CN109029881B - 一种基于轨道刚度和探地雷达检测的道床状态评估方法 - Google Patents
一种基于轨道刚度和探地雷达检测的道床状态评估方法 Download PDFInfo
- Publication number
- CN109029881B CN109029881B CN201810641603.8A CN201810641603A CN109029881B CN 109029881 B CN109029881 B CN 109029881B CN 201810641603 A CN201810641603 A CN 201810641603A CN 109029881 B CN109029881 B CN 109029881B
- Authority
- CN
- China
- Prior art keywords
- track
- ground penetrating
- penetrating radar
- rigidity
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
- G01M5/0041—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining deflection or stress
- G01M5/005—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining deflection or stress by means of external apparatus, e.g. test benches or portable test systems
- G01M5/0058—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining deflection or stress by means of external apparatus, e.g. test benches or portable test systems of elongated objects, e.g. pipes, masts, towers or railways
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
Abstract
一种基于轨道刚度和探地雷达检测的道床状态评估方法,包括如下步骤:首先,将探地雷达系统安装在移动加载车上,所述移动加载车用于进行轨道刚度检测;其次,轨道刚度检测和探地雷达检测系统的里程系统同时采用移动加载车轴端的编码器,并同时利用GPS信号,保证检测数据反映的道床状态在时间和空间上一致,同时进行轨道刚度和探地雷达检测;结合不同的维修类型,合理选择不同检测参数对道床状态的影响因子,对道床状态进行评估,确定其是否需要进行相应的养护维修。
Description
技术领域
本发明属铁道工程技术领域的质量评价方法,特别是涉及一种道床状态评估方法。
背景技术
根据国内外的专利检索分析,目前还没有关于道床状态的连续检测评估方法。目前道床状态的检测主要是定点对某一位置进行道床开挖、取样筛分,还可以进行利用原位测试进行道床密度、轨道刚度测试。近年来国内外开展利用探地雷达对路基、道床进行连续检测,并且探地雷达对道床脏污等的评判主要是定性的,而且与目前常用的道床脏污率定义有区别,所以探地雷达检测还无法指导道床的养护维修。
专利文献CN106758604A公开了一种轨道线路移动加载车和加载方法,解决了连续加载测试轨道线路参数的问题,但无法明确参数的变化是轨道本身还是路基病害所带来的;
同样,专利文献CN107527067A公开了一种基于探地雷达的铁路路基病害智能识别方法,但其识别结果受制于识别方法本身,无法指导道床的养护维修。
发明内容
本发明基于轨道刚度和探地雷达的检测评估技术,将结合反映道床状态的两种测试——轨道刚度和探地雷达检测。轨道刚度既包含道床的刚度又含扣件、垫板等的弹性,在扣件、垫板类型相同的情况下,基本了反映道床的弹性;探地雷达可以对道床的脏污程度、含水情况进行定性分析,对道床厚度进行定量分析。通过合理的选择评估参数并进行相关性的分析,结合二者对道床状态评估的优点,确定不同参数对道床状态的合理影响因子,使对道床状态的评估全面准确,以指导道床的养护维修。
本发明所采用的技术方案是:
一种基于轨道刚度和探地雷达检测的道床状态评估方法,包括如下步骤:首先,将探地
雷达系统安装在移动加载车上,所述移动加载车用于进行轨道刚度检测;
其次,轨道刚度检测和探地雷达检测系统的里程系统同时采用移动加载车轴端的编码器,并同时利用GPS信号,保证检测数据反映的道床状态在时间和空间上一致,同时进行轨道刚度和探地雷达检测;
结合不同的维修类型,合理选择不同检测参数对道床状态的影响因子,对道床状态进行评估,确定其是否需要进行相应的养护维修。
进一步地,给予轨道刚度、探地雷达测试参数不同的权重,利用模糊算法得出道床状态的评价指标。
进一步地,通过合理的选择评估参数并进行相关性的分析,结合二者对道床状态评估的优点,确定不同参数对道床状态的合理影响因子。
进一步地,所述相关性的分析,通过选取多个探地雷达检测到的具有不同测试参数的位置,分别施加不同负载,记录具有同样探地雷达测试参数下不同负载的轨道刚度参数,以及同样负载下具有不同探地雷达测试参数的轨道刚度参数,并建立探地雷达检测的测试参数与不同负载下轨道刚度参数的回归函数;记录实际道床路基病害情况,将每次实例数据属性特征值转换为新的样本保存于数据库中,不断积累,修正所述回归函数并优化所述模糊算法中的学习模型。
