一种基于轨检车测量数据的轨道质量安全预测预警方法技术

本发明专利技术属于铺轨施工安全预测预警领域，具体是一种基于轨检车测量数据的轨道质量安全预测预警方法。包括以下步骤，S100：采集反应轨道质量的样本数据集；S200：对数据集的集中趋势、离散程度以及分布形状进行分析，利用相似度准则对该样本数据集进行扩充；S300：对扩充后的样本数据集进行主成分分析，并将主成分分析后的样本数据集分为输入特征和输出值；S400：基于步骤S300的训练集，构建并训练轨道质量预警预测模型；S500：基于训练后的轨道质量预警预测模型，进行轨道质量安全预测，将预测结果与测试集进行对比。本发明专利技术可以保证铺轨施工的连续性以及安全性，提高施工安全以及连续性。续性。续性。

【技术实现步骤摘要】
一种基于轨检车测量数据的轨道质量安全预测预警方法


[0001]本专利技术属于铺轨施工安全预测预警领域，具体是一种基于轨检车测量数据的轨道质量安全预测预警方法。

技术介绍

[0002]轨检车检测线路质量时能实时提供各类检测数据、图表，工务系统工程技术人员正确地利用这些检测数据、图表来分析知道养护维修，对提高线路质量、保障行车安全平稳往往能达到事半功倍的效果。
[0003]这类数据能反应轨道质量，轨道质量指数代表着某一区段轨道的整体质量，其中，轨道质量指数由轨距、高程偏差、实测超高、超高偏差以及中线偏差，它们不受检测标准和速度的影响，更能反映轨道的实际状态，作为衡量轨道质量的指标更科学、更合理。
[0004]地铁轨道铺设施工作为地铁工程施工过程中的重要组成内容，其中施工的连续性是提高施工效率的关键所在。而在地铁铺轨施工过程中，施工单位应该加强对轨道质量的高度重视。为了更好的运用地铁铺轨施工方法，充分发挥地铁铺轨技术优势，延长轨道使用寿命。因此，对轨道质量安全预测预警方法的研究十分必要。在采集到有限轨道质量数据的基础上，本文提出一种数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于轨检车测量数据的轨道质量安全预测预警方法，其特征在于：包括以下步骤，S100：采集反应轨道质量的样本数据集，并对该样本数据集进行预处理；S200：对数据集的集中趋势、离散程度以及分布形状进行分析，初步了解数据，然后利用相似度准则对该样本数据集进行扩充；S300：对扩充后的样本数据集进行主成分分析，并将主成分分析后的样本数据集分为输入特征和输出值，其中输入特征值包括轨距、高程偏差、实测超高以及超高偏差数据，输出值包括中线偏差数据,同时将输出值按照x：y划分为训练集和测试集；S400：基于步骤S300的训练集，构建并训练轨道质量预警预测模型；S500：基于训练后的轨道质量预警预测模型，进行轨道质量安全预测，将预测结果与测试集进行对比，从而检测模型预测的准确性。2.根据权利要求1所述的基于轨检车测量数据的轨道质量安全预测预警方法，其特征在于：所述的步骤S100的具体过程为：S101：通过轨检车采集铺轨过程中反应轨道质量的普通道床的轨距、高程偏差、实测超高、超高偏差以及中线偏差的数据；S102：选取所采集到的数据，将其按照时间对齐，使不同样本数组的数据都处于同一时间节点，组成包括轨距、高程偏差、实测超高、超高偏差以及中线偏差的样本数据集。3.根据权利要求2所述的基于轨检车测量数据的轨道质量安全预测预警方法，其特征在于：所述的步骤S200中样本扩充具体步骤为：S201：和为数据样本集中的2个样本数组，其中，数组之间相似度的计算方法如下：数组之间相似度的计算方法如下：如果，计算相似度系数：式中，权重系数为介于0到1之间，计算得到的也在0和1之间，且和的相似度越高，越接近1；S202：原始训练样本数为m,找到训练样本中主导变量的最大值，最小值，统计在6个区间（，，，
，，）的样本个数，其中是原始数据的期望值，是原始数据的标准差，每个区间的分配率根据高斯3分布区间分配；若样本个数不少于理论的分配比率则不作处理，若小于分配比率则进行样本扩充。4.根据权利要求3所述的基于轨检车测量数据的轨道质量安全预测预警方法，其特征在于：所述的步骤S300的具体过程为：S301：输入扩充后的训练样本数据集；S302：计算样本均值和加权规范化均值；；；其中，为扩充后样本数据集中的元素，d为元素...

【专利技术属性】
技术研发人员：杨晓辉，刘力，刘军华，高荔，武华，舒杰，周洪波，兰春光，张汇星，程俊斌，任荣锋，闫冬雪，高坤，钟国亮，于文新，
申请(专利权)人：中铁十二局集团第三工程有限公司长沙变化率信息技术有限公司湖南科技大学，
类型：发明
国别省市：