我国铁路运输网已具相当规模,铁路病害识别显得日趋重要。其中板式无砟轨道在服役阶段常见CA砂浆层破碎和轨道板变形等病害,严重影响行车安全。目前,最常用的检查方法仍是人工现场目力观察,工作量大、效率低且效果不佳。针对轨道板变形病害识别,本文提出了一种基于动静态轨检数据搜寻变形区域的技术路线。对轨检数据进行信息挖掘时,首先需要解决其所存在的不可避免的里程偏差问题。在参考其它文献与观察大量轨检数据后发现,铁路平面曲线四大特征点在超高数据中具有极强的特征性,因此,针对动态检查数据里程偏差初步修正,采用特征点辨识算法提取实测动检数据中的同名特征点里程,重置为台账数据里程以消除粗大误差,平均化处理相邻特征点间残余偏差。其次,观察轨检仪所测得静态右高低原始弦测值数据可知,每相隔100米左右存在明显突变峰值,结合铁路长轨由100米长钢轨现场焊接组成的结构特点,鉴于利用焊缝修正里程偏差较利用四大特征点具有更高精度的情况,采用焊缝特征为线路分割点,实现静态轨道检测数据里程偏差的修正。在此基础上,采用经里程偏差修正的静态检测数据为里程匹配基准,采用动态时间规整算法对动静态检测数据进行特征匹配,再利用插值算法以获取等间隔修正里程偏差后的轨道检测数据,达到动静态检测数据对齐的目的。最后,明确在时域与频域对轨道动静态高低不平顺幅值差的分析方案,得出轨道板变形所引起峰值波长约为6.5米的结论。选择滤波器提取理想波长频率特征,基于轨道质量指数设定轨道板状态指数对轨道板状态进行评定,识别出轨道板疑似变形区域,为高速铁路无砟轨道养护提供了一种新的思路。