基于BP神经网络的铁路轨道几何不平顺预测方法

设备密集型重载铁路对轨道平顺状态预测技术十分重视,受限于数据挖掘分析技术,轨道检测车在养护维修计划决策支持方面还未完全发挥应有的作用。本文根据轨道不平顺的变化特点,采用神经网络方法对重载铁路轨道不平顺7项参数进行预测,从而为养护维修策略的决策提供支持。将某重载铁路K420+000~K426+000区段长达18个月的轨道不平顺检测数据用于模型训练并进行预测分析,结果显示:双隐层、单隐层BP网络模型和多元回归分析模型的均方预测误差平均值分别为0.065 2、0.068 9、0.105 1,平均相对误差分别为8.03%、8.65%、11.57%。双隐层BP网络模型模型精度更高,该模型为重载铁路轨道不平顺发展预测的研究提供了新的思路。     

改进的轨道质量指数线性预测模型研究

针对轨道不平顺的发展,提出轨道质量指数(TQI)变化的线性预测模型.该模型使用平均法计算出一个适用于某一线路区段轨道不平顺的斜率 K 值,利用该 K 值建立线性预测模型,对轨道不平顺发展TQI值进行预测.影响轨道不平顺发展的因素复杂,不平顺的发展趋势表现出一种非线性变化的特点,俗称"浴盆型"曲线.提出改进的轨道质量指数TQI预测模型,即多阶段轨道不平顺线性预测模型(MPLM).     

基于灰色区间预测模型的轨道不平顺状态预测

轨道不平顺状态是影响行车安全的关键因素。轨道质量指数(TQI)是反映轨道几何状态变化的重要数据,是一个随时间变化的时间序列,具有随机性。为了更好地研究轨道状态的变化趋势,利用灰色区间预测模型,对单元区段范围内随时间变化的TQI进行建模,并与传统的非等间距GM(1,1)预测模型相比较。为了说明预测模型的有效性,采用京九线K467.8~K468单元区段实际数据进行验证,结果表明灰色区间模型的预测精度更高,对铁路轨道养护维修工作起到指导作用。     

基于概率分布的轨道不平顺发展统计预测

针对轨道不平顺的随机性,应用数理统计原理和方法,对轨道动态不平顺检测数据进行统计分析,研究轨道不平顺的概率分布特性。分析讨论基于不平顺分布函数特征的不平顺发展统计预测方法,比较不同统计预测模型的预测效果和预测精度。研究结果表明:轨道不平顺概率分布接近于正态分布;在轨道不平顺概率分布特性分析的基础上,指数平滑预测方法具有较好的预测效果和预测精度,能够用于轨道不平顺发展预测问题的研究。     

地铁轨道几何不平顺指标预测方法研究

充分考虑轨道平顺状态劣化的不确定性和异质性,基于灰色区间预测建模理论建立了轨道几何不平顺指标灰色区间预测模型。为验证模型的可靠性,根据北京地铁2号线10个典型单元区段在2017年2月至2019年2月之间的12次轨检车检测数据,以三角坑不平顺指标为例,利用所建模型进行模拟并将模型预测值与实际检测值进行对比。结果表明,该模型模拟结果精度检验合格且具有较高的预测精度,可以用于预测轨道几何不平顺指标。     

轨道不平顺作用下铁路列车车体振动状态的PCA-SVM预测分析

为快速预测铁路机车车辆在不平顺轨道上的的振动状态,根据车体振动加速度的3个评价指标(绝对峰值、标准差、绝对平均值),提出基于PCA-SVM方法的车体振动状态分类预测模型。首先对不同评价指标和车体振动状态下的轨道不平顺样本进行聚类,提取轨道不平顺样本中的特征统计参数,并进行PCA参数降维和信息优化,最后以不同状态下各种评价指标的车体振动主要特征值为训练样本,构建SVM多类分类器。对轨道检查车多次实地检测的数据采用PCA-SVM分类器计算的分析结果表明:绝对均值、方根均值、方根幅值等主要轨道不平顺统计参数控制车体的整体振动状态,其他特征参数起调节车体振动的作用;采用扭曲和水平不平顺作为预测模型的输入,可使车体振动状态的测算准确率达到90%以上。     

