浙江大学学报(工学版)

浙江大学学报(工学版), 2023, 57(2): 353-366 doi: 10.3785/j.issn.1008-973X.2023.02.015

土木与交通工程

无砟轨道结构层间损伤识别技术研究进展

杜威,, 任娟娟,, 张书义, 杜俊宏, 邓世杰

1. 西南交通大学 高速铁路线路工程教育部重点实验室，四川 成都 610031

2. 西南交通大学 土木工程学院，四川 成都 610031

Research progress on interlayer damage identification technology of slab track structures

DU Wei,, REN Juan-juan,, ZHANG Shu-yi, DU Jun-hong, DENG Shi-jie

1. MOE Key Laboratory of High-speed Railway Engineering, Southwest Jiaotong University, Chengdu 610031, China

2. School of Civil Engineering, Southwest Jiaotong University, Chengdu 610031, China

通讯作者: 任娟娟，女，教授. orcid.org/0000-0001-9500-452X. E-mail: jj.ren@swjtu.edu.cn

收稿日期: 2022-06-14  

基金资助: 国家重点研发计划资助项目（2021YFF0502100）；国家自然科学基金资助项目（52022085，52278461）；高速铁路无砟轨道设计与维护四川省青年科技创新研究团队资助项目（2022JDTD0015）

Received: 2022-06-14  

Fund supported: 国家重点研发计划资助项目（2021YFF0502100）；国家自然科学基金资助项目（52022085，52278461）；高速铁路无砟轨道设计与维护四川省青年科技创新研究团队资助项目（2022JDTD0015）

作者简介 About authors

杜威（1994—），男，博士生，从事无砟轨道损伤识别研究.orcid.org/0000-0001-6565-779X.E-mail：2859409331@my.swjtu.edu.cn , E-mail：2859409331@my.swjtu.edu.cn

摘要

无砟轨道在长期服役过程中受到列车荷载和复杂环境的耦合作用，会发生材料性能衰退、结构损伤累积，导致其服役性能逐渐劣化. 综合论述中国板式和双块式无砟轨道常见层间损伤的表现形式和产生的原因；总结探地雷达法、冲击回波法及其他局部损伤识别方法在无砟轨道损伤识别中的应用情况，提出结合多种局部损伤识别技术是实现轨道局部损伤精准识别的关键；归纳基于模态参数、无砟道床振动信号及车辆振动信号的整体损伤识别技术，指出须扩充现场损伤检测样本以提高识别方法的泛化能力；详细分析各类识别方法的优势和局限性，为完善中国无砟轨道结构损伤识别技术体系和制定科学合理的维修策略提供指导．

关键词： 无砟轨道 ; 层间损伤 ; 损伤原因 ; 局部损伤识别 ; 整体损伤识别

Abstract

Slab track suffers material performance decline and structural damage accumulation in the long-term service process under the coupling effect of train load and complex environment, resulting in a gradual deterioration of its service performance. The forms and causes of common interlayer damages on prefabricated slab track and double-block slab track in China were comprehensively discussed. The application of ground penetrating radar method, impact echo method and other local damage identification methods used in slab tracks were summarized. And it was proposed that combining multiple local damage identification techniques was the key to achieve accurate local damage identification of track structures. In addition, the overall damage identification technologies based on modal parameters, slab bed vibration signals and vehicle vibration signals were outlined. The need to expand the detection sample of field damages to improve the generalization of the overall identification method was pointed out. The advantages and limitations of various identification methods were analyzed in detail to provide guidance for improving the identification technology system of slab track structures in China and making scientific and reasonable maintenance strategies.

Keywords： slab track ; interlayer damage ; damage cause ; local damage identification ; overall damage identification

PDF (1642KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

杜威, 任娟娟, 张书义, 杜俊宏, 邓世杰. 无砟轨道结构层间损伤识别技术研究进展. 浙江大学学报(工学版)[J], 2023, 57(2): 353-366 doi:10.3785/j.issn.1008-973X.2023.02.015

DU Wei, REN Juan-juan, ZHANG Shu-yi, DU Jun-hong, DENG Shi-jie. Research progress on interlayer damage identification technology of slab track structures. Journal of Zhejiang University(Engineering Science)[J], 2023, 57(2): 353-366 doi:10.3785/j.issn.1008-973X.2023.02.015

随着我国高速铁路技术的快速发展，截至2021年底，高铁运营里程超4万公里，稳居世界第一. 作为高速铁路、客运专线的核心技术之一，无砟轨道因其高平顺性、高稳定性和少维修性等优势成为引导并支承高速列车运行的重要基础结构. 在经过“引进-吸收-再创新”阶段向自主创新阶段过渡后，我国无砟轨道结构体系逐步形成，设计时速超过350 km/h的高铁线路全采用无砟轨道. 在施工工艺、材料特性、列车动荷载、水环境及温度荷载等共同影响下，服役期内的无砟轨道易产生表面开裂、层间离缝/脱空、轨道板上拱等损伤，且随着线路运营时间的推移，损伤逐渐加剧，削弱了轨道结构的整体刚度，影响列车运行的平稳性和安全性. 因此，有必要开展无砟轨道常见损伤识别研究，及时准确掌握结构损伤情况，合理安排维修周期，保障行车安全.

针对无砟道床表面裂缝和扣件缺失可以采用图像处理技术进行识别[1-2]，对于层间离缝和脱空损伤，传统的人工目测、塞尺法和揭板法存在效率低、主观性强的缺点，不利于损伤的快速检测. 为了提高无砟轨道损伤检测效率，完善结构损伤识别理论，学者们采用探地雷达、冲击回波及机械阻抗法等局部损伤识别方法，以及基于模态参数、无砟道床振动信号和车辆振动信号等的整体损伤识别方法对无砟轨道常见的填充层离缝、脱空及轨道板上拱等损伤进行了大量的识别研究[3-8]，但缺乏对现有研究成果系统性的总结. 为此，本研究介绍了我国无砟轨道典型损伤形式和成因，针对常见的层间损伤，从无砟轨道局部和整体损伤识别2个方面进行论述，并指出现有识别方法的不足及须关注的核心问题，为无砟轨道相关从业人员把握结构损伤识别方法的发展趋势提供重要参考，从而为未来我国无砟轨道损伤识别技术创新提供一定的指导.

1. 无砟轨道典型损伤及原因分析

高速铁路无砟轨道结构在长期服役过程中受到自然环境、静动力荷载以及材料内部因素的作用，不可避免地发生材料性能劣化、结构损伤累积. 如中国铁路轨道系统（China railway track system，CRTS）I型板式无砟轨道出现水泥沥青（cement asphalt，CA）砂浆层局部离缝、掉块[9]，以及轨道板开裂[10]、底座板粉化等问题；CRTS II型板式无砟轨道出现轨道板上拱、离缝及层间脱空等病害[11]；CRTS I、II型板式无砟轨道结构总体服役状态良好，但部分区段仍产生了层间离缝、局部掉块、裂缝等典型结构损伤[12]；双块式无砟轨道出现了道床板开裂、轨枕松动、道床板与支承层层间离缝等损伤[13].

由无砟轨道典型损伤特征可知，我国高速铁路无砟轨道出现的损伤大致可以归纳为层间黏结失效与部件损伤开裂2类[14]. 作为轨道薄弱部分的层间黏结面，易出现隐蔽损伤，其引发的变形失调已经成为无砟轨道最主要的损伤表现形式[15]，其中，无砟轨道典型层间损伤形式及原因分析如表1所示.

