鐵路軌道健康管理網(wǎng)格化分析決策模型研究.pdf_第1頁
已閱讀1頁,還剩174頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、鐵路軌道設備必須堅固穩(wěn)定,具有正確的幾何形位,確保行車安全。列車速度的高速化、列車載荷的重載化,對軌道設備的安全性、穩(wěn)定性和可靠性提出更高要求。因此,中國鐵路維修理念正逐步向“嚴檢慎修”、“精細修”、“準確修”、“預防修”、“集中修”等轉變。如何更全面、更科學地感知軌道設備健康狀態(tài),如何更精準把握軌道設備狀態(tài)劣化規(guī)律既是軌道交通基礎設施設備管理領域中的重大理論問題,也是鐵路現(xiàn)場亟需解決的實際問題。
  本文融合時空分析理論方法與大

2、數(shù)據(jù)等技術,在分析國內(nèi)外專家學者大量研究成果的基礎上,主要圍繞以下四個方面開展了研究。
  (1)提出了鐵路基礎設施設備網(wǎng)格化管理方法。該管理方法適應鐵路基礎設施設備特征與狀態(tài)劣化特點,其核心在于把連續(xù)、長大的軌道設備劃細、劃小;從空間位置的角度出發(fā)把握設備,整合融合全生命周期數(shù)據(jù);對每個細小部分進行個性化的分析和建模,及精細化、精準化的管理。
  (2)提出了一種新的鐵路軌道設備健康狀態(tài)綜合評定方法。該方法基于大數(shù)據(jù)技術與

3、鐵路基礎設施設備網(wǎng)格化管理方法,提出了一套軌道網(wǎng)格與部件的狀態(tài)評定指標體系與軌道網(wǎng)格與部件健康指數(shù),完善了軌道設備既有的狀態(tài)評定指標體系。在此基礎上,提出了軌道網(wǎng)格(或部件)健康狀態(tài)評定模型,采用主成分分析方法,降低了軌道網(wǎng)格(或部件)多狀態(tài)評定指標數(shù)據(jù)的相關性,采用混合層次K均值聚類算法,確定了軌道網(wǎng)格(或部件)所有可能健康特征的集合及對應的健康指數(shù)的值域,采用樹擴張型樸素貝葉斯分類模型,確定了軌道網(wǎng)格(或部件)多狀態(tài)評定指標與相應健

4、康指數(shù)的關聯(lián)關系,直接判定軌道網(wǎng)格(或部件)健康指數(shù),降低了健康狀態(tài)評定過程中管理者的主觀影響,使管理者能在較小的空間范圍內(nèi)更全面準確地掌握軌道設備整體健康狀態(tài)。作者采集了2016年3月份蘭新線上下行K548+000~K985+600里程范圍內(nèi)的893個軌道網(wǎng)格的狀態(tài)評定指標數(shù)據(jù),驗證了健康狀態(tài)評定模型的有效性。結果表明,提出的健康狀態(tài)評定模型優(yōu)于鐵路現(xiàn)場既有的兩個常用的軌道健康狀態(tài)評定模型,其判定的軌道網(wǎng)格健康狀態(tài)的正確率達到90.8

5、%。
  (3)提出了一種新的鐵路軌道晃車數(shù)據(jù)偏差糾正模型。軌道晃車數(shù)據(jù)是軌道設備健康狀態(tài)評定的關鍵數(shù)據(jù)之一,來源于機載式添乘儀檢測、便攜式添乘儀檢測、軌檢車檢測、動檢車檢測等多種檢測方式,但其一直存在較為嚴重的里程偏差、測量偏差問題。該模型基于大數(shù)據(jù)技術與鐵路基礎設施設備網(wǎng)格化管理方法,結合鐵路軌道設備狀態(tài)劣化的記憶性等特點,建立了軌道晃車數(shù)據(jù)篩選模型,深度挖掘大量同一檢測方式不同檢測時間的檢測數(shù)據(jù),降低了軌道晃車數(shù)據(jù)偏差的影響

6、;建立了軌道晃車數(shù)據(jù)病害類型判定模型、病害等級判定模型,深度挖掘大量不同檢測方式較長時間跨度內(nèi)的檢測數(shù)據(jù),可有效診斷晃車原因,降低了鐵路現(xiàn)場人員復核晃車病害的工作量。作者采集了2016年6月1日~2016年9月30日期間蘭新線下行K548+000~K985+500范圍內(nèi)的25480條車載式添乘儀、便攜式添乘儀的軌道晃車原始超限數(shù)據(jù)及2015年10月1日~2016年9月30日期間蘭新線下行相同里程范圍內(nèi)的117408條軌道幾何尺寸超限歷史

7、病害數(shù)據(jù),驗證了軌道晃車數(shù)據(jù)偏差糾正模型的有效性。結果表明,模型篩選出的有效晃車數(shù)據(jù)的正確率達到89.8%,診斷出的軌道晃車原因的正確率在70.4%以上。
  (4)提出了一種新的鐵路軌道設備狀態(tài)預測模型。該模型基于鐵路基礎設施設備網(wǎng)格化管理方法,以軌道網(wǎng)格(或部件)為研究對象,建立了軌道網(wǎng)格(或部件)狀態(tài)短期預測模型、狀態(tài)長期預測模型(即使用壽命評估模型),使管理者能在較小的空間上掌握具有線性、連續(xù)、長大特點的鐵路軌道設備的狀態(tài)

8、演變規(guī)律。
  軌道網(wǎng)格(或部件)狀態(tài)短期預測模型用于預測在相鄰兩次維修間,軌道網(wǎng)格(或部件)在下一個檢查周期結束時的狀態(tài)等級。該模型結合軌道設備狀態(tài)劣化的異質(zhì)性、記憶性等特點,依據(jù)軌道網(wǎng)格(或部件)歷史狀態(tài)數(shù)據(jù),采用樹擴張型樸素貝葉斯分類模型對每個軌道網(wǎng)格(或部件)狀態(tài)劣化趨勢進行個性化建模,確定軌道網(wǎng)格(或部件)未來狀態(tài)與歷史狀態(tài)的關聯(lián)規(guī)則。作者以軌道網(wǎng)格不平順狀態(tài)等級預測為例,采集了2008年2月至2010年7月期間京九線下

9、行K428+200~K480+600里程范圍內(nèi)154個軌道網(wǎng)格的軌檢車檢測數(shù)據(jù),驗證了狀態(tài)短期預測模型的有效性。結果表明,模型預測出的軌道網(wǎng)格不平順狀態(tài)等級的正確率達到82.3%。
  軌道網(wǎng)格(或部件)使用壽命評估模型用于評估軌道網(wǎng)格(或部件)的實際使用壽命。該模型結合鐵路軌道設備狀態(tài)劣化的異質(zhì)性、不確定性等特點,把軌道網(wǎng)格(或部件)狀態(tài)劣化過程劃分為若干階段(即若干狀態(tài)等級),利用不同的壽命分布函數(shù)描述軌道網(wǎng)格(或部件)在不同

10、狀態(tài)階段的壽命分布規(guī)律,采用Hazard模型定義軌道網(wǎng)格(或部件)壽命分布的失效率函數(shù),采用Markov狀態(tài)轉移矩陣描述軌道網(wǎng)格(或部件)狀態(tài)等級在兩次維修間經(jīng)過一個檢查周期間隔時變化的不確定性。作者以鋼軌使用壽命評估為例,采集了2010年1月至2015年5月期間隴海線上下行K1397+000~K1720+000里程范圍內(nèi)的42770條鋼軌傷損數(shù)據(jù),驗證了使用壽命評估模型的有效性。結果表明,評估出的鋼軌使用壽命與真實壽命非常接近,可滿足

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論