一种轨道系统安全状态综合监测及智能分析方法技术方案

本发明专利技术公开了一种轨道系统安全状态综合监测及智能分析方法，该方法融合了三种传感监测技术，基于光纤光栅技术监测结构温度等低频数据，采用修正应力‑应变技术监测钢轨横、垂向应力等高频数据，对于道岔尖轨等难以接触测量的敏感结构，利用视频感知技术观测结构大变形及表面状态，形成铁路轨道系统从外观到内在、从高频到低频的全天候系统监测。通过对采集的多源数据进行融合分析，可有效对轨道状态进行评估、诊断及预测，进而实现轨道安全状态及时预警。本发明专利技术测点布置合理，监测过程自动程度高，对线路状态评估准确，对异常情况预警及时，实现了铁路轨道系统服役的安全可控，为列车的安全、平稳运行提供了可靠保障。

A comprehensive monitoring and intelligent analysis method for the safety state of the track system

\u672c\u53d1\u660e\u516c\u5f00\u4e86\u4e00\u79cd\u8f68\u9053\u7cfb\u7edf\u5b89\u5168\u72b6\u6001\u7efc\u5408\u76d1\u6d4b\u53ca\u667a\u80fd\u5206\u6790\u65b9\u6cd5\uff0c\u8be5\u65b9\u6cd5\u878d\u5408\u4e86\u4e09\u79cd\u4f20\u611f\u76d1\u6d4b\u6280\u672f\uff0c\u57fa\u4e8e\u5149\u7ea4\u5149\u6805\u6280\u672f\u76d1\u6d4b\u7ed3\u6784\u6e29\u5ea6\u7b49\u4f4e\u9891\u6570\u636e\uff0c\u91c7\u7528\u4fee\u6b63\u5e94\u529b\u2011\u5e94\u53d8\u6280\u672f\u76d1\u6d4b\u94a2\u8f68\u6a2a\u3001\u5782\u5411\u5e94\u529b\u7b49\u9ad8\u9891\u6570\u636e\uff0c\u5bf9\u4e8e\u9053\u5c94\u5c16\u8f68\u7b49\u96be\u4ee5\u63a5\u89e6\u6d4b\u91cf\u7684\u654f\u611f\u7ed3\u6784\uff0c\u5229\u7528\u89c6\u9891\u611f\u77e5\u6280\u672f\u89c2\u6d4b\u7ed3\u6784\u5927\u53d8\u5f62\u53ca\u8868\u9762\u72b6\u6001\uff0c\u5f62\u6210\u94c1\u8def\u8f68\u9053\u7cfb\u7edf\u4ece\u5916\u89c2\u5230\u5185\u5728\u3001\u4ece\u9ad8\u9891\u5230\u4f4e\u9891\u7684\u5168\u5929\u5019\u7cfb\u7edf\u76d1\u6d4b\u3002 Through the fusion analysis of the collected multi-source data, we can effectively evaluate, diagnose and predict the track state, and achieve track safety status early warning. The layout of the measuring points is reasonable, the monitoring process is highly automated, the state of the line is accurately assessed, and the abnormal situations are early warning, so as to realize the safety and controllable operation of the railway track system, and provide reliable guarantee for the safe and stable operation of the train.

