【技术实现步骤摘要】
本专利技术涉及铁路基础设施状态监测及形变评估，尤其涉及一种基于模数驱动轴面协同理论的铁路基础设施形变评估方法。
技术介绍
1、铁路在运营过程中面临着多种复杂地质、气候、自然环境考验，且列车行驶产生的振动载荷对路基、桥梁等基础设施影响严重，由此引发的路基沉降、形变将对铁路运营安全带来极大影响。
2、现有监测手段：(1)借助光学遥感卫星对铁路边坡等附近地质不稳定区域进行灾害监测；(2)借助无人机、激光点云设备等实现桥梁、隧道的裂纹识别进而实现形变预警；(3)借助北斗导航卫星等对铁路基础设施进行全天候毫米级连续自动化监测。
3、但是现有技术中的上述方案，均未对监测数据进行统计特征分析，仅仅通过设置系统阈值在发生形变后再进行报警，属于被动风险管控。
技术实现思路
1、本专利技术提供一种基于模数驱动轴面协同理论的铁路基础设施形变评估方法，通过对历史监测数据进行分析，挖掘其深层次数据特性，捕捉形变发育阶段的风险信息，实现铁路基础设施形变主动预警。
2、第一方面，本专利技术提供一种基于模数驱动轴面协同理论的铁路基础设施形变评估方法，包括：
3、采集以模数驱动轴面协同理论的时间轴为主线的形变监测数据，和以模数驱动轴面协同理论的要素面为主线的铁路外部环境数据和铁路业务数据；
4、基于所述形变监测数据、所述铁路外部环境数据和所述铁路业务数据综合分析，确定铁路基础设施形变评估等级。
5、在一些实施例中，所述方法还包括：
7、异常值剔除；
8、缺失值补全；
9、小波去噪。
10、在一些实施例中，基于所述形变监测数据、所述铁路外部环境数据和所述铁路业务数据综合分析，确定铁路基础设施形变评估等级，包括：
11、分别对所述形变监测数据和所述铁路外部环境数据进行分析，得到分析结果；
12、基于所述分析结果和所述铁路业务数据，确定所述铁路基础设施形变评估等级。
13、在一些实施例中，分别对所述形变监测数据和所述铁路外部环境数据进行分析，得到分析结果，包括：
14、利用阿尔法稳定分布对所述形变监测数据进行概率密度分布拟合，得到特征指数的取值；
15、利用重标极差法计算所述形变监测数据的赫斯特指数；
16、利用多重分形去除趋势波动分析算法计算所述形变监测数据的广义赫斯特指数；
17、利用专家数据库计算铁路外部环境对铁路基础设施的影响程度。
18、在一些实施例中，分别对所述形变监测数据和所述铁路外部环境数据进行分析的过程中保持时间维度统一。
19、在一些实施例中，基于所述分析结果和所述铁路业务数据，确定所述铁路基础设施形变评估等级，包括：
20、对所述分析结果进行状态评估，得到状态评估结果；
21、基于所述状态评估结果和所述铁路业务数据，确定所述铁路基础设施形变评估等级。
22、在一些实施例中，对所述分析结果进行状态评估，得到状态评估结果，包括：
23、对所述分析结果进行离线调参，得到最佳参数；
24、基于所述最佳参数进行在线评估，得到状态评估结果。
25、在一些实施例中，所述铁路基础设施形变评估等级包括状态正常、低风险隐患、中风险隐患和高风险隐患。
26、在一些实施例中，所述方法还包括：
27、展示铁路基础设施形变评估过程中的相关信息。
28、在一些实施例中，展示的铁路基础设施形变评估过程中的相关信息包括以下信息中的一种或多种：
29、铁路基础设施形变评估等级结果；
30、采集到的以模数驱动轴面协同理论的时间轴为主线的形变监测数据，和以模数驱动轴面协同理论的要素面为主线的铁路外部环境数据和铁路业务数据；
31、分别对所述形变监测数据和所述铁路外部环境数据进行分析，得到的分析结果；
32、每一种铁路基础设施形变评估等级结果对应的应急方案。
33、第二方面，本专利技术还提供一种基于模数驱动轴面协同理论的铁路基础设施形变评估装置，包括：
34、采集模块，用于采集以模数驱动轴面协同理论的时间轴为主线的形变监测数据，和以模数驱动轴面协同理论的要素面为主线的铁路外部环境数据和铁路业务数据；
35、确定模块，用于基于所述形变监测数据、所述铁路外部环境数据和所述铁路业务数据综合分析，确定铁路基础设施形变评估等级。
