一、关于应用轨道质量指数技术指导线路养护维修作业的探索（论文文献综述）
许豪[1]（2021）在《基于动态检测数据的铁路轨道质量状态评价研究》文中研究指明随着铁路技术的不断发展,铁路轨道平顺性状态检测分析逐渐引发人们的重视。良好的铁路轨道质量状态可以保障铁路的安全,并为乘客提供舒适的乘坐体验。基于轨道检查车可以进行轨道质量的动态安全检测,不仅可以为轨道质量的安全管理提供数据支撑及决策方案,同时参照大量的检测数据也可以挖掘出轨道的不平顺发展规律。因此,如何准确的获取轨道形态数据,并利用检测数据有效指导现场的养护维修正成为国内外研究者关注的重点话题。在轨道检测环境中,检测设备受阳光干扰、设备故障等因素影响会产生一些异常值。这不仅会影响铁路轨道的质量状态的准确评价,也会影响后续的轨道质量状态的预测研究。同时在轨道质量指数预测研究中,因检测数据权重比、背景值等因素造成模型最终的预测精度不理想,随机适应性较低。为解决上述问题,本文进行了以下几个方面的研究。（1）检测数据异常值修正处理研究。轨检数据的异常值修正研究可分为采样点数值异常修正和采样点里程异常修正。针对采样点数值异常修正研究,本文采用了组合法的采样点数值修正模型,通过将粗差剔除理论中的莱茵达准则与绝对均值法组合应用,实现了采样点数值的有效识别修正。实验结果表明:在均方根误差上,基于组合法的异常值修正模型相比小波变化法和变化率修正法平均降低了11.7%和9.35%;对于轨检数据的里程异常值研究,本文构建了基于拉格朗日分段插值法的里程异常组合修正模型,通过里程初步修正-数据分段处理-分段数据插值-改进DTW算法里程异常精确修正处理的一系列步骤,里程异常修正精度可达0.25m,里程异常修正后的相关系数平均能够达到0.98,有效的解决了轨检数据采样点里程异常的问题,方便后续的检测数据质量评价预测研究。（2）基于优化非等时间隔灰色模型的TQI预测模型构建。为解决TQI预测模型中因检测数据权重比、背景值等因素造成预测结果不理想的问题,本文提出了一种优化非等时间隔的灰色模型结合BP神经网络的TQI预测模型,通过对非等时间隔灰色模型从背景值构造、初始值选取、检测数据权重三个角度进行优化,提高了轨道TQI预测的趋势成分预测精度。针对轨道TQI预测中的随机波动成分,本文采用了BP神经网络模型,借助其良好的融合性及学习特性,有效地修正了检测数据中的残差序列,提高了最终模型的预测精度,实现了良好的轨道质量寿命预测。实验证明:本文构造的轨道TQI预测模型在模型预测相对误差上,与改进灰色和PSVM模型、GM＿GA＿Elman模型相比,分别减小了18.2%和15.7%。验证了该模型的有效性和鲁棒性,依据该模型可以实现铁路轨道的预防性维修决策方案。（3）可视化轨道检测数据管理平台的设计与研发。在基于动态检测数据的铁路轨道质量状态评价研究基础上,实现了可视化轨道检测数据管理平台的设计。根据不同线路的应用场景,能够实现实时轨道动态数据采集、历史数据的处理分析及当前线路轨道几何不平顺数据预测,并通过云端数据管理平台实现原始检测数据、数据处理结果及轨道几何不平顺预测结果的存储管理,方便用户在任意时刻的查询分析。
付宏贵[2]（2021）在《基于轨检车数据的汉丹线大机捣固作业优化研究》文中指出大机捣固是工务部门进行有砟线路维修的主要机械化手段,能够大幅度提高轨道质量,但受维修成本限制不能大范围开展。轨检车数据是工务部门进行线路维修的主要依据,而既有的轨道质量评价指标不能有效指导线路大机捣固维修。工务部门要充分运用轨检车数据指导大机捣固维修,优化维修计划决策方案,在更高的轨道质量、更少的捣固维修投入中找到平衡点。本文在总结分析国内外大机捣固维修技术的基础上,统计了汉丹线的轨检车数据、捣固维修数据,围绕捣固指数的研究、捣前静态测量方法的优选和捣后质量验收评价,从以下几个方面进行研究:（1）分析了汉丹线2017年至2020年的大机捣固数据和捣固前后的轨道不平顺改善情况,对轨道质量指数进行优化提出改良的捣固指数,以捣固指数为基础提出捣固质量管理值。（2）结合捣固车类型和作业条件,确定最小捣固区段长度即捣固单元,通过计算每个捣固单元的捣固指数,与捣固质量管理标准值对比,提出优化的捣固计划决策方案。（3）介绍了4年内使用的3种不同的捣前静态测量方法,分析不同测量方法的优缺点,提出汉丹线大机捣固维修的捣前静态测量方法优选方案,并统计拟合得出3种不同测量方法的捣固前后线性关系式。（4）根据制定的捣固维修计划和优选的捣固静态测量方法,采用捣固后累积分布、线性拟合关系式两种方法对比分析,提出汉丹线大机捣固质量验收标准,并对2021年捣固区段的质量进行评价。
杜晓瑞[3]（2021）在《高速铁路32米箱梁徐变线路段识别及发展预测研究》文中研究说明我国的高速铁路建设具有“以桥代路”的特点,大量采用32米混凝土简支箱梁的结构。箱梁徐变上拱明显降低了轨道平顺性,需要科学合理地安排养护维修作业。在箱梁区段上进行轨道成段精调或大机捣固作业的时机非常重要,最理想的维修作业应该在徐变上拱趋于稳定后。为此,本文依据轨道动态检测数据,对高速铁路32米箱梁徐变线路段识别及发展预测问题进行研究,论文主要研究工作如下:（1）分析了箱梁徐变上拱引起的轨道高低变化特征,通过比较不同类型区段上的高低幅值差异,明确了徐变上拱典型区段的概念,通过比较箱梁跨中、梁端位置处的高低时间序列变化趋势,发现在箱梁徐变上拱过程中,跨中部位的高低并未发生显着变化,梁端处的高低持续向负高低发展,提出本文将研究徐变上拱作用下梁端处的高低变化过程。（2）综合运用功率谱估计和频谱分析提出了基于组合模型的徐变上拱典型区段识别方法。将里程区段划分为相邻不重叠的单元区段,提高识别结果的线路分辨率,通过识别高低数据的周期性特征对徐变区段进行判定,依据能量阈值的判别条件对典型区段进行区分。基于案例分析从时间和空间维度检验方法的识别效果,结果表明,本文的方法能够可靠识别高铁线路中的箱梁徐变上拱典型区段。（3）综合运用小波分解、数据滤波、长度最小误差原则提出了箱梁梁端定位方法。将被判别为徐变上拱典型区段的单元区段重新合并为区段整体进行分析,通过小波分解和数据滤波初步提取箱梁徐变上拱波形,基于长度最小误差原则进行梁端里程偏差修正精确定位梁端。与短时傅里叶变换和平滑伪维格纳变换的定位结果进行对比,结果表明,本文的方法具有较高的定位精度,能够准确定位徐变上拱典型区段内的全部梁端。（4）综合运用Mann-Kendall趋势检验、AIC-ARIMA模型提出了徐变上拱状态判别方法和梁端高低预测方法。依据梁端定位结果构建梁端高低时间序列,通过检验序列的趋势判断徐变上拱状态,利用AIC准则通过动态定阶和统计分析确定预测模型的唯一最优参数,对徐变上拱继续发展的箱梁端部高低进行预测。结合梁端定位的实际案例,检验全部箱梁的徐变上拱状态,依据趋势检验结果预测高低变化,另外采用长短期记忆网络和支持向量回归进行预测对比分析。结果表明,本文的方法具有良好的适用性和较高的预测精度,能够有效判别徐变上拱状态,有效预测梁端高低变化。
