基于EMD的轨道不平顺状态预测方法
详细信息    查看官网全文
摘要
准确预测轨道不平顺的发展趋势,可以提高线路的维修效率并保障行车安全。针对轨道不平顺的随机性及波长因素对行车状态的影响,本文应用经验模态分解法(Empirical Mode Decomposition,EMD)并结合状态概率推移的方法,对不同时刻下轨道不平顺序列进行了分析与验证。具体实现方法如下:(1)数据预处理,即对不同时刻下原始轨道不平顺时域序列组X_s进行里程匹配,得到标准轨道不平顺时域序列组X'_s,从而减小多次检测带来的检测点里程位置的偏差;(2)对标准轨道不平顺时域序列组X'_s进行EMD分解,得到不同频段的内在模函数In_(t);(3)对不同时刻下的In_(t)进行Hilbert变换,根据计算出不同时刻下In_(t)的瞬时频率fn_(t,)对不同时刻下分解出的In_(t)进行频率匹配,从而得到新的不同时刻下轨道不平顺时域序列组X"_s;(4)根据X"s的极值划分状态区间,统计各区间内检测点个数,并由计算各状态区间推移概率Pab,建立不平顺状态推移模型,从而实现轨道不平顺的预测。通过对合武高速铁路及京广既有提速线路实测数据进行验证,并通过与其他模型预测结果的对比分析,得到以下结论:(1)利用EMD及状态推移方法对轨道不平顺状态进行有效预测,预测精度较高;且与其他预测方法相比,可以实现不同波长段的轨道不平顺预测;(2)应用本文方法仅需轨检车数据,不需其他输入量,而轨检车数据源容易获取,且通过相关处理后可直接使用,使得该方法简单且实用;(3)该方法可以计算出轨道不平顺由某一区间变化到另一区间的概率,反映出轨道整体质量随时间的变化趋势,在评估轨道状态,养护维修计划的制定等方面有一定参考价值;(4)本文方法易受检测数据影响,而由于线路实时维修,部分位置上的实测数据可能有明显变化,因此还需进一步完善算法,进而实现更为精准的预测。
引文

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700