进一步地,所述移动加载车包括:移动加载装置、变形量采集装置、位置参数采集装置及数据采集处理装置;所述位置参数采集装置包括移动加载车轴端的编码器和GPS信号装置,当所述移动加载装置以初始负载或检测负载在所述待检测轨道上移动时,数据采集处理装置在通过所述位置参数采集装置获取位置点参数的同时由所述变形量采集装置采集轨道变形值,根据同一位置点参数所对应的初始负载时检测到的变形值与检测负载时检测的变形值计算获取轨道刚度。
进一步地,所述探地雷达检测,具体包括:
1)使用探地雷达检测正常铁路路基、包含不同类型路基病害的铁路路基、铁路桥梁、道岔,保存检测数据;
2)预处理:将检测数据进行零线校正,转换为灰度图像;
3)二维离散:将获取的探地雷达图像沿里程方向均分为若干个识别单元,每个识别单元包含50-150道数据,再将每个识别单元沿深度方向均分为若干个识别子单元,相邻的两个识别子单元有50%重叠区域;
4)特征提取:以识别子单元为单位提取各项特征值,每个识别单元的所有识别子单元的特征值构成该识别单元的特征向量,特征向量的初始维度M=识别子单元个数×特征值个数;
5)特征降维:确定降维维度N,利用主成分分析对特征向量进行降维,构建低维特征向量;
6)构建识别模型:建立支持向量机分类器,将低维特征向量输入到分类器中,训练该分类器,构建基于探地雷达的铁路路基病害智能识别模型。
本发明的有益效果为:
在轨道刚度和探地雷达测试采用同一里程系统的基础上,由于二者采用频率的差别,进一步利用GPS进行标识,对二者之间的累积误差进行进一步修正,保证了刚度检测和探地雷达检测在时间、空间上的统一,也便于后续数据的分析处理。给予轨道刚度、探地雷达测试参数不同的权重,利用模糊算法得出道床状态的评价指标,使得轨道刚度和探地雷达测试有机地、智能地结合在一起,并能通过学习模型不断完善。真正结合探地雷达的定性分析和轨道刚度的定量数值,结合养护维修历史资料,对道床状态进行评估,指导大机清筛维修计划的制定和实施。
具体实施方式
下面结合具体实施方式对本发明进行详细说明。但不应将此理解为本发明上述主题的范围仅限于以下的实施例,凡基于本发明内容所实现的技术均属于本发明的范围。
一种基于轨道刚度和探地雷达检测的道床状态评估方法,包括如下步骤:
首先,将探地雷达系统安装在移动加载车上,所述移动加载车用于进行轨道刚度检测;
其次,轨道刚度检测和探地雷达检测系统的里程系统同时采用移动加载车轴端的编码器,并同时利用GPS信号,保证检测数据反映的道床状态在时间和空间上一致,同时进行轨道刚度和探地雷达检测;
结合不同的维修类型,合理选择不同检测参数对道床状态的影响因子,对道床状态进行评估,确定其是否需要进行相应的养护维修。
进一步地,给予轨道刚度、探地雷达测试参数不同的权重,利用模糊算法得出道床状态的评价指标。
进一步地,通过合理的选择评估参数并进行相关性的分析,结合二者对道床状态评估的优点,确定不同参数对道床状态的合理影响因子。
进一步地,所述相关性的分析,通过选取多个探地雷达检测到的具有不同测试参数的位置,分别施加不同负载,记录具有同样探地雷达测试参数下不同负载的轨道刚度参数,以及同样负载下具有不同探地雷达测试参数的轨道刚度参数,并建立探地雷达检测的测试参数与不同负载下轨道刚度参数的回归函数;记录实际道床路基病害情况,将每次实例数据属性特征值转换为新的样本保存于数据库中,不断积累,修正所述回归函数并优化所述模糊算法中的学习模型。
进一步地,所述移动加载车包括:移动加载装置、变形量采集装置、位置参数采集装置及数据采集处理装置;所述位置参数采集装置包括移动加载车轴端的编码器和GPS信号装置,当所述移动加载装置以初始负载或检测负载在所述待检测轨道上移动时,数据采集处理装置在通过所述位置参数采集装置获取位置点参数的同时由所述变形量采集装置采集轨道变形值,根据同一位置点参数所对应的初始负载时检测到的变形值与检测负载时检测的变形值计算获取轨道刚度。
进一步地,所述探地雷达检测,具体包括:
1)使用探地雷达检测正常铁路路基、包含不同类型路基病害的铁路路基、铁路桥梁、道岔,保存检测数据;
2)预处理:将检测数据进行零线校正,转换为灰度图像;
3)二维离散:将获取的探地雷达图像沿里程方向均分为若干个识别单元,每个识别单元包含50-150道数据,再将每个识别单元沿深度方向均分为若干个识别子单元,相邻的两个识别子单元有50%重叠区域;
4)特征提取:以识别子单元为单位提取各项特征值,每个识别单元的所有识别子单元的特征值构成该识别单元的特征向量,特征向量的初始维度M=识别子单元个数×特征值个数;
5)特征降维:确定降维维度N,利用主成分分析对特征向量进行降维,构建低维特征向量;
6)构建识别模型:建立支持向量机分类器,将低维特征向量输入到分类器中,训练该分类器,构建基于探地雷达的铁路路基病害智能识别模型。
结合探地雷达的定性分析和轨道刚度的定量数值,结合养护维修历史资料,对道床状态进行评估,指导大机清筛维修计划的制定和实施。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。
Claims (3)
1.一种基于轨道刚度和探地雷达检测的道床状态评估方法,其特征在于,包括如下步骤:
首先,将探地雷达系统安装在移动加载车上,所述移动加载车用于进行轨道刚度检测;
其次,轨道刚度检测和探地雷达检测系统的里程系统同时采用移动加载车轴端的编码器,并同时利用GPS信号,保证检测数据反映的道床状态在时间和空间上一致,同时进行轨道刚度和探地雷达检测;
