略說對高鐵的建模分析

《略說對高鐵的建模分析》由會員上傳分享，免費在線閱讀，更多相關內容在工程資料-天天文庫。

1、略說對高鐵的建模分析1案例分析利用計算機編程語言編程實現(xiàn)了本文提出的預測模型，并采集了從京九線上行k427+150^k482+750區(qū)段共19次的軌檢車波形數(shù)據(jù)。經過里程校正、指標計算等一系列數(shù)據(jù)預處理過程后，模型實現(xiàn)了對該段線路2224個25m單元區(qū)段不平順狀態(tài)的連續(xù)預測，這里分別給出了k450+200單元軌道區(qū)段以及從較長線路區(qū)段高低不平順的預測結果，利用上述結果驗證了模型的有效性。2單元軌道區(qū)段預測當實施第5次檢測后，節(jié)中所述，程序用第5次檢測狀態(tài)5x替換最早一次檢測狀態(tài)lx生成新的狀態(tài)序列，重新建立預測模型；通過序列，模型可以實現(xiàn)對該

2、單元區(qū)段高低不平順的連續(xù)預測。給出了日期ti高低不平順的檢測值ixt和預測值ixt以及對應的殘差e和相對誤差ro中數(shù)據(jù)統(tǒng)計得到：左高低不平順指標15次預測的平均絕對誤差為，平均相對誤差為％;右高低不平順指標15次預測的平均絕對誤差為，平均相對誤差為％。所示為該區(qū)段左、右高低不平順指標實際檢測值與預測值的對比?？梢钥闯觯簭?0090813-20100604該單元區(qū)段左、右高低不平順的變化都是非線性的。中，左高低劣化過程較為平緩，預測值與測量值變化的折線圖十分相近，預測精度非常理想；右高低在距離第1次檢測350d前后指標值有明顯下降，造成預測精度

3、與左高低相比偏低，但用本文的預測模型仍然能夠較為準確的逼近其變化過程。綜合左、右高低不平順指標的預測結果，該單元區(qū)段15次預測的平均絕對誤差為，平均相對誤差為％。較長線路區(qū)段預測為進一步對模型進行驗證，程序計算了京九線上行k450+000到k450+600這600m線路所包含的24個25m單元區(qū)段9次檢測的實際狀態(tài)序列和預測狀態(tài)序列。所示分別為這600m線路左、右高低從的9次檢測預測值與實際值之間的對比結果。由可以發(fā)現(xiàn)：在線路左、右高低不平順連續(xù)預測狀態(tài)與軌檢車檢測得到的狀態(tài)非常接近。這600m線路包含的24個單元區(qū)段9次高低不平順預測的平均

4、絕對誤差為，平均相對誤差為％。3結論為提高預測精度，對模型進行了組合修正，京九線上行高低不平順的預測結果表明，模型具有較高的預測精度。為使模型能夠準確反映1個維修周期內軌道不平順的變化情況，當大型養(yǎng)路機械作業(yè)后，需要積累若干次的檢測數(shù)據(jù)再進行建模以保證預測精度?？紤]到不同波長的軌道不平順對車體和軌道的動力學響應不同，應用本文模型分析和預測不平順波長的變化，從而為工務部門制定養(yǎng)護維修計劃提供全面的技術支持是下一步的研究重點。以較短單元區(qū)段為研究對象，利用軌檢車檢測數(shù)據(jù)對單元區(qū)段各項不平順指標。i進行預測，預測結果可以用于把握軌道局部不平順劣化情

5、況，準確定位病害處所。模型適用于相鄰兩次維修之間的軌道局部不平順預測，根據(jù)最新檢測數(shù)據(jù)不斷更新模型預測序列，不僅減小了預測所需數(shù)據(jù)規(guī)模，而且降低了舊有信息的干擾，能夠更好反映當前劣化特征。