论文部分内容阅读
铁路轨道是铁路运输的基础设施之一,在车辆行驶中,来自机车车体的压力和震动直接作用于轨道,导致轨道质量发生恶化。轨道质量状态的优劣影响到列车运行安全性、旅客乘车舒适度以及设备使用寿命。因此保证铁路轨道的高平顺性是保证铁路正常运输的基础。轨道不平顺预测是指使用预测模型,对轨检车检测的轨道不平顺数据拟合其发展趋势,并对其未来变化情况进行预测。轨道不平顺预测是及时发现轨道恶化程度,合理制定养护维修计划,提高工务部门维修效率的可靠保障。因此,轨道不平顺预测方法研究具有重要的现实意义。本文在研究大量轨道不平顺相关文献的基础上,介绍了国内外轨道不平顺检测数据的分析方法,并对各国轨道不平顺预测模型的研究工作进行综述。其次,详细介绍各类轨道不平顺的表现形式以及形成原因。在分析大量轨道不平顺检测数据的基础上,使用莱茵达法则和绝对值修正法剔除检测数据中的粗大异常值；针对同一里程范围内多批次检测存在的里程漂移问题,使用相对关联度度量各批次检测波形间的相似程度,计算出里程漂移误差,实现各批次数据里程校正。在对轨道不平顺数据发展规律进行分析的基础上,针对用于预测的检测批次较少和短期预测情况,重点研究指数平滑预测法和非等时距灰色系统预测模型对轨道质量指数TQI的预测。根据两种模型的预测结果与数据实测值对比发现,指数平滑法存在发展趋势预测滞后,而非等间距GM(1,1)模型对于具有随机波动特性的数据预测效果较差。因此,本文建立基于灰色关联度的组合预测模型,对指数平滑和非等间距GM(1,1)模型进行组合,求解使预测结果达到最优的权重系数,建立ESGM(1,1)-RGCD组合预测模型。为了验证组合模型预测效果,本文选取某线路TQI实测值进行实验分析,结果表明ESGM(1,1)-RGCD模型能够较好的拟合TQI数据发展趋势,并提高了单一模型的预测精度,可用于短期TQI数据的预测。最后,本文介绍了轨道复合不平顺的计算方法,并利用ESGM(1,1)-RGCD模型对复合不平顺标准差进行预测,预测结果表明组合模型对复合不平顺标准差预测精度较高,可用于复合不平顺管理工作研究。