铁路作为国家重要的基础设施和大众化的交通工具,对推动国民经济的发展起着至关重要的作用。随着铁路技术不断向“客运高速、货运重载、行车高密度”的目标发展,列车重量的增加、轮轨作用力的增大以及轨道使用频度的加大致使轨道损伤速度加快而产生缺陷。轨道缺陷的出现不仅影响列车正常平稳运行,导致乘客舒适度下降,严重时还会引起列车脱轨、倾覆等恶性事故,危及列车安全。因此,为适应高速铁路的健康快速发展需求,保障列车安全平稳地运营,加强对轨道缺陷的检测意义重大。然而,现有的轨道缺陷检测方法多数以单传感器信息为研究对象,存在局限性和片面性,难以高效、可靠地实现轨道缺陷检测。为此,本文提出了基于多传感器信息融合的轨道缺陷在线检测方法,可在列车运行的同时,更好地实现轨道缺陷的在线判断、定位以及识别,弥补了现有以单传感器信息为研究对象的轨道缺陷检测方法的不足。为弥补对单个传感器信息研究的不足,产生更加适用于振动信号处理技术和图像处理技术来提取轨道缺陷特征信息的高质量数据,论文研究了车辆-轨道耦合系统的故障类型及特征,并结合车辆-轨道耦合系统关键结构参数,以多传感器信息融合为导向,对传感器选型、布局和组网方案进行了研究,构建出了面向单类型多传感器信息融合的轨道缺陷检测模型和面向多类型多传感器信息融合的轨道缺陷检测模型。为克服对单个传感器信息研究的有限性和片面性,在面向单类型多传感器信息融合的轨道缺陷检测模型的基础上,充分挖掘同类型各传感器间信息的耦合性,提出了一种基于空域信息重构的轨道缺陷检测方法,通过多传感器信息预处理、信息对齐平移、能量增强叠加等处理过程重新构建空域冲击,进行数据级信息融合,将表征轨道缺陷的非周期冲击信号成分转化为局部空域内具有周期冲击特性的重构数据,再通过现代时频分析方法实现对轨道缺陷的检测。仿真分析与应用研究表明,该方法可大幅提高列车振动信号的信噪比,重构出具有局部周期特性的轨道缺陷特征,能更准确、可靠地实现基于振动信号处理技术的轨道缺陷的判断和定位。为剔除干扰信息,凸显轨道缺陷特征信息,在面向单类型多传感器信息融合的轨道缺陷检测模型的基础上,充分挖掘同类型各传感器间信息的关联性,提出了一种基于冲击二维重构的轨道缺陷检测方法,通过对相关性较大的多传感器信息进行平移时频分析以获取频谱图,通过对频谱图的图像重构进行特征级数据融合,以去除噪声背景信号,匿影部分周期性冲击信号,从而剔除列车走行部固有振动信息以及噪声干扰信息,将表征轨道缺陷的非周期冲击信号成分转化为局部空域内具有周期冲击特性的重构数据并加以凸显,进而实现对轨道缺陷特征信息的提取。仿真分析与应用研究表明,该方法可有效去除噪声背景信号,部分剔除列车和轨道所引起的周期性振动冲击特征,重构并凸显出具有局部周期特性的轨道缺陷特征,能更直观、准确、可靠地实现基于振动信号处理技术的轨道缺陷的判断和定位。为规避对单类型传感器信息研究的局限性,在面向多类型多传感器信息融合的轨道缺陷检测模型的基础上,充分挖掘多类型各传感器间信息的关联性,提出了一种基于振动冲击引导技术的轨道表面局部缺陷检测方法,通过振动冲击传感器捕获的振动信息进行轨道缺陷的初步检测,并利用提取出的轨道缺陷特征信息引导图像传感器定点采集图像,再对图像进行分析处理,最终进行决策级信息融合以实现轨道表面局部缺陷的精确判断。理论研究和仿真分析表明,该方法可充分发挥振动信号分析技术和图像处理技术各自的优点,能更高效、可靠地实现轨道表面局部缺陷的判别、定位以及识别。最后,为将研究成果产品化,聚焦实现多传感器信息融合算法,以软件开发为主,研制了基于多传感器信息融合的轨道缺陷检测系统。本文研究结论表明,基于多传感器信息融合的轨道缺陷在线检测方法,弥补了基于单传感器信息的振动信号分析的片面性,可更准确、可靠、直观地实现轨道缺陷的判断和定位,规避了图像处理技术需覆盖全程采集图像的局限性,可更高效、可靠地实现轨道缺陷的判断、定位和识别,是一种有效的轨道缺陷在线检测方法。