详情

原文传递基于改进深度森林的光栅阵列地铁轨道减振预测方法研究

论文题名：	基于改进深度森林的光栅阵列地铁轨道减振预测方法研究
关键词：	光纤光栅阵列;地铁轨道减振;深度森林;振动信号提取;预测模型
摘要：	近年来，城市轨道交通的迅速发展为人们的出行提供了极大的便利，然而外部非法入侵、列车轨道结构变化、地质变化等引发地铁隧道结构变化进而危害地铁安全运营的情况时有发生，地铁隧道振动状态评估已成为轨道交通维护过程中重要的工程问题。传统的获取地铁振动状态依靠于人工检测和主观评价，操作流程繁琐且无法实时动态检测和评估，对地铁隧道结构变化无法提前预警。因此，迫切需要研究出能对地铁轨道减振效果进行高效在线监测手段和评估方法。　　光纤光栅阵列传感技术凭借其高精度、高灵敏度、耐腐蚀和易于构建大容量传感网络等特点，被广泛地应用于分布式振动监测，由于具有连续和全时全域的监测能力，尤其适用于长距离地铁隧道的监测。在实际应用中，光栅阵列可以实时监测地铁沿线环境的振动响应，采集到的列车振动响应的变化与沿线轨道结构状态密切相关，可以为评价该区域的振动状态是否发生变化提供量化依据。本文基于光栅阵列传感技术与地铁监测系统，提出一种地铁减振效果预测模型，通过提取振动信号获取减振效果值并构建预测模型，实现对轨道减振效果的预测和评估，为判断地铁安全状态提供决策依据和量化参考。论文主要研究工作如下：　　（1）地铁振动信号预处理方法研究。针对地铁监测路线长，监测区域多，振动信号数据量庞大，以及大量非列车振动信号会影响减振效果准确评价的现状，研究不同类型道床的振动信号提取方法，为保证快速准确截取有效列车振动信号，提出一种结合短时功率谱密度和短时能量的端点检测方法分别用于减振道床和普通道床的振动信号提取；分别采用短时能量和短时功率谱在特定频段的均方根来描述振动信号中有效信号和扰动信号的强度，有效提高端点检测的准确性和信号截取的效率。　　（2）基于光栅阵列的地铁轨道减振预测模型构建研究。分别对深度森林和随机森林等算法理论进行研究；针对光栅阵列振动信号与轨道振动状态密切相关的关系，提出获取减振效果值的方法并研究地铁监测中减振值序列的生成模型；针对深度森林用于预测减振值序列精度不足和对波动预测不理想的问题，提出通过XGBoost来改进深度森林从而提高模型预测精度；结合模型制定预测评估方法和流程，实现对地铁轨道减振效果值的预测和评估。　　（3）地铁隧道振动监测系统和减振效果预测方法的可行性分析和结果验证。在武汉地铁某号线野芷湖站至军运村站的地铁隧道进行验证实验，利用系统实际采集的振动信号分别验证系统用于地铁振动监测的可行性和预测模型的效果；结果表明，系统可以对地铁振动状态进行连续可靠的分布式监测，利用列车振动信号可以准确获取减振效果且能正确反映列车轨道振动状态，且构建的预测模型具有较高的预测精度，可以为地铁减振评估提供可靠的参考依据。
作者：	陈家辉
专业：	信息与通信工程
导师：	刘芳
授予学位：	硕士
授予学位单位：	武汉理工大学
学位年度：	2022