结合不同的维修类型,合理选择不同检测参数对道床状态的影响因子,对道床状态进行评估,确定其是否需要进行相应的养护维修;给予轨道刚度、探地雷达测试参数不同的权重,利用模糊算法得出道床状态的评价指标;通过合理的选择评估参数并进行相关性的分析,结合二者对道床状态评估的优点,确定不同参数对道床状态的合理影响因子;所述相关性的分析,通过选取多个探地雷达检测到的具有不同测试参数的位置,分别施加不同负载,记录具有同样探地雷达测试参数下不同负载的轨道刚度参数,以及同样负载下具有不同探地雷达测试参数的轨道刚度参数,并建立探地雷达检测的测试参数与不同负载下轨道刚度参数的回归函数;记录实际道床路基病害情况,将每次实例数据属性特征值转换为新的样本保存于数据库中,不断积累,修正所述回归函数并优化所述模糊算法中的学习模型。
2.如权利要求1所述的基于轨道刚度和探地雷达检测的道床状态评估方法,其特征在于,所述移动加载车包括:移动加载装置、变形量采集装置、位置参数采集装置及数据采集处理装置;所述位置参数采集装置包括移动加载车轴端的编码器和GPS信号装置,当所述移动加载装置以初始负载或检测负载在待检测轨道上移动时,数据采集处理装置在通过所述位置参数采集装置获取位置点参数的同时由所述变形量采集装置采集轨道变形值,根据同一位置点参数所对应的初始负载时检测到的变形值与检测负载时检测的变形值计算获取轨道刚度。
3.如权利要求1所述的基于轨道刚度和探地雷达检测的道床状态评估方法,其特征在于,所述探地雷达检测,具体包括:
1)使用探地雷达检测正常铁路路基、包含不同类型路基病害的铁路路基、铁路桥梁、道岔,保存检测数据;
2)预处理:将检测数据进行零线校正,转换为灰度图像;
3)二维离散:将获取的探地雷达图像沿里程方向均分为若干个识别单元,每个识别单元包含50-150道数据,再将每个识别单元沿深度方向均分为若干个识别子单元,相邻的两个识别子单元有50%重叠区域;
4)特征提取:以识别子单元为单位提取各项特征值,每个识别单元的所有识别子单元的特征值构成该识别单元的特征向量,特征向量的初始维度M=识别子单元个数×特征值个数;
5)特征降维:确定降维维度N,利用主成分分析对特征向量进行降维,构建低维特征向量;
6)构建识别模型:建立支持向量机分类器,将低维特征向量输入到分类器中,训练该分类器,构建基于探地雷达的铁路路基病害智能识别模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810641603.8A CN109029881B (zh) | 2018-06-21 | 2018-06-21 | 一种基于轨道刚度和探地雷达检测的道床状态评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810641603.8A CN109029881B (zh) | 2018-06-21 | 2018-06-21 | 一种基于轨道刚度和探地雷达检测的道床状态评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109029881A CN109029881A (zh) | 2018-12-18 |
CN109029881B true CN109029881B (zh) | 2020-12-04 |
Family
ID=64610422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810641603.8A Active CN109029881B (zh) | 2018-06-21 | 2018-06-21 | 一种基于轨道刚度和探地雷达检测的道床状态评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109029881B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948690A (zh) * | 2019-03-14 | 2019-06-28 | 西南交通大学 | 一种基于深度学习和结构信息的高铁场景感知方法 |
CN112044723B (zh) * | 2020-07-13 | 2022-04-12 | 中南大学 | 一种铁路脏污道床状态评估方法 |
CN115791456B (zh) * | 2023-02-06 | 2023-04-25 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 一种铁路有砟轨道刚度评价方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105160186A (zh) * | 2015-09-15 | 2015-12-16 | 北京交通大学 | 一种高速铁路有砟道床质量评价方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4365058B2 (ja) * | 2001-09-28 | 2009-11-18 | 三井造船株式会社 | 線路盤下検査方法および装置 |
CN103207097B (zh) * | 2013-04-03 | 2016-08-03 | 中国铁道科学研究院铁道建筑研究所 | 轨道刚度动态检测方法 |
CN103552579B (zh) * | 2013-11-18 | 2016-01-20 | 中国神华能源股份有限公司 | 货运重载铁路综合检测列车 |
CN105109517A (zh) * | 2015-08-13 | 2015-12-02 | 中国神华能源股份有限公司 | 一种钢轨伤损分析方法及钢轨探伤车 |
CN106638190B (zh) * | 2016-12-27 | 2019-11-19 | 中国神华能源股份有限公司 | 铁路线路质量监控方法以及系统 |