【技术实现步骤摘要】
一种轨道系统安全状态综合监测及智能分析方法
本专利技术涉及铁路工程监控方法，特别是涉及一种轨道系统安全状态综合监测及智能分析方法。
技术介绍
铁路作为综合交通体系的骨干，对国民经济与社会发展有着重要的推动作用。随着我国经济的飞速发展，以高速铁路为代表的轨道运输发展迅猛，运营品质及建设规模均达到世界领先水平。但随着高速铁路建设浪潮的推进，线路及基础设施的安全服役问题日益凸显。高速铁路的运营实践表明，在长期反复荷载作用下，以线路、桥隧为代表的关键基础设施的微观伤损、主要结构部件的功能劣化、基础结构状态与性能演变是不可避免的。线路作为与车轮接触的关键结构，其本身在列车及温度荷载下的受力变形极为复杂，一旦发生胀轨、断轨等情况将直接导致列车翻覆、掉道等重大事故。路基、桥隧结构作为线路基础的重要组成，广泛应用于各类轨道工程，其稳定性直接影响线路工程的安全、平顺。其中路基、隧道结构在施工质量严控下，温度效应、列车效应并不突出，对线路结构影响相对较小。而桥梁与轨道在受力变形上相互影响，构成一个关系复杂且受多场耦合作用的多层结构，桥梁变形会直接导致线路受力破坏、变形严重超限等，带来巨大的安全隐患。目前，国内对于轨道系统的监测，多采用位移观测桩、准直仪、弦线法及温度计进行观测和测量，测试精度差，测试内容以静态指标为主，检测周期也较长。此外，尽管高铁工务部门有一套完整的保证轨道平顺、确认线路安全的检测措施，如在天窗时间进行人工巡道、定期开行轨检车、每日运营前开行确认列车等，但无法实时掌握轨道基础设施的安全服役状态，尤其在线路面临突发性病害时往往无法及时发现并整治。同时，现有监测多立足科研，重在规律探索，多关注线路工程关键局部，如道岔尖轨、伸缩调节器等，监测对象单一，对无砟轨道、下部基础缺乏系统的考虑。因此，为保障线路运营安全，必须从系统整体性出发，统一监测内容及方法，构建综合监测平台，实时监测轨道基础设施安全服役状态，并实现监测数据的多源融合、智能分析、评估预测，进而对轨道系统的实际运营提出合理的养护维修建议。本专利技术提出轨道系统安全状态综合监测及智能分析方法，很好地弥补了现有技术不足，监测内容充分考虑线下基础服役行为，所采用的监测手段能够同时捕捉低频和高频信息，并能有效掌握结构外部形变与内部应力变化，各类传感器施工简便、安装稳固、长期稳定性高。专利技术所提出的数据分析方法，可实现对突发型病害迅速报警、对快速演化及缓慢发展型病害预测预警，大大保障了线路的运营安全。
技术实现思路
本专利技术提供一种轨道系统安全状态综合监测及智能分析方法，目的在于解决因现有技术不足带来的无法实时掌握轨道系统安全服役状态的问题，并在深度挖掘监测数据的基础上，对可能出现危险状况提前预测、预警。为达到上述目的，本专利技术首先根据专利一种高速铁路及城市轨道交通轨道结构试验模拟系统(ZL200910242417.8)、纵横垂向耦合的高速铁路高架车站上无缝道岔的设计方法(ZL200910236546.6)和一种桥上无缝道岔结构体系及其动力分析方法(ZL200910236922.1)，确定监测内容和测点布置位置。基于上述确定监测位置的基础上，本专利技术采用如下技术方案：一种轨道系统安全状态综合监测及智能分析方法，该方法步骤包括：S1、利用光纤光栅传感器对轨道系统应力、温度和小位移等低频数据进行采集；S2、利用视频监测对轨道系统大位移数据进行采集；S3、利用应力花贴采集钢轨的垂直应力和横向应力等高频数据进行数据；S4、对步骤S1至S3采集得到的轨道数据进行分析处理，采用BP神经网络模型和多元线性回归对常规状态下的轨道结构应力、位移进行预测；S5、采用规范和统计结果设定阈值与聚类分析相结合对可能发生的破坏一定程度上进行预警。