表 1   无砟轨道典型层间损伤及原因分析

Tab.1  Typical interlayer damage of slab tracks and cause analysis

轨道类型 损伤类型 损伤图示 可能的主要原因
CRTS I型板式无砟轨道 CA砂浆层离缝冒浆 1）温度梯度引起轨道板翘曲；
2）施工技术与工艺控制不当[16]；
3）路基冻胀、底座板刚度折减引起轨道结构变形；
4）初始离缝在列车荷载与水的作用下进一步加大．
CA砂浆破损掉块 1）沥青流失使砂浆失去塑性，列车荷载长期作用致脆性断裂；
2）砂浆内部形成通裂，造成局部大块脱离，后逐步窜出；
3）应力疲劳、拍板效应[16]．
CRTS II型板式无砟轨道 CA砂浆离缝 1）温度梯度和板间接缝引起的板端受力不均[17]；
2）复合多层结构发生主拉伸型、混合型和主剪切型损伤；
3）动水压力诱发水致病害．
轨道板上拱 1）轨道板与砂浆层的黏结强度削弱；
2）宽窄接缝破损；
3）轨道板初始上拱、高温荷载作用[18]；
4）轨道板施工锁定温度不一致或升温幅度不一致．
CRTS III型板式
无砟轨道 		自密实混凝土离缝、脱空 1）温度变化导致轨道板和自密实混凝土伸缩，
在列车荷载作用下致使自密实混凝土与底座板脱离[19]；
2）动水作用导致层间黏结混凝土研磨破坏；
3）施工时界面处理不干净或拉毛粗糙度不足，
层间黏结力不够．
双块式无砟轨道 轨枕松动 1）层间界面初始缺陷、温度作用；
2）列车荷载与水耦合作用[20]．
道床板与支承层层间离缝 1）施工时界面处理不干净或拉毛粗糙度不足，
层间黏结力不够；
2）列车荷载-环境复合作用下层间黏结失效[21]；
3）水致材料软化形成水致损伤．

新窗口打开| 下载CSV


无砟轨道是纵向带状、垂向多层的混凝土板复合结构体系，不同结构层之间在材料、结构设计、施工条件等方面具有差异，从而导致不同结构层受力分布不同，在实际运营中产生的损伤形式和原因也呈现出多元化特性. 无砟轨道损伤本质上是随时间发展演化出现的经时损伤，在施工阶段，无砟轨道各层结构在混凝土早龄期会因材料特性（强度、耐久性、收缩徐变等）、施工质量（工艺工法、施工时机、养护条件等）和环境影响（大温差、雨水、大风等）存在潜在的损伤风险；在运营阶段，随服役时间不断循环的荷载作用（列车荷载、温度荷载、动水压力等）将导致无砟轨道关键部件（轨道板、CA砂浆层、自密实混凝土层等）的力学性能不断劣化，不同结构层间的黏结作用随之衰减，加之无砟轨道层状连续结构传力机制复杂、变形难以协调的影响（见图1），结构损伤加剧，进一步恶化高速铁路线路状态，影响列车运营安全性和可靠性. 因此，有必要针对无砟轨道各类层间损伤开展多角度、深层次的损伤检测与识别方法研究，为制定科学合理的轨道结构养护维修策略提供重要的技术指导.

图 1

新窗口打开| 下载原图ZIP| 生成PPT

图 1   无砟轨道损伤的主要原因

Fig.1   Main causes of slab track damages


2. 无砟轨道局部损伤识别方法

局部损伤识别方法只在相对较小的区域检测和量化损伤，应用于无砟轨道结构损伤的局部识别方法主要包括探地雷达法、冲击回波法及其他检测技术.

2.1. 探地雷达法

探地雷达法（ground penetrating radar，GPR）的工作原理如下：发射器发出的高频电磁波在向下传播的过程中，如果遇到结构物界面存在导电差异将发生反射，发射器附近的接收器接收并记录反射波，通过对反射波信号进行处理获得其形态、频率特性及强弱等特征，最后判定被测结构物的内部缺陷. 探地雷达检测系统主要由数据采集、信号处理、图像解释3个部分组成.

在探地雷达数据采集和信号处理方面，马殿东[3]基于MATLAB平台开发了探地雷达数据处理软件，弥补了商业通用软件在含特定损伤干扰源条件下对探地雷达数据处理效果不理想的缺点，同时借助室内足尺试验和现场试验对无砟轨道砂浆缺失、支承层与路基顶层的脱空进行了识别分析，验证了选取的探地雷达检测参数和数据处理参数的合理性，为探地雷达检测提供了相应的技术支持，但在软件数据处理功能方面还须进一步完善.

在图像解释方面，正演数值模拟作为探地雷达检测结果解译和反演的基础理论依据，可以探明电磁波在多层结构中的传播规律，提高探地雷达检测结果的解释精度，因此得到了学者们的广泛关注. 廖红建等[22]在采用时域有限差分法推导二维正演模拟方程的基础上，通过建立II型板式无砟轨道地电模型，分析了砂浆层缺陷和路基沉降病害的探地雷达图像特征. Yang等[23]利用探地雷达法分析了II型板式无砟轨道中空洞病害和钢筋回波在方向上的差异性，通过构造水平滤波器削弱钢筋回波信号的干扰，实现对砂浆病害的检测，并进一步采用二维正演仿真和现场试验验证了算法的可靠性和鲁棒性.

不过，基于二维正演模拟的探地雷达信号解译，虽然可以大致识别损伤的埋深，但对损伤的形状大小及其空间位置难以提供准确信息. 舒志乐等[24]结合探地雷达三维正演模拟与物理试验对板式无砟轨道砂浆层圆形空洞病害进行了识别，结果表明三维模拟能有效识别砂浆病害的基本方位、大小及大致形状，但缺乏在实际铁路线路中的应用经验.

电磁波在无砟轨道多层结构中的反射/散射、材料分布不均匀及无砟道床密布钢筋对回波信号的影响，加之人工识图过程中存在的不确定因素，会导致解译雷达图像较为困难[25]，损伤识别精度较难保证. 因此，为了避免繁琐的雷达图像识别工作，提高无砟轨道损伤识别效率和准确率，须结合现场实测和正演模拟分析，建立涵盖轨道结构各类典型层间损伤的探地雷达图像库，实现探地雷达的自动化检测.

2.2. 冲击回波法

冲击回波法检测原理如下：通过激励装置瞬时冲击结构表面，产生的应力波在向下传播时遇到离缝、脱空、空洞等缺陷将发生反射，被激振点附近的检波器接收，通过对检测信号（以纵波为主）主频、波形、波速等指标的综合分析确定缺陷面积及位置.

冲击回波法目前已经应用于无砟轨道轨道板蜂窝损伤和裂缝深度[4]、砂浆脱空及自密实混凝土离缝等损伤的识别研究. 由于冲击回波测试结果受激振装置大小和冲击持续时间的影响较大[26]，为了降低使用冲击回波法对检测人员专业能力的要求，提高识别效率，学者们采用扫描式冲击回波仪代替人工激振产生应力波，检测砂浆脱空[27]和自密实混凝土不同养护龄期下的层间脱黏损伤[28]. 还有部分学者为提高冲击回波法检测精度，从改善回波信号分析手段和丰富冲击回波信号2方面进行研究. Ke等[29]采用归一化冲击回波法识别了CA砂浆开裂损伤，弥补了冲击回波法受激励力幅值和激振时间影响的局限性. 杨勇等[30]将同步挤压小波变换用于无砟轨道离缝冲击回波信号处理，与常用的傅里叶变换相比，可以有效抑制噪声的影响，提高回波信号的频率分辨率. Lee等[31]采用多通道冲击回波测试设备识别了轨道板脱空，多通道传感器采集的振动信号覆盖区域比单个传感器的大，在进行频谱图平均处理后，次峰频率被抑制，凸显了对损伤敏感的峰值频率特征，且还能获取应力波的传播速度，增加了损伤识别特征指标类型，因此相比于单通道的冲击回波法，其检测精度有一定程度的提高.

虽然冲击回波法具有可单面检测、检测结果直观、受钢筋影响小等优点，但传统冲击回波法在测试过程中须多次敲击结构表面产生应力波，若采用加速度或位移传感器接收回波信号，可能会产生因传感器固定不良造成信号失真的问题[32]，影响损伤识别准确率. 因此，有学者利用麦克风采集敲击点附近的声压信号，提出基于声音信号的空气耦合冲击回波法，该方法不受测点表面平整度影响，可连续采集，其检测效果在现场III型板式无砟轨道自密实混凝土层脱空识别中得到验证，检测时间相比于传统冲击回波法可缩短约一半[33]，但仍不适用于大面积测试. 许玉德等[34]进一步建立了空气-无砟轨道层间脱空有限元模型，分析了空气耦合冲击回波法的激振位置、激振力幅值、作用时间以及信号采集位置等因素对砂浆脱空检测效果的影响，为提高冲击回波法检测无砟轨道层间损伤的效率和精度提供了理论依据.

不过，现有的冲击回波法在应用于无砟轨道结构层间损伤识别过程中，仍面临着检测效率不高的问题，未来可以从荷载激励与信号采集装置一体化出发研发智能化检测装备，同时借助先进的回波信号分析技术，最终实现损伤识别效率和精度的提升.

2.3. 其他局部损伤识别方法

对于无砟轨道局部损伤识别方法，除了上述常用的探地雷达法和冲击回波法外，学者们还探究了弹性波法（包括反射法、地震映像法及瑞雷面波法等）、超声波法、机械阻抗法及弹性波CT法等在无砟轨道典型层间损伤识别中的适用性.

