典型文献
基于轨道动检数据的轨道板的变形识别及预测
文献摘要：
现有对高速铁路板式无砟轨道变形病害的检测效率不足,检测成本过高,而通过轨道动检数据能够一定程度上反映轨道板变形程度.因此,搜集了CRTSⅠ、Ⅱ、Ⅲ型板线路3 a内的动检数据,引入小波能量作为轨道板变形评价指标,通过建立时空数据挖掘模型实现了不同轨道板的变形定位识别和劣化预测.研究结果表明:受当地气温影响,轨道板变形程度具有一定的季节性规律,Ⅰ、Ⅱ型板在高温环境下出现翘曲或上拱,Ⅲ型板在低温环境下出现冻胀;3种轨道板中Ⅰ型板变形程度最小,Ⅱ型板最大,Ⅱ型板的残余变形会随时间累积,最终导致高低不平顺超限;长短期记忆网络能够实现对轨道板变形指标15～30 d内的短中期预测,Ⅰ型板变形的最佳预测结果R-square值接近0.9,而Ⅱ型板、Ⅲ型板变形的最佳预测R-square值均超过0.9.
文献关键词：
高速铁路;轨道板;轨检数据;变形识别;劣化预测
中图分类号：
作者姓名：
李晨钟;利璐;汪健辉;冯晓云;王青元;黄传岳;王永华;何庆
作者机构：
西南交通大学高速铁路线路工程教育部重点实验室, 四川 成都 610031;西南交通大学电气工程学院, 四川成都 610031;中国铁路上海局集团有限公司, 上海 200071
文献出处：
引用格式：
[1]李晨钟;利璐;汪健辉;冯晓云;王青元;黄传岳;王永华;何庆-.基于轨道动检数据的轨道板的变形识别及预测)[J].西南交通大学学报,2022(02):306-313
A类：
劣化预测
B类：
动检,变形识别,高速铁路,板式无砟轨道,轨道变形,检测效率,过轨,轨道板变形,变形程度,CRTS,型板,小波能量,立时,时空数据挖掘,挖掘模型,模型实现,定位识别,地气,气温影响,高温环境,下出,翘曲,上拱,低温环境,冻胀,残余变形,时间累积,高低不平顺,超限,长短期记忆网络,变形指标,中期预测,square,轨检数据
AB值：
0.341972
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
