无缝钢轨广泛应用于高速铁路和城市轨道交通,由于不能自由伸缩,其内部会在温度发生变化时产生巨大的温度应力,严重时会导致胀轨、跑道及断轨等事故的发生,直接威胁行车安全。所以,在线监测无缝钢轨纵向温度应力,并在超限之前进行预警,对保障线路运营安全具有重要的意义。论文针对无缝钢轨纵向温度应力检测难题,系统研究了利用导波检测钢轨温度应力的基础理论与关键技术难题,提出了一种基于导波多模态融合的钢轨温度应力估计方法,能够实现钢轨弹性模量未知条件下的温度应力估计,对于相关技术的发展具有重要的理论价值和现实指导意义。论文利用半解析有限元方法,分析了不同温度应力、不同弹性模量作用下的钢轨导波多模态特性变化规律,针对现有基于导波的应力检测方法的不足与局限性,提出急需解决的系列关键问题。针对导波参数选择与获取难题,研究了导波模态优化选取、激励与接收的方法,采用希尔伯特变换及二维傅里叶变换分别计算任意目标模态群速度和相速度,并提出了基于二维傅里叶变换的二次加权相速度修正方法。以此为基础,建立不同频率导波模态的速度与应力关系,分析基于群速度、相速度的应力检测精度。研究结果表明,随着导波频率的增大,导波群速度的计算误差逐渐增大,而相速度计算误差受到的影响较小。因此,在实际应用中需要根据导波频率选择不同类型的速度作为检测参数估计钢轨温度应力。针对现有基于单模态的温度应力检测方法精度低、抗干扰能力差的问题,提出了一种基于支持向量机的多模态融合估计应力算法。该算法利用二维傅里叶变换获得钢轨中导波的特征信号,提取各个单一模态的二维能量谱,并利用支持向量回归模型建立其与纵向应力的关系函数。仿真实验结果表明,在理想状态下,200Hz的导波模态估计钢轨温度应力标准差可以达到0.05MPa以内。针对现有基于导波的应力检测方法对钢轨弹性模量过于敏感的问题,提出了一种超声导波多模态融合的应力估计算法。该算法利用模态波数(或相速度)对温度应力和弹性模量敏感程度不一样的特性,采用最小误差准则挑选合适的模态组合,构建以多模态波数以及轨温为输入特征向量的神经网络估计模型,能够克服弹性模量变化对温度应力检测的影响。仿真实验结果表明,在5%白噪声状态下,35 kHz的导波模态估计钢轨温度应力的标准差可以达到1 MPa以内。论文借助理论分析、多种数学建模方法以及大量数值仿真,系统地研究了从钢轨任意导波模态激励、接收、敏感参数获取,直至多模态组合优化及参数融合算法,实现了弹性模量未知条件下的钢轨温度应力准确估计,能够适应无缝线路长期服役过程中的实际条件,为探索解决无缝钢轨温度应力检测这一世界性技术难题提供一种方案。