在基于弹性波法的无砟轨道层间损伤识别方面，反射法利用弹性波在多层结构中的传播特性以识别损伤，包括体波（分为纵波和横波）和面波（分为瑞雷波和勒夫波）成分，其应用较为广泛. Chen等[35-36]探究了弹性波中的瑞雷波波形能量、卓越频谱特性与砂浆脱空、支承层脱空的定性关系，并通过模型试验识别了预设缺陷的空间分布. Wang等[37]利用横波的时域全波形反演法识别了砂浆脱空和路基脱空损伤. 考虑到结构边界效应对波形成像的影响，仅采用单一方向的弹性波信号不利于损伤识别精度的提高，Che等[38]采用包括体波和面波的弹性波全波场成像法对板式无砟轨道砂浆脱空和底座板脱空进行了识别. 为了提高基于弹性波传播理论的检测技术识别效率，范岩旻等[39-40]基于网格化扫描检测方法设计了弹性波检波器阵列式检测系统，通过有限元数值模拟和现场测试分析该方法应用于砂浆离缝识别的评价标准、检测精度，其检测效率相比于传统检测方法增加了4~5倍. 此外，李邦旭等[41]基于CRTS III型板式无砟轨道等比例模型试验分析得出，瞬态瑞雷面波法与地震映像法的检测精度难以满足板式无砟轨道离缝损伤检测要求.

在利用超声波法、机械阻抗法及弹性波CT法等局部损伤识别方法的研究方面，分析成果表明：超声波法和冲击回波法均能识别轨枕与道床板界面损伤[42]；在采用瞬态机械阻抗法检测层间损伤时[5]，可以根据平均导纳值和导纳频谱曲线进行识别分析；超声波检测法对砂浆损伤检测效果不明显，检测效率偏低[43]；弹性波CT法在底座板内部质量缺陷识别[44]和后浇带损伤检测[45]中具有一定的适用性.

综合上述文献分析可知，不同的局部损伤识别方法对无砟轨道典型层间损伤检测具有一定的效果，但也存在各自的局限性，例如探地雷达法检测速度快，但容易受到钢筋的干扰，冲击回波法受金属影响较小，可测点数量较多，识别效率不高，不同识别方法的优缺点对比如表2所示. 因此，采用结合多种局部损伤识别方法优势的联合检测方式[46]是实现无砟轨道局部损伤快速、精准识别的重要途径之一.

表 2   不同局部损伤识别方法对比

Tab.2  Comparison of different local damage identification methods

检测方法 优点 缺点
探地雷达法 使用便捷，可连续快速检测，不受结构表面影响 回波信号易受钢轨和无砟轨道密布钢筋的干扰，人工解译雷达图像存在较多不确定因素，损伤识别精度较低
冲击回波法 单面检测，检测结果直观，受钢筋影响小，精度较高 测试效率低，不适合大面积检测，传统冲击回波法和空气耦合冲击回波法分别易受结构表面平整度和环境噪声的影响
弹性波反射法 受钢筋影响较小，对层间损伤较敏感 易受空腔内填充物和边界条件的影响，仅适合浅层脱空检测
超声波法 单面测试，操作方便 超声波信号衰减较快，且易受钢筋影响，对无砟轨道填充层损伤的检测效果不明显，检测效率偏低
机械阻抗法 单面检测，检测结果直观 受人工激振力大小和接触时间影响较大，选取损伤阈值的主观性较强
弹性波CT法 可对无砟轨道部件的整体质量进行全方位扫描 须满足2个对立的可测面，对无砟轨道典型层间损伤的适用性较低

新窗口打开| 下载CSV


3. 无砟轨道整体损伤识别方法

考虑到高铁维修天窗的限制，在使用局部损伤识别方法之前须提前知道损伤出现的大致区域，再进行优先排查，且局部损伤识别方法很难识别结构的整体损伤[47]，为此学者们针对无砟轨道整体损伤识别技术进行了大量研究. 整体损伤识别方法是一种基于结构振动的方法，可以识别结构的整体损伤，克服局部损伤识别对结构整体损伤程度难以掌握的缺点. 国内外学者主要从模态参数、无砟道床振动信号及车辆振动信号3个方面进行无砟轨道结构的损伤识别研究，如图2所示.

图 2

新窗口打开| 下载原图ZIP| 生成PPT

图 2   无砟轨道整体损伤识别方法

Fig.2   Overall damage identification method of slab track


3.1. 基于模态参数的损伤识别

振动模态是结构的固有属性之一，当结构出现损伤后，其质量和刚度发生变化，从而造成结构振动模态随之改变，因此可以通过对比分析损伤结构与健康结构模态参数的变化规律对结构损伤进行识别. 目前，模态分析技术已经广泛应用于薄板构件[48]、桁架结构[49]、梁结构[50]及无砟轨道[6, 51-54]等结构的损伤识别. 其中，振动系统输出的模态参数如曲率模态、振型模态及应变模态在无砟轨道损伤识别中效果较好，能较为准确地识别损伤位置或损伤程度.

胡志鹏等[6]建立了轨道板-砂浆模态分析有限元模型，利用轨道板高斯曲率判断CA砂浆损伤的有无及损伤位置，结果表明一阶高斯曲率对损伤敏感度最高，识别效果最好. 但其仅用该方法对砂浆损伤位置进行了识别，未对高斯曲率的抗噪性能以及在砂浆损伤程度识别中的适用性进行分析. 赵佳[51]利用模态分析方法得到II型板式轨道在砂浆层不同损伤工况下的振型模态、曲率模态及应变模态，对比分析了3种模态参数对砂浆脱空损伤区域的识别效果，同时利用模拟锤击试验探究了3种模态参数的抗噪性能，但仅独立分析了各项指标用于结构损伤识别的优缺点，未进行不同指标的融合分析. 由于神经网络具有强大的非线性映射能力，弥补了传统损伤识别方法须建立结构响应与物理参数之间函数关系的不足，在结构损伤识别中逐渐得到应用. 胡琴等[52]在误差反向传播（back propagation，BP）神经网络中输入不同砂浆脱空工况下的振型模态仿真数据归一化值，在忽略损伤程度影响的条件下实现了单双损伤模式下砂浆损伤位置的判定. 其中双损伤对应的网络识别模式相较于单损伤更为复杂，需要的网络迭代次数更多，两者识别结果均较好，表明BP神经网络用于结构损伤识别具备良好的内插和外推能力. 然而神经网络模型的训练样本数量相对较少，且均为无砟轨道有限元仿真数据，缺乏试验数据的分析. 张晓东等[53]提出了基于轨道板应变模态曲率差指标的板式无砟轨道砂浆脱空和轨道板开裂识别方法，弥补了只在损伤处布设应变测点才能有效识别结构损伤的不足，但其将砂浆脱空与轨道板开裂独立分析，未考虑两者同时出现对损伤识别的影响. 赵坪锐等[54]提出了基于柔度曲率特征的单元板式轨道脱空损伤识别方法，构建了反映非损伤区域内不规则突起对损伤定位影响的准确性指标和识别损伤范围的有效性指标，分析了不同脱空大小条件下的合理测点密度，研究表明轨道板柔度曲率最大绝对值随脱空尺寸增大而增加，结合柔度曲率特征值的可视化图形可识别损伤面积. 该方法可以为板式无砟轨道层间损伤识别提供一定的理论依据，但目前未能实现对损伤的自动连续检测.

现有基于模态参数的轨道结构损伤识别对结构小损伤的识别效果不够理想[55]，且学者大多基于单一模态指标的变化规律进行损伤识别，考虑到模态参数在测试中容易受到温度、湿度和测量噪声等环境因素的干扰，模态参数的变化与损伤并不一定存在准确的映射关系[56]，其可靠性和准确性均较难得到保证. 因此，如何基于融合理论[57]，充分利用多种特征指标的互补信息，降低损伤识别不确定性，以提高结构损伤识别稳定性和对小损伤的适用性是未来值得深入研究的一个方向. 此外，对于无砟轨道这类大型复杂结构，获取精确的结构模态参数难度较大，加之基于模态参数的识别方法不适用于无砟轨道结构损伤实时状态的监测[58]，为此学者们提出了仅利用结构振动响应信号的损伤识别方法，主要从无砟道床振动和车辆振动2方面进行研究.

3.2. 基于无砟道床振动信号的损伤识别

无砟轨道出现损伤，削弱了轨道结构的整体刚度，在外部荷载作用下无砟道床的振动响应增大，因此现有学者基于瞬态冲击荷载或列车动荷载作用下无砟道床振动信号，利用统计理论、频谱分析和时频分析等方式获取信号在时域、频域及时频域内的特征指标，综合相关性分析与振动传递特性从多角度提取损伤特征，运用主成分分析、支持向量机（support vector machine，SVM）及梯度回归树算法等方法对板式轨道CA砂浆脱空、双块式轨枕脱黏损伤进行了识别研究.

针对板式无砟轨道CA砂浆脱空识别，学者们主要从2个方面提取无砟道床振动信号，一方面是基于有限元仿真或模型试验获取瞬态冲击作用下无砟道床的振动响应，另一方面是基于车辆-轨道耦合动力学模型获取列车动荷载作用下无砟道床的振动响应，且从传感器采集信号的便捷性出发，学者大多提取结构的振动加速度或速度响应.

