CN111582656B - 一种高速铁路钢轨浅层状态量化评价方法 - Google Patents
一种高速铁路钢轨浅层状态量化评价方法 Download PDFInfo
- Publication number
- CN111582656B CN111582656B CN202010296047.2A CN202010296047A CN111582656B CN 111582656 B CN111582656 B CN 111582656B CN 202010296047 A CN202010296047 A CN 202010296047A CN 111582656 B CN111582656 B CN 111582656B
- Authority
- CN
- China
- Prior art keywords
- evaluation
- steel rail
- profile
- score
- rail
- 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
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 100
- 239000010959 steel Substances 0.000 title claims abstract description 100
- 238000011158 quantitative evaluation Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims abstract description 77
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 238000012423 maintenance Methods 0.000 claims abstract description 8
- 238000005259 measurement Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 20
- 230000001133 acceleration Effects 0.000 claims description 10
- 238000013441 quality evaluation Methods 0.000 claims description 7
- 238000013461 design Methods 0.000 claims description 6
- 238000007542 hardness measurement Methods 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 2
- 238000011002 quantification Methods 0.000 claims 1
- 238000011160 research Methods 0.000 abstract description 9
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000013210 evaluation model Methods 0.000 abstract 1
- 230000003068 static effect Effects 0.000 abstract 1
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 8
- 229910052742 iron Inorganic materials 0.000 description 4
- 239000004576 sand Substances 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G06Q50/40—
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Machines For Laying And Maintaining Railways (AREA)
Abstract
本发明一种高速铁路钢轨浅层状态量化评价方法,将评价线路分为若干个评价区间,建立钢轨浅层状态评价模型,对每个区间上线测量的线路浅层状态进行评分,包括钢轨廓形、轨面波磨、轨面浅层裂纹、轨面硬度、光带、硬度的评分,以及添乘测量数据的评分。定义每一检测项目的评价指标和权重并计算每个评价单元的综合得分,根据得分调低,对高速铁路钢轨浅层状态进行评价,将区间钢轨综合得分在所有评价单元中进行横向比较,评选得出优良中差。最终根据量化评价结果,提出合适的维修保养计划。本发明考虑了高速铁路钢轨动态和静态评价指标,可客观表现高速铁路各区间钢轨之间的状态,有利于推动高速铁路钢轨浅层状态评价的研究和应用。
