同敏感波长轨道不平顺对现代有轨电车运行性能影响分析

为了探究轨道敏感波长对现代有轨电车运行的影响。通过对某独立轮现代有轨电车在不同波长激励时的动力响应指标进行分析,得到电车的敏感波长范围;并以此生成轨道不平顺激励,分析线路在施加此激励前后,车辆通过时参数变化。电车在直线线路运行时,轨向和水平不平顺主要影响横向加速度,高低不平顺主要影响垂向加速度。电车在曲线线路运行时,轨向和水平不平顺分别影响电车的中低速和高速曲线通过性能,两者同时作用时对电车曲线运行具有综合的影响效果,高低不平顺主要改变电车高速曲线运行状态。方向水平逆向不平顺对电车安全性影响会随着波长增大而减小,合理曲线超高能够降低影响,通过分析敏感波长与电车运行的关系,对电车通过不同激励路段形成指导。 关键词 现代有轨电车;轨道不平顺;有限元;动力响应     

轨道不平顺功率谱拟合分析方法

对国内外轨道不平顺谱作了简要的对比，并对实测轨道不平顺谱及其拟合谱的分析方法作了较为详细的介绍．首先说明了功率谱分析的必要性；然后就国内外不同的标准谱进行比较，再次，介绍了数据处理软件对功率谱的基本算法，并重点介绍了拟合谱的计算方法；最后，结合沪杭线的实例，利用该软件将实测数据拟合成功率谱，并与国内外现有的功率谱进行对比分析．     

轨道高低不平顺激励下的车体振动仿真

为了得到轨道高低不平顺激励下的车体振动响应,并对车体振动情况做出评价,进而分析车辆的乘坐平稳性等级,首先建立了车体的垂向振动力学模型并列出运动微分方程,然后对轨道垂向不平顺进行了描述,并将轨道不平顺的垂向空间域功率谱转换为时频域功率谱,计算出轨道不平顺的位移时间序列,再利用Pro/E软件建立了车厢的三维模型,用动力学仿...     

基于惯性导航系统的轨道不平顺方法

针对目前轨道存在的不平顺现象,设计出了一种轨道不平顺检测系统。传统的惯性导航系统直接装在运载体上的底盘上,且为单惯性导航系统。振动信号传递不直接,采集数据不全面。通过在轨检车两侧的专用惯导平台进行双惯性导航系统的固装,信号采集更为直接和全面。内部导航采用四元数法进行姿态矩阵的实时更新。双惯性导航系统可以实现左右钢轨x、y以及z轴三轴数据的实时采集,对采集的数据进行拟合和积分,即可得到轨道的相关不平顺信息。且轨检车上搭配轴角编码器可以实现数据的同步采集,采样时间和采样里程的实时输出。通过系统动态测试和人为静态测试,验证了设计的合理性。左右轨垂向高低不平顺误差分别在(-0. 66 mm,0. 52 mm)和(-0. 43 mm,0. 56 mm);左右轨横向不平顺误差分别在(-0. 51 mm,0. 64 mm)和(-0. 42 mm,0. 43 mm)之间,轨距偏差在(-0. 55 mm,0. 83 mm)之间。     

基于轨检车历史数据的轨道不平顺预测研究

由轨检车检查得到的大量轨道几何尺寸的历史数据,可以挖掘出轨道不平顺发展背后的潜在规律。从已有的历史数据的角度出发,以数据驱动的方式为出发点,得出轨道不平顺的发展趋势,可以做到对轨道质量指数的合理预测;若单纯从某一理论方法出发进行研究,实际观测数据不一定都能符合其结果。基于已有的历史数据出发,寻找最为匹配的规律,为轨道恶化趋势的预测提供新思路。研究结论如下:(1)提供了对轨道质量预测的新思路,预测结果的置信度可达到约92%;(2)基于已有的原始数据,匹配得出的分布函数中的系数根据实际情况的变化而变化,可包容被测轨道的不同个性;(3)轨道质量指数的增长与时间的关系是一种理论上循环的非线性关系。     

客运专线轨道不平顺功率谱分析

轨道不平顺是车辆振动的主要激扰源,也是限制列车最高运行速度的主要因素之一,直接关系到列车运行的平稳性、安全性和舒适性。文章以秦沈客运专线轨检车实测轨道不平顺数据为统计样本,基于样本平稳性检验,采用FFT方法进行样本空间的谱估计,并由MATLAB编程得到轨道不平顺谱密度。基于轨道不平顺样本的总体平均,得出了谱密度频率平滑曲线和谱密度曲线拟合表达式,并与我国重载提速干线的谱密度曲线进行了对比分析。在此基础上,对秦沈客运专线的轨道状态进行了评估。     

沪宁线轨道不平顺谱的分析

对国外不平顺标准谱和我国轨道不平顺统计谱进行对比,根据沪宁线的线路不平顺检测数据进行谱分析,得出沪宁线的轨道不平顺谱与美国5级铁路的不平顺谱相接近,但方向不平顺谱值较大.利用相干函数分析轨道不平顺与车体垂向和水平振动之间的关系,得出垂向振动有两个主要振动频率,其中一个频率的振动与轨道不平顺相干度较高,车体水平振动加速度有一个振动主频,也与轨道的水平不平顺具有较高的相干性.最后,建议将轨道不平顺谱作为控制轨道质量的指标之一.     

基于正则化RBF的轨道不平顺在线监测系统研究

为了得到列车行进过程中准确的轨道不平顺状态,提出了一种基于以太网的轨道平顺度车载实时动态监测系统,分析了系统的结构和检测原理,通过惯性基准法利用激光位移传感器和振动加速度传感器对轨道不平顺度数据进行采集,基于两传感器数据融合时间不同步、数据率不一致的特点,提出了利用正则化RBF （径向基函数）网络拟合的算法,该方法可以将不同传感器测得的不同采样周期的数据对准到同一时间点上,得到轨道不平顺结果。将拟合值和真实值进行比较,正则化RBF拟合和常规方法拟合的平均相对误差分别为1.9％和3.7％,均方误差分别为0.41和2.35,相比之下,正则化RBF网络拟合效果更好。结果表明该系统能够更真实的反应轨道的动态不平顺。     

基于深度学习的轨道不平顺估计车体横向加速度研究

针对轨道不平顺影响行车安全和乘坐舒适性的问题,开展轨道不平顺和车体振动响应之间关联关系的研究.根据轨道不平顺与车体横向加速度数据之间的时空传递特性,基于卷积神经网络（Convolutional Neural Network, CNN）与长短期记忆网络（Long Short-Term Memory, LSTM）,建立一种CNN-LSTM组合模型.首先,对轨道不平顺与车体横向加速度之间的相干性进行分析,同时探究列车运行速度对车体横向加速度的影响,进而确定模型的输入数据;然后,对模型进行优化,确定CNN-LSTM组合模型参数细节;最后,利用CNN-LSTM组合模型、LSTM模型和多体动力学仿真模型对车体横向加速度进行估计,并与实测的车体横向加速度进行对比分析.研究结果表明：CNN-LSTM组合模型预测的平均均方根误差值为0.046,相比于LSTM模型、多体动力学仿真模型的平均均方根误差值分别减少了0.006和0.026,说明了CNN-LSTM组合模型能够对车体横向加速度进行有效估计.     

基于Fast-MCD的自适应建模探索轨道不平顺劣化

掌握轨道不平顺劣化模式是实现预测性维修的基础,根据维修作业日期划分轨道不平顺劣化过程是探索其劣化模式的前提.作者之前提出了一套算法实现轨道不平顺劣化自适应分段建模,为提高该算法的效率和准确度,该文基于Mahalanobis距离提出了双层快速最小协方差行列式(fast minimum covariance determi...     

基于NARX神经网络的轨道垂向不平顺估计

轨道不平顺是影响车辆平稳性和安全性的关键因素,因此及时掌握轨道不平顺的状态对保障列车运营具有重要意义。针对单个惯性量较难达到对不同波段不平顺的检测,提出一种采用非线性自回归神经网络(Nonlinear Auto-Regressive with exogenous Input Neural Networks,NARX)的轨道不平顺估计方法。以实测高铁轨道不平顺数据作为输入,通过车辆—轨道垂向耦合动力学模型仿真得到多个惯性量数据,再将归一化的多个惯性量仿真数据作为神经网络的输入,轨道不平顺作为输出,并用均方根误差和相关系数进行网络性能评价。仿真结果表明,NARX神经网络模型估计结果的均方根误差为0.028 9,相关系数为0.939 5,优于反向传播(BP)神经网络模型的均方根误差0.086 8和相关系数0.641 8,NARX神经网络拟合效果更好,表明本文所提方法能精确有效地实现轨道垂向不平顺估计。     

基于轨检车历史数据的轨道不平顺预测

由轨检车检查得到的大量轨道几何尺寸的历史数据,可以挖掘出轨道不平顺发展背后的潜在规律。从已有的历史数据的角度出发,以数据驱动的方式为出发点,得出轨道不平顺的发展趋势,可以做到对轨道质量指数的合理预测;若单纯从某一理论方法出发进行研究,实际观测数据不一定都能符合其结果。基于已有的历史数据出发,寻找最为匹配的规律,为轨道恶化趋势的预测提供新思路。研究结论如下:(1)提供了对轨道质量预测的新思路,预测结果的置信度可达到约92%;(2)基于已有的原始数据,匹配得出的分布函数中的系数根据实际情况的变化而变化,可包容被测轨道的不同个性;(3)轨道质量指数的增长与时间的关系是一种理论上循环的非线性关系。     

基于改进EMD方法的轨道不平顺时频分析

经验模态分解法(EMD)的端点效应是影响该方法精度的难点问题,结合端点效应的产生原理和现有研究成果,采用镜像闭合延拓法和灰色神经网络预测法相结合的方法对信号两端的包络进行延拓;通过对仿真信号和实际信号的分析表明,该方法可以有效抑制EMD方法的端点效应.利用改进的EMD方法对提速干线铁路和客运专线铁路实测轨道不平顺信号进行研究,结果表明:京广提速干线铁路样本段轨道不平顺存在着不同程度的短波和中长波不平顺,而武广高速铁路样本段轨道不平顺主要分布于中长波区段.改进EMD方法为保障铁路安全运营提供了一种新的途径.     

高架桥梯形轨枕轨道不平顺测量

北京地铁5号线天通苑站至天通苑北站之间铺设了一段长为171 m的梯形轨枕轨道试验段.为了得出符合城市轨道交通实际情况的轨道不平顺谱,对梯形轨枕轨道试验段进行了轨道不平顺测量,并对轨道不平顺功率谱进行了拟合,得出了拟合曲线的特征参数.通过对测量结果进行幅值分析和功率谱分析可知,北京地铁5号线梯形轨枕轨道试验段的轨道平顺状态较好.     

影响轨道不平顺质量指数因素解析

本论文对轨道不平顺质量指数TQI(Track Quality Index,简称TQI)的定义和计算方法进行叙述,并列举影响TQI几种常见因素,分析其对TQI的影响,最终建议管理者理性看待TQI,合理的做出对线路的整体评价。     

地铁轨道不平顺状态的监测与预警

在客流量和客运量高速化的背景下,轨道线路作为地铁运营的基本设施,其不平顺状态直接影响到行车的安全性和舒适性。以北京地铁9号线为例,采用光纤光栅传感器对典型区段的轨道不平顺状态进行监测,运用数理统计的方法对监测数据进行权重统计和超限分析,结合数据特征提出一种将灰色模型和粒子群算法优化Elman神经网络的组合预测方法,并利用监测的轨道不平顺七项参数对模型的效果进行验证。结果表明该模型的预测效果均优于单一灰色模型,在平均相对误差、均方根误差、决定系数和相关系数上具有较高的预测精度,可以实现对各单项指标的超限预警,更好地监控轨道质量的发展状况。     

考虑路面不平顺的车桥耦合振动分析方法

将路面不平顺视为一对车桥耦合系统内部作用力,提出了基于整体法考虑路面不平顺的车桥耦合振动分析方法,同时给出了基于整体法的路面不平顺施加方法。模拟空间车辆模型,利用ANSYS软件编制了基于整体法考虑路面不平顺的ANSYS参数化设计语言(ANSYS parametric design language, APDL)命令流。结合空间双轴车辆在简支板桥上行驶的案例,对比直接刚度法、振型叠加法和所提方法计算得到的跨中位移时程曲线趋势相同且数值相近,验证了方法的可行性与准确性。借助ANSYS后处理,提取了跨中等效应力和轮轨接触力,研究了在不同等级路面和不同通行速度的情况下,桥面跨中等效应力和轮桥接触力的变化情况。该方法既能够考虑路面不平顺,又可以便捷地提取位移、应力和应变等数据开展结构动力响应分析。