CN110254478B - 路基变形病害识别方法及装置 - Google Patents

Abstract

本发明提供了一种路基变形病害识别方法及装置，该方法包括获取多个轨道位置点的幅值；幅值用于描述轨道表面不平顺程度；对每个幅值进行差分计算，得到差分值；差分值与幅值一一对应；将超过预设值的差分值对应的轨道位置点确定为超限点；根据超限点确定路基变形病害区段。本发明可以仅利用一次动态检测得到的幅值数据，确定路基变形病害区段，减少了路基变形病害识别过程中使用的数据量及数据计算量，提高了识别效率。

Description

路基变形病害识别方法及装置

技术领域

本发明涉及轨道管理技术领域，尤其是涉及一种路基变形病害识别方法及装置。

背景技术

我国幅员辽阔，高速铁路作为线状结构会遇到各种复杂的地质和气候等不良情况，引起路基不同形式、不同程度的变形。无砟轨道对路基变形特别敏感，其中路基变形对无砟轨道平顺性影响较大，主要包括两方面：一是无砟轨道对路基局部变形的适应性差，过大的路基面局部变形将会引起上部结构层的破坏，进而影响行车安全性和结构可靠性；二是无砟轨道结构轨道几何调整能力有限，过大的路基面变形，超出扣件调整能力后，就需要花费高昂的费用来进行维修，甚至造成严重的事故。

当路基变形范围较大时，变形幅值会按照一定的比例传递到轨面，引起轨道几何长波不平顺，可以通过动检车检查轨面不平顺，间接反映路基变形情况。因此，现有对路基变形病害的识别主要是通过分析轨道几何长波不平顺超限情况进行判断，通过多次对不同历史时期的轨道几何检测数据进行对比，以找出幅值连续增长的区段视为路基变形病害区段，现有方法需经过多次数据对比，工作量大，计算时间长，因此，路基病害识别效率较低。

发明内容

本发明提供了一种路基变形病害识别方法及装置，可以提高铁路路基变形区段的识别效率。

第一方面，本发明实施例提供了一种路基变形病害识别方法，该方法包括：获取多个轨道位置点的幅值；所述幅值用于描述轨道表面不平顺程度；对每个所述幅值进行差分计算，得到差分值；所述差分值与所述幅值一一对应；将超过预设值的所述差分值对应的所述轨道位置点确定为超限点；根据所述超限点确定路基变形病害区段。

第二方面，本发明实施例还提供一种路基变形病害识别装置，该装置包括：获取模块，用于获取多个轨道位置点的幅值；所述幅值用于描述轨道表面不平顺程度；计算模块，用于对每个所述幅值进行差分计算，得到差分值；所述差分值与所述幅值一一对应；筛选模块，用于将超过预设值的所述差分值对应的所述轨道位置点确定为超限点；确定模块，用于根据所述超限点确定路基变形病害区段。

第三方面，本发明实施例还提供一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法路基变形病害识别方法。

第四方面，本发明实施例还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行上述路基变形病害识别方法。

本发明实施例带来了以下有益效果：本发明实施例提供了一种路基变形病害识别方法及装置，该方法首先获取多个轨道位置点的幅值，幅值用于描述轨道表面不平顺程度，通过轨道表面不平顺程度可以体现路基的状态，之后，对每个幅值进行差分计算，并对每个幅值得到一个对应的差分值，从而消除竖曲线对识别结果的影响，减少识别阻碍，基于差分值和预设值可以确定轨道位置点中的超限点，进而，基于超限点确定路基变形病害区段。本发明实施例可以仅利用一次动态检测得到的幅值数据，确定路基变形病害区段，减少了路基变形病害识别过程中使用的数据量及数据计算量，提高了识别效率。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的路基变形病害识别方法流程图；

