CN110485222B - 一种动态数据反演方法及装置 - Google Patents

一种动态数据反演方法及装置 Download PDF

Info

Publication number
CN110485222B
CN110485222B CN201910688831.5A CN201910688831A CN110485222B CN 110485222 B CN110485222 B CN 110485222B CN 201910688831 A CN201910688831 A CN 201910688831A CN 110485222 B CN110485222 B CN 110485222B
Authority
CN
China
Prior art keywords
data
dynamic
pass filter
static
track
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
Application number
CN201910688831.5A
Other languages
English (en)
Other versions
CN110485222A (zh
Inventor
尤明熙
杨怀志
田新宇
杨飞
谷永磊
张煜
赵文博
李国龙
梅田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Academy of Railway Sciences Corp Ltd CARS
China State Railway Group Co Ltd
Beijing Shanghai High Speed Railway Co Ltd
Infrastructure Inspection Institute of CARS
Beijing IMAP Technology Co Ltd
Original Assignee
China Academy of Railway Sciences Corp Ltd CARS
China Railway Corp
Beijing Shanghai High Speed Railway Co Ltd
Infrastructure Inspection Institute of CARS
Beijing IMAP Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Academy of Railway Sciences Corp Ltd CARS, China Railway Corp, Beijing Shanghai High Speed Railway Co Ltd, Infrastructure Inspection Institute of CARS, Beijing IMAP Technology Co Ltd filed Critical China Academy of Railway Sciences Corp Ltd CARS
Priority to CN201910688831.5A priority Critical patent/CN110485222B/zh
Publication of CN110485222A publication Critical patent/CN110485222A/zh
Application granted granted Critical
Publication of CN110485222B publication Critical patent/CN110485222B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • EFIXED CONSTRUCTIONS
    • E01CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01BPERMANENT WAY; PERMANENT-WAY TOOLS; MACHINES FOR MAKING RAILWAYS OF ALL KINDS
    • E01B35/00Applications of measuring apparatus or devices for track-building purposes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/15Correlation function computation including computation of convolution operations

Abstract

本发明公开了一种动态数据反演方法及装置,该方法包括:对轨道进行静态轨道几何数据检测,获取静态轨道几何数据的波形信息;利用高通滤波器对静态轨道几何数据的波形信息进行滤波,获取动态模拟波形数据;对高通滤波器进行优化处理,使高通滤波器的相位特性满足线性相位条件,并获取动态模拟波形数据的传递函数;利用带通滤波器对动态模拟波形数据的传递函数结果进行滤波,获取反演动态数据。本发明可以将静态轨道几何数据与动态数据关联起来,缩短作业时间,提高作业效率。