优选地，所述步骤S1利用光纤光栅传感器对轨道系统的应力采集包括：将光纤光栅应力传感器粘贴在轨道系统的钢轨、轨道板、底座板的表面，采集钢轨、轨道板及底座板的应力数据。优选地，所述步骤S1利用光纤光栅传感器对轨道系统的温度采集包括：对轨道板进行打孔，将温度传感器布置在孔内并做密封处理，测量轨道板温度的位置包括板中、板边和板角；优选地，根据当地轨道板钢筋布置图，采用在轨道板板中的注浆孔处打孔，放置温度传感器，测量板中间温度梯度；采用轨道板两轨枕间打孔放置温度传感器来测量板边温度；采用在距板边150mm和70mm处打孔放置温度传感器来测量板角温度。优选地，所述步骤S1利用光纤光栅传感器对轨道系统的小位移数据采集包括：在钢轨底部的轨道板适当位置打孔，将位移传感器的固定端安装在轨道板上，再利用安装夹块将光纤光栅位移传感器移动端安装在钢轨底部，调整好钢丝绳长度并固定，使其满足传感器位移量程。优选地，所述步骤S2包括：利用夹块将中空的摄像头安装杆固定在护栏上，将摄像头固定在摄像头安装杆的上部，将传输线从摄像头安装杆的中空部分顺出与上一级传输设备连接。优选地，所述步骤S3包括：利用应力花贴采集钢轨的垂直应力和横向应力等高频数据，并在钢板上粘贴补偿片实现温度自补偿。优选地，所述步骤S4对采集得到的轨道数据进行分析处理预测包括：利用一维快速傅立叶插值方法，对气温预报数据增采样3倍建立BP神经网络模型，以连续48个气温监测数据为输入神经元，对钢轨应力、尖轨位移、轨温等指标进行反复训练和预测。建立多元线性回归模型，以连续12小时的轨温时间序列为自变量，通过拟合计算对钢轨应力、尖轨位移、轨温等关键指标进行预测。其中BP神经网络，对常规状态下轨温、应力、位移进行预测，所述的常规状态指气温变化平缓，幅度正常的状态；多元回归模型，对极端条件下的轨温、应力、位移进行预测，所述的极端条件包括环境骤冷骤热及持续高温或低温等情况。优选地，所述步骤S5包括将轨道系统当前状态信息与预先设定的报警阈值进行比对，若超限则发出报警提示；若当前测量值与此项数据历史数据的算术平均值之差大于3倍的历史数据的均方根偏差，则判断该测量值为坏值，不参与数据的处理及分析；若一段时间内连续或多次出现坏值数据，则判定监控设备出现异常。其中报警阈值设定分为下述三个级别：以高速铁路无砟轨道线路维修规则中对尖轨位移和基本轨位移的限值作为一级报警阈值，数据超限进行一级预警提示；将除当前监测值以外的其余各监测项历史数据的算术平均值加、减三倍均方根作为二级报警阈值，数据超限进行二级报警提示；将样本数据每个时间点采集到的不同属性的数据构成具有多个参数的空间向量，在簇量与向量纬度相同的情况下进行聚类分析，设定三级报警阈值，数据超限进行三级报警提示。根据上述的空间向量，我们设定参数向量其时间序列为[Mo1,Mo2,Mo3,…，Mok，…，Mon]T(k＝1,2,3，…)，式中T气温为测得气温，T轨温1为测得左侧轨温，T轨温2为测得右侧轨温，S梁端为测得梁端处钢轨应力，S辙叉为测得辙叉处钢轨应力，S心轨为测得心轨处钢轨应力，S固定支座为测得固定支座处钢轨应力，S尖轨尖端为测得尖轨尖端处钢轨应力，D尖轨尖端为测得尖轨尖端处位移鉴于左右股钢轨轨温不完全相同，令T'轨温2＝T轨温2-T轨温1，T'轨温2左右轨温度差异值，T轨温1为左轨轨温，T轨温2为右轨轨温；鉴于各点的钢轨应力与轨温密切相关，为避免该因素重复考虑影响分析结果，令S'i＝εi＝Si本文档来自技高网...