在瞬态冲击作用下无砟道床振动信号分析方面，武思思[7]依据不同砂浆脱空状态下的轨道板振动加速度响应差异性，从频带能量、奇异值、信息熵等中选择具有损伤高敏感度的特征指标，采用主成分分析法对脱空特征指标进行降维，将样本数据输入基于SVM搭建的损伤识别模型，实现了砂浆脱空有无、脱空类型（板端和板中）的识别. 同时利用室内含砂浆缺陷的足尺无砟轨道结构模型试验验证了该方法的适用性，为无砟轨道板损伤识别提供了一种冲击检测思路，但还须从检测设备自动化研制方面提高检测效率. 由于无砟轨道受激励振动后的响应只与结构本身的动态特性和激振性质有关，可以用导纳描述结构的动态特性. 田秀淑等[59]结合轨道板振动速度时程曲线、频谱曲线和导纳变化规律对砂浆脱空进行了识别，结果表明该方法可以识别砂浆层内大于0.4 m的脱空病害，但对脱空范围未做详细探讨. 当无砟轨道填充层出现损伤后，在列车荷载作用下，轨道板振动响应会出现突变，其背后的原因在于材料性能劣化引起下部支撑条件弱化，造成该损伤区域内动刚度降低，且降低程度与损伤程度成正比例关系，因此可以根据动刚度变化规律判断结构的质量状态. 战家旺等[60]探究了轨道板动刚度变化指数（损伤前、后动刚度的变化比例）与CA砂浆损伤位置、程度的映射关系，据此确立损伤评估建议准则，针对砂浆粉化和局部脱空提出利用少量测点初步定位损伤及加密测点精确识别损伤的分步评估方法，在一定程度上降低了检测点布置数量，缩短了瞬态冲击法的检测时间. Hu等[61]通过比较砂浆层各区域的刚度分布，提出了基于拉普拉斯贝叶斯的CRTS I型板式无砟轨道砂浆层损伤识别方法，并利用无砟轨道室内缩尺模型的激励锤试验进行了验证，但当损伤区域较小时，该方法可能会出现不可识别的问题.

在列车动荷载作用下无砟道床振动信号分析方面，熊飞[62]基于车辆-II型板式无砟轨道耦合模型，获取损伤区域内轨道板和支承层表面共3个测点的加速度时程数据，利用数理统计和信号处理技术提取时频域损伤特征，进一步结合振动传递率和相关性分析挖掘隐藏在振动信号中的损伤指标，实现了基于主成分分析法的砂浆脱空程度识别，但未考虑砂浆不同脱空位置的影响. 任娟娟等[63]通过建立含砂浆损伤的车辆-CRTS I型板式无砟轨道耦合动力学模型，提取了轨道板和底座板上共5个测点的加速度信号，在SVM中输入从时域、频域及时频域获取的损伤特征指标，结合粒子群优化算法（particle swarm optimization，PSO）实现对砂浆板端和板中脱空位置的识别，准确率为90%，但在识别过程中对同一脱空类型下的不同脱空程度未加区分，且样本数据量较少，还须扩充训练样本以提高识别方法的泛化能力. 此外，李自法等[64]通过拾音器采集列车经过板式轨道砂浆脱空与无脱空处的声音信号，结合梯度回归树算法对砂浆脱空有无进行了识别，但无法进一步判断损伤程度.

针对双块式无砟轨道轨枕脱黏识别，现有研究成果相对较少，任娟娟等[65]从理论仿真角度出发，采用内聚力模型建立了列车荷载作用下含轨枕连接面损伤的双块式无砟轨道数值模型，通过小波包分解分析轨枕和道床板振动信号在各频带内的能量变化规律. 结果表明，当频带能量增幅大于6%时可以实现对双块式轨枕与道床板脱黏程度的识别，并进一步提取轨枕振动响应的多域损伤特征，搭建基于粒子群优化算法−支持向量机的界面损伤识别模型，利用动力学仿真数据对轨枕脱黏位置的识别准确率约为93%[66]，但提出的识别方法不能同时实现对轨枕连接面损伤程度和位置的识别. 还有学者从试验角度探究了轨枕脱黏识别方法，考虑到浇筑双块式无砟轨道足尺结构较为复杂，为了试验的可操作性和方便性，张雯皓[67]在室内浇筑轨枕与道床板复合的混凝土凸型试件，基于模型试验和有限元模拟初步验证了压电陶瓷用于双块式轨枕与道床板界面损伤识别的有效性，明确了界面脱黏程度与接收信号间的映射关系，为现场双块式无砟轨道损伤识别提供了参考. 但其未采用轨道真实结构，忽略了轨枕和道床内加固钢筋对应力波传播的影响，该识别方法的现场适用性还须深入研究.

综合上述文献可知，现有无砟轨道层间损伤识别大多采用人工提取的浅层特征，较少考虑损伤的深层次特征，故较难全面反映振动信号中隐藏的结构损伤信息. 在利用浅层特征变化规律的识别过程中，选取损伤特征阈值的主观性较强[68]，需要一定的诊断经验，同时基于损伤特征搭建的神经网络识别模型将损伤特征提取与模式识别分阶段进行，在一定程度上破坏了各阶段的耦合关系[69]. 深度学习克服了人工提取结构损伤特征指标的局限，将特征提取与分类识别融为一体，具有自适应挖掘深层次特征的优势，摆脱了对信号处理技术和损伤判断经验的依赖[70]. 其中，卷积神经网络（convolutional neural network，CNN）是一种常用的深度学习方法，已经被广泛应用于结构损伤识别领域，但在无砟轨道结构层间损伤识别中的应用还较少[71]. 同时，学者们提出的多种基于无砟道床振动响应的损伤识别方法大多针对损伤位置或损伤程度单独开展识别研究，能实现位置和程度同步识别的方法较少，且多利用有限元仿真数据或模型试验数据，缺乏现场实测数据的验证，各类识别方法用于指导无砟轨道现场损伤检测的经验还不足，其适用性和可靠性还须经受大量高铁维修实践的考验.

3.3. 基于车辆振动信号的损伤识别

由于无砟轨道多层结构的组合性，服役期内的无砟轨道出现的层间离缝/脱空损伤将导致轨道系统局部刚度下降，轨道板上拱变形致使钢轨受迫产生挠曲变形，降低轨道平顺性，从而影响车辆-轨道耦合系统的振动特性，因此有学者利用车辆振动响应对轨道结构层间损伤和轨道板上拱进行识别研究.

在无砟轨道层间损伤识别方面，胥帅[8]基于轴箱与转向架垂向加速度的变分模态分解结果，确定轨道损伤特征故障函数，从抗轨道不平顺激扰能力、损伤敏感性及损伤区分能力3个角度对损伤特征值进行优选，结合滑动检测技术和SVM模式识别判断了轨道板、底座板脱空损伤的位置、程度及类型，但其只对3种较大脱空长度（1.95、3.25 、4.55 m）的损伤进行了识别分析，同时由于试验环境的限制，也未采用运营线路中车体轴箱与转向架振动响应数据进行验证. 尹峰[72]通过建立轨道静力学模型和车辆-轨道耦合动力学模型，针对半块板长和一块板长（6.45 m）范围内出现轨道板上拱离缝的情况，分析动态有载与静态无载条件下的轨道板和钢轨垂向位移的变化规律，通过在同一节车体中部加装无载荷检测设备，并与综合检测列车获取的钢轨垂向位移对比，提出了一种在理论上可行的基于动静态检测数据差异的轨道板离缝识别手段，但缺乏在实际线路中的应用. 石慧[47]基于改进的车辆-轨道耦合动力学模型获取了不同CA砂浆脱空工况下的车辆轮对加速度信号，利用粒子群优化支持向量机和模型融合算法分别对砂浆纵向脱空长度与横向脱空度进行了识别研究，并验证了不同列车速度、轨道不平顺及信噪比条件下2种识别算法的鲁棒性. 但考虑到较小的砂浆纵向脱空长度（小于0.65 m）对车轮加速度的影响不明显，故该方法只对砂浆纵向脱空长度大于0.65 m的损伤识别有效，且其提出的损伤识别方法还处于仿真阶段，缺少相应的试验分析.

从上述研究成果可以看出，学者们主要围绕较大的离缝或脱空开展基于车辆振动响应的无砟轨道层间损伤识别研究，这主要是因为车辆振动响应除受轨下部件质量状态的影响，也受钢轨焊接接头、短波不平顺及长波不平顺等轨道平顺性的干扰. 在经过轨道板、扣件系统及悬挂系统等减振作用后，下部损伤在向上映射过程中其损伤信息大幅衰减，致使车辆振动参数的变化可能主要反映轨道平顺性，较难体现层间界面的损伤情况[63, 73]，导致利用车辆振动响应提取的损伤特征指标对层间小损伤的敏感性较低，识别精度较难保证. 因此，在轨道不平顺激励和轨下部件损伤的共同作用下，如何从车辆振动信号中分离出不平顺和部件损伤的影响成分，放大损伤程度较小的层间损伤微弱信息，是扩大基于车辆振动信号的损伤识别方法适用范围面临的重要挑战之一.

