科研之友
微信
新浪微博
Facebook
分享链接
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CRTS I、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：1) 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。2) 3种轨道板中I型板变形程度最小，II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。3) 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。
- 单位
