基于动检数据挖掘的铁路线路状态评价与预警方法研究

摘要

随着普通铁路不断的大规模提速和中国高速铁路的蓬勃发展，铁路线路的轨道不平顺状态越来越显得至关重要，因为它直接影响到行车的安全和旅客的舒适度。目前各铁路局都是采用轨道检查车来检测线路运营状况，于是合理的利用和分析轨检车检测的线路数据来指导现场的养护维修正成为国内外铁路技术人员研究的重点。
　　本文分别采用超限评分法、轨道质量指数法(TQI)和轨道不平顺功率谱对武广客运专线某段线路进行不平顺状态评价，通过分析发现该段线路总体情况良好，问题主要集中在车体的横向加速度超限上。
　　为了进一步分析轨检车检测数据，作者运用C语言编程读取了轨检车波形图文件（STE格式）中的各检测项目的数值，然后采用灰色关联模型对轨检车检测数据的里程进行了校正，然而轨检车检测数据还存在毛刺问题，于是作者又使用小波变换方法对轨检车检测数据进行了降噪处理。
　　作者在现有轨道不平顺状态评价标准的基础上，提出了一种累积升级的评价方法，并以部分轨检车检测数据训练了一个BP神经网络进行预警，该网络很好的识别各超限位置的级别。另外，作者又尝试用静态检测数据加上速度值来预警列车通过某一位置的横向加速度，于是又训练了一个BP神经网络来进行预警，对比预警结果和实测结果，证明此方法是切实可行的。

目录

声明

摘要

第一章 绪论

1．1 研究背景和意义

1．2 轨检车技术的国内外发展概况

1．2．1 国外发展概况

1．2．2 国内发展概况

1．3 铁路线路不平顺预测的国内外研究现状

1．3．1 国外研究现状

1．3．2 国内研究现状

1．4 本文研究内容与方法

第二章 基于动态检测数据的线路信息挖掘与预处理

2．1 轨检车检测数据线路里程的校正

2．1．1 轨检车检测数据的提取

2．1．2 灰色关联模型的建立

2．1．3 归一化方法的选取

2．1．4 分辨系数ε的选取

2．1．5 里程校正结果

2．2 轨检车检测数据噪声的处理

2．2．1 小波变换降噪的基本原理

2．2．2 小波变换降噪阈值的选取

2．2．3 针对轨检车数据的降噪方法比较

第三章 线路不平顺状态的检测与评价

3．1 武广客运专线简介

3．2 武广客运专线线路检测列车简介

3．3 采用超限评分法评价该段线路状态

3．4 采用轨道质量指数法(TQI)评价该段线路状态

3．5 采用轨道不平顺功率谱评价该段线路状态

3．5．1 轨道不平顺功率谱的简介

3．5．2 武广客运专线轨道不平顺功率谱的对比分析

3．6 该段线路状态评价小结

第四章 线路不平顺状态的预警

4．1 人工神经网络的简介

4．2 BP神经网络的简介与适用性

4．2．1 BP(Back Propagation)神经网络

4．2．2 BP神经网络在线路不平顺状态预警中的适用性

4．3 基于BP神经网络模式识别功能的线路不平顺状态预警

4．3．1 BP神经网络模型的构建

4．3．2 网络的训练与评估

4．3．3 网络的预警

4．4 基于BP神经网络函数逼近功能的线路不平顺状态预警

4．4．1 BP神经网络模型的构建

4．4．2 网络的训练与评估

4．4．3 网络的预警

第五章 结论与展望

5．1 本文主要研究工作总结

5．2 未来工作的展望

致谢

参考文献

附录

攻读硕士学位期间发表的论文与科研成果