刘坤[4]（2021）在《高速铁路道岔动态特性分析及评价方法研究》文中研究说明高速铁路运输在我国交通运输体系的地位越来越重要,而高速道岔作为高速铁路的重要固定设备,又是设备管理单位的检修的重中之重。高速道岔因其结构和轮轨关系复杂,列车高速冲击使其病害主要集中在轨道几何尺寸超限、尖轨及心轨降低值超标、工电结合部间隙过大、尖轨侧磨和联结零件松动断裂等方面。高速道岔的轨道几何尺寸、间隙、钢轨表面伤损、联结零件和标志标记等问题可通过传统的保养质量评定或人工静态检查发现并处理,但对道岔通过状态下的性能难以检查与评估。利用综合检测列车检测的轨道几何和轴箱加速度等数据分析列车过岔时的动态特性,可以科学地评价道岔通过状态综合性能。然后,利用评价结果科学合理的编制年度、月度维修计划,实现综合维修和单项病害整治相结合,有利于道岔设备质量的常态保持和均衡提升,对成本最优目标的控制具有非常重要的意义。道岔区的短波和中长波病害是影响列车安全性、稳定性和平稳定的关键因素,而轴箱加速度、车体横向加速度、车体垂向加速度和构架横移等动态响应数据又是核心的关键因素。通过对综合检测列车采集的动态数据进行时频分析,分别探索轴箱加速度、车体横向加速度、车体垂向加速度和构架横移与高速道岔静态病害之间的关联关系。经过大量数据类比分析和现场复核,得到道岔区接头、钢轨擦伤掉块和波磨等是影响轴箱加速度的关键因素,高低不平顺病害对车体垂向加速度的影响较大,而轨向不平顺是车体横向加速度和构架横移的核心影响因素。通过对列车过岔的动态响应数据进行短时傅里叶变换和处理,得到了轴箱垂向振动加速度、车体横向及垂向加速度的时频分布,获得了轴箱加速度的主频及对应的道岔短波病害,验证了利用轨道冲击指数（TII）评价短波病害的可行性,获得了横向加速度和垂向加速度的主频及对应的不同波长的中长波病害,并验证了利用加权综合指标（WCI）评价中长波病害的可行性。在综合分析的基础上,利用层次分析法开展了包含短波及中长波病害的道岔状态综合性能评价。最后,利用道岔状态综合性能评价结果对道岔单元管理和检修任务的制定进行了优化。提出利用评判短波病害的轨道冲击指数（TII）和评判中长波病害的加权综合指标（WCI）得到道岔通过状态综合指数（TPCI）,并以此评判道岔的通过状态。通过国产客专18号道岔的静态病害和整治复核验证了该方法的实用性。本文的研究成果对高速道岔的检修和成本控制具有较强指导意义,同时也为道岔动态单元管理和年度生产计划、月度维修任务和周维修重点的制定提供科学的数据支持。另外,该成果对有砟道岔的通过状态性能综合评价也具有较强的借鉴意义。
于东东[5]（2021）在《普速铁路线路动静态轨检数据综合分析应用研究》文中进行了进一步梳理铁路工务部门主要的任务是对线路设备进行日常养护和维修,保障线路设备的完整与运行质量,确保列车能够按照相关规定安全运行。在平时的养护维修中,通过手工现场检查、便携式添乘仪添乘检查、轨道检查车全面检查等方式,收集了大量的检测、维修等的资料。但是由于缺少对轨检信息精确而又深度的综合分析,导致轨检信息作用发挥不够明显,对养护维修生产进行指导的时效性不强。针对这一问题,本文依托陇海铁路洛阳工务段管内线路设备动静态轨检数据,通过动静态数据的综合分析和现场应用情况对比,开展了依托轨检数据进行病害查找、病害原因分析以及维修作业方法的研究,提高了维修作业的精准性。主要研究工作和结论如下:（1）首先分析了国内外轨检车发展应用情况,对其检测原理、检测项目、数据处理系统和超限成因分析进行了全面介绍和详细分析;（2）应用轨道状态波形图、超限报表、振动加速度及动力学指标超限等多个指标,对单项大值病害以及复合叠加病害的查找等多方面进行综合分析,通过直接复核法、特征点复核法和参照复核法对理论分析结果进行实践验证,提高了病害复核的效率和精准度;（3）通过对洛阳工务段管内2020年全年陇海上下行正线轨检车检测数据进行细致深入的对比分析,普速铁路轨道几何不平顺超限的主要原因集中在小半径曲线养护维修不到位、站场道岔群设备养护不到位和大型机械作业车无法调整轨距及轨距变化率三个方面;并提出了加强小半径曲线养护、人工配合大机作业和改善道岔群状态三个方面的措施建议,通过对现场应用结果的跟踪调查,达到了预期效果;（4）在对各种动静态轨检数据进行综合对比分析的基础上,提出了利用动静态轨检数据精准安排大型机械作业车作业计划、精准判别病害及合理安排区段精调作业。
安茹[6]（2021）在《铁路轨道捣固维修决策优化研究》文中认为大型养路机械捣固维修作业是各国铁路工务部门为改善有砟轨道的轨道几何状态而采用的最主要、最有效的维修方式,也是成本最高的轨道维修作业之一。目前,我国铁路主要采取“周期修”的捣固维修模式。随着路网规模的不断扩大、列车速度的高速化、列车载荷的重载化,传统的捣固维修模式已经难以满足铁路运输对轨道状态安全性、稳定性、可靠性的要求,以及管理者在维修成本控制方面的迫切需求。因此,我国铁路捣固维修模式正逐步由“周期修”向“预防性状态修”转变。要实现这一转变,需要研究解决轨道几何状态劣化规律及捣固维修周期的准确预测、捣固维修规划及维修计划的优化等关键问题。本文围绕铁路轨道预防性捣固维修决策,对捣固维修周期预测、较长时间跨度的捣固维修规划优化和捣固维修短期施工计划优化等三个方面的问题进行了研究,分别构建了铁路轨道单元区段捣固维修周期个性化预测模型、捣固维修五年规划双目标优化模型和捣固维修月度施工计划双目标优化模型,具体内容如下:（1）构建了基于时间尺度变换维纳过程方法（Time-Transformed Wiener Process,TTWP）的铁路轨道单元区段捣固维修周期个性化预测模型。模型在充分考虑轨道几何状态劣化过程异质性、不确定性等特征的前提下,将线性、连续、长大的铁路轨道以200m长度单元划分成多个轨道单元区段,以每个轨道单元区段为建模对象,创新性地利用TTWP方法及每个200m轨道单元区段自身的轨道几何状态检测及捣固维修生产管理数据,个性化地描述了其相邻两次捣固维修之间高低标准差随时间的劣化规律,在此基础上结合捣固维修阈值个性化地预测了各个200m轨道单元区段的捣固维修周期。作者以兰新线铁路下行线路2187个200m轨道单元区段（里程范围为K548+000～K985+400）的为案例研究对象,利用其2015年4月至2018年11月高低标准差的轨检车检测数据和捣固维修记录数据对其捣固维修周期进行了预测,并通过分析预测准确度验证了模型的有效性,结果表明:模型能够辅助管理者较准确地分析铁路轨道的捣固维修需求,可为合理安排预防性捣固维修提供决策支持。（2）构建了基于可靠度-维修成本最优的铁路轨道捣固维修规划双目标优化模型（BORTTP模型）。