Description
技术领域
本发明属于铁路线路工程技术领域,是一种高速铁路钢轨浅层状态量化评价方法
背景技术
随着高速铁路里程运营时间逐渐增加,钢轨磨耗、维修不均匀、不平衡等问题的积累,钢轨浅层病害以及由此引起的列车运行不稳定等问题开始逐渐显现。为掌握钢轨浅层状态,助力钢轨周期修向状态修转变,为钢轨修理提供全面的数据支撑,有必要对钢轨浅层状态进行全面检测。
在高速铁路建设之前,当列车运行速度低于200km/h时,铁路线路的几何参数(高低、水平、轨向、轨距等空间变量)是影响列车安全运行的主要参数。随着列车速度提升,钢轨浅层状态对高速列车运行品质的影响逐渐显现。
国内外铁路相关运营、研究机构对钢轨浅层状态已进行了大量的研究,对推动高速铁路钢轨的浅层维修起到了重要作用。但是目前国内外的研究仅限于钢轨状态的单项研究。例如用GQI值只能用于单个钢轨廓形的质量评价,钢轨波磨的研究局限于波磨产生的机理、波磨的发展和治理,钢轨浅层裂纹的研究局限于疲劳裂纹的萌生、发展和治理。钢轨浅层状态的单项研究有利于对钢轨局部问题的处理,但对于如何评价整条线路的质量、如何根据钢轨浅层状态进行钢轨的维修保养,优化维修资源配置,还处于起步阶段。
发明内容
针对上述问题,本发明提出一种高速铁路钢轨浅层状态量化评价方法,通过下述步骤实现:
步骤1:确定待评价的线路区间范围及区间,制定添乘及上线测量计划。
步骤2:将待评价的线路区间划分为评价单元。
步骤3:收集待评价的线路区间内各个评价单元上主要运行的动车组型号及数量,并上车添乘,得到列车添乘数据,包括不同型号动车组车体同一位置的横向加速度、垂向加速度。
步骤4:获取各个检测单项的检测数据,包括待评价的线路区间内各个评价单元的浅层状态参数,包括线路钢轨廓形、钢轨表面波磨、钢轨浅层裂纹、伤损、列车运行光带、光带宽度及在轨面上的位置信息、轨面硬度;以及步骤3中的列车添乘数据。
步骤5:收集、整理步骤4中每个测量单项的检测数据,确定每一检测单项的量化评价指标得分。
步骤6:重复步骤5,直至计算得到所有评价单元中所有检测单项的得分;
步骤7:区间钢轨综合指标得分计算,并根据得分高低,将所有参评单元进行排序,并根据排序结果分为优良中差。
步骤8:根据量化评价结果,提出合适的钢轨维修保养计划。
本发明的优点在于:
1、本发明高速铁路钢轨浅层状态及列车运行品质量化评价方法,与现有线路质量评价方法相比,能全面掌握高速铁路钢轨浅层状态,为钢轨状态修理提供全面的数据支撑;
2、本发明高速铁路钢轨浅层状态及列车运行品质量化评价方法,可将现有钢轨单项检测数据进行综合利用,着眼全局,能更好指导铁路工务部门生产计划,优化维修资源;
3、本发明高速铁路钢轨浅层状态及列车运行品质量化评价方法,提供了一种将钢轨廓形GQI、廓形纵向偏差、廓形对称性、钢轨波磨评价、钢轨浅层裂纹、光带、硬度、列车动态运行品质等指标进行量化的计算模型,填补了高速铁路钢轨浅层状态量化评价的空白。
4、本发明高速铁路钢轨浅层状态及列车运行品质量化评价方法,该方法中所用的数据采集设备均已有成熟的产品,可推广性强,可迅速、大量的对高速铁路钢轨浅层进行评价,适用于各铁路局、钢轨打磨单位及研究单位,具有推广意义和经济社会效益。
具体实施方式
下面结合具体实施例对本发明做进一步详细说明。
本发明一种高速铁路钢轨浅层状态量化评价方法,具体通过下述步骤实现:
步骤1:确定待评价的线路区间范围(如京广高铁武汉至广州,或者京沪高铁南京至上海)及区间,制定添乘及上线测量计划。其中,调研区间内运行的动车组型号,每种型号选取不少于1列进行添乘;上线测量参数包括钢轨铺轨廓形、轨面波磨(不平顺)、疲劳裂纹(伤损)、光带(包括宽度和位置)、硬度。
步骤2:将待评价的线路区间按照地理分界点(如高铁车站、线路所等)或固定长度划分为评价单元;
步骤3:收集待评价的线路区间内各个评价单元上主要运行的动车组型号及数量,测量人员携带平稳性测试仪或列车动态测量仪随运营车辆上车添乘,得到列车添乘数据,包括不同型号动车组车体同一位置的横向加速度、垂向加速度,用于计算列车添乘评价指标。
步骤4:获取各个检测单项的检测数据,包括待评价的线路区间内各个评价单元的浅层状态参数,以及步骤3中的列车添乘数据。
浅层状态参数包括:按照固定间距测量线路钢轨廓形;根据要求,连续或选区段测量钢轨表面波磨;连续或选区段测量钢轨浅层裂纹;选点测量列车运行光带,采集光带宽度及在轨面上的位置信息;选点测量轨面硬度。上述波磨、疲劳裂纹选取重点区段进行测量,测量长度不少于检测区段长度的10%。
步骤5:收集、整理步骤4中每个测量单项的检测数据,确定每一检测单项的量化评价指标得分。
