高速铁路桥上无缝道岔结构力学状态预测方法

作者：马卓然; 高亮^*

来源：铁道学报, 2022, 44(02): 90-96.

• 高速铁路
• 无缝道岔
• 结构状态预测
• 神经网络
• 遗传算法

为保证高速铁路桥上无缝道岔的长期安全服役，提出一种数据驱动的轨道结构力学状态预测方法。通过监测数据特征分析，对原始气温数据序列化处理。在此基础上，构建遗传算法优化的Elman神经网络时间序列预测模型，以气温最优序列为输入，预测三项影响结构健康状况的状态监测指标。通过对比不同气温输入形式和不同模型的预测性能，验证方法的优越性。结果表明：所建模型的预测值与监测值较为吻合，预测平均绝对误差相较其他模型降幅达39.48%,均方根误差降幅达29.10%,误差标准偏差降幅达10.92%;该模型的预测误差小，预测结果稳定可靠，能够为轨道结构力学状态的准确预测和安全隐患的及时预警提供支持。

• 单位
  北京交通大学; 建筑工程学院