36、第三方面，本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述第一方面任一种所述基于模数驱动轴面协同理论的铁路基础设施形变评估方法。
37、第四方面，本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面任一种所述基于模数驱动轴面协同理论的铁路基础设施形变评估方法。
38、第五方面，本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述第一方面任一种所述基于模数驱动轴面协同理论的铁路基础设施形变评估方法。
39、本专利技术提供的基于模数驱动轴面协同理论的铁路基础设施形变评估方法，通过融合模数驱动轴面协同理论，在构建评估指标时综合铁路外部环境数据、建造运营阶段等业务数据，使纯理论的数据分析与铁路业务深度融合，分析评估结果更精准，能够为铁路安全管理部门提供更加专业的辅助决策支撑。
本文档来自技高网...【技术保护点】
1.一种基于模数驱动轴面协同理论的铁路基础设施形变评估方法，其特征在于，包括：
2.根据权利要求1所述的基于模数驱动轴面协同理论的铁路基础设施形变评估方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的基于模数驱动轴面协同理论的铁路基础设施形变评估方法，其特征在于，基于所述形变监测数据、所述铁路外部环境数据和所述铁路业务数据综合分析，确定铁路基础设施形变评估等级，包括：
4.根据权利要求3所述的基于模数驱动轴面协同理论的铁路基础设施形变评估方法，其特征在于，分别对所述形变监测数据和所述铁路外部环境数据进行分析，得到分析结果，包括：
5.根据权利要求3所述的基于模数驱动轴面协同理论的铁路基础设施形变评估方法，其特征在于，分别对所述形变监测数据和所述铁路外部环境数据进行分析的过程中保持时间维度统一。
6.根据权利要求3所述的基于模数驱动轴面协同理论的铁路基础设施形变评估方法，其特征在于，基于所述分析结果和所述铁路业务数据，确定所述铁路基础设施形变评估等级，包括：
7.根据权利要求6所述的基于模数驱动轴面协
8.根据权利要求7所述的基于模数驱动轴面协同理论的铁路基础设施形变评估方法，其特征在于，所述铁路基础设施形变评估等级包括状态正常、低风险隐患、中风险隐患和高风险隐患。
9.根据权利要求7所述的基于模数驱动轴面协同理论的铁路基础设施形变评估方法，其特征在于，所述方法还包括：
10.根据权利要求9所述的基于模数驱动轴面协同理论的铁路基础设施形变评估方法，其特征在于，展示的铁路基础设施形变评估过程中的相关信息包括以下信息中的一种或多种：
...【技术特征摘要】
1.一种基于模数驱动轴面协同理论的铁路基础设施形变评估方法，其特征在于，包括：
2.根据权利要求1所述的基于模数驱动轴面协同理论的铁路基础设施形变评估方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的基于模数驱动轴面协同理论的铁路基础设施形变评估方法，其特征在于，基于所述形变监测数据、所述铁路外部环境数据和所述铁路业务数据综合分析，确定铁路基础设施形变评估等级，包括：
4.根据权利要求3所述的基于模数驱动轴面协同理论的铁路基础设施形变评估方法，其特征在于，分别对所述形变监测数据和所述铁路外部环境数据进行分析，得到分析结果，包括：
5.根据权利要求3所述的基于模数驱动轴面协同理论的铁路基础设施形变评估方法，其特征在于，分别对所述形变监测数据和所述铁路外部环境数据进行分析的过程中保持时间维度统一。
6.根据...
【专利技术属性】
技术研发人员：王同军，李平，刘亿，李樊，谭立刚，张晓栋，邵赛，封博卿，徐晓磊，潘佩芬，张红亮，李聪旭，王志强，潘烨，李瑞，李宗洋，杨美皓，杨梦雪，杨柳，栾中，朱宇豪，李雅兵，张志国，陈万春，王胜泉，常思远，
申请(专利权)人：中国国家铁路集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。