图2为本发明实施例提供的竖曲线区段轨道几何波形示意图；

图3为本发明实施例提供的竖曲线区段轨道几何差分波形示意图；

图4为本发明实施例提供的路基变形区段轨道几何波形示意图；

图5为本发明实施例提供的路基变形区段轨道几何差分波形示意图；

图6为本发明实施例提供的时间序列数据识别异常值示意图；

图7为本发明实施例提供的路基变形病害识别方法及预测方法流程示意图；

图8为本发明实施例提供的路基变形病害识别装置结构框图；

图9为本发明实施例提供的另一种路基变形病害识别装置结构框图；

图10为本发明实施例提供的电子设备的结构示意框图；

图11为本发明实施例提供的路基变形识别结果与实测结果对比示意图；

图12为本发明实施例提供的复核未发现路基变形区段波形示意图；

图13为本发明实施例提供的k2669.050区段轨道几何幅值时序波形示意图；

图14为本发明实施例提供的k2602.596区段轨道几何幅值时序波形示意图；

图15为本发明实施例提供的k2736.259区段轨道几何幅值时序波形示意图；

图16为本发明实施例提供的时序数据分段点查找流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

目前，随着高速铁路平顺性的提高，轨道几何长波不平顺超限情况较少，另外，路基变形引起的轨道几何峰值在一段时间内可能变化较小，由于检测干扰等因素造成的误差可能会掩盖路基实际的变形，均会给路基变形病害识别问题造成困难。

我国高速铁路综合检测列车采用惯性基准法进行测量，轨道几何数据均值、方差沿线路方向近似呈平稳数据，在路基变形引起高低长波不平顺区段，出现短暂不平稳，因此可以利用这一特性，对路基变形区段进行识别，同时可以对变形区段历史检测数据的时间序列进行处理，找出发展趋势，预测其变化情况。

基于此，本发明实施例提供的一种路基变形病害识别方法及装置，可以利用一次动态检测数据快速识别路基变形区段，结合历史多次检测数据可以对某区段变形趋势进行分析，指导现场养护维修。

为便于对本实施例进行理解，首先对本发明实施例所公开的一种路基变形病害识别方法进行详细介绍，

本发明实施例提供了一种路基变形病害识别方法，参见图1所示的一种路基变形病害识别方法流程图，该方法包括以下步骤:

步骤S102，获取多个轨道位置点的幅值。

在本发明实施例中，检测数据可以通过动检车获得，其中，检测数据包括轨道上各个位置点的幅值。幅值是用于表示轨道表面凹凸不平顺程度的参数。可以根据铁路轨道的实际情况设置一定的采样间隔，按照采样间隔确定要获取的轨道位置点，进而，获取轨道位置点对应的幅值数据。

需要说明的是，轨道不平顺为随机不平顺，包含不同的波长成分，将波长在1.5～120m的波称为长波，由于路基变形主要引起长波不平顺，因此，本发明实施例主要采用长波不平顺数据进行路基变形病害识别，采用幅值表示各点不平顺程度，在获取幅值数据时，需要滤除高频成分中对应的数据，以减少噪音。

步骤S104，对每个幅值进行差分计算，得到差分值。

在本发明实施例中，差分计算可以是指对幅值数据进行平滑处理，以减小轨道固有的长波不平顺对识别结果的影响。差分值可以是对检测数据中的幅值按照设定的规则进行计算得到的结果。对每个幅值数据均进行差分计算，从而，对一组幅值数据得到一组对应的差分值。

需要说明的是，轨道几何由设计线型、基础变形和轨道结构变形共同构成。在本发明实施例中，获取到的检测数据中可能包括设计线型的影响，部分变坡点处竖曲线会引起轨道长波高低不平顺的变化。轨道长波高低不平顺沿线路方向可以视为受设计线型影响的不平稳的序列，因此，需要将其平稳化，找出不随设计线型变化的更加平稳的序列，研究其自身变化情况。

进一步需要说明的是，路基变形引起轨道几何长波不平顺，因此，可以识别出轨道几何长波不平顺较大的区段。然而，线路中存在较多的变坡点，变坡点处在人为设计时设置的竖曲线也会在一定程度上引起轨道长波高低不平顺，混淆识别结果。若识别时根据台账信息首先剔除变坡点区段，则又可能误删了变坡点处存在路基变形问题的区段。因此在消除竖曲线引起长波不平顺问题的同时，找出轨道长波不平顺变化较大的区段是路基变形识别的关键。本发明实施例可以通过差分计算消除竖曲线的影响，为路基病害识别减少阻碍，以提高识别效率。