在轨道板上拱变形识别方面，基于三轴加速度振动信号[74]和光纤光栅技术[75]的轨道板变形监测系统属于“地对地”的直接监测方法，获取的数据质量较高，但长期暴露在自然环境中的传感器容易损坏，经济成本较高. 为了弥补上述监测方法难以适用于广泛区间线路长期监测的局限，现有学者提出了基于轨道动检数据的“车对地”的损伤间接检测方法. 杨飞等[76]在对轨道高低不平顺数据进行里程校正和异常值剔除后，结合集成学习和机器视觉识别II型轨道板起拱区段，并利用长短期记忆网络（long short-term memory network，LSTM）提出了轨道板拱起预警方法. 由于不同类型的板式无砟轨道在结构型式、材料组成及荷载传递路径等方面存在差异，因此在列车荷载和外界环境的耦合作用下，其变形规律也并不相同. 为了深入探究各类轨道板的变形识别方法，李晨钟等[77]基于3 a内CRTS I、II和III型板式无砟轨道动检数据，以小波能量作为轨道板变形评价指标，利用高斯核密度函数估计，统计分析了轨道板变形位置，并进一步采用LSTM预测了不同类型轨道板在未来15~20 d的短中期变形程度. 上述研究成果促进了我国无砟轨道变形预测的发展，但由于轨道板变形常与路基不均匀沉降和层间离缝、脱空等损伤同时出现，因此综合考虑多种损伤对车辆振动响应的影响，利用多源数据融合技术是未来提高轨道板变形预测精度的关键[77].

综合上述文献分析可知，采用基于模态参数、无砟道床振动信号及车辆振动信号3种整体损伤识别方法对无砟轨道典型层间损伤检测具有一定的效果，但仍存在对小损伤识别精度低、现场应用经验少的不足，不同识别方法的优缺点对比如表3所示.

表 3   不同整体损伤识别方法对比

Tab.3  Comparison of different overall damage identification methods

识别方法 优点 缺点
基于模态参数的损伤识别 能较为准确地识别无砟轨道较大的层间损伤 获取精确的无砟轨道结构模态参数难度较大，对小损伤的识别精度较低
基于无砟道床振动信号的损伤识别 能较为准确地识别无砟轨道层间损伤位置或程度 较少能实现损伤位置和程度的同步识别，缺乏现场实测数据的验证
基于车辆振动信号的损伤识别 适合无砟轨道结构损伤实时状态的监测，对较大的层间离缝、脱空识别效果较好 受轨道不平顺的干扰，损伤特征指标对层间小损伤不敏感

新窗口打开| 下载CSV


4. 结　论

本研究重点讨论了现阶段我国无砟轨道结构局部损伤识别方法和整体损伤识别方法的研究进展和存在的问题. 对于目前及今后亟需重点关注的核心科学问题和技术挑战总结如下.

（1）在无砟轨道局部损伤识别方面，针对探地雷达法，建立涵盖无砟轨道各类典型层间损伤的图像库，实现自动化检测；针对冲击回波法，从荷载激励与信号采集装置一体化出发研发智能化检测装备，采用先进的回波信号分析技术，以提高损伤识别效率和精度. 同时考虑多种局部损伤识别方法的混合与优化，实现无砟轨道局部损伤的精准检测.

（2）在基于模态参数的无砟轨道典型层间损伤识别方面，单一模态特征指标对隐蔽损伤信息的表达不够全面，引入多源数据融合技术（如证据理论、贝叶斯融合算法），从数据级、特征级及决策级等多角度对获取的无砟轨道结构模态参数进行融合分析，以提高损伤识别精度和可靠性.

（3）在基于无砟道床振动信号的无砟轨道典型层间损伤识别方面，由于人工提取的浅层损伤特征较难综合反映振动信号中隐藏的结构损伤信息，须借助深度学习算法自适应提取对结构损伤敏感的深层次特征，将特征提取与分类识别融为一体. 同时系统分析损伤位置和损伤程度对结构振动响应的影响规律，实现位置和程度的同步识别，这是未来利用无砟道床振动信号准确把控轨道整体质量状态的有效途径之一.

（4）在基于车辆振动信号的无砟轨道典型层间损伤识别方面，建立含层间损伤的车辆-无砟轨道精细化动力学模型，从多层连续结构力学传递规律和变形协调映射方面整体把握无砟轨道系统的振动传递特性，构建准确的部件损伤与车辆响应的映射关系，抑制轨道不平顺对车辆动力响应的影响，凸显损伤程度较小的层间损伤微弱信息，这是今后提高长大线路无砟轨道损伤检测效率面临的重要挑战之一.

（5）在无砟轨道典型层间损伤局部和整体识别方法的现场适应性方面，扩充现场损伤检测数据样本，提高识别方法的泛化能力；从检测效率、难易程度、设备成本等角度深入研究各类识别方法的经济合理性，综合考虑各类损伤识别的优缺点，针对不同结构病害，合理选取局部与整体损伤识别方法，实现无砟轨道损伤高效检测.

随着大数据、物联网、人工智能等新一代信息技术的迅速崛起，无砟轨道损伤检测逐渐迈向了智能化进程，未来可以通过多学科交叉融合的创新机制发展新型无砟轨道结构损伤识别技术，不断完善无砟轨道损伤识别体系，为提升轨道服役性能提供坚实的技术支撑.

参考文献

YE W L, DENG S J, REN J J, et al

Deep learning-based fast detection of apparent concrete crack in slab tracks with dilated convolution

[J]. Construction and Building Materials, 2022, 329: 1- 14

[本文引用: 1]

范宏, 侯云, 李柏林, 等

基于区域特征的缺陷扣件视觉检测

[J]. 铁道学报, 2021, 43 (8): 132- 138

DOI:10.3969/j.issn.1001-8360.2021.08.016      [本文引用: 1]

FAN Hong, HOU Yun, LI Bai-lin, et al

Visual inspection of defective fasteners based on regional features

[J]. Journal of the China Railway Society, 2021, 43 (8): 132- 138

DOI:10.3969/j.issn.1001-8360.2021.08.016      [本文引用: 1]

马殿东. 高速铁路多层线下结构病害探地雷达检测技术研究 [D]. 哈尔滨: 哈尔滨工业大学, 2015.

[本文引用: 2]

MA Dian-dong. Study on ground penetrating radar detection method used in under line layered structure of high-speed railway [D]. Harbin: Harbin Institute of Technology, 2015.

[本文引用: 2]

XU J M, WANG P, AN B Y, et al

Damage detection of ballastless railway tracks by the impact-echo method

[J]. Proceedings of the Institution of Civil Engineers-Transport, 2018, 171 (2): 106- 114

DOI:10.1680/jtran.16.00146      [本文引用: 1]

张春毅, 田秀淑, 张旭, 等

CRTS II型无砟轨道CA砂浆层脱空的瞬态机械阻抗法检测试验研究

[J]. 国防交通工程与技术, 2015, 13 (6): 26- 29

[本文引用: 1]

ZHANG Chun-yi, TIAN Xiu-shu, ZHANG Xu, et al

An experimental study of the transient mechanical impedance method for detecting the disengaging in the CA mortar layer of type-CRTS II non-ballasted tracks

[J]. Traffic Engineering and Technology for National Defence, 2015, 13 (6): 26- 29

[本文引用: 1]

胡志鹏, 王平, 熊震威, 等

基于高斯曲率识别板式无砟轨道中CA砂浆脱空伤损

[J]. 铁道科学与工程学报, 2014, 11 (3): 54- 59

DOI:10.3969/j.issn.1672-7029.2014.03.009      [本文引用: 2]

HU Zhi-peng, WANG Ping, XIONG Zhen-wei, et al

The void damage identification of CA mortar in slab track based on the Gaussian curvature

[J]. Journal of Railway Science and Engineering, 2014, 11 (3): 54- 59

DOI:10.3969/j.issn.1672-7029.2014.03.009      [本文引用: 2]

武思思. 基于瞬态冲击响应的CRTS II型板式无砟轨道脱空检测方法研究 [D]. 石家庄: 石家庄铁道大学, 2018.

[本文引用: 1]

WU Si-si. Research on void detection method of CRTS II slab track based on transient impulse response [D]. Shijiazhuang: Shijiazhuang Tiedao University, 2018.