1)钢轨廓形评价指标共包含3项,分别为:
A、钢轨廓形质量指数GQI(Grinding Quality Index),该项指标得分公式为:
式中,Gi为廓形指标综合得分(其值介于0~100之间),该值越大,说明钢轨廓形与设计廓形吻合越好、波动越小,廓形质量越高。GQIi为各评价单元的GQI平均值,Sstdev为各检测区间GQI值的样本标准差,n为评价单元个数。
B、钢轨廓形纵向偏差,指同一股钢轨前后不同测点廓形纵向偏差值,即垂向偏差,对比范围为-20~~+30mm,即钢轨外侧20mm~~内侧30mm,)。对比目标廓形为评价线路的设计廓形。评价单元内,廓形纵向偏差指标Idev计算方法为:
式中,Iin为廓形内侧偏差平方和均值,Iext为廓形外侧偏差平方和均值(mm2),nin、next为测点数量,xin、xext分别为廓形对比的内、外侧偏差统计值(mm)。计算方式为同时计算左、右股。
根据廓形偏差的平方和均值,将各评价单元的值进行内部评价得分,同时设定边界值I0若Idev≥I0,刚得分为0,否则,得分计算式为:
C、廓形对称性。廓形对称性指同一位置左右股钢轨廓形偏差情况(对比范围为-20~+30mm)。
廓形对称偏差的统计取绝对值,无正负。算法为:
Rdev=Rin+Rext
式中,Rdev为廓形对称性评价指标值,该值越小,说明钢轨左、右股廓形的偏差及波动越小,廓形质量越高。分别为廓形内侧、外侧的偏差均值,Sin、Sext分别为廓形内侧、外侧偏差的标准差。以上数值均为正值。
廓形对称性评价得分边界值设定为R0,超出R0,其得分为0;得分计算方式为:
2)钢轨不平顺以波长100~~300mm之间波磨超限率为评价指标,单股钢轨波磨质量评价指标见下式。
式中,m为波磨测量单元总数,单元长度为100m。mc>0为超限率大于0的单元数量,mc>3%为超限率大于3%的单元数量。为存在波磨超限的检测单元的平均超限率。Ceq值越大,表明波磨分布范围越广、波磨谷深超限越严重。
区间钢轨的波磨质量评价指标为左、右股钢轨之和,即:
钢轨波磨的得分按下式计算:
当时,波磨得分为0,且/>越小,得分越高,表明区间钢轨波磨越少。
3)钢轨浅层裂纹评价量化计算包含三项,分别为:裂纹平均深度、单位长度(1km)平均裂纹数量及深裂纹占比(深度大于某一限值的裂纹数量占比),三项指标权重分别为λ1、λ2、λ3,按百分制计算。
三项指标计分算法如下:
式中Di为第i个区间裂纹平均深度。当平均裂纹深度大于D0时,该项得分为0。
式中,Ni为第i个区间单位长度钢轨的平均裂纹数量,为线路整体平均裂纹数量。当Ni大于m倍/>时,该项得分为0。
式中,μi为第i个区间的深度大于以上裂纹的数量占比。当μi大于μ0时,该项得分为0。
4)光带评价指标采用宽度符合要求的测点占比,其值越高,表明光带越好。高速铁路光带宽度应维持在20~30mm,位置居中或居中偏内。
得分计算式为:
式中,μ左线路左股光带宽度在20~30mm范围之内的测点数量占比,μ右线路左股光带宽度在20~30mm范围之内的测点数量占比。
5)以高于轨面平均硬度ΔH以上测点数量占比为该区间硬度评价指标,计算式为:
式中,为某区间某股硬度测点中硬度高于平均硬度ΔH的测点数量,N为某区间轨面硬度测量总数,/>为平均硬度。该指标得分为:
6)列车添乘评价指标为单位长度运行距离内,车体横向加速度和垂向加速度平均超限次数。计算方式为:
式中,Ni为评价单元区间范围内第i级垂加或水加超限次数,该值越大,表明行车超限次数越多,线路状态越差。L为统计区间线路延展长度,km。
得分计算方法为:
式中,minNi、maxNi分别为所有参评区间超限次数最小、最大的次数。
步骤6:重复该步骤,直至计算得到所有评价单元中所有检测单项的得分。
步骤7:区间钢轨综合指标得分计算,并根据得分高低,将所有参评单元进行排序,并根据排序结果分为优良中差。
区间钢轨综合指标得分即将区间各检测单项得分分别与对应的权重相称后求和,计算式为:
式中,Ri分别为钢轨廓形GQI得分、廓形纵向偏差得分、廓形对称性得分、钢轨波磨评价得分、钢轨浅层裂纹评价得分、光带评价指标得分、硬度评价指标得分、列车动态运行品质评价指标得分。εi分别为钢轨廓形GQI权重、钢轨廓形纵向偏差权重、廓形对称性权重、钢轨波磨评价权重、钢轨浅层裂纹评价权重、光带评价指标权重、硬度评价指标权重、列车添乘评价指标权重。
步骤8:根据量化评价结果,提出合适的钢轨维修保养计划。
实施例1
长沙高铁段管内武广高铁于2009年12月26日开通运营,正线轨道结构主要为双块式无砟轨道,扣件类型为W300-lu,正线曲线144条,最大曲线半径12000m,最小半径7999.5m。正线最大坡度20‰,最大坡长6723m。