Description

一种动态数据反演方法及装置
技术领域
本发明涉及轨道检测数据处理技术领域,尤其涉及一种动态数据反演方法及装置。
背景技术
无砟轨道以其较高的稳定性、耐久性和平顺性在我国高速铁路线路中得到了广泛的应用,而无砟轨道高平顺的背后离不开轨道精调技术,轨道精调是保证列车高速、安全行车的一项基础措施,新建线路和已有高速铁路均需要进行轨道精测精调。对于新建线路来说,轨道静态调整是在联调联试之前根据轨道静态测量数据对轨道进行全面、系统地分析调整,将轨道几何尺寸调整到允许范围内,对轨道线型进行优化调整,合理控制轨距、水平、轨向、高低等,使轨道静态精度满足高速行车条件。
轨道动态调整是在联调联试期间根据轨道动态检测情况对轨道局部缺陷进行修复,对部分区段几何尺寸进行微调,对轨道线型进一步优化,使轮轨关系匹配良好,进一步提高高速行车的安全性、平稳性和乘座舒适度,是对轨道状态和精度进一步完善、提高的过程,使轨道动、静态精度全面达到高速行车条件。
目前,新建线路轨道调整通过轨测仪采集轨道静态轨道几何数据分析后指导现场静态期间扣件调整,目前大部分静态期间数据采集3遍,扣件调整2遍后开始动态检测。动态检测期间利用动态检测数据查找问题段落,利用轨道几何状态测量仪进行相应位置静态下的数据采集分析后,进行现场扣件调整。
在现有技术中,静态检测数据和动态检测数据直观上存在一定的差异,两者的检测数据之间不能通用,再加上两次线路动态检测之间具有一定时间间隔,这就导致了在进行轨道精测精调作业时耗费的时间较长,作业效率较低。
发明内容
本发明实施例提供一种动态数据反演方法,用以将静态轨道几何数据与动态数据关联起来,缩短作业时间,提高作业效率,该方法包括:
对轨道进行静态轨道几何数据检测,获取静态轨道几何数据的波形信息;
利用高通滤波器对所述静态轨道几何数据的波形信息进行滤波,获取动态模拟波形数据;
对所述高通滤波器进行优化处理,使所述高通滤波器的相位特性满足线性相位条件,并获取动态模拟波形数据的传递函数;
利用带通滤波器对动态模拟波形数据的传递函数结果进行滤波,获取反演动态数据。
可选的,对所述高通滤波器进行优化处理,包括:
对所述高通滤波器进行加窗处理。
可选的,在进行所述加窗处理时,加的窗为矩形窗。
可选的,所述传递函数为:
Figure BDA0002147224480000021
其中,z为经过Z变换后的幅值,k为截止波长,m=0.829k,n=0.646k。
本发明实施例还提供一种动态数据反演装置,用以将静态轨道几何数据与动态数据关联起来,缩短作业时间,提高作业效率,该装置包括:
波形信息获取模块,用于对轨道进行静态轨道几何数据检测,获取静态轨道几何数据的波形信息;
滤波处理模块,用于利用高通滤波器对所述静态轨道几何数据的波形信息进行滤波,获取动态模拟波形数据;
优化处理模块,用于对所述高通滤波器进行优化处理,使所述高通滤波器的相位特性满足线性相位条件,并获取动态模拟波形数据的传递函数;
动态反演模块,用于利用带通滤波器对动态模拟波形数据的传递函数结果进行滤波,获取反演动态数据。
可选的,所述优化处理模块进一步用于:
对所述高通滤波器进行加窗处理。
可选的,所述优化处理模块在进行所述加窗处理时,加的窗为矩形窗。
可选的,所述传递函数为:
Figure BDA0002147224480000022
其中,z为经过Z变换后的幅值,k为截止波长,m=0.829k,n=0.646k。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在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。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述方法的计算机程序。
本发明实施例中,通过对轨道进行静态轨道几何数据检测,获取静态轨道几何数据的波形信息,并利用高通滤波器对所述静态轨道几何数据的波形信息进行滤波,获取动态模拟波形数据;对所述高通滤波器进行优化处理,使所述高通滤波器的相位特性满足线性相位条件,并获取动态模拟波形数据的传递函数;利用带通滤波器对动态模拟波形数据的传递函数结果进行滤波,获取反演动态数据,较好地将静态轨道几何数据与动态数据关联起来,利用静态检测数据对动态检测效果进行预估,可以节省大量人力物力成本,缩短作业时间,提高作业效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的一些实施例,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。在附图中:
图1为本发明实施例中动态数据反演方法的流程图;
图2为本发明实施例中动态数据反演装置的结构示意图;
图3为本发明实施例中线路A的静态轨道几何数据测试数据示意图;
图4为本发明实施例中线路A的静态反演测试数据示意图;
图5为本发明实施例中线路A中区段1的静态反演数据与动态检测数据对比图;
图6为本发明实施例中线路A中区段2的静态反演数据与动态检测数据对比图;
图7为本发明实施例中线路A的动静态测量数据频域对比图;
图8为本发明实施例中线路A的静态反演数据与实测数据差异值的累计分布图;
图9为本发明实施例中线路B的静态轨道几何数据测试数据示意图;
图10为本发明实施例中线路B的静态反演测试数据示意图;
图11为本发明实施例中线路B的静态反演数据与动态检测数据对比图;
图12为本发明实施例中线路C的静态轨道几何数据测试数据示意图;
图13为本发明实施例中线路C的静态反演测试数据示意图;
图14为本发明实施例中线路C的动态数据实测数据图;
图15为本发明实施例中线路C的静态反演数据与动态检测数据对比图;
图16为本发明实施例中线路C的静态反演数据与动态检测数据的局部放大对比图;
图17为本发明实施例中线路C的动静态轨距对比示意图;
图18为本发明实施例中线路C的动静态轨道几何数据水平对比示意图。
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明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
本发明实施例提供了一种动态数据反演方法,如附图1所示,该方法包括:
步骤101、对轨道进行静态轨道几何数据检测,获取静态轨道几何数据的波形信息。
在一种实施例中,可以使用几何状态测量仪对静态轨道几何数据进行检测,其能获取高低、轨向、轨距、水平、扭曲、超高、轨距变化率、平面坐标及高程(左轨、中线、右轨)等轨道内、外部几何参数等。而在本发明实施例中,“获取静态轨道几何数据的波形信息”指的是获取上述参数中的某一种或几种参数的波形信息,例如,可以获取“高低”的波形信息。
步骤102、利用高通滤波器对所述静态轨道几何数据的波形信息进行滤波,获取动态模拟波形数据。
需要说明的是,在动态和静态下检测数据的波长成分是不同的,即在静态设备检测下,波长成分较复杂,包含超过动态检测长波截止波长120m不平顺成分,而在动态检测中,包含波长成分1.5m~42m的中波不平顺和1.5m~120m的长波不平顺,而现场作业和数据分析主要应用中波不平顺。
由于高通滤波器是一种允许高于某一截频的频率通过,而大大衰减较低频率的滤波器,因此,通过使用高波滤波器可以将波形信息中的长波不平顺滤掉,获得动态模拟波形数据动态模拟波形数据。
步骤103、对高通滤波器进行优化处理,使所述高通滤波器的相位特性满足线性相位条件,并获取与动态检测列车一致的动态模拟波形数据的传递函数。
基于步骤102,为了使高通滤波器的相位特性满足线性相位条件,并获取动态模拟波形数据的传递函数,需要对高通滤波器进行优化处理,作为一种示例,可以对高通滤波器进行加窗处理,且为了提高优化效果,在进行加窗处理时,加的窗可以为并联或级联的矩形窗。
需要说明的是,综合检测列车动态检测轨道几何时,也会进行相应的滤波而产生传递函数,因此本发明实施例得到的传递函数公式与综合检测列车滤波时的一致,从而在带通滤波时可反演出动态检测数据。
如果在进行加窗处理后,没有满足线性相位条件,还需要进行重新加窗。
其中,传递函数为:
Figure BDA0002147224480000051
其中,z为经过Z变换后的幅值,k为截止波长,m=0.829k,n=0.646k。
截止波长指的是一个区段的波长,例如1.5-42m这段波长。
步骤104、利用带通滤波器对动态模拟波形数据的传递函数结果进行滤波,获取反演动态数据。
由于高通滤波器可以将波形信息中的长波不平顺滤掉,因此,为了进一步将短波不平顺滤掉,最终获取波形信息中的中波不平顺,成功完成动态数据反演,此时可以使用FIR带通滤波器。