模型针对一条铁路线路捣固维修五年规划的编制,以每200m轨道单元区段为捣固维修决策单元,以“季”为决策时刻,在利用第三章模型对该线路各轨道单元区段的状态和捣固维修需求进行预测的基础上,以规划周期内平均可靠度最大和总维修成本最小为双目标,在基于捣固维修周期的最晚捣固时机和基于剩余寿命的最早捣固维修时机的约束条件下,利用带精英策略的快速非支配排序遗传算法（NSGA-II）求解确定了该条线路未来五年内的捣固维修规划方案,即规划周期内在哪一季度对哪些轨道单元区段安排捣固维修是最优的。模型通过在成本目标函数中考虑捣固维修轨道占用成本实现了对机会维修策略的考虑,通过考虑最早捣固维修时机约束实现了对寿命损失的考虑。为验证模型的有效性,作者以兰新线铁路下行线路2187个200m轨道单元区段（里程范围为K548+000～K985+400）为案例研究对象,利用BORTTP模型及设计的求解算法求解了该段线路的五年捣固维修规划方案,并将求解结果与实际管理数据及其他模型（未考虑机会维修策略的模型和未考虑寿命损失的模型）的求解结果进行了对比,结果表明:（1）模型能够为管理者提供多种可供选择的捣固维修规划方案,且能够辅助管理者直观地分析出捣固维修费用对轨道可靠性的影响;（2）BORTTP模型得到的捣固维修规划方案,其年平均捣固维修工作量普遍低于实际的年平均捣固维修工作量,最高可优化21.4%;（3）与未考虑机会维修策略的模型相比,BORTTP模型求解结果对应的轨道占用成本更低,且更符合实际捣固维修管理需求;（4）与未考虑寿命损失的模型相比,BORTTP模型的优化结果能够避免超前修、过度修等不科学捣固维修活动的发生。（3）构建了基于轨道占用时间-轨道几何状态最优的捣固维修月度施工计划双目标优化模型（BOMTIS模型）。模型针对工务段内线路大机捣固维修作业月度施工计划的编制,以轨道占用时间最少、轨道几何状态最优为双目标,在捣固维修规划方案、维修资源、天窗内捣固车可移动范围、天窗内最小作业量等约束条件下,利用基于NSGA-II设计的求解算法确定了月度内大机捣固维修作业的施工日期、施工时间和施工里程位置。作者以嘉峪关工务段辖内兰新线下行线路2016年4月的捣固维修施工计划编制为案例,利用本文提出的BOMTIS模型求解了该段线路在2016年4月安排大机捣固维修作业的施工日期、施工天窗时间和施工里程位置,并将求解结果与实际捣固维修施工计划数据进行了对比分析,验证了模型的有效性,结果表明:模型能够为管理者提供多种可供选择的捣固维修月度施工计划方案,且相比于管理实际,能够以更少的轨道占用时间实现较好的轨道几何状态水平。
雍安泰[7]（2020）在《高铁综合检测列车检测数据异常点判定及轨道不平顺劣化趋势预测》文中提出伴随着“交通强国”战略的实施,铁路作为中国经济运行的大动脉,将成为推动“交通强国”战略实施的重要工具。保障铁路运行安全是铁路运输正常运营的重要前提,也是铁路相关部门的工作核心。以轨道不平顺检测数据为研究对象,对轨道状态劣化规律进行挖掘,有助于铁路相关部门科学合理地编排轨道养护维修的计划,从而确保列车运营安全。在分析国内外关于轨道质量状态劣化趋势研究及轨道几何不平顺预测理论的基础上,本文对轨道检测数据异常值处理、轨道质量状态劣化特征以及轨道几何不平顺趋势预测三个方面进行了研究。首先,针对高速铁路综合检测列车检测数据中的质量问题进行了原因与影响的研究,并且对维修作业点与异常值进行区分,筛选后对异常值进行修复。其次,对处理后的检测数据进行分析,发掘轨道质量状态变化规律,最终得出轨道质量状态变化存在三个明显的特征,即波形变化、周期性、劣化速率。随后,根据轨道质量状态劣化的特征,在基于线性回归预测模型的基础上改进构建轨道几何不平顺趋势预测模型,。最终,预测得出轨道质量状态变化趋势,结合轨道质量维修管理标准,指导养护维修计划的编制。本文收集了检测列车在昌福线自2014年11月至2019年4月的不同区段轨道检测数据,利用上述数据对本文提出异常数据处理方法进行验证,结果表明该方法能够有效识别并处理异常数据。同时利用处理过后的数据对轨道几何不平顺趋势预测模型进行了验证和精度分析,结果显示本文提出的轨道几何不平顺趋势预测模型效果良好。
马帅[8]（2020）在《基于车辆响应的轨道几何状态评价方法研究》文中研究指明科学的轨道几何状态评价方法是保障列车安全舒适运行的重要支撑,车辆响应是评价列车运行安全舒适性的重要指标。由于轨道几何与车辆响应之间关系复杂,轨道几何局部峰值和轨道质量指数的评价方法很难反映列车运行安全舒适状态。因此,需要研究建立基于车辆响应的轨道几何状态评价方法。本论文在系统分析轨道几何和车辆响应之间相关性的基础上,利用深度学习方法提出了车辆响应预测模型,然后通过轨道几何预测轮轨力、车体加速度、舒适度等车辆响应指标,最后利用层次分析法和模糊综合评价对轨道几何和车辆响应等多指标进行综合,提出了轨道几何状态评价方法。论文主要研究内容和成果如下:（1）采用统计分析、时频分析等方法,系统分析了轨道几何与车辆响应的相关性和多波段统计特征。针对轨道几何与车辆响应之间的复杂关系,结合相关分析、相干分析、传递函数等方法,从单变量和多变量、时域和频域、线性和非线性等方面,对二者的相关性进行了定量分析;提出了基于小波分析的多波段成分提取方法,分析确定了轨道几何与车辆响应多波段成分的概率分布特性与重复性特征,为车辆响应预测的数据建模奠定基础。（2）采用深度学习方法,提出了瞬时车辆响应预测模型和车辆响应区段状态指标预测模型。针对传统机器学习模型在特征学习和泛化能力方面的不足,基于深度学习中具有数据趋势信息学习能力的长短时记忆网络（Long short-term memory,LSTM）,建立了LSTM瞬时车辆响应预测模型;针对LSTM难以有效学习轨道几何长距离趋势信息和多波段统计特征的不足,将同时具有形状特征学习能力和数据滤波功能的卷积神经网络（Convolutional neural network,CNN）与LSTM相结合,提出了CNN-LSTM瞬时车辆响应预测模型,以提高模型的预测准确度;根据“轨道几何→车辆响应→区段状态指标”的逻辑关系,将CNN-LSTM与多层感知机（Multi-layer Perception,MLP）相结合,利用MLP学习瞬时车辆响应与区段状态指标的复杂函数关系,提出了CNN-LSTM-MLP车辆响应区段状态指标预测模型,并针对区段状态指标预测任务建立了多目标损失函数和基于局部梯度下降算法的模型训练方法,为车辆响应预测和基于车辆响应的轨道几何状态评价提供支撑。（3）考虑列车运行安全性和旅客乘坐舒适性,利用轨道几何预测轮轨力、车体加速度、舒适度指标,并对模型的预测性能和预测结果进行了对比分析。利用LSTM瞬时车辆响应预测模型预测轮轨力,并由轮轨力计算脱轨系数、轮重减载率等安全性指标,利用CNN-LSTM瞬时车辆响应预测模型预测车体加速度,利用CNN-LSTM-MLP车辆响应区段状态指标预测模型预测舒适度指标。为了使模型的预测性能达到最优,采用参数敏感性分析和预测性能对比的方法确定了车辆响应预测模型的结构参数和训练参数。分析发现,轮轨力和车体加速度的绝对预测误差小于检测精度,预测舒适度指标的精度等级接近1级,预测准确度显着优于传统机器学习模型。此外,预测的轮轨力和车体加速度有助于定位影响列车运行安全舒适性的局部轨道几何病害,预测的舒适度指标有助于识别旅客乘坐列车舒适性较差的轨道区段。（4）结合层次分析法和模糊综合评价,对预测的车辆响应指标和既有轨道几何指标进行综合,提出了轨道几何状态模糊综合评价方法。针对既有轨道几何评价方法无法客观反映车辆响应的不足,以预测的车辆响应指标为主要因素、以既有轨道几何指标为辅助因素,建立了综合评价的因素集,并对既有评价等级进行了精细划分,建立了等级集和综合评价体系;参考既有管理标准制定了轨道几何指标与车辆响应指标的分级管理标准,针对既有超限扣分法存在跳跃性的不足,提出了连续型扣分函数,进而建立了基于扣分函数的因素集计算方法;采用层次分析法计算因素集权重,采用模糊综合评价计算等级集的模糊隶属度,并在此基础上,提出了数值连续的模糊综合评价指标和具有模糊边界的管理标准,建立了轨道几何状态模糊综合评价方法;通过对比既有轨道质量指数评价方法发现,轨道几何状态模糊综合评价方法能够同时反映轨道平顺性、列车运行安全性、旅客乘坐舒适性,实现轨道几何状态的连续性、模糊性、精细化综合评价。
吴含雪[9]（2020）在《高铁工务系统岗位安全链条模型构建及应用》文中认为作为铁路运输大动脉,高速铁路工务系统是保障高速列车安全、平稳、畅通的关键所在。因此,通过科学技术手段,针对高铁工务系统,辨识其存在的安全风险,排查其运行过程中的事故隐患,具有重要的经济价值和社会意义。本研究依托中国铁路总公司科技研究开发计划项目“铁路运营安全关键技术研究—高速铁路运营安全理论与实践研究”,以中国铁路某局集团有限公司某高铁工务段为研究对象,基于对其工务系统各岗位环节及环节间耦合作用机理分析,构建其岗位安全链条模型并进行实例验证,以期实现对高铁工务系统实施全过程、全方位的科学管控,提升系统整体安全水平。（1）对高铁工务系统进行了岗位环节划分及风险辨识:首先,基于实地调研和文献研究,将高铁工务系统划分为“线路设备设施、沿线外部环境、安全联络、防灾安全监控、数据管理”五个岗位环节;然后,分析了各岗位环节的安全风险,考虑到线路设备设施岗位的复杂性,运用HAZOP对其进行了安全风险辨识。（2）分析了高铁工务岗位及安全影响因子影响关系:首先,用粗集理论对辨识出的岗位安全风险因素进行属性约简,得到了24个核心的岗位安全影响因子;然后,运用DEMATEL方法分析了五个岗位环节之间以及与之相对应的24个岗位安全影响因子之间相互作用关系,从而构建了高铁工务岗位安全影响关系图。（3）构建了高铁工务岗位安全链条静态模型:首先,定义了高铁工务岗位安全链条;然后,基于普适安全理论对高铁工务岗位安全影响关系图进行了优化,一方面,找出了各岗位环节间相互衔接关系;另一方面,引入了规章制度、领导监督和高铁工务安全三个新的影响要素,并构建了高铁工务岗位安全链条静态模型。（4）构建了高铁工务岗位安全链条系统动力学（SD）模型:运用系统动力学分析方法对高铁工务岗位安全链条静态模型进行了优化。依次建立了高铁工务系统岗位安全链条因果关系图及流图,并确定了正反馈回路、负反馈回路、变量、变量方程及参数。最终,构建出了可实现动态仿真的高铁工务岗位安全链条SD模型,并将模型仿真结果结合现场实际进行对比分析,证明该模型的有效性。（5）结合中国铁路某局集团有限公司某高铁工务段实际,对高铁工务岗位安全链条模型进行了应用,通过对岗位安全链条模型边界变量的赋值与分析,仿真预测了某年6月-12月该工务段各岗位环节安全运行状态及其安全影响因子变化趋势;根据预测结果提出了具有针对性的安全对策,以期实现对高铁工务系统运行过程的有效管控。
赵扬[10]（2020）在《基于马尔科夫决策过程的城市轨道交通轨道不平顺修理决策优化技术研究》文中研究表明近年来,我国城市轨道交通发展十分迅速。随着城市轨道交通运营里程的不断增加,人们越来越关注列车运营的安全性和舒适性。而轨道不平顺对于行车的安全、舒适性以及环境噪声等均有非常重要的影响。因此,研究城市轨道交通轨道不平顺修理决策优化技术,对科学控制轨道不平顺修理成本,确保行车安全有着重要意义。本文通过分析国内外关于轨道不平顺修理决策优化研究现状,结合城市轨道交通轨道不平顺的修理决策需求,构建了基于马尔科夫决策过程（Markov Decision Process,MDP）的城市轨道交通轨道不平顺修理决策优化模型。模型将一条线路以200m为单位划分为多个轨道单元,在考虑轨道不平顺劣化的不确定性和异质性因素的前提下,采用MDP方法制定该条线路在一个长周期内最优的轨道不平顺修理决策。模型以当前决策时刻至周期末的成本最小为目标函数,约束条件包含了修理活动约束、轨道单元数量约束、修理预算约束、状态等级比例约束和状态转移约束等,最后通过混合整数线性规划算法进行模型求解。为对模型进行验证,作者通过参与北京交通大学承担的北京市交通委员会项目《基于大数据的轨道线路精细化管理》以及北京市地铁运营有限公司项目《北京地铁轨道智能运维管理信息系统》,收集了北京地铁1号线上下行的历史轨检车检测数据,年度修理计划和线路设备台账数据,确定了模型计算所需的参数,并通过蒙特卡罗模拟方法对1号线上行线及下行线5年的轨道不平顺状态变化进行动态模拟,实现了修理决策的动态优化。最后,将模型计算后得到的修理决策与现场实际的执行修理决策进行对比,结果表明经模型优化后的修理决策能够基于轨道当前时刻的不平顺状态及状态变化规律,针对不同空间位置的轨道单元科学安排修理活动,在保障安全的同时有效降低了修理成本,从而验证了模型的有效性。作者设计与开发了北京地铁轨道不平顺修理决策优化子系统,作为北京地铁轨道智能运维管理信息系统的子系统。论文对北京地铁轨道不平顺修理决策优化子系统的功能模块和数据库进行了设计,并利用Microsoft Visual Studio 2015开发工具和Matlab程序实现了系统的开发工作。最后利用1号线上行线的轨检车数据进行系统的应用效果分析,验证了系统功能的有效性。
二、关于应用轨道质量指数技术指导线路养护维修作业的探索（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、关于应用轨道质量指数技术指导线路养护维修作业的探索（论文提纲范文）
（1）基于动态检测数据的铁路轨道质量状态评价研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 轨道检测技术发展研究 |
| 1.2.2 检测数据异常值修正处理研究 |
| 1.2.3 轨道质量指数预测模型研究 |
| 1.3 主要研究内容及技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 技术路线 |
| 1.4 论文的组织结构 |
| 第2章 检测数据异常值修正处理 |
| 2.1 采样点数值异常的修正处理 |
| 2.1.1 异常值影响因素分析 |
| 2.1.2 组合法异常值处理研究 |
| 2.1.3 采样点数值异常处理实验 |
| 2.2 采样点里程异常修正处理研究 |
| 2.2.1 里程偏差影响因素分析 |
| 2.2.2 拉格朗日分段插值法的组合里程修正 |
| 2.2.3 采样点里程异常处理实验 |
| 2.3 本章小结 |
| 第3章 基于优化非等时间隔灰色模型的TQI预测模型构建 |
| 3.1 TQI发展趋势及预测建模理念 |
| 3.1.1 TQI发展趋势研究 |
| 3.1.2 TQI预测建模机理 |
| 3.2 非等时间隔灰色加权轨道预测模型 |
| 3.2.1 非等时间隔灰色预测模型的建立 |
| 3.2.2 非等时间隔灰色预测模型的优化 |
| 3.3 BP神经网络模型的随机成分预测模型 |
| 3.4 预测模型的整体工作流程 |
| 3.5 模型的检验分析 |
| 3.5.1 实验设计 |
| 3.5.2 实验结果分析 |
| 3.6 线路状态评价分析及维修周期预测 |
| 3.6.1 线路状态评价分析 |
| 3.6.2 维修周期预测 |
| 3.7 本章小结 |
| 第4章 可视化轨检数据管理平台的构建 |
| 4.1 平台创建的目的 |
| 4.2 平台的开发环境及语言 |
| 4.3 平台总体功能设计 |
| 4.3.1 数据采集模块 |
| 4.3.2 数据处理模块 |
| 4.3.3 数据展示模块 |
| 4.3.4 TQI趋势预测模块 |
| 4.3.5 轨道质量状态评价模块 |
| 4.4 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 参考文献 |
| 硕士期间公开发表论文与参与科研项目 |
| 致谢 |
（2）基于轨检车数据的汉丹线大机捣固作业优化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 前言 |
| 1 绪论 |
| 1.1 引言 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 研究现状及当前需求分析 |
| 1.3 主要研究内容 |
| 1.4 技术路线 |
| 2 基于轨检车数据的捣固状态评价与维修决策研究 |
| 2.1 捣固指数及管理标准研究 |
| 2.1.1 捣固前后检测数据分析 |
| 2.1.2 捣固指数及计算方法 |
| 2.1.3 捣固指数管理标准 |
| 2.2 捣固维修决策技术优化研究 |
| 2.3 本章小结 |
| 3 大机捣前静态测量方法优选研究 |
| 3.1 全站仪+水准仪测量技术及运用 |
| 3.1.1 水准仪测量线路纵断面 |
| 3.1.2 全站仪测量线路平面 |
| 3.1.3 测量作业组织及线位优化方案 |
| 3.2 0级小车测量技术及运用 |
| 3.2.1 各项目测量原理 |
| 3.2.2 测量作业组织及线位优化方案 |
| 3.3 惯导小车测量技术及运用 |
| 3.3.1 精密惯导模块测量的优势 |
| 3.3.2 测量作业组织及线位优化方案 |
| 3.4 不同捣前测量方法作业效果分析 |
| 3.4.1 全站仪+水准仪测量运用分析 |
| 3.4.2 0级小车测量运用分析 |
| 3.4.3 惯导小车测量运用分析 |
| 3.5 三种测量方法对比优选方案 |
| 3.6 本章小结 |
| 4 汉丹线大机捣固质量验收评估研究 |
| 4.1 汉丹线捣固验收标准分析 |
| 4.2 汉丹线捣固质量验收评价 |
| 4.3 本章小结 |
| 5 结论与展望 |
| 5.1 结论与创新点 |
| 5.1.1 本文结论 |
| 5.1.2 本文创新点 |
| 5.2 展望 |
| 参考文献 |
| 作者简历及攻读学位期间取得的科研成果 |
| 学位论文数据集 |
（3）高速铁路32米箱梁徐变线路段识别及发展预测研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 桥梁徐变研究现状 |
| 1.3.2 轨道不平顺时频分析研究现状 |
| 1.3.3 轨道不平顺状态预测研究现状 |
| 1.3.4 国内外研究现状总结 |
| 1.4 研究内容 |
| 1.5 技术路线 |
| 2 徐变和轨道不平顺基础理论 |
| 2.1 徐变概述 |
| 2.2 轨道不平顺概述 |
| 2.3 箱梁徐变上拱引起轨道高低不平顺变化 |
| 2.3.1 周期性轨道高低不平顺波形 |
| 2.3.2 徐变上拱典型区段与非典型区段数据对比分析 |
| 2.3.3 徐变箱梁跨中与梁端高低变化对比分析 |
| 2.4 本章小结 |
| 3 32 米箱梁徐变上拱典型区段识别研究 |
| 3.1 问题描述 |
| 3.2 基于功率谱估计的徐变上拱典型区段识别 |
| 3.2.1 功率谱估计介绍 |
| 3.2.2 基于Welch谱估计的特征波长判定 |
| 3.3 基于频谱分析的徐变上拱典型区段识别 |
| 3.3.1 频谱分析介绍 |
| 3.3.2 基于频谱分析的特征波长判定 |
| 3.4 基于组合模型的徐变上拱典型区段识别 |
| 3.5 案例分析 |
| 3.5.1 案例说明 |
| 3.5.2 案例基础数据 |
| 3.5.3 不同类型徐变区段识别结果分析 |
| 3.5.4 时空维度徐变区段识别结果分析 |
| 3.6 本章小结 |
| 4 32 米箱梁徐变上拱典型区段梁端定位研究 |
| 4.1 问题描述 |
| 4.2 基于时频分析和数据滤波的梁端定位 |
| 4.2.1 时频分析和数据滤波介绍 |
| 4.2.2 基于小波分解的波形提取 |
| 4.2.3 基于滑动平均的误差过滤 |
| 4.2.4 梁端里程偏差修正 |
| 4.3 案例分析 |
| 4.3.1 案例基础数据 |
| 4.3.2 徐变箱梁梁端定位结果分析 |
| 4.4 本章小结 |
| 5 徐变上拱状态判别及梁端高低预测研究 |
| 5.1 问题描述 |
| 5.2 徐变箱梁梁端高低时间序列构建 |
| 5.3 基于趋势检验的徐变上拱状态判别 |
| 5.3.1 趋势检验介绍 |
| 5.3.2 基于Mann-Kendall检验的趋势判别 |
| 5.4 基于时间序列预测模型的徐变上拱梁端高低预测 |
| 5.4.1 时间序列预测介绍 |
| 5.4.2 基于AIC-ARIMA的梁端高低预测 |
| 5.4.3 评价指标 |
| 5.5 案例分析 |
| 5.5.1 案例基础数据 |
| 5.5.2 徐变上拱状态判别结果分析 |
| 5.5.3 徐变梁端高低预测结果分析 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 研究总结 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（4）高速铁路道岔动态特性分析及评价方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 高速铁路道岔发展现状 |
| 1.2.1 国外高速道岔发展现状 |
| 1.2.2 我国高速道岔发展现状 |
| 1.3 道岔评价及时频分析 |
| 1.3.1 道岔评价 |
| 1.3.2 时频分析 |
| 1.4 主要研究内容 |
| 2 高速道岔常见病害统计分析 |
| 2.1 高速道岔常见病害类型概述 |
| 2.1.1 道岔几何尺寸病害分析及整治 |
| 2.1.2 尖轨、可动心轨降低值超限分析及整治 |
| 2.1.3 转辙器、辙叉部位离缝分析及整治 |
| 2.1.4 道岔其他病害及整治 |
| 2.2 典型道岔病害及列车过岔动力特性关系分析 |
| 2.2.1 道岔几何不平顺的动力特性分析 |
| 2.2.2 降低值超限的动力学特性分析 |
| 2.2.3 道岔短波冲击病害的动力学特性分析 |
| 2.3 本章小结 |
| 3 高速道岔短波病害分析 |
| 3.1 道岔典型短波病害及车辆动态响应时频特性分析 |
| 3.1.1 绝缘接头病害的车辆动态响应数据特性 |
| 3.1.2 钢轨掉块区域的车辆动态响应数据特性 |
| 3.1.3 钢轨擦伤区域的车辆动态响应数据特性 |
| 3.1.4 波磨区域的车辆动态响应数据特性 |
| 3.2 道岔短波状态评价方法 |
| 3.2.1 道岔短波病害的评判步骤 |
| 3.2.2 短波病害评判应用实例 |
| 3.3 本章小结 |
| 4 高速道岔中长波病害分析 |
| 4.1 典型中长波病害及车辆动态响应时频特性分析 |
| 4.1.1 轨向不平顺的车辆动态响应数据特性 |
| 4.1.2 高低不平顺的车辆动态响应数据特性 |
| 4.2 高速道岔中长波状态评价方法 |
| 4.2.1 车体/构架动态响应指标及特性 |
| 4.2.2 道岔中长波通过性能评价 |
| 4.2.3 中长波病害评判应用实例 |
| 4.3 本章小结 |
| 5 基于车辆动态响应的高速道岔综合评价 |
| 5.1 层次分析法 |
| 5.1.1 建立层次结构模型 |
| 5.1.2 构造成对比较矩阵 |
| 5.1.3 层次排序及一致性检验 |
| 5.2 基于层次分析法的高速道岔综合评价 |
| 5.2.1 道岔综合评价模型 |
| 5.2.2 Sigmoid函数及指标归一化 |
| 5.2.3 构造成对比较矩阵和权系统确定 |
| 5.2.4 基于综合评价的不良道岔筛选效果 |
| 5.3 本章小结 |
| 6 高速道岔维修管理及整治案例分析 |
| 6.1 道岔单元管理优化及运用 |
| 6.1.1 道岔单元评价模型优化 |
| 6.1.2 动态单元管理运用 |
| 6.2 重点道岔病害复核及综合整治 |
| 6.2.1 不良道岔病害复核 |
| 6.2.2 道岔病害综合整治 |
| 6.3 本章小结 |
| 7 结论与展望 |
| 7.1 主要结论 |
| 7.2 展望 |
| 参考文献 |
| 作者简历及攻读学位期间取得的科研成果 |
| 学位论文数据集 |
（5）普速铁路线路动静态轨检数据综合分析应用研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 洛阳工务段管辖线路设备状况 |
| 1.1.2 设备运营条件 |
| 1.2 研究目的与意义 |
| 1.3 国内外研究应用现状 |
| 1.3.1 国外研究应用现状 |
| 1.3.2 国内研究应用现状 |
| 1.4 研究思路与研究内容 |
| 1.4.1 研究思路 |
| 1.4.2 研究内容 |
| 2 轨检车检测原理及数据处理 |
| 2.1 轨检车检测原理 |
| 2.1.1 轨道几何尺寸指标 |
| 2.1.2 曲率采集处理过程(GJ5) |
| 2.1.3 水平测量原理及传感器分布 |
| 2.1.4 高低测量原理及传感器配置 |
| 2.2 轨检信息数据处理 |
| 3 轨检信息超限成因分析与病害定位 |
| 3.1 轨检信息超限成因分析 |
| 3.2 轨检信息病害定位 |
| 3.2.1 检测里程的校对 |
| 3.2.2 病害查找及应用实例 |
| 3.2.3 误判信息的排除 |
| 3.2.4 现场复核方法 |
| 4 普速铁路轨道几何不平顺超限项目分析 |
| 4.1 2020 年陇海线轨检车扣分情况汇总分析 |
| 4.2 2020 年陇海线轨检车超限扣分比例分析 |
| 5 超限原因分析及措施建议 |
| 5.1 超限原因分析 |
| 5.2 措施建议 |
| 5.2.1 加强对曲线养护 |
| 5.2.2 安排人工配合大机作业 |
| 5.2.3 改善道岔群设备状态 |
| 5.3 大值偏差分析 |
| 6 动静态轨检数据来源及综合运用 |
| 6.1 数据资料来源 |
| 6.1.1 轨检仪检测 |
| 6.1.2 轨检车检测 |
| 6.1.3 线路检查仪检测 |
| 6.1.4 各类轨检信息优缺点比较 |
| 6.2 动静态轨检数据的运用 |
| 6.2.1 为大型机械打磨车的计划安排提供指导依据 |
| 6.2.2 通过对比分析精准查找病害 |
| 6.2.3 精确安排区段精调作业 |
| 7 结论 |
| 参考文献 |
| 作者简历及攻读学位期间取得的科研成果 |
| 学位论文数据集 |
（6）铁路轨道捣固维修决策优化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景及问题提出 |
| 1.2 研究内容 |
| 1.3 研究意义 |
| 1.4 论文组织结构 |
| 1.5 论文资助 |
| 2 国内外研究综述 |
| 2.1 铁路轨道捣固维修周期预测研究综述 |
| 2.1.1 确定性预测模型 |
| 2.1.2 随机性预测模型 |
| 2.1.3 既有研究综述及对本文研究的借鉴 |
| 2.2 铁路轨道捣固维修规划优化研究综述 |
| 2.2.1 基于确定性预测的优化模型 |
| 2.2.2 基于随机性预测的优化模型 |
| 2.2.3 既有研究综述及对本文研究的借鉴 |
| 2.3 铁路轨道捣固维修短期施工计划优化研究综述 |
| 2.3.1 单目标优化模型 |
| 2.3.2 多目标优化模型 |
| 2.3.3 既有研究综述及对本文研究的借鉴 |
| 2.4 本章小结 |
| 3 铁路轨道单元区段捣固维修周期预测模型 |
| 3.1 建模思路 |
| 3.1.1 轨道单元区段轨道几何状态劣化过程异质性的考虑 |
| 3.1.2 轨道单元区段轨道几何状态劣化过程不确定性的考虑 |
| 3.1.3 捣固维修决策指标的选取 |
| 3.2 模型构建 |
| 3.2.1 参数及变量说明 |
| 3.2.2 时间尺度变换维纳过程方法的适用性分析 |
| 3.2.3 捣固维修周期内轨道单元区段高低标准差劣化规律 |
| 3.2.4 捣固维修周期预测 |
| 3.3 模型参数估计 |
| 3.4 案例分析 |
| 3.4.1 数据源 |
| 3.4.2 捣固维修周期预测结果分析 |
| 3.5 本章小结 |
| 4 铁路轨道捣固维修规划双目标优化模型 |
| 4.1 问题描述 |
| 4.2 建模思路 |
| 4.2.1 优化目标的设置 |
| 4.2.2 基于捣固维修周期的最晚捣固维修时机约束 |
| 4.2.3 基于寿命损失的最早捣固维修时机约束 |
| 4.3 BORTTP模型构建 |
| 4.3.1 参数及变量说明 |
| 4.3.2 目标函数 |
| 4.3.3 约束条件 |
| 4.4 BORTTP模型求解算法设计 |
| 4.4.1 算法选择 |
| 4.4.2 基于NSGA-Ⅱ算法的模型求解步骤 |
| 4.5 案例分析 |
| 4.5.1 案例问题描述 |
| 4.5.2 参数取值设置 |
| 4.5.3 优化结果分析 |
| 4.6 本章小结 |
| 5 铁路轨道捣固维修月度施工计划双目标优化模型 |
| 5.1 问题描述 |
| 5.2 建模思路 |
| 5.2.1 优化目标的设置 |
| 5.2.2 维修资源约束 |
| 5.2.3 天窗内捣固车最大可移动范围约束 |
| 5.2.4 天窗内最小作业量约束 |
| 5.3 BOMTIS模型构建 |
| 5.3.1 参数及变量声明 |
| 5.3.2 决策变量 |
| 5.3.3 目标函数 |
| 5.3.4 约束条件 |
| 5.4 BOMTIS模型求解算法设计 |
| 5.5 案例分析 |
| 5.5.1 案例问题描述 |
| 5.5.2 参数取值设置 |
| 5.5.3 优化结果分析 |
| 5.6 本章小结 |
| 6 结论 |
| 6.1 主要研究工作 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（7）高铁综合检测列车检测数据异常点判定及轨道不平顺劣化趋势预测（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与研究方案 |
| 1.3.1 研究内容 |
| 1.3.2 研究方案 |
| 1.4 论文结构 |
| 2 理论基础 |
| 2.1 高速综合检测列车 |
| 2.2 轨道不平顺数据分类及应用 |
| 2.2.1 垂向不平顺 |
| 2.2.2 垂向不平顺 |
| 2.3 基于动态检测数据的轨道平顺性评价方法 |
| 2.3.1 峰值扣分法 |
| 2.3.2 轨道质量指数(TQI)评价法 |
| 2.4 轨道质量指数(TQI)评价法的应用 |
| 2.5 本章小结 |
| 3 检测数据异常值处理 |
| 3.1 检测数据质量问题 |
| 3.1.1 异常数据产生原因 |
| 3.1.2 异常数据的影响 |
| 3.2 检测数据异常值识别 |
| 3.2.1 异常值识别方法 |
| 3.2.2 昌福线轨道检测数据异常值识别 |
| 3.3 维修作业点与异常值区分 |
| 3.3.1 综合维修作业 |
| 3.3.2 维修作业与轨道高低不平顺指标相互关系 |
| 3.3.3 实例分析 |
| 3.4 本章小结 |
| 4 轨道质量状态分析 |
| 4.1 轨道质量状态影响因素 |
| 4.2 轨道质量状态变化的表现特征 |
| 4.3 轨道质量状态变化的周期性特征 |
| 4.3.1 高低周期变化 |
| 4.3.2 三角坑周期性变化 |
| 4.3.3 轨道几何不平顺变化的“记忆功能” |
| 4.4 轨道质量状态发展劣化速率特征 |
| 4.4.1 高低劣化速率 |
| 4.4.2 三角坑劣化速率 |
| 4.4.3 轨道质量状态劣化速率特征 |
| 4.5 本章小结 |
| 5 轨道几何不平顺预测模型 |
| 5.1 预测方法 |
| 5.2 预测实例分析 |
| 5.3 维修周期检修标准 |
| 5.4 维修周期预测 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）基于车辆响应的轨道几何状态评价方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 轨道几何与车辆响应的相关性研究 |
| 1.2.2 车辆响应预测模型研究 |
| 1.2.3 轨道几何状态评价方法研究 |
| 1.3 论文相关理论概述与发展现状 |
| 1.3.1 深度学习模型 |
| 1.3.2 综合评价方法 |
| 1.4 主要研究内容及创新点 |
| 1.4.1 既有研究存在的不足 |
| 1.4.2 主要研究内容 |
| 1.4.3 创新点 |
| 2 轨道几何与车辆响应的统计特征分析 |
| 2.1 数据源 |
| 2.1.1 轨道检测数据 |
| 2.1.2 动力学仿真数据 |
| 2.2 轨道几何与车辆响应的相关性分析 |
| 2.2.1 单变量相关性分析 |
| 2.2.2 多变量相关性分析 |
| 2.2.3 相干性与传递性分析 |
| 2.3 轨道几何与车辆响应的多波段统计特征分析 |
| 2.3.1 基于小波分析的多波段成分提取 |
| 2.3.2 多波段成分的概率分布特性 |
| 2.3.3 多波段成分的重复性 |
| 2.4 本章小结 |
| 3 基于深度学习方法的车辆响应预测模型 |
| 3.1 LSTM和CNN-LSTM瞬时车辆响应预测模型 |
| 3.1.1 模型结构 |
| 3.1.2 模型训练与预测 |
| 3.1.3 预测性能评价指标 |
| 3.1.4 模型适用范围分析 |
| 3.2 CNN-LSTM-MLP车辆响应区段状态指标预测模型 |
| 3.2.1 模型结构 |
| 3.2.2 模型训练与预测 |
| 3.2.3 预测性能评价指标 |
| 3.2.4 模型适用范围分析 |
| 3.3 本章小结 |
| 4 车辆响应预测模型的性能评估与应用分析 |
| 4.1 轮轨力预测 |
| 4.1.1 数据集构建 |
| 4.1.2 模型超参数选取 |
| 4.1.3 模型对比实验与性能评估 |
| 4.1.4 模型分析 |
| 4.2 车体加速度预测 |
| 4.2.1 数据集构建 |
| 4.2.2 模型超参数选取 |
| 4.2.3 模型对比实验与性能评估 |
| 4.2.4 模型分析 |
| 4.3 旅客乘坐舒适度指标预测 |
| 4.3.1 舒适度评价指标对比分析 |
| 4.3.2 数据集构建 |
| 4.3.3 模型超参数选取 |
| 4.3.4 模型对比实验与性能评估 |
| 4.3.5 模型分析 |
| 4.4 本章小结 |
| 5 轨道几何状态评价方法 |
| 5.1 轨道几何状态综合评价体系 |
| 5.1.1 综合评价的因素集 |
| 5.1.2 综合评价的等级集 |
| 5.1.3 基于扣分函数的因素集计算方法 |
| 5.2 基于层次分析的因素集权重计算方法 |
| 5.2.1 因素集的成对比较矩阵 |
| 5.2.2 计算因素集权重 |
| 5.2.3 权重的一致性检验 |
| 5.3 基于模糊综合的模糊隶属度计算方法 |
| 5.3.1 隶属函数 |
| 5.3.2 合成运算 |
| 5.3.3 计算模糊隶属度 |
| 5.4 模糊综合评价指标与评价方法 |
| 5.4.1 模糊综合评价指标 |
| 5.4.2 模糊综合评价方法 |
| 5.5 案例分析 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 主要结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（9）高铁工务系统岗位安全链条模型构建及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 高铁工务安全国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 本章小结 |
| 第二章 高铁工务岗位风险辨识 |
| 2.1 高铁工务岗位划分 |
| 2.2 线路设备设施岗位风险辨识 |
| 2.3 沿线外部环境岗位风险辨识 |
| 2.4 安全联络岗位风险辨识 |
| 2.5 防灾安全监控岗位风险辨识 |
| 2.6 数据管理岗位风险辨识 |
| 2.7 高铁工务岗位安全风险因素 |
| 本章小结 |
| 第三章 高铁工务岗位及安全影响因子间影响关系分析 |
| 3.1 高铁工务岗位安全风险因素约简 |
| 3.2 高铁工务岗位及安全影响因子间影响关系分析 |
| 3.2.1 DEMATEL计算模型 |
| 3.2.2 高铁工务各岗位及安全影响因子影响程度计算分析 |
| 本章小结 |
| 第四章 高铁工务岗位安全链条模型构建 |
| 4.1 高铁工务岗位安全链条定义 |
| 4.2 高铁工务岗位安全链条静态模型构建 |
| 4.3 高铁工务岗位安全链条SD模型构建 |
| 4.3.1 边界确定及仿真目的 |
| 4.3.2 因果关系图及反馈回路确定 |
| 4.3.3 变量确定及流图构建 |
| 4.3.4 变量方程及参数确定 |
| 4.3.5 模型仿真分析 |
| 本章小结 |
| 第五章 高铁工务岗位安全链条模型应用 |
| 5.1 某工务段岗位安全预测 |
| 5.2 安全风险防控对策 |
| 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录 A 调查问卷 |
| 附录 B 专家调查问卷 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
（10）基于马尔科夫决策过程的城市轨道交通轨道不平顺修理决策优化技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 轨道不平顺修理决策优化研究现状 |
| 1.2.2 基于马尔科夫决策过程的设备修理决策优化研究现状 |
| 1.3 对于城市轨道交通既有研究中存在的主要问题 |
| 1.4 论文的主要研究内容和组织架构 |
| 1.4.1 论文主要研究内容 |
| 1.4.2 论文组织结构 |
| 2 城市轨道交通轨道不平顺修理决策现状及需求分析 |
| 2.1 轨道不平顺概念 |
| 2.1.1 轨道不平顺的定义 |
| 2.1.2 轨道不平顺的分类 |
| 2.2 轨道不平顺的检查活动及修理活动 |
| 2.2.1 轨道不平顺检查活动 |
| 2.2.2 轨道不平顺修理活动 |
| 2.3 城市轨道交通轨道不平顺修理决策依据和需求 |
| 2.3.1 决策依据 |
| 2.3.2 现有的问题 |
| 2.3.3 决策需求 |
| 2.4 本章小结 |
| 3 基于MDP的城市轨道交通轨道不平顺修理决策优化模型构建 |
| 3.1 问题描述 |
| 3.2 马尔科夫决策过程原理及其适用性分析 |
| 3.2.1 马尔科夫过程 |
| 3.2.2 马尔科夫决策过程 |
| 3.2.3 适用性分析 |
| 3.3 建模思路 |
| 3.3.1 采用MDP方法针对一条线路制定修理决策 |
| 3.3.2 考虑轨道不平顺状态劣化的不确定性 |
| 3.3.3 考虑轨道不平顺状态劣化的异质性 |
| 3.3.4 考虑对轨道不平顺状态劣化的自适应学习 |
| 3.3.5 动态优化修理决策 |
| 3.4 参数说明 |
| 3.5 模型构建 |
| 3.5.1 目标函数 |
| 3.5.2 约束条件 |
| 3.6 模型求解算法 |
| 3.7 本章小结 |
| 4 案例分析 |
| 4.1 应用场景描述及数据准备 |
| 4.1.1 应用场景描述 |
| 4.1.2 数据准备 |
| 4.2 模型求解 |
| 4.3 结果分析 |
| 4.3.1 初始决策时刻最优修理策略 |
| 4.3.2 与实际成本的对比分析 |
| 4.4 本章小结 |
| 5 北京地铁轨道不平顺修理决策优化子系统的设计与开发 |
| 5.1 北京地铁轨道智能运维管理信息系统简介 |
| 5.2 北京地铁轨道不平顺修理决策优化子系统设计 |
| 5.2.1 功能设计 |
| 5.2.2 数据库设计 |
| 5.3 北京地铁轨道不平顺修理决策优化子系统实现 |
| 5.4 应用效果分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
四、关于应用轨道质量指数技术指导线路养护维修作业的探索（论文参考文献）
- [1]基于动态检测数据的铁路轨道质量状态评价研究[D]. 许豪. 北京建筑大学, 2021(01)
- [2]基于轨检车数据的汉丹线大机捣固作业优化研究[D]. 付宏贵. 中国铁道科学研究院, 2021(01)
- [3]高速铁路32米箱梁徐变线路段识别及发展预测研究[D]. 杜晓瑞. 北京交通大学, 2021(02)
- [4]高速铁路道岔动态特性分析及评价方法研究[D]. 刘坤. 中国铁道科学研究院, 2021(01)
- [5]普速铁路线路动静态轨检数据综合分析应用研究[D]. 于东东. 中国铁道科学研究院, 2021(01)
- [6]铁路轨道捣固维修决策优化研究[D]. 安茹. 北京交通大学, 2021
- [7]高铁综合检测列车检测数据异常点判定及轨道不平顺劣化趋势预测[D]. 雍安泰. 北京交通大学, 2020(03)
- [8]基于车辆响应的轨道几何状态评价方法研究[D]. 马帅. 北京交通大学, 2020(06)
- [9]高铁工务系统岗位安全链条模型构建及应用[D]. 吴含雪. 大连交通大学, 2020(06)
- [10]基于马尔科夫决策过程的城市轨道交通轨道不平顺修理决策优化技术研究[D]. 赵扬. 北京交通大学, 2020(03)