【技术保护点】
一种轨道系统安全状态综合监测及智能分析方法，其特征在于，该方法包括：S1、利用光纤光栅传感器采集轨道系统在低频下的应力、位移和温度数据；S2、利用视频传感器监测轨道系统中道岔尖轨的位移数据；S3、利用应力花贴采集轨道系统中钢轨在高频下的垂向应力和横向应力数据；S4、对步骤S1至S3采集得到的轨道系统数据进行分析处理，根据轨道系统受力和变形的监测数据，利用多元回归模型及BP神经网络对轨道受力与变形进行预测；S5、设定阈值，结合监测数据进行聚类分析，对可能发生的破坏进行预警。

【技术特征摘要】
1.一种轨道系统安全状态综合监测及智能分析方法，其特征在于，该方法包括：S1、利用光纤光栅传感器采集轨道系统在低频下的应力、位移和温度数据；S2、利用视频传感器监测轨道系统中道岔尖轨的位移数据；S3、利用应力花贴采集轨道系统中钢轨在高频下的垂向应力和横向应力数据；S4、对步骤S1至S3采集得到的轨道系统数据进行分析处理，根据轨道系统受力和变形的监测数据，利用多元回归模型及BP神经网络对轨道受力与变形进行预测；S5、设定阈值，结合监测数据进行聚类分析，对可能发生的破坏进行预警。2.根据权利要求1所述的方法，其特征在于，所述步骤S1包括：S1.1、将光纤光栅应力传感器粘贴在轨道系统的钢轨、轨道板、底座板的表面，采集钢轨、轨道板及底座板的应力数据；S1.2、将光纤光栅位移传感器安装在轨道系统上，监测钢轨与轨道板、轨道板与底座板及桥梁梁端的相对位移数据；S1.3、将光纤光栅温度传感器布置在轨道系统上，监测轨道板、底座板、桥梁温度。3.根据权利要求2所述的方法，其特征在于，所述步骤S12包括：S1.2.1、在轨道板、底座板、桥梁梁面及梁端安装光纤光栅位移传感器的固定端，在钢轨上安装光纤光栅位移传感器的移动端；S1.2.2、根据每个光纤光栅位移传感器固定端和移动端距离选取相应长度的牵引钢丝，连接对应的光纤光栅位移传感器的固定端和移动端。4.根据权利要求2所述的方法，其特征在于，所述步骤S13包括：S1.3.1、对轨道板、底座板、桥梁表面进行打孔，将温度传感器布置在孔内并做密封处理；S1.3.2、利用光栅光纤温度传感器测量板中、板边和板角的温度；S1.3.3、在轨道板两轨枕间打孔放置温度传感器来测量板边温度；S1.3.4、在距轨道板的板边150mm和70mm处打孔放置温度传感器来测量板角温度；S1.3.5、将温度传感器布置在大气中，测得环境温度。5.根据权利要求1所述的方法，其特征在于，所述步骤S2包括：S2.1、在所述道岔尖轨的轨腰位置粘贴标尺，其中标尺长度大于道岔尖轨伸缩的极限长度；S2.2、利用固定在护栏上的夹块将中空的摄像头安装杆固定在护栏上，视频传感器的摄像头视线垂直于标尺，垂足为标尺零刻线，将视频传感器的连接线路从摄像头安装杆的中空部分穿出与设备连接；S2.3、采用以下公式对伸缩量进行修正：其中，S为摄像头至标尺距离；d0近似为道岔尖轨动程；x2非密贴状态尖轨位移量。6.根据权利要求1所述的方法，其特征在于，所述步骤S4包括：S4.1、采用BP神经网络，将24小时内连续的气温监测值作为一组输入数据，用轨温、应力、位移作为输出数据，采用多组数据作为训练样本进行BP神经网络训练；S4.2、采用傅里叶插值对气象预报中的气温数据进行增采样，将增采样后的数据输入训练的BP神经网络，对常规状态下轨温、应力、位移进行预测；S4.3、基于长期监测数据，构建以气温预报值为自变量的多元回归模型，对极端条件下的轨温、应力、位移进行预测。7.根据权利要求1所述的方法，其特征在于，所述步骤S5包括：S5.1、以高速铁路无砟轨道线路维修规则中对尖轨位移和基本轨位移的限值作为一级报警阈值，将实时监测...

【专利技术属性】
技术研发人员：高亮，蔡小培，周陈一，马卓然，常文浩，杨晓，吕宋，
申请(专利权)人：北京交通大学，中国铁路总公司，
类型：发明
国别省市：北京,11