CN107527067B (zh) * | 2017-08-01 | 2021-06-29 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 一种基于探地雷达的铁路路基病害智能识别方法 |
CN108009742B (zh) * | 2017-12-15 | 2020-09-25 | 北京交通大学 | 一种确定铁路轨道健康状态的方法及系统 |
-
2018
- 2018-06-21 CN CN201810641603.8A patent/CN109029881B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105160186A (zh) * | 2015-09-15 | 2015-12-16 | 北京交通大学 | 一种高速铁路有砟道床质量评价方法 |
Non-Patent Citations (2)
Title |
---|
雷达无损检测新技术在铁路行业中的应用;王令朝;《铁道技术监督》;20060930;第34卷(第9期);第23-25页 * |
高速铁路线路工程安全监测系统构建;杜彦良;《土木工程学报》;20120831;第45卷(第s2期);第59-63页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109029881A (zh) | 2018-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109029881B (zh) | 一种基于轨道刚度和探地雷达检测的道床状态评估方法 | |
Zhang et al. | Automatic pavement defect detection using 3D laser profiling technology | |
Attoh-Okine | Big data and differential privacy: analysis strategies for railway track engineering | |
CN109658387A (zh) | 电力列车的受电弓碳滑板缺陷的检测方法 | |
CN103486971B (zh) | 一种地铁隧道裂缝宽度检测及校正算法 | |
CN109374631B (zh) | 一种隧道状态评测方法 | |
Khosravi et al. | Reducing the positional errors of railway track geometry measurements using alignment methods: A comparative case study | |
KR102169452B1 (ko) | IoT 기상환경 수집 데이터의 안정성 확보 방법 | |
CN104964886A (zh) | 一种焊接构件疲劳应力及应变实时非接触式监测方法 | |
Brackenbury et al. | Automated defect detection for masonry arch bridges | |
Hoelzl et al. | On-board monitoring for smart assessment of railway infrastructure: A systematic review | |
CN111753877B (zh) | 一种基于深度神经网络迁移学习的产品质量检测方法 | |
CN115879343B (zh) | 一种无砟轨道自密实混凝土脱空两阶段识别方法 | |
CN111754460A (zh) | 一种转辙机缺口自动检测方法、系统及存储介质 | |
CN105005822A (zh) | 基于最优步长与模型动态选择的特高拱坝响应预测方法 | |
CN110254478B (zh) | 路基变形病害识别方法及装置 | |
Zarembski et al. | On the use of ballast inspection technology for the management of track substructure | |
CN111855793A (zh) | 一种基于表面磁记忆信号的无缝铁轨内部温度应力早期诊断方法 | |
CN113158558B (zh) | 一种高速铁路路基连续压实分析方法、装置及分析仪 | |
Eriksen et al. | Improved productivity and reliability of ballast inspection using road-rail multi-channel GPR | |
CN113569491A (zh) | 一种轮对尺寸检测数据的分析和校正方法及装置 | |
CN112213396A (zh) | 一种轨道交通无砟轨道板无损检测方法 | |
Imani et al. | Comprehensive full-depth evaluation of concrete bridge decks based on GPR surveys and machine learning | |
CN109840907A (zh) | 一种基于深度学习的钢轨磨损检测方法 | |
González et al. | Structural Health Monitoring Developments in TRUSS Marie Sklodowska-Curie Innovative Training Network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |