济南铁路局京九线轨道质量指数TQI分析及预测研究

来源 :北京交通大学 | 被引量 : 25次 | 上传用户:sdg058229
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着国内铁路线路运营里程的增加、列车速度的提高和载重的增大,铁路轨道所承受的冲击力越来越大。轨道所受的冲击力增大后,轨道几何形位的变化就成为铁路工务部门关注的焦点。结合国内铁路轨道管理特点,本文对轨道几何状态的变化规律进行了研究。作者利用北京交通大学轨道交通控制与安全国家重点实验室中京九线2008年至2010年轨检车检测数据,通过对京九线K430+000-K460+000区段的轨道检测数据进行统计分析和数据挖掘,得出京九线K430+000-K460+000区段的轨道TQI值的变化特点:周期性、多阶段性和指数型。即对于特定的单元区段,在两次维修时间之间,该单元区段TQI值呈现先小后大的周期性变化;对于不同TQI变化周期中的不同变化时间段,TQI值的变化速率不同,表现出多阶段性变化的特点;在TQI变化的一个周期中,TQI值变化速率先慢后快,最后加速变化,表现出类似指数函数变化的特点。在TQI周期性、多阶段性和指数型变化特点的基础上,作者针对京九线K430+000-K460+000区段建立了TQI预测模型,同时利用该模型对区段进行了多次预测,并对预测结果进行分析验证。结果显示预测效果比较满意。在保证预测精度的基础上,根据所得出的预测结果为合理制定维修计划提供技术支持。本文在国内外研究的基础上所做的主要工作有:首先在对国内外相关研究的基础上,作者对TQI值变化规律进行了系统性的研究,通过对大量数据的归纳总结,得出TQI周期性、多阶段性和指数型的变化特点。其次,在TQI变化规律的研究成果之上,作者分区段、分设备类型建立了基于TQI变化规律的预测模型。然后,作者对不同区段、不同设备建立的模型进行了数据验证,并对数据结果进行了详细的分析。最后,作者根据铁路线路修理规则,利用模型计算出的预测结果,研究了京九线K430+000-K460+000区段月度养护维修计划的编制方法。本文包括图71幅,表31个,参考文献34篇。
其他文献
自抗扰控制(Active Disturbance Rejection Control,ADRC)作为一种实用新型控制技术,由于具有设计简单、控制精度高、鲁棒性好等诸多优点,引起了学术界和工程界的广泛关注,并在实
学位
语音识别(Speech Recognition)是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。语音识别技术经过几十年的探索和研究,已经取得了一系列突破性的进展,一
随着能源危机与环境污染等问题的日益严重,作为一种可再生的清洁能源,风能越来越受到世界各国的重视。针对风力发电机组地处环境恶劣的边远辽阔地区,维护难度大等特点,本文设计了一套基于GPRS(General Packet Radio Service,通用分组无线业务)网络的风电场远程状态监测系统。该系统使得风电机组维护方式从传统的“定期维修”和“故障维修”转变为现代的在线自动监测,有利于发现的风机早期故
在航空、航天及各类工业生产过程中,存在一类特殊的快时变不确定性参数,其变化与系统的当前状态密切相关。具有这类不确定性参数的对象可以是机械系统中的弹簧弹性、刚度、阻尼
随着全球能源形势的日趋紧张,太阳能光伏发电受到广泛关注。新型节能光源的出现使得太阳能路灯、庭院灯等照明系统越来越多的出现在我们日常生活中,太阳能照明系统逐渐得到广
安全用电已成为我国电力事业发展的永恒主题之一。如何有效检测引起电气火灾的原因,降低电气火灾事故的发生率及造成的生命财产损失,成为当今社会安全用电的研究重点。建筑物低压配电系统中,现有预防电气火灾的保护装置,主要对过载、短路等引起的过电流及由接地故障产生的剩余电流,起到检测作用。当发生易引起电气火灾的串联型故障电弧时,因故障电流值低于传统保护装置的动作阈值,不能全面、有效的预防电气火灾,致使我国每年
本文基于ZigBee无线通信技术和以太网技术,研究并开发了无线传感器网络远程监控系统,从ZigBee组网技术、ZigBee网络节点软硬件开发、ZigBee网关开发、远程监控系统开发等四个
感应电机以其结构简单、价格低廉、可靠性高、维护方便的优点在工农业中取得了广泛应用。电机发生故障不仅会损坏电机本身,严重时还会使电机突然停机、生产线崩溃,造成巨大的经济损失和灾难性后果。对电机的常见故障进行分析及诊断,提高电机故障的诊断水平,具有重大实用价值。电机出现故障时,故障信号中往往含有大量的时变、短时突发性质的成分,因此可以通过检测、分析故障信号,获得电机的故障信息。传统的信号分析方法,如傅
随着社会经济的进步,工业生产过程的自动化和智能化程度越来越高。自动化程度的不断加深使企业积累和存储了越来越多的过程历史数据。一方面,随着企业对自身要求的不断提高,