长沙高铁段管内武广高铁上下行K1353.654~K1980.333,运营长度626.679km,延展长1081.970km。正线设计速度350km/h,运营速度310km/h。沿线设车站8个。
根据本发明,各区间钢轨状态综合评价结果见附表1,各区间钢轨浅层状态综合得分见附表2。
实施例2
广州南高铁段管内武广高铁于2009年12月26日开通运营,正线轨道结构主要为双块式无砟轨道,扣件类型为W300-lu,正线曲线50条,最大曲线半径14000m,最小半径2500m。正线最大坡度20‰,最大坡长6815m。
广州南高铁段管内武广高铁上下行K1980.333~K2295.535,运营长度297.623km。正线设计速度350km/h,运营速度310km/h。沿线设车站6个。
根据本发明,各区间钢轨状态综合评价结果见附表3,各区间钢轨浅层状态综合得分见附表4。
附表1:长沙高铁段武广高铁钢轨浅层状态综合评价结果
附表2:长沙高铁段武广高铁钢轨浅层状态综合评价得分
附表3:广州南高铁段武广高铁钢轨浅层状态综合评价结果
附表4:广州南高铁段武广高铁钢轨浅层状态综合评价得分
Claims (2)
1.一种高速铁路钢轨浅层状态量化评价方法,其特征在于:通过下述步骤实现:
步骤1:确定待评价的线路区间范围及区间,制定添乘及上线测量计划。
步骤2:将待评价的线路区间划分为评价单元;
步骤3:收集待评价的线路区间内各个评价单元上主要运行的动车组型号及数量,并上车添乘,得到列车添乘数据,包括不同型号动车组车体同一位置的横向加速度、垂向加速度;
步骤4:获取各个检测单项的检测数据,包括待评价的线路区间内各个评价单元的浅层状态参数,包括线路钢轨廓形、钢轨表面波磨、钢轨浅层裂纹、伤损、列车运行光带、光带宽度及在轨面上的位置信息、轨面硬度;以及步骤3中的列车添乘数据;
其中,线路钢轨廓形量化评价指标共包含3项,分别为:
A、钢轨廓形质量指数GQI,该项指标得分公式为:
式中,Gi为廓形指标综合得分,该值越大,说明钢轨廓形与设计廓形吻合越好、波动越小,廓形质量越高。GQIi为各评价单元的GQI平均值,Sstdev为各检测区间GQI值的样本标准差,n为评价单元个数;
B、钢轨廓形纵向偏差,指同一股钢轨前后不同测点廓形纵向偏差值,对比目标廓形为评价线路的设计廓形;评价单元内,廓形纵向偏差指标Idev计算方法为:
式中,Iin为廓形内侧偏差平方和均值,Iext为廓形外侧偏差平方和均值,nin、next为测点数量,xin、xext分别为廓形对比的内、外侧偏差统计值;计算方式为同时计算左、右股;
根据廓形偏差的平方和均值,将各评价单元的值进行内部评价得分,同时设定边界值I0若Idev≥I0,刚得分为0,否则,得分计算式为:
C、廓形对称性。廓形对称性指同一位置左右股钢轨廓形偏差情况;
廓形对称偏差的统计取绝对值,无正负。算法为:
Rdev=Rin+Rext
式中,Rdev为廓形对称性评价指标值,该值越小,说明钢轨左、右股廓形的偏差及波动越小,廓形质量越高。分别为廓形内侧、外侧的偏差均值,Sin、Sext分别为廓形内侧、外侧偏差的标准差。以上数值均为正值;
廓形对称性评价得分边界值设定为R0,超出R0,其得分为0;得分计算方式为:
以波长100~~300mm之间波磨超限率为钢轨表面波磨量化评价指标,单股钢轨波磨质量评价指标见下式;
式中,m为波磨测量单元总数,单元长度为100m。mc>0为超限率大于0的单元数量,mc>3%为超限率大于3%的单元数量。为存在波磨超限的检测单元的平均超限率;Ceq值越大,表明波磨分布范围越广、波磨谷深超限越严重;
区间钢轨的波磨质量评价指标为左、右股钢轨之和,即:
钢轨波磨的得分按下式计算:
当时,波磨得分为0,且/>越小,得分越高,表明区间钢轨波磨越少;
钢轨浅层裂纹量化评价指标包含三项,分别为:裂纹平均深度、单位长度平均裂纹数量及深裂纹占比,三项指标权重分别为λ1、λ2、λ3,按百分制计算;
三项指标计分算法如下:
式中Di为第i个区间裂纹平均深度。当平均裂纹深度大于D0时,该项得分为0;
式中,Ni为第i个区间单位长度钢轨的平均裂纹数量,为线路整体平均裂纹数量当Ni大于m倍/>时,该项得分为0;
式中,μi为第i个区间的深度大于以上裂纹的数量占比。当μi大于μ0时,该项得分为0;
光带量化评价指标采用宽度符合要求的测点占比,其值越高,表明光带越好;高速铁路光带宽度应维持在20~30mm,位置居中或居中偏内;
得分计算式为:
式中,μ左线路左股光带宽度在20~30mm范围之内的测点数量占比,μ右线路左股光带宽度在20~30mm范围之内的测点数量占比;
以高于轨面平均硬度ΔH以上测点数量占比为轨面硬度评价指标,计算式为:
式中,NH-H>ΔH为某区间某股硬度测点中硬度高于平均硬度ΔH的测点数量,N为某区间轨面硬度测量总数,为平均硬度;该指标得分为:
列车添乘评价指标为单位长度运行距离内,车体横向加速度和垂向加速度平均超限次数,计算方式为:
式中,Ni为评价单元区间范围内第i级垂加或水加超限次数,该值越大,表明行车超限次数越多,线路状态越差;L为统计区间线路延展长度,km;
得分计算方法为:
式中,minNi、maxNi分别为所有参评区间超限次数最小、最大的次数。
步骤5:收集、整理步骤4中每个测量单项的检测数据,确定每一检测单项的量化评价指标得分;
步骤6:重复步骤5,直至计算得到所有评价单元中所有检测单项的得分;
步骤7:区间钢轨综合指标得分计算,并根据得分高低,将所有参评单元进行排序,并根据排序结果分为优良中差;
步骤8:根据量化评价结果,提出合适的钢轨维修保养计划。
2.如权利要求1所述一种高速铁路钢轨浅层状态量化评价方法,其特征在于:区间钢轨综合指标得分即将区间各检测单项得分分别与对应的权重相称后求和,计算式为:
式中,Ri分别为钢轨廓形GQI得分、廓形纵向偏差得分、廓形对称性得分、钢轨波磨评价得分、钢轨浅层裂纹评价得分、光带评价指标得分、硬度评价指标得分、列车动态运行品质评价指标得分。εi分别为钢轨廓形GQI权重、钢轨廓形纵向偏差权重、廓形对称性权重、钢轨波磨评价权重、钢轨浅层裂纹评价权重、光带评价指标权重、硬度评价指标权重、列车添乘评价指标权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010296047.2A CN111582656B (zh) | 2020-04-15 | 2020-04-15 | 一种高速铁路钢轨浅层状态量化评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010296047.2A CN111582656B (zh) | 2020-04-15 | 2020-04-15 | 一种高速铁路钢轨浅层状态量化评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111582656A CN111582656A (zh) | 2020-08-25 |
CN111582656B true CN111582656B (zh) | 2023-10-03 |
Family
ID=72121137
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010296047.2A Active CN111582656B (zh) | 2020-04-15 | 2020-04-15 | 一种高速铁路钢轨浅层状态量化评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111582656B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112776851B (zh) * | 2021-01-21 | 2022-03-08 | 东莞先知大数据有限公司 | 一种钢轨状态监测方法及监测设备 |
CN113106796B (zh) * | 2021-04-14 | 2022-08-30 | 中铁二局集团有限公司 | 一种无缝线路钢轨预打磨施工方法 |
CN113987755B (zh) * | 2021-09-29 | 2024-04-09 | 中铁物总运维科技有限公司 | 一种高速道岔直向钢轨使用状态评估方法 |
CN114279314B (zh) * | 2021-12-30 | 2022-12-09 | 武汉大学 | 一种钢轨修复后处理策略制定方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010015405A (ja) * | 2008-07-04 | 2010-01-21 | Railway Technical Res Inst | 鉄道技術系職場における安全風土評価方法 |
CN108009742A (zh) * | 2017-12-15 | 2018-05-08 | 北京交通大学 | 一种确定铁路轨道健康状态的方法及系统 |
CN109115162A (zh) * | 2018-07-17 | 2019-01-01 | 中铁物轨道科技服务集团有限公司 | 一种铁路钢轨廓形质量指数计算方法 |
-
2020
- 2020-04-15 CN CN202010296047.2A patent/CN111582656B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010015405A (ja) * | 2008-07-04 | 2010-01-21 | Railway Technical Res Inst | 鉄道技術系職場における安全風土評価方法 |