[本文引用: 1]

胥帅. 基于车辆动力响应的无砟轨道损伤辨识方法研究 [D]. 石家庄: 石家庄铁道大学, 2018.

[本文引用: 2]

XU Shuai. Study on damage identification of ballastless track based on dynamic response analysis of vehicle [D]. Shijiazhuang: Shijiazhuang Tiedao University, 2018.

[本文引用: 2]

REN J J, WANG J, LI X, et al

Influence of cement asphalt mortar debonding on the damage distribution and mechanical responses of CRTS I prefabricated slab

[J]. Construction and Building Materials, 2020, 230: 1- 12

[本文引用: 1]

任娟娟, 李家乐, 韦凯, 等

板式无砟轨道锚穴部位损伤分布研究

[J]. 铁道学报, 2020, 42 (12): 113- 119

DOI:10.3969/j.issn.1001-8360.2020.12.015      [本文引用: 1]

REN Juan-juan, LI Jia-le, WEI Kai, et al

Damage distribution at anchor pockets in slab track

[J]. Journal of the China Railway Society, 2020, 42 (12): 113- 119

DOI:10.3969/j.issn.1001-8360.2020.12.015      [本文引用: 1]

GOU H Y, LIU C, XIE R, et al

Running safety of high-speed train on deformed railway bridges with interlayer connection failure

[J]. Steel and Composite Structures, 2021, 39 (3): 261- 274

[本文引用: 1]

任娟娟, 刘宽, 王伟华, 等

基于区间层次分析的CRTS III型板式无砟轨道开裂状况评估

[J]. 浙江大学学报:工学版, 2021, 55 (12): 2267- 2274

[本文引用: 1]

REN Juan-juan, LIU Kuan, WANG Wei-hua, et al

Evaluation of cracking condition for CRTS III prefabricated slab track based on interval analytic hierarchy process

[J]. Journal of Zhejiang University: Engineering Science, 2021, 55 (12): 2267- 2274

[本文引用: 1]

曾志平, 申石文, 涂勤明, 等

桥上双块式无砟轨道道床板防裂优化设计研究

[J]. 铁道工程学报, 2019, 36 (7): 19- 26

DOI:10.3969/j.issn.1006-2106.2019.07.004      [本文引用: 1]

ZENG Zhi-ping, SHEN Shi-wen, TU Qin-ming, et al

Research on the anti-cracking optimization design of bed slabs for double-block ballastless track on bridge

[J]. Journal of Railway Engineering Society, 2019, 36 (7): 19- 26

DOI:10.3969/j.issn.1006-2106.2019.07.004      [本文引用: 1]

翟婉明, 赵春发, 夏禾, 等

高速铁路基础结构动态性能演变及服役安全的基础科学问题

[J]. 中国科学: 技术科学, 2014, 44 (7): 645- 660

DOI:10.1360/N092014-00192      [本文引用: 1]

ZHAI Wan-ming, ZHAO Chun-fa, XIA He, et al

Basic scientific issues on dynamic performance evolution of the high-speed railway infrastructure and its service safety

[J]. Scientia Sinica: Technologica, 2014, 44 (7): 645- 660

DOI:10.1360/N092014-00192      [本文引用: 1]

赵闻强. 高速铁路无砟轨道层间界面经时损伤演化机理研究 [D]. 北京: 北京交通大学, 2021.

[本文引用: 1]

ZHAO Wen-qiang. Research on time-dependent interface damage evolution mechanism of ballastless track in high-speed railway [D]. Beijing: Beijing Jiaotong University, 2021.

[本文引用: 1]

吴韶亮, 李海燕, 史懿, 等

严寒地区CRTS I型板式无砟轨道水泥乳化沥青砂浆充填层服役现状研究

[J]. 铁道建筑, 2022, 62 (1): 27- 30

DOI:10.3969/j.issn.1003-1995.2022.01.06      [本文引用: 2]

WU Shao-liang, LI Hai-yan, SHI Yi, et al

Study on service status of cement emulsified asphalt mortar filling layer of CRTS I slab ballastless track in severe cold area

[J]. Railway Engineering, 2022, 62 (1): 27- 30

DOI:10.3969/j.issn.1003-1995.2022.01.06      [本文引用: 2]

刘付山, 曾志平, 吴斌

施工过程中CRTS II型轨道板竖向上拱变形研究

[J]. 铁道工程学报, 2015, 32 (1): 55- 60

DOI:10.3969/j.issn.1006-2106.2015.01.011      [本文引用: 1]

LIU Fu-shan, ZENG Zhi-ping, WU Bin

Research on the CRTS II slab ballastless track buckling deformation in the process of construction

[J]. Journal of Railway Engineering Society, 2015, 32 (1): 55- 60

DOI:10.3969/j.issn.1006-2106.2015.01.011      [本文引用: 1]

刘笑凯, 肖杰灵, 赵春光, 等

CRTS II型板式轨道高温稳定性的影响因素研究

[J]. 铁道学报, 2021, 43 (1): 135- 140

DOI:10.3969/j.issn.1001-8360.2021.01.017      [本文引用: 1]

LIU Xiao-kai, XIAO Jie-ling, ZHAO Chun-guang, et al

Influencing factors of stability of CRTS II slab track in high temperature

[J]. Journal of the China Railway Society, 2021, 43 (1): 135- 140

DOI:10.3969/j.issn.1001-8360.2021.01.017      [本文引用: 1]

娄平, 赵晨, 宫凯伦

组合荷载作用下CRTS III型板式无砟轨道层间离缝影响分析

[J]. 铁道科学与工程学报, 2019, 16 (12): 2913- 2920

[本文引用: 1]

LOU Ping, ZHAO Chen, GONG Kai-lun

Study on the influence of connection damage for CRTS III slab ballastless track under combined loads

[J]. Journal of Railway Science and Engineering, 2019, 16 (12): 2913- 2920

[本文引用: 1]

杨荣山, 胡猛, 孔晓钰, 等

双块式无砟轨道枕边裂缝水力伤损特性

[J]. 铁道学报, 2022, 44 (2): 81- 89

DOI:10.3969/j.issn.1001-8360.2022.02.011      [本文引用: 1]

YANG Rong-shan, HU Meng, KONG Xiao-yu, et al

Hydraulic damage characteristics of cracks adjacent to sleepers of twinblockballastless track

[J]. Journal of the China Railway Society, 2022, 44 (2): 81- 89

DOI:10.3969/j.issn.1001-8360.2022.02.011      [本文引用: 1]

ZHU S Y, WANG M Z, ZHAI W Z, et al

Mechanical property and damage evolution of concrete interface of ballastless track in high-speed railway: experiment and simulation

[J]. Construction and Building Materials, 2018, 187: 460- 473

DOI:10.1016/j.conbuildmat.2018.07.163      [本文引用: 1]

廖红建, 朱庆女, 昝月稳, 等

基于探地雷达的高铁无砟轨道结构层病害检测

[J]. 西南交通大学学报, 2016, 51 (1): 8- 13

DOI:10.3969/j.issn.0258-2724.2016.01.002      [本文引用: 1]

LIAO Hong-jian, ZHU Qing-nü, ZAN Yue-wen, et al

Detection of ballastless track diseases in high-speed railway based on ground penetrating radar

[J]. Journal of Southwest Jiaotong University, 2016, 51 (1): 8- 13

DOI:10.3969/j.issn.0258-2724.2016.01.002      [本文引用: 1]

YANG Y, ZHAO W G

Curvelet transform-based identification of void diseases in ballastless track by ground-penetrating radar

[J]. Structural Control and Health Monitoring, 2019, 26 (4): 1- 18

[本文引用: 1]

舒志乐, 朱思宇, 张华杰

无砟轨道CA砂浆层病害探地雷达检测及三维正演模拟

[J]. 铁道科学与工程学报, 2021, 18 (7): 1679- 1685

DOI:10.19713/j.cnki.43-1423/u.t20200819      [本文引用: 1]

SHU Zhi-le, ZHU Si-yu, ZHANG Hua-jie

Ground penetrating radar detection and three-dimensional forward modeling of CA mortar layer disease on ballastless track

[J]. Journal of Railway Science and Engineering, 2021, 18 (7): 1679- 1685

DOI:10.19713/j.cnki.43-1423/u.t20200819      [本文引用: 1]

CASSIDY N J, EDDIES R, DODS S

Void detection beneath reinforced concrete sections: the practical application of ground-penetrating radar and ultrasonic techniques

[J]. Journal of Applied Geophysics, 2011, 74 (4): 263- 276

DOI:10.1016/j.jappgeo.2011.06.003      [本文引用: 1]

罗炜, 薛亚东, 贾非, 等

基于深度学习的无砟轨道砂浆层脱空病害识别

[J]. 现代隧道技术, 2021, 58 (Suppl.1): 129- 136

DOI:10.13807/j.cnki.mtt.2021.S1.016      [本文引用: 1]