用于铁路轨道不平顺预测的综合因子法

根据轨道结构存在的不平顺特征及其形成原因,提出基于数字统计理论、信号处理理论和轨道不平顺检测数据的综合因子法,对各类轨道不平顺的发展趋势进行预测,为铁路线路的维修提供参考依据。方法的核心思想是基于对同一地段轨道不平顺变化规律相近的认知,即轨道在线路脆弱的地方会更脆弱,在不平顺幅值较大的地方其不平顺发展也相应较大。综合考虑影响轨道不平顺发展的众多因素,如轨道系统各部件的材料影响、铁路施工以及各种运营条件、环境因素等,将这些影响因素共同作用后的整体效果反映在构建的预测模型中,给出相应的综合因子和随机量的参数矩阵,并建立轨道不平顺管理的分级概念。计算结果表明,综合因子法能够较好地预测轨道不平顺的变化。     

重载铁路轨道高低不平顺预测研究

轨道不平顺严重威胁铁路行车安全和设备的使用寿命。研究轨道高低不平顺的变化特点和劣化规律对重载铁路轨道维修管理有重要指导作用。基于灰色区间预测建模理论,研究重载铁路轨道高低不平顺变化特点和劣化规律,预测轨道高低不平顺未来的发展情况。为验证预测模型的有效性,采用神朔铁路上行10个高低超限病害高发单元区段的共17个月的历史轨道高低不平顺检测数据进行验证。结果表明:该模型拟合和预测效果良好,对神朔铁路轨道的养护维修管理有着重要意义。     

基于改进非等间距灰色模型和PSVM的轨道质量指数预测

有效预测轨道不平顺的发展趋势对铁路的养护和管理具有重要意义。根据轨道不平顺发展的趋势性和随机性,本文提出一种将非等间距灰色模型与粒子群优化支持向量机结合的预测方法。利用改进的非等间距灰色GM(1,1)模型预测轨道质量指数(TQI)序列在未来一段时间内的变化,再利用粒子群优化的支持向量机(PSVM)模型对灰色预测值进行纠正,得到较准确的TQI序列,构建出轨道不平顺变化趋势预测模型。分别对沪昆线上行两段线路的轨道不平顺进行预测,结果表明该组合模型的预测精度较高,相对误差分别低至1.03%和2.74%。     

轨道质量状态预测方法

对轨道不平顺进行预测可以监控轨道质量状态的发展,合理安排养修计划,降低养修成本,保证线路安全性和平顺性,同时也是开发和研究轨道辅助决策系统的关键性技术。因此,预测轨道不平顺的发展规律是近代轨道力学的基本课题,一直是国内外研究的重点。一般来说,轨道不平顺的预测从需求上可分为局部轨道不平顺预测和区段轨道不平顺预测。局部轨道不平顺预测偏重对轨道个别     

基于检测数据的高速铁路轨面沉降不平顺发展趋势预测

对轨道几何不平顺发展趋势进行预测,有助于指导工务部门适时维修,降低养护维修成本。根据某高速铁路路桥过渡段沉降区近5年的检测数据,运用轨道几何不平顺百天变化率预测模型,对沉降引起的高低不平顺即轨面沉降不平顺发展趋势进行预测,并与实测值进行对比,同时进行误差分析,结果表明,短期预测效果较好,能够满足工务维修计划制定的需要。结合维修记录,综合分析高低不平顺及车体垂向加速度幅值变化情况,结果表明,不同维修方式对轨面沉降不平顺发展规律的影响不同,工务部门可以根据对历史维修数据的分析确定相应的维修方式。     