CN108009742A (zh) * | 2017-12-15 | 2018-05-08 | 北京交通大学 | 一种确定铁路轨道健康状态的方法及系统 |
CN109115162A (zh) * | 2018-07-17 | 2019-01-01 | 中铁物轨道科技服务集团有限公司 | 一种铁路钢轨廓形质量指数计算方法 |
Non-Patent Citations (2)
Title |
---|
徐伟昌等.高速铁路无砟轨道线路质量评价指标研究.石家庄铁道大学学报(自然科学版).2017,第30卷(第01期),第52-56页. * |
王俊文.铁路线路综合质量评价方法的研究.铁道建筑.2009,(第10期),第104-107页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111582656A (zh) | 2020-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111582656B (zh) | 一种高速铁路钢轨浅层状态量化评价方法 | |
Wang et al. | Wheel reprofiling interval optimization based on dynamic behavior evolution for high speed trains | |
CN112131678B (zh) | 一种铁路钢轨打磨廓形设计方法 | |
CN109115162B (zh) | 一种铁路钢轨廓形质量指数计算方法 | |
CN103132411A (zh) | 一种高速铁路轨道静态平顺性分析调整方法 | |
US9394581B2 (en) | Heat treatment method for bainitic turnout rail | |
CN112733390B (zh) | 一种基于中长波平顺性的精捣调整量优化方法 | |
CN109117536B (zh) | 一种轨道不平顺评价参数的检测方法 | |
CN113987755B (zh) | 一种高速道岔直向钢轨使用状态评估方法 | |
CN110377986B (zh) | 地铁小半径曲线外轨侧磨预测方法 | |
CN112883340B (zh) | 基于分位数回归的轨道质量指数阈值合理性分析方法 | |
CN111764208A (zh) | 一种基于区间分割的钢轨打磨廓形快速预测方法 | |
Luo et al. | A fast simulation algorithm for the wheel profile wear of high-speed trains considering stochastic parameters | |
CN111809464B (zh) | 一种钢轨智能打磨控制方法 | |
CN105128888B (zh) | 基于多中点弦同步测量的轨道波浪形磨耗快速检测方法 | |
CN115130244B (zh) | 轮轨系统动力仿真的目标轮轨不平顺谱选取方法和装置 | |
CN113609565B (zh) | 铁路桥梁轨道静态长波不平顺的验收方法及装置 | |
CN109989309A (zh) | 一种铁路钢轨廓形质量评估方法 | |
CN113106796B (zh) | 一种无缝线路钢轨预打磨施工方法 | |
Chang et al. | A multi-stage linear prediction model for the irregularity of the longitudinal level over unit railway sections | |
Liu et al. | Influence analysis of irregularities on vehicle dynamic response on curved track of speed-up railway | |
CN112097586B (zh) | 一种钢轨不平顺数据处理方法 | |
CN113449430B (zh) | 一种铁路轨道道床综合体积指标计算方法 | |
CN113158327A (zh) | 一种时速400km及以上高速铁路曲线超高动力学设计方法 | |
Mikaliūnas et al. | The analysis of wear intensity of lubricated and unlubricated locomotive wheel sets flanges |
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 |