LUO Wei, XUE Ya-dong, JIA Fei, et al

Identification of voids in mortar layer of ballastless track based on deep learning

[J]. Modern Tunnelling Technology, 2021, 58 (Suppl.1): 129- 136

DOI:10.13807/j.cnki.mtt.2021.S1.016      [本文引用: 1]

TIAN X S, ZHAO W G, DU Y L, et al

Detection of mortar defects in ballastless tracks of high-speed railway using transient elastic wave method

[J]. Journal of Civil Structural Health Monitoring, 2018, 8 (1): 151- 160

DOI:10.1007/s13349-017-0265-0      [本文引用: 1]

JIANG W, XIE Y J, WU J X, et al

Influence of age on the detection of defects at the bonding interface in the CRTS III slab ballastless track structure via the impact-echo method

[J]. Construction and Building Materials, 2020, 265: 1- 12

[本文引用: 1]

KE Y T, CHENG C C, LIN Y C, et al

Preliminary study on assessing delaminated cracks in cement asphalt mortar layer of high-speed rail track using traditional and normalized impact-echo methods

[J]. Sensors, 2020, 20 (11): 1- 16

DOI:10.1109/JSEN.2020.2986632      [本文引用: 1]

杨勇, 田秀淑, 赵维刚, 等

基于SST的无砟轨道离缝缺陷识别方法研究

[J]. 铁道学报, 2022, 44 (7): 117- 124

DOI:10.3969/j.issn.1001-8360.2022.07.014      [本文引用: 1]

YANG Yong, TIAN Xiu-shu, ZHAO Wei-gang, et al

Analysis on identification of seam separation defect of ballastless track based on SST

[J]. Journal of the China Railway Society, 2022, 44 (7): 117- 124

DOI:10.3969/j.issn.1001-8360.2022.07.014      [本文引用: 1]

LEE J W, LEE S J, KEE S H

Evaluation of a concrete slab track with debonding at the interface between track concrete layer and hydraulically stabilized base course using multi-channel impact-echo testing

[J]. Sensors, 2021, 21 (21): 1- 22

DOI:10.1109/JSEN.2021.3121848      [本文引用: 1]

姜勇, 吴佳晔, 马永强, 等

冲击回波声频法用于铁路隧道衬砌质量检测

[J]. 铁道建筑, 2020, 60 (5): 6- 10

DOI:10.3969/j.issn.1003-1995.2020.05.02      [本文引用: 1]

JIANG Yong, WU Jia-ye, MA Yong-qiang, et al

Application of impact echo acoustic method in quality testing of railway tunnel lining

[J]. Railway Engineering, 2020, 60 (5): 6- 10

DOI:10.3969/j.issn.1003-1995.2020.05.02      [本文引用: 1]

唐小冬, 罗技明, 陈宇朋

冲击回波声频法在高速铁路CRTS III型轨道板脱空检测中的应用

[J]. 四川理工学院学报: 自然科学版, 2019, 32 (5): 69- 75

[本文引用: 1]

TANG Xiao-dong, LUO Ji-ming, CHEN Yu-peng

Nondestructive testing technology of high speed railway CRTS III type track board based on impact acoustic echo method

[J]. Journal of Sichuan University of Science and Engineering: Natural Science Edition, 2019, 32 (5): 69- 75

[本文引用: 1]

许玉德, 胡猛, 徐国尧, 等

空气耦合冲击回波法检测无砟轨道层间脱空的适用性

[J]. 中南大学学报:自然科学版, 2022, 53 (5): 1918- 1929

[本文引用: 1]

XU Yu-de, HU Meng, XU Guo-yao, et al

Applicability of air-coupled impact echo method for detecting interlayer void of ballastless track

[J]. Journal of Central South University: Science and Technology, 2022, 53 (5): 1918- 1929

[本文引用: 1]

CHEN M, FENG S K, CHE A L, et al. Propagation characteristics of elastic wave in high-speed railway embankment and its application to defect detection [C]// Geo-Shanghai 2014. Shanghai: ASCE, 2014: 20-28.

[本文引用: 1]

杨鸿凯, 车爱兰, 汤政, 等

基于弹性波理论的高铁线下结构病害快速检测方法

[J]. 上海交通大学学报, 2015, 49 (7): 1010- 1016

DOI:10.16183/j.cnki.jsjtu.2015.07.016      [本文引用: 1]

YANG Hong-kai, CHE Ai-lan, TANG Zheng, et al

Elastic-wave-based detection method for under line structure of high-speed railway

[J]. Journal of Shanghai Jiaotong University, 2015, 49 (7): 1010- 1016

DOI:10.16183/j.cnki.jsjtu.2015.07.016      [本文引用: 1]

WANG H, CHE A L, FENG S K, et al

Full waveform inversion applied in defect investigation for ballastless undertrack structure of high-speed railway

[J]. Tunnelling and Underground Space Technology, 2016, 51: 202- 211

DOI:10.1016/j.tust.2015.10.035      [本文引用: 1]

CHE A L, TANG Z, FENG S K

An elastic-wave-based full-wavefield imaging method for investigating defects in a high-speed railway under-track structure

[J]. Soil Dynamics and Earthquake Engineering, 2015, 77: 299- 308

DOI:10.1016/j.soildyn.2015.06.005      [本文引用: 1]

范岩旻, 车爱兰, 冯少孔

基于模式匹配的网格扫描法在高铁线下结构检测中的应用

[J]. 振动与冲击, 2019, 38 (16): 159- 165

DOI:10.13465/j.cnki.jvs.2019.16.023      [本文引用: 1]

FAN Yan-min, CHE Ai-lan, FENG Shao-kong

A gridded scanning detection method based on pattern matching for detection of high speed railway structures

[J]. Journal of Vibration and Shock, 2019, 38 (16): 159- 165

DOI:10.13465/j.cnki.jvs.2019.16.023      [本文引用: 1]

钟鹏飞, 车爱兰, 冯少孔, 等

高速铁路线下结构典型病害分析及快速无损检测方法研究

[J]. 振动与冲击, 2017, 36 (11): 154- 160

DOI:10.13465/j.cnki.jvs.2017.11.024      [本文引用: 1]

ZHONG Peng-fei, CHE Ai-lan, FENG Shao-kong, et al

Typical defects’ analysis and nondestructive detection method for undertrack structures of high speed railways

[J]. Journal of Vibration and Shock, 2017, 36 (11): 154- 160

DOI:10.13465/j.cnki.jvs.2017.11.024      [本文引用: 1]

李邦旭, 刘亮, 孙坤

板式无砟轨道离缝病害无损检测方法试验研究

[J]. 铁道建筑, 2018, 58 (2): 121- 124

DOI:10.3969/j.issn.1003-1995.2018.02.30      [本文引用: 1]

LI Bang-xu, LIU Liang, SUN Kun

Experimental study on non-destructive test method for debonding of slab ballastless tracks

[J]. Railway Engineering, 2018, 58 (2): 121- 124

DOI:10.3969/j.issn.1003-1995.2018.02.30      [本文引用: 1]

COLLA C, KRAUSE M, MAIERHOFER C, et al

Combination of NDT techniques for site investigation of non-ballasted railway tracks

[J]. NDT and E International, 2002, 35 (2): 95- 105

DOI:10.1016/S0963-8695(01)00033-0      [本文引用: 1]

姜子清, 施成, 赵坪锐

CRTS II型板式无砟轨道砂浆层离缝检查及伤损限值研究

[J]. 铁道建筑, 2016, (1): 53- 58

DOI:10.3969/j.issn.1003-1995.2016.01.12      [本文引用: 1]

JIANG Zi-qing, SHI Cheng, ZHAO Ping-rui

Crack detecting of mortar layer for CRTS II slab-type ballastless track and its damage limit

[J]. Railway Engineering, 2016, (1): 53- 58

DOI:10.3969/j.issn.1003-1995.2016.01.12      [本文引用: 1]

潘龙江

基于弹性波CT法的无砟轨道底座板混凝土状态检测技术

[J]. 铁道建筑, 2018, 58 (8): 93- 96

DOI:10.3969/j.issn.1003-1995.2018.08.23      [本文引用: 1]

PAN Long-jiang

Concrete inspection technique for ballastless track base plate using elastic wave CT method

[J]. Railway Engineering, 2018, 58 (8): 93- 96

DOI:10.3969/j.issn.1003-1995.2018.08.23      [本文引用: 1]

杨萃娜, 凌海东, 赵磊, 等

CRTS II型板式无砟轨道后浇带无损检测技术

[J]. 铁道建筑, 2021, 61 (11): 109- 112

DOI:10.3969/j.issn.1003-1995.2021.11.24      [本文引用: 1]

YANG Cui-na, LING Hai-dong, ZHAO Lei, et al

Inspection technology of post-cast belt of CRTS II slab ballastless track

[J]. Railway Engineering, 2021, 61 (11): 109- 112

DOI:10.3969/j.issn.1003-1995.2021.11.24      [本文引用: 1]

舒志乐, 廖志恒, 张华杰, 等

高速铁路无砟轨道砂浆层病害联合检测模型试验

[J]. 中国科技论文, 2022, 17 (6): 602- 608

DOI:10.3969/j.issn.2095-2783.2022.06.003      [本文引用: 1]

SHU Zhi-le, LIAO Zhi-heng, ZHANG Hua-jie, et al

Model test of joint detection of mortar layer diseases on ballastless track of high-speed railway

[J]. China Sciencepaper, 2022, 17 (6): 602- 608

DOI:10.3969/j.issn.2095-2783.2022.06.003      [本文引用: 1]

石慧. 无砟轨道CA砂浆脱空智能感知算法研究 [D]. 北京: 北京交通大学, 2019.

