[发明专利]一种高速铁路无砟轨道层间离缝脱空动态检测方法

权利要求书

1.一种高速铁路无砟轨道层间离缝脱空动态检测方法，其特征在于，包括以下步骤：

S1根据欧拉-伯努利梁理论和Winkler地基模型，建立动载荷条件下的轨道沉降变形曲线的微分方程；

S2设置激光陀螺仪、激光测速传感器和多个激光多普勒测振仪，利用刚体运动学定律，建立轨道板表面沉降速度计算方程，具体如下：

式中，VD₁、VD₂、VD₃和VD₄为四个激光多普勒测振仪输出的瞬时速度，VR为激光测速仪输出刚性横梁的瞬时运行速度，VW₁、VW₂、VW₃和VW₄为轨道板在测量点的沉降速度，其中VW₄由于距离载荷较远而可认定沉降速度为0，G为激光陀螺仪输出的瞬时角速度值；a₁、a₂、a₃和a₄为激光多普勒测振仪的光轴与横梁的夹角；l₁、l₂、l₃和l₄分别为四个激光多普勒测振仪的光轴中心与载荷中心的距离；

S3求解轨道板沉降位移曲线方程，将“力-位移”静态观测演变成“速度-位移”动态检测，并结合轨道板表面沉降速度计算方程求解轨道沉降变形曲线方程系数；

S4将轨道板的脱空率进行分类，建立以轨道板多点沉降斜率为输入，轨道板脱空率为输出的深度学习网络，用于检测轨道板的脱空率。

2.根据权利要求1所述的高速铁路无砟轨道层间离缝脱空动态检测方法，其特征在于：所述激光多普勒测振仪，其中一个设置在载荷中心位置较远处，其余设置在载荷附近，用于测量列车轮对载荷下的轨道板表面相对于横梁的速度。

3.根据权利要求2所述的高速铁路无砟轨道层间离缝脱空动态检测方法，其特征在于：所述轨道板同侧设置4个激光多普勒测振仪。

4.根据权利要求3所述的高速铁路无砟轨道层间离缝脱空动态检测方法，其特征在于：所述s1中建立的轨道沉降变形曲线的微分方程具体如下：

式中，F是受力点的正压力，E是轨道刚性模量，I是轨道转动惯量，k是轨道弹性系数，x为距离载荷中心的距离，w为轨道的挠度。

5.根据权利要求4所述的高速铁路无砟轨道层间离缝脱空动态检测方法，其特征在于：步骤s3的具体过程如下：

动载荷条件下的轨道板沉降变形的微分方程(1)式的解可以描述成为一个关于A和B的参数模型，轨道板沉降位移曲线方程w(x)表达式如式(3)所示，其中A＞0，B＞0，x≥0；

轨道板沉降位移曲线方程w(x)对水平方向的位置的微分表达式w′(x)如式(4)所示，将w′(x)命名为沉降斜率，其单位量纲为mm/m；

当x为0时，沉降量达到最大值该值即为轨道板沉降位移；同时，在激光多普勒测振仪测量点x＝x_i时，有式(5)成立，其中VR为横梁运行速度，VW_i为该点轨道板沉降速度；

将3台激光多普勒传感器的安装位置数据以及其测量得到轨道板沉降速度数据带入4和5式，得到方程组6式；

通过对方程组6求解可以获得A和B的最优解，式(6)是一个超定非线性方程组，其求解方法包括牛顿法及其变形、割线法、布朗方法、拟牛顿法、最优化法。

6.根据权利要求1所述的高速铁路无砟轨道层间离缝脱空动态检测方法，其特征在于：轨道脱空率分为六类，分别为0、20％、40％、60％、80％、100％脱空。

7.根据权利要求1所述的高速铁路无砟轨道层间离缝脱空动态检测方法，其特征在于：所述深度学习网络以轨道板弯沉率变化曲线的图像为输入，通过卷积神经网络处理和多传感器池化处理后，得出轨道板脱空率。