隧道衬砌病害始终困扰着铁路管理人员,由于结构和地理位置的特殊性,隧道病害直接威胁到行车的安全性。我国是隧道最多的国家之一,根据铁道部秋检数据,近年来我国铁路隧道失格比例一直保持在60%以上。本文旨在为隧道病害检测提供一种高效的检测方法,更加合理安排隧道维护、检修工作。以往的隧道衬砌病害检测主要是人工检测,凭借管理人员的工作经验,数据处理也只是简单的填写表格,没有进行系统的处理。为了解决上述问题,及早发现潜在病害,首先对雷达检测图像进行处理,通过图像分割和特征提取构建图像数据库,进行衬砌病害识别,并将图像信息转化为数字信息。对于获得的病害数据信息,采用SQL Server 2005进行关联分析,运用Apriori算法,可以根据需要设置不同的项集支持度和大小,运行就能够得到各种病害的依赖关系网络,发现频繁项集。根据频繁项集挖掘结果,就可以从隧道当前发生的病害推测出可能引起的其他病害,这样就便于铁路部门制定预防方案。同时分析隧道当前病害与历史病害的关联关系,找到病害发生的原因,做好预防工作。基于模糊识别理论,在隧道安全性评定中,将评定指标之间的层次关系划分为两级,自下而上进行评价,依次逐级评定,首先获得区段的安全性等级,往上得到整个隧道安全性评定等级。根据这个流程,就可以设计详细的安全性评定算法,构建合理的评价体系。通过数据分析就可以得到隧道安全性等级,进行判断隧道是否能够安全行车、是否需要封闭检修,为管理维护提供决策支持。