步骤S106，将超过预设值的差分值对应的轨道位置点确定为超限点。

在本发明实施例中，轨道不平顺经过差分计算后消除了竖曲线等对轨道几何的影响，因此，差分值序列是均值及方差均平稳的序列。预设值可以根据实际需求或经验设定。对比预设值与差分值的大小，以判断该差分值对应的轨道位置点是否为超限点，其中，超限点是指幅值较大的轨道位置点。逐个将差分值与预设值进行对比，可以筛选出多个超限点。

需要说明的是，由于差分结果可能包括负值，因此，对于负的差分结果，也应当对应使用负的预设值进行对比。

参见图4所示的路基变形区段轨道几何波形示意图，该图所示为路基变形区段轨道几何长波不平顺，图中显示了铁路第2522公里处的轨道几何波形，对该组数据进行差分计算后，根据差分结果，可以得到图5的波形，参见图5所示的路基变形区段轨道几何差分波形示意图，可以看出轨道几何差分后使波形变得更加平稳，但是路基变形区段明显区别于其他区段，且可以通过一个统一的预设阈值来筛选出来。如果将预设阈值设置为正负1.5mm，根据图5可以知道，第2522.0-2522.5公里处包括两个幅值超过1.5mm的位置点，那么将这两个位置点作为超限点。

步骤S108，根据超限点确定路基变形病害区段。

在本发明实施例中，超限点存在并不一定是病害造成的，单独一个点超过预设值，可能是测量原理或是测量误差引起的，因此，需要根据超限轨道位置点按照设置的规则确定路基变形病害区段。

本发明实施例提供了一种路基变形病害识别方法，该方法首先获取多个轨道位置点的幅值，幅值用于描述轨道表面不平顺程度，通过轨道表面不平顺程度可以体现路基的状态，之后，对每个幅值进行差分计算，并对每个幅值得到一个对应的差分值，从而消除竖曲线对识别结果的影响，减少识别阻碍，基于差分值和预设值可以确定轨道位置点中的超限点，进而，基于超限点确定路基变形病害区段。本发明实施例可以仅利用一次动态检测得到的幅值数据，确定路基变形病害区段，减少了路基变形病害识别过程中使用的数据量及数据计算量，提高了识别效率。

考虑到为了消除设计线型的影响，使轨道长波高低不平顺沿线路方向幅值序列的均值、方差等平稳，进而可以凸显出路基变形区段，该方法中，对每个幅值进行差分计算，得到差分值，具体包括以下步骤：

获取目标位置点的幅值；根据预设差分阶数确定目标位置点的参考位置点；获取参考位置点的幅值；根据目标位置点的幅值和参考位置点的幅值生成目标位置点的差分值。

由于检测数据中包括多个轨道位置点对应的幅值，要对幅值逐个进行差分计算，因此，目标位置点即为当前要进行差分计算的轨道位置点。差分阶数可以是根据经验设置的用于表示间隔情况的数值，可以用于表示参考位置点与目标位置点之间的位置间隔数据。例如，差分阶数可以设置为3，那么参考位置点可以为当前位置点开始的第三个轨道位置点。在检测数据中，根据参考位置点获取该轨道位置对应的幅值。对目标位置点的幅值和参考位置点的幅值进行计算，以得到该目标位置点的差分值。

对每个幅值进行差分计算得到对应的差分值，需要说明的是，对于幅值序列中最后由于剩余幅值个数小于差分阶数，而无法匹配到参考位置点的目标位置，取前一轨道位置的差分值。

参见图2所示的竖曲线区段轨道几何波形示意图，该图显示了钢轨左右两端的几何波形，可见，竖曲线引起轨道几何长波不平顺，其中，在2227.3-2227.4公里处，为设计的轨道竖曲线区段，参见图3所示的竖曲线区段轨道几何差分波形示意图，图中显示了差分值，可以看出，根据差分处理得到的曲线中，竖曲线区段波形平稳，并未影响识别结果。

为了得到更好的路基变形病害识别结果，尽量减小竖曲线的影响，根据目标位置点的幅值和参考位置点的幅值生成目标位置点的差分值，包括：

按照以下公式计算差分值：y_i＝y(i+a)-y(i)其中，y_i表示目标位置点i的差分值，y(i+a)表示差分阶数为a时确定的参考位置点i+a的幅值，a表示差分阶数，取值为正整数，y(i)表示目标位置点i的幅值。