本发明实施例提供的动态数据反演方法,通过对轨道进行静态轨道几何数据检测,获取静态轨道几何数据的波形信息,并利用高通滤波器对所述静态轨道几何数据的波形信息进行滤波,获取动态模拟波形数据;对所述高通滤波器进行优化处理,使所述高通滤波器的相位特性满足线性相位条件,并获取动态模拟波形数据的传递函数;利用带通滤波器对动态模拟波形数据的传递函数结果进行滤波,获取反演动态数据,较好地将静态轨道几何数据与动态数据关联起来,利用静态检测数据对动态检测效果进行预估,可以节省大量人力物力成本,缩短作业时间,提高作业效率。
基于同一发明构思,本发明实施例中还提供了一种动态数据反演装置,如下面的实施例所述。由于动态数据反演装置解决问题的原理与动态数据反演方法相似,因此,动态数据反演装置的实施可以参见动态数据反演方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
本发明实施例提供了一种动态数据反演装置,如附图2所示,该装置包括:
波形信息获取模块201,用于对轨道进行静态轨道几何数据检测,获取静态轨道几何数据的波形信息。
滤波处理模块202,用于利用高通滤波器对所述静态轨道几何数据的波形信息进行滤波,获取动态模拟波形数据。
优化处理模块203,用于对所述高通滤波器进行优化处理,使所述高通滤波器的相位特性满足线性相位条件,并获取动态模拟波形数据的传递函数。
动态反演模块204,用于利用带通滤波器对动态模拟波形数据的传递函数结果进行滤波,获取反演动态数据。
在本发明实施例中,优化处理模块203进一步用于:
对所述高通滤波器进行加窗处理。
进一步地,优化处理模块在进行所述加窗处理时,加的窗为矩形窗。
在本发明实施例中,传递函数为:
Figure BDA0002147224480000061
其中,z为经过Z变换后的幅值,k为截止波长,m=0.829k,n=0.646k。
本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在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。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述方法的计算机程序。
下面以对线路A、B、C的测试结果为例,对本申请进行说明:
附图3为对线路A静态轨道几何数据测试数据示意图;
附图4为线路A静态反演测试数据示意图;
附图5为线路A中区段1的静态反演数据与动态检测数据对比图;
附图6为线路A中区段2的静态反演数据与动态检测数据对比图;
由附图5和附图6可以看出,静态反演数据与动态实际检测数据之间个别地方还是存在微小的差异,这主要是由以下两个方面造成的:(1)设计的滤波器与综合检测列车实际检测系统中的滤波器不可能完全相同;(2)动态检测是在有载的状态下进行,静态检测是在无载的状态下进行,当在有载情况下进行检测时,轨道结构的一些变形成分信号如轨道板波长成分会进入到信号中,具体可参见附图7的动静态测量数据频域对比图。
虽然个别地方存在微小差异,但参考相关的标准,仍可以满足《轨道检测系统暂行技术条件》中规定的同一轨道检测系统两次检测数据之间差异值的95百分位数要满足不大于1mm,关于此处,可参见附图8所示的反演数据与实测数据差异值的累计分布图。
关于线路B:
在对线路K2455.815~K2456.003(此段为路基拱起区段)进行安伯格小车静态测量后,得到静态测量数据,具体可参见附图9。
利用本申请对静态测量数据进行反演后得到静态反演动态数据,具体数据可参见附图10。
随后,将动态检测数据里程校准后,与静态反演波形进行对比,对比结果可参见附图11。
从图11可以看出,静态反演数据与动态实际检测数据基本重合,仅有个别地方存在微小的差异,这主要是由于里程偏差及综合检测车处于电磁干扰的环境中。但从波形的吻合度及相关性来看,反演结果能够满足实际工程的应用。
关于线路C:
在对K134.400~K134.500(此段为长波高低不良区段)进行绝对小车静态测量后,得到静态测量数据,具体可参见附图12。
利用本申请对静态测量数据进行反演后得到静态反演动态数据,具体数据可参见附图13。
综合检测车在与静态检测时间相差16天时实测的动态检测波形如附图14所示,可以看出,动态检测里程与实际里程有一定的偏差,偏差量大约在11m左右。