基于非等时距加权灰色模型与神经网络的轨道不平顺预测

对轨道不平顺的发展趋势进行有效预测,可以提高铁路线路养护的维修效率,保障行车安全。根据轨道不平顺的发展特性,提出一种基于非等时距加权灰色理论和神经网络法的组合预测方法。该方法通过构建非等时距加权灰色预测模型,将原始TQI序列的平均值作为累加序列初值,将连续累积函数的积分面积作为背景值,对累加序列进行加权处理,较好地反映了时间序列对轨道不平顺预测结果的贡献。在此基础上,引入BP神经网络模型对TQI预测的残差序列进行修正,较好地克服了单一模型预测精度偏低的不足。分别对沪昆线上行两段线路的轨道不平顺进行预测,结果表明该预测方法相对误差平均值分别为2.76%和2.08%,预测结果的后验差比值分别为0.121和0.151,精度等级达到1级。     

考虑波长因素的轨道不平顺预测研究

准确预测轨道不平顺的变化规律是提高轨道养护维修效率、降低维修成本的关键问题之一。鉴于轨道不平顺波长对列车运行状态的影响,基于小波理论,通过选取合适的小波基函数及分解层数,对原始不平顺时域序列进行小波分解及重构,并采用不平顺状态推移方法对重构后不平顺序列进行分析处理,利用不同时刻下轨道不平顺的状态分布,从而实现对轨道不平顺预测;通过2个实际算例对本方法正确性进行验证,并对预测结果进行误差分析。研究结果表明:利用本文提出方法得出的预测结果与实际结果误差较小,可以有效地预测轨道不平顺的变化趋势,且能够实现不同波长段轨道不平顺的预测,可为我国轨道养护维修方案的制定提供一定的技术支持。     

基于支持向量机的轨道不平顺预测研究

利用支持向量机的预测方法建立轨道质量指数预测模型,采用京九线下行100个轨道单元区段的实际轨检车检测数据对模型进行验证,并将预测结果与递推合成BP网络方法进行对比。研究结果表明:该方法建立的模型所得TQI预测值的平均相对误差为0.85%,预测精度与递推合成BP网络方法相比有所提高,说明将支持向量机技术引入到轨道不平顺预测中能够取得良好的预测效果,可以有效地反映轨道质量指数的发展趋势,对轨道不平顺预测研究具有一定的参考价值。     

动态检测数据驱动的高速铁路有砟轨道几何不平顺超限大值预警方法

为了对高速铁路有砟轨道几何不平顺幅值超限进行准确预警，结合局部异常因子算法，提出了一种动态检测数据驱动的轨道几何不平顺维修作业识别方法。首先，基于支持向量机（Support Vector Machine,SVM）算法对轨道几何不平顺超限劣化过程进行分析，将影响列车运行的持续劣化超限作为研究对象；随后，使用局部异常因子（Local Outlier Factor,LOF）算法对轨道几何不平顺维修作业进行识别，依据识别结果划分超限劣化过程；最后，对两次维修作业之间的检测数据进行分析，验证轨道几何不平顺幅值的劣化为线性过程，并对几何不平顺幅值进行预测。利用该方法对某线路进行劣化分析，并与近6年的动态检测数据对比。结果表明：该方法识别维修作业准确度达91%；基于鲁棒回归的劣化模型能够准确预测轨道几何不平顺超限大值。该方法不需历史维修作业数据，可自动划分劣化过程，通过几何不平顺幅值预测模型对超限发展进行预测，及时预警几何不平顺超限大值。     

线路不平顺对桥上CRTSⅡ型板轨道振动的影响

研究目的:轨道不平顺引起的列车振动和轮轨相互作用力随着列车速度的提高成倍增大。对车辆-轨道-桥梁耦合振动而言,桥梁变形和轨道不平顺相互叠加形成轨面位移,因而轨道不平顺对系统动力响应的影响更加显著。本文针对轨道不平顺对客运专线高架轨道结构振动特性的影响进行研究,分析三种实测中长波轨道不平顺状态,即路基有砟轨道不平顺、桥上有砟轨道不平顺以及隧道无砟轨道不平顺对高架轨道结构振动响应产生的影响。研究结论:(1)在相同运营条件、相同养护条件下,不同轨道结构的不平顺状态对轮轨冲击作用力、钢轨振动加速度、轨道板振动加速度的影响不同,但对桥梁振动加速度的影响较小;(2)在客运专线轨道中长波不平顺激励下,钢轨振动频率主要分布在20～250 Hz范围内,轨道板、桥面板垂向振动频率分布在20～150 Hz范围内,轨面不平顺度的波长成分是影响轨道结构振动频率分布特性的一个主要因素;轮轨力、钢轨振动加速度、轨道板振动加速度受随机不平顺的短波长成分的影响显著;(3)除了轨道结构类型的影响,轨道不平顺功率谱大小与波长特性对轮轨力、钢轨振动加速度、轨道板振动加速度也产生了显著的影响,建议在进行轨道不平顺控制时将轨道不平顺谱纳入高速铁路客运专线轨道质量的评价指标当中;(4)本研究成果对加深认识我国高速铁路轨道不平顺对高架轨道结构振动特性的影响具有一定的理论意义和实用价值。     

利用轨道质量指数（TQI）预测轨道不平顺发展的探讨

上海铁路局地处华东地区，管内大部分线路“速、密、重”并举，要贯彻“预防为主、防治结合、养修并重”的原则，真正推行“状态修”，需要充分利用各类动态检测数据，对轨道不平顺的发展进行预测，为维修提供依据长研究探讨采用铁道部综合检测车TQI数据，利用线性预测模型对管内沪昆线淅赣段轨道不平顺的发展进行预测，为安排线路维修提供依据。     

高速行车条件下轨道几何不平顺敏感波长研究

应用车辆-轨道耦合动力学理论及分析软件TTISIM,研究轨道几何不平顺波长变化对高速车辆系统动力响应影响,探讨高速行车条件下轨道几何不平顺敏感波长问题。结果表明:在250～400km/h行车速度域,高速列车系统动力响应指标随轨道不平顺波长变化存在一个幅值相对较大区间;轨道不平顺类型和行车速度不同,敏感区间对应轨道不平顺波长范围亦不相同。综合对比发现:在250～400km/h行车速度域,轨道高低、方向和水平不平顺在长波段敏感波长范围分别约为80～160m、40～120m和50～160m;在相同行车速度条件下,轨道扭曲不平顺在长波段敏感波长范围约为40～100m。     

基于灰色GM(1,1)和灰色-马尔可夫模型的轨道几何不平顺预测及应用研究

国外轨道不平顺的研究思路和方法大多是建立在对轨道动态检测数据的不同分析手段和方法上,然而由于各国检查数据的不同使得国外模型无法直接应用于国内轨道状态预测。基于昆明铁路局的实际数据,提出了灰色预测模型和灰色-马尔可夫预测模型。通过将2种模型的预测结果与一元线性回归预测结果对比分析,证明灰色预测模型不仅适用于较长区段的TQI(轨道质量指数)预测,对于更长区段的TQI预测也有比较好的效果,同时证明灰色-马尔可夫预测模型不仅能够预测随机性较强的TQI数据,也能应用于较长时间范围内的预测。     

轨道不平顺检测评价及预测综述

按描述参数、激扰方向以及波长的不同对轨道不平顺进行分类；根据检测原理的不同及有无轮载比较不同轨道不平顺检测方法的优缺点；梳理局部不平顺评价和区段整体不平顺评价标准；分析频域评价方法的优缺点及各国应用情况；概括轨道不平顺时频域评价方法及其局限性；按预测方法的不同分析3类轨道不平顺预测方法。研究结果表明：相较于高速铁路，城轨交通动态检测缺少轨检车及综检车的应用；既有铁路轨道谱构建较为完善，但在城轨领域仍缺少成熟的轨道谱；时频分析方法能够同时在时域和频域上对轨道不平顺进行定位，适用于非平稳性信号，但其实际应用仍受较大限制；轨道不平顺预测能提高轨道维护效率，但仍存在很大局限性，无法进一步推广。