对目标位置点的幅值和对应的参考位置点的幅值作差，得到差分值。轨道不平顺采样间隔为0.25m，根据经验可以将差分阶数设置为4，通过差分计算，最终可以得到更好的路基变形病害识别结果。

考虑到不同的超限轨道位置点可能属于同一个大的区段，为了便于对属于同一个变形区段的超限位置进行统计，根据超限点确定路基变形病害区段，包括：

如果存在至少两个连续超限点，将至少两个连续超限点所在区段确定为超限区段；将预设区间范围内的一个或多个超限区段作为同一个路基变形病害区段。

单独一个超限点存在，可能是测量原理或是测量误差引起的，因此，要确定超限区段，需要至少两个连续超限点。如果两个超限点之间不存在其他超限点，且这两个超限点对应的轨道位置距离小于预设值，则可以将它们作为连续的超限点，其中预设值可以根据实际需求或经验进行设置，本发明实施例不作具体限定。

参见图5所示的路基变形区段轨道几何差分波形示意图，如果将1.5mm作为筛选超限点的预设值，则大约在2522.3公里和2522.4公里处各有一个超限点，且这两个超限点之间距离较小，所以可以认为它们是连续的，因此，可以将2522.3～2522.4的范围确定为超限区段。

由于路基变形范围通常在几十米到几百米之间，对于范围较大的路基变形区段，可能存在不止一个超限区段，因此，同一预设区间范围内的超限区段可以合并，作为同一个路基变形病害区段，得到最终路基变形病害识别结果。其中，预设区间范围设置为200米。

另外需要说明的是，本发明实施例在确定了路基变形病害识别结果后，均需对结果进行现场复查，以确定识别结果。参见图12所示的复核未发现路基变形区段波形图示意图，该图是识别出疑似路基变形的K2596.900～K2596.980区段波形图，从上往下依次为左右轨道的中波波形和左右轨道的长波波形，现场复核路基变形并不明显，图中可以看出波形图中长波高低不平顺和中波高低不平顺幅值近似，因此其变形可能是由于轨道结构变形引起，而并非路基变形。

在确定了路基变形病害区段之后，可以根据识别结果采取相关的维修及养护措施。参见图13，由该图可以知道，轨道几何幅值最大值达到10mm，经过维修后骤减至1mm。考虑到由于同一区段不同日期检测数据呈现波动性，对路基变形区段维修之后，可基于对该区段历次数据进行病害趋势分析及预测。因此，该方法还包括以下步骤：

(1)确定路基变形病害区段的最大幅值，并获取最大幅值对应的轨道位置点的历次幅值。

可以获取路基变形病害区段中幅值最大的轨道位置点的历次幅值数据，历次幅值数据包括了最新幅值检测数据和历史幅值检测数据。历次幅值数据所对应的时间长度根据实际需求进行选择，例如，可以选择近一年或近三年等不同时长内的检测数据。参见图13所示的k2669.050区段轨道几何幅值时序波形示意图，该图为识别出路基变形的k2669.050区段轨道不平顺历史变化情况，图中选取的历次幅值数据是2016年7月至2019年2月的数据。

(2)对历次幅值进行中值滤波处理，得到滤波结果。

历次幅值由于天气干扰、设备故障等因素可能存在检测异常，导致某次检测数据严重偏离正常值，为了保证监测数据的稳健性，可对历次幅值数据进行中值滤波处理，得到滤波结果，以用于对后期数据的预测。

具体的，可以按照以下步骤执行：给定一个包含n个元素的数组，和一个大小为k的滑动窗口，从左到右在数组中滑动这个窗口，找到每一个窗口中k个元素的中位数。其中，窗口k的大小可以按照实际需求进行设置，本发明实施例不作具体限定。

需要说明的是，对于n个元素中的第一个元素，可直接作为滤波结果中的第一个元素，对于n个元素中最后少于k个元素，取前一个非空值。例如，当n取值为6个，对应的6个元素为“3”，“4”，“5”，“6”，“7”，“8”，k如果取值为3，滤波后结果为“3”，“4”，“5”，“6”，“7”，“7”。

(3)确定滤波结果中的异常值，并删除异常值。

由于历次幅值检测数据的波动性，中位数形成的滤波结果与滤波之前的序列存在一定的偏差，每个点的偏差值等于其偏离中位数序列的程度，可以设定一个阈值，如果偏差值超过阈值，可视为异常值，将异常值删除，不用于之后的分析中。

参见图6所示的时间序列数据识别异常值示意图，对于2016年10月-2016年12月中间的幅值，其偏差值较高，因此，可以剔除。

(4)确定删除异常值的滤波结果中的极值点。

根据每一个时间点在滤波结果中的位置，找出滤波结果在该位置附近的最值，即为滤波结果中的极值点。可以按照如下公式在滤波结果中确定极值点：将满足y_i＞y_i-1&y_i＞y_i+1的点作为峰值点，将满足y_i＜y_i-1&y_i＜y_i+1的点作为谷值点，其中y_i表示时间点i对应的幅值。将峰值点和谷值点作为极值点。

(5)对极值点进行分段处理，并根据分段结果生成路基变形病害区段的恶化率。

极值点即为轨道不平顺幅值变化的转折点，分段处理是指根据极值点对应的时间间隔，对极值点进行合并。由于高速铁路路基相对比较稳定，对于时间间隔较小的相邻的两个极值点，需要合并处理，处理过程可以如图16所示，如果两个极值点对应的时间间隔在一段时间以内，比如90天以内，则将他们合并，合并的方法是删除其中较小的极值点。经过合并，可以得到分段后的极值点，对分段后的极值点进行分段拟合，考虑时间间隔的影响，得出轨道几何不平顺恶化趋势及恶化率，其中，恶化率用于表示轨道几何恶化的速率。

需要说明的是，历次幅值数据通过动检车动态检测得到。动态检测数据平均每月检测两次，但是检测日期并不固定，且可能由于某次检测结果视为异常值等导致相邻两次检测数据间隔不等，因此在预测时需要考虑时间间隔的影响，把检测日期按照/天进行换算，因此时序数据转换成了不等间隔的数据。在得到恶化率之后，以《高速铁路无砟轨道线路维修规则》中轨道几何控制标准为依据，可以计算得到恶化区段预计的维修时间。

参见图14所示的k2602.596区段轨道几何幅值时序波形示意图，该图为识别出路基变形的k2602.596区段轨道不平顺历史变化情况，可以看出轨道不平顺幅值呈上升趋势，至2017年12月峰值达到9.5mm，经过维修后，幅值骤减至1mm，经维修后轨道几何不平顺继续呈现上升趋势，根据恶化率趋势预计下次需要维修的日期在2020年3～4月之间。参见图15所示的k2736.259区段轨道几何幅值时序波形示意图，该图为识别出路基变形的k2736.259区段轨道不平顺历史变化情况，可以看出轨道不平顺幅值呈上升趋势，至2017年8月峰值达到9mm，经过维修后，幅值骤减至3.5mm，经维修后轨道几何在一段时间内出现短暂的上升，而后保持稳定，经过一段时间后，轨道几何幅值又出现上升，且恶化率较前期有所增大，根据恶化率趋势预计下次需要维修的日期在2020年3～4月之间。

本发明实施例提供的一种路基变形病害识别方法，基于动检车得到的动态检测数据，进行差分计算，从而将数据构造成平稳序列数据，通过对超限轨道位置点进行确定，再基于超限轨道位置点得到路基变形病害区段。参见图7所示的路基变形病害识别方法及预测方法流程示意图，本发明实施例利用一次动态检测数据可以快速识别路基变形区段，提高了路基病害识别的效率，另外，还可以结合历次检测数据可以对某区段变形趋势进行分析。参见图11所示的路基变形识别结果与实测结果对比示意图，该图是某段高速铁路动态检测数据识别变形区段与地面复核区段对比结果，共识别出路基变形区段21处，现场复核发现21个区段中有19处存在路基变形病害问题，识别率超过90％，因此，本发明实施例还可以提升路基变形病害识别的准确度。

本发明实施例还提供了一种路基变形病害识别装置，参见图8所示的路基变形病害识别装置结构框图，该装置包括：获取模块81，用于获取检测数据；检测数据包括多个轨道位置点对应的幅值；计算模块82，用于对检测数据进行差分计算，得到差分结果；筛选模块83，用于基于预设阈值在差分结果中确定超限轨道位置点；确定模块84，用于根据超限轨道位置点确定路基变形病害区段。

计算模块，具体用于：获取目标位置点的幅值；根据预设差分阶数确定间隔位置；获取间隔位置点的幅值；根据目标位置点的幅值和间隔位置点的幅值生成差分结果。

计算模块，具体用于：按照以下公式生成差分结果：y_i＝y(i+a)-y(i)其中，y_i表示差分结果，y(i+a)表示差分阶数为a时对应的间隔位置点的幅值，y(i)表示目标位置点的幅值。

筛选模块，具体用于：判断差分结果是否在预设阈值范围内；如果否，将差分结果对应的位置点作为超限轨道位置点。

确定模块，具体用于：如果存在至少两个连续超限点，将至少两个连续超限点所在区段确定为超限区段；将预设区间范围内的一个或多个超限区段作为路基变形病害区段。

参见图9所示的另一种路基变形病害识别装置结构框图，该装置还包括：预测模块85，用于：获取路基变形病害区段对应的历次幅值；对历次幅值进行中值滤波处理，得到滤波结果；确定滤波结果中的异常值，并删除异常值；确定删除异常值的滤波结果中的极值点；对极值点进行分段处理，并根据分段结果生成路基变形病害区段的恶化率。

本发明实施例还提供一种电子设备，参见图10所示的电子设备结构示意框图，该电子设备包括存储器91、处理器92，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一种方法的步骤。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的电子设备的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述

本发明实施例还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，程序代码使处理器执行上述任一种方法的步骤。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (7)

1.一种路基变形病害识别方法，其特征在于，包括：

获取多个轨道位置点的幅值；所述幅值包括长波不平顺数据，用于描述轨道表面不平顺程度；

对每个所述幅值进行差分计算，得到差分值；所述差分值与所述幅值一一对应；

将超过预设值的所述差分值对应的所述轨道位置点确定为超限点；

根据所述超限点确定路基变形病害区段；

对每个所述幅值进行差分计算，得到差分值，包括：

获取目标位置点的幅值；

根据预设差分阶数确定所述目标位置点的参考位置点；

获取所述参考位置点的幅值；

根据所述目标位置点的幅值和所述参考位置点的幅值生成所述目标位置点的差分值；

根据所述目标位置点的幅值和所述参考位置点的幅值生成所述目标位置点的差分值，包括：

2.根据权利要求1所述的方法，其特征在于，根据所述超限点确定路基变形病害区段，包括：

如果存在至少两个连续超限点，将所述至少两个连续超限点所在区段确定为超限区段；

将预设区间范围内的一个或多个所述超限区段作为同一个路基变形病害区段。

3.根据权利要求1所述的方法，其特征在于，还包括：

确定所述路基变形病害区段的最大幅值，并获取所述最大幅值对应的轨道位置点的历次幅值；

对所述历次幅值进行中值滤波处理，得到滤波结果；

确定所述滤波结果中的异常值，并删除所述异常值；

确定删除所述异常值的滤波结果中的极值点；

对所述极值点进行分段处理，并根据分段结果生成所述路基变形病害区段的恶化率。

4.一种路基变形病害识别装置，其特征在于，包括：

获取模块，用于获取多个轨道位置点的幅值；所述幅值包括长波不平顺数据，用于描述轨道表面不平顺程度；

计算模块，用于对每个所述幅值进行差分计算，得到差分值；所述差分值与所述幅值一一对应；

筛选模块，用于将超过预设值的所述差分值对应的所述轨道位置点确定为超限点；

确定模块，用于根据所述超限点确定路基变形病害区段；

所述计算模块，具体用于：

获取目标位置点的幅值；

根据预设差分阶数确定所述目标位置点的参考位置点；

获取所述参考位置点的幅值；

根据所述目标位置点的幅值和所述参考位置点的幅值生成所述目标位置点的差分值；

5.根据权利要求4所述的装置，其特征在于，还包括预测模块，用于：

确定所述路基变形病害区段的最大幅值，并获取所述最大幅值对应的轨道位置点的历次幅值；

对所述历次幅值进行中值滤波处理，得到滤波结果；

确定所述滤波结果中的异常值，并删除所述异常值；

确定删除所述异常值的滤波结果中的极值点；

对所述极值点进行分段处理，并根据分段结果生成所述路基变形病害区段的恶化率。

6.一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至3任一项所述的方法的步骤。

7.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行上述权利要求1-3任一项所述的方法。

Images