随后,将动态检测数据里程校准后,与静态反演波形进行对比,对比结果可参见附图15和附图16。
从附图15和附图16可以看出,静态反演数据与动态实际检测数据基本重合,仅有个别地方存在微小的差异,这可能是由于动静态检测时间不一致,且综合检测车处于电磁干扰的环境中造成的,但相差量皆在1mm的范围内,误差量满足综合检测车的精度要求。再从波形的吻合度来看,反演结果能够满足实际工程的应用。
其它参数如轨距、水平、三角坑都是绝对测量,动静态的测量原理基本一致,本身不需要进行反演算法,只需要按照相应的基长进行计算,然后内插即可,如附图17、附图18所示。
综上,利用本申请对线路A、线路C、线路B实际数据进行验证后可知,系统反演结果正确,能够满足工程的实际应用,因此,利用此方法可以很好地将静态轨道几何数据与动态数据关联起来,实现评价标准的通用,不仅实现精调效果的静态评估,还可预测静态效果的动态评估,促进精调作业快速满足静、动态轨道几何的检测标准,节省大量成本,提高作业效率。
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、设备(系统)、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。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种动态数据反演方法,其特征在于,包括:
对轨道进行静态轨道几何数据检测,获取静态轨道几何数据的波形信息;
利用高通滤波器对所述静态轨道几何数据的波形信息进行滤波,获取动态模拟波形数据;
对所述高通滤波器进行优化处理,使所述高通滤波器的相位特性满足线性相位条件,并获取动态模拟波形数据的传递函数;
利用带通滤波器对动态模拟波形数据的传递函数结果进行滤波,获取反演动态数据;
所述传递函数为:
Figure FDA0002725437060000011
其中,z为经过Z变换后的幅值,k为截止波长,m=0.829k,n=0.646k。
2.如权利要求1所述的方法,其特征在于,对所述高通滤波器进行优化处理,包括:
对所述高通滤波器进行加窗处理。
3.如权利要求2所述的方法,其特征在于,在进行所述加窗处理时,加的窗为矩形窗。
4.一种动态数据反演装置,其特征在于,包括:
波形信息获取模块,用于对轨道进行静态轨道几何数据检测,获取静态轨道几何数据的波形信息;
滤波处理模块,用于利用高通滤波器对所述静态轨道几何数据的波形信息进行滤波,获取动态模拟波形数据;
优化处理模块,用于对所述高通滤波器进行优化处理,使所述高通滤波器的相位特性满足线性相位条件,并获取动态模拟波形数据的传递函数;
动态反演模块,用于利用带通滤波器对动态模拟波形数据的传递函数结果进行滤波,获取反演动态数据;
所述传递函数为:
Figure FDA0002725437060000012
其中,z为经过Z变换后的幅值,k为截止波长,m=0.829k,n=0.646k。
5.如权利要求4所述的装置,其特征在于,所述优化处理模块进一步用于:
对所述高通滤波器进行加窗处理。
6.如权利要求5所述的装置,其特征在于,所述优化处理模块在进行所述加窗处理时,加的窗为矩形窗。
7.一种计算机设备,包括存储器、处理器及存储在存储器上并可在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权利要求1至3任一所述方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至3任一所述方法的计算机程序。
CN201910688831.5A 2019-07-29 2019-07-29 一种动态数据反演方法及装置 Active CN110485222B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910688831.5A CN110485222B (zh) 2019-07-29 2019-07-29 一种动态数据反演方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910688831.5A CN110485222B (zh) 2019-07-29 2019-07-29 一种动态数据反演方法及装置

Publications (2)

Publication Number Publication Date
CN110485222A CN110485222A (zh) 2019-11-22
CN110485222B true CN110485222B (zh) 2020-11-27

Family

ID=68548392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910688831.5A Active CN110485222B (zh) 2019-07-29 2019-07-29 一种动态数据反演方法及装置

Country Status (1)

Country Link
CN (1) CN110485222B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101024400A (zh) * 2007-02-17 2007-08-29 朱倍他 高速铁路轨道安全自动测量监控技术
CN104462727A (zh) * 2014-12-31 2015-03-25 中国科学院遥感与数字地球研究所 一种基于动态遥感数据驱动的溢油仿真参数优化方法
CN104792975A (zh) * 2015-04-03 2015-07-22 山东省交通科学研究所 一种沥青路面结构层模量反演方法
CN105648862A (zh) * 2014-11-14 2016-06-08 中国航空工业第六八研究所 轨道中线坐标动态连续检测方法
CN105857340A (zh) * 2016-04-01 2016-08-17 郑君伟 基于组合导航的轨道检测系统及方法
CN107620236A (zh) * 2017-08-25 2018-01-23 南京农业大学 一种铁路轨道塌陷检测系统及检测方法
CN108120452A (zh) * 2017-12-21 2018-06-05 吉林大学 Mems陀螺仪动态数据的滤波方法
CN110029544A (zh) * 2019-06-03 2019-07-19 西南交通大学 一种轨道不平顺的测量方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101024400A (zh) * 2007-02-17 2007-08-29 朱倍他 高速铁路轨道安全自动测量监控技术
CN105648862A (zh) * 2014-11-14 2016-06-08 中国航空工业第六八研究所 轨道中线坐标动态连续检测方法
CN104462727A (zh) * 2014-12-31 2015-03-25 中国科学院遥感与数字地球研究所 一种基于动态遥感数据驱动的溢油仿真参数优化方法
CN104792975A (zh) * 2015-04-03 2015-07-22 山东省交通科学研究所 一种沥青路面结构层模量反演方法
CN105857340A (zh) * 2016-04-01 2016-08-17 郑君伟 基于组合导航的轨道检测系统及方法
CN107620236A (zh) * 2017-08-25 2018-01-23 南京农业大学 一种铁路轨道塌陷检测系统及检测方法
CN108120452A (zh) * 2017-12-21 2018-06-05 吉林大学 Mems陀螺仪动态数据的滤波方法
CN110029544A (zh) * 2019-06-03 2019-07-19 西南交通大学 一种轨道不平顺的测量方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"静态检查和动态检测数据相结合应用指导高速线路维修工作",李立军等,第十五届粤、京、港、沪铁道学会学术年会第八届世界轨道交通发展研究会年会论文集,第120页-第127页;李立军等;《第十五届粤、京、港、沪铁道学会学术年会第八届世界轨道交通发展研究会年会论文集》;20111027;第120页-第127页 *

Also Published As

Publication number Publication date
CN110485222A (zh) 2019-11-22

Similar Documents

Publication Publication Date Title
CN112346120B (zh) 一种槽波频散曲线的变异度计算方法及异常体的识别方法
Adamczak et al. Theoretical and practical investigations of V-block waviness measurement of cylindrical parts
Yi et al. A promising new tool for fault diagnosis of railway wheelset bearings: SSO-based Kurtogram
KR20170039906A (ko) 다양한 진동 스펙트럼 패턴에 대응 가능한 주파수 영역의 피로 손상도 계산방법
Li et al. Spatial–temporal model to identify the deformation of underlying high-speed railway infrastructure
CN110398343A (zh) 利用主动型振动控制技术的模型船舶阻力测量系统
CN110485222B (zh) 一种动态数据反演方法及装置
CN103174072B (zh) 基于三点偏弦法的轨面检测方法
KR100797055B1 (ko) 철도궤도의 효율적 유지보수를 위한 3차원 데이터 형식의철도 궤도틀림도 측정방법
CN116252820B (zh) 改进频域积分法驱动的高速列车车轮多边形定量检测方法
Lee et al. Determination of railway vertical wheel impact magnitudes: Field trials
CN113609565B (zh) 铁路桥梁轨道静态长波不平顺的验收方法及装置
Tsai et al. Fast inspection and identification techniques for track irregularities based on HHT analysis
CN105133472B (zh) 路面平整度测量方法及惯性式检测仪
Ágh Measurement distortion analysis of repetitive and isolated track geometry irregularities
Vanderwees et al. Algorithm to Estimate the Lateral Position of Wheel-Rail Contact and Corresponding Rail Profile Radius
Abdullah et al. Fatigue features extraction of road load time data using the S-transform
Hoelzl et al. Vold–Kalman filter order tracking of axle box accelerations for track stiffness assessment
Bhattacharya et al. Optimization of simulation channels for inverse FRF calculation on 6-axis road load simulator: An experimental approach
KR20170085474A (ko) 다양한 진동 스펙트럼 패턴에 대응 가능한 주파수 영역의 피로 손상도 계산방법
Zamorano et al. Optimal Selection of the Mother Wavelet in WPT Analysis and Its Influence in Cracked Railway Axles Detection. Machines 2023, 11, 493
Awate et al. Validation of an accelerated test on a 4-post road simulator
CN113446982B (zh) 轨道几何检测系统的动态校准方法及装置
Zhang et al. Damage analysis of EMU frame considering randomness under different working conditions
Qu et al. Research on system identification based on wheel coupling road simulation system

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