[本文引用: 2]

SHI Hui. Research on intelligent sensing algorithm for CA mortar disengagement of ballastless track [D]. Beijing: Beijing Jiaotong University, 2019.

[本文引用: 2]

CORNWELL P, DOEBLING S W, FARRAR C R

Application of the strain energy damage detection method to plate-like structures

[J]. Journal of Sound and Vibration, 1999, 224 (2): 359- 374

DOI:10.1006/jsvi.1999.2163      [本文引用: 1]

钟军军, 董聪, 夏开全

基于频率及振型参数的结构损伤识别方法

[J]. 华中科技大学学报:城市科学版, 2009, 26 (4): 1- 4

[本文引用: 1]

ZHONG Jun-jun, DONG Cong, XIA Kai-quan

Structural damage detection method based on natural frequency and mode shape

[J]. Journal of Huazhong University of Science and Technology: Urban Science Edition, 2009, 26 (4): 1- 4

[本文引用: 1]

NGUYEN K D, CHAN T H, THAMBIRATNAM D P

Structural damage identification based on change in geometric modal strain energy-eigenvalue ratio

[J]. Smart Materials and Structures, 2016, 25 (7): 1- 14

[本文引用: 1]

赵佳. 基于模态参数的无砟轨道道床板层间脱空识别研究 [D]. 石家庄: 石家庄铁道大学, 2017.

[本文引用: 2]

ZHAO Jia. Ballastless track bed slab layer damage identification based on modal parameters [D]. Shijiazhuang: Shijiazhuang Tiedao University, 2017.

[本文引用: 2]

胡琴, 徐巍, 高飞, 等

基于BP神经网络的CRTS I型板式无砟轨道CA充填层损伤识别

[J]. 土木工程与管理学报, 2018, 35 (5): 87- 93

DOI:10.3969/j.issn.2095-0985.2018.05.015      [本文引用: 1]

HU Qin, XU Wei, GAO Fei, et al

Damage identification of CA mortar layer of CRTS I slab track based on BP neural network

[J]. Journal of Civil Engineering and Management, 2018, 35 (5): 87- 93

DOI:10.3969/j.issn.2095-0985.2018.05.015      [本文引用: 1]

张晓东, 梁青槐

基于应变模态的轨道板裂缝与脱空识别方法研究

[J]. 振动与冲击, 2020, 39 (4): 179- 184

DOI:10.13465/j.cnki.jvs.2020.04.023      [本文引用: 1]

ZHANG Xiao-dong, LIANG Qing-huai

A study on crack and motor-void identification of ballastless track slab using strain modal

[J]. Journal of Vibration and Shock, 2020, 39 (4): 179- 184

DOI:10.13465/j.cnki.jvs.2020.04.023      [本文引用: 1]

赵坪锐, 徐天赐, 刘卫星, 等

单元板式轨道脱空伤损识别的柔度曲率特征值法

[J]. 西南交通大学学报, 2021, 56 (5): 1100- 1108

[本文引用: 2]

ZHAO Ping-rui, XU Tian-ci, LIU Wei-xing, et al

Flexibility curvature eigenvalue method for debonding damage identification of unit slab track

[J]. Journal of Southwest Jiaotong University, 2021, 56 (5): 1100- 1108

[本文引用: 2]

章亦然, 魏纲, 蒋吉清

基于轨道振动的CA砂浆层劣化识别研究综述

[J]. 低温建筑技术, 2021, 43 (12): 73- 77

[本文引用: 1]

ZHANG Yi-ran, WEI Gang, JIANG Ji-qing

Review on the deterioration identification of cement asphalt (CA) mortar layer based on track vibration

[J]. Low Temperature Architecture Technology, 2021, 43 (12): 73- 77

[本文引用: 1]

缪炳荣, 刘俊利, 张盈, 等

轨道车辆结构振动损伤识别技术综述

[J]. 交通运输工程学报, 2021, 21 (1): 338- 357

DOI:10.19818/j.cnki.1671-1637.2021.01.016      [本文引用: 1]

MIAO Bing-rong, LIU Jun-li, ZHANG Ying, et al

Review on structural vibration damage identification technology for railway vehicles

[J]. Journal of Traffic and Transportation Engineering, 2021, 21 (1): 338- 357

DOI:10.19818/j.cnki.1671-1637.2021.01.016      [本文引用: 1]

张广远, 王哲, 王保宪, 等

基于多源特征融合的无砟轨道砂浆层脱空病害检测方法

[J]. 现代电子技术, 2020, 43 (22): 62- 66

DOI:10.16652/j.issn.1004-373x.2020.22.015      [本文引用: 1]

ZHANG Guang-yuan, WANG Zhe, WANG Bao-xian, et al

Method of ballastless track mortar layer void disease detection based on multi-source feature fusion

[J]. Modern Electronics Technique, 2020, 43 (22): 62- 66

DOI:10.16652/j.issn.1004-373x.2020.22.015      [本文引用: 1]

AVCI O, ABDELJABER O, KIRANYAZ S, et al

A review of vibration-based damage detection in civil structures: from traditional methods to machine learning and deep learning applications

[J]. Mechanical Systems and Signal Processing, 2021, 147: 1- 45

[本文引用: 1]

田秀淑, 杜彦良, 赵维刚

基于瞬态冲击响应特性的无砟轨道砂浆层脱空的检测和识别

[J]. 振动与冲击, 2019, 38 (18): 148- 153

DOI:10.13465/j.cnki.jvs.2019.18.021      [本文引用: 1]

TIAN Xiu-shu, DU Yan-liang, ZHAO Wei-gang

Detection and identification of mortar void in the ballastless track of high-speed railway based on transient impact characteristics

[J]. Journal of Vibration and Shock, 2019, 38 (18): 148- 153

DOI:10.13465/j.cnki.jvs.2019.18.021      [本文引用: 1]

战家旺, 史灼, 潘龙江, 等

基于动刚度的CRTS I型板式无砟轨道CA砂浆层病害评估方法

[J]. 中国铁道科学, 2020, 41 (4): 21- 28

DOI:10.3969/j.issn.1001-4632.2020.04.03      [本文引用: 1]

ZHAN Jia-wang, SHI Zhuo, PAN Long-jiang, et al

Disease assessment method for CA mortar layer of CRTS I slab ballastless track based on dynamic stiffness

[J]. China Railway Science, 2020, 41 (4): 21- 28

DOI:10.3969/j.issn.1001-4632.2020.04.03      [本文引用: 1]

HU Q, SHEN Y J, ZHU H P, et al

A feasibility study on void detection of cement-emulsified asphalt mortar for slab track system utilizing measured vibration data

[J]. Engineering Structures, 2021, 245: 1- 11

[本文引用: 1]

熊飞. 基于振动响应的无砟轨道脱空损伤识别研究 [D]. 成都: 西南交通大学, 2019.

[本文引用: 1]

XIONG Fei. Research on void damage identification of ballastless track based on vibration response [D]. Chengdu: Southwest Jiaotong University, 2019.

[本文引用: 1]

任娟娟, 杜威, 叶文龙, 等

基于PSO-SVM的板式无砟轨道CA砂浆脱空损伤识别

[J]. 中南大学学报: 自然科学版, 2021, 52 (11): 4021- 4031

[本文引用: 2]

REN Juan-juan, DU Wei, YE Wen-long, et al

Contact loss identification of CA mortar in prefabricated slab track based on PSO-SVM

[J]. Journal of Central South University: Science andTechnology, 2021, 52 (11): 4021- 4031

[本文引用: 2]

李自法, 谢维波, 刘涛

一种基于GBRT算法的CA砂浆脱空检测方法

[J]. 铁道科学与工程学报, 2018, 15 (2): 292- 301

DOI:10.3969/j.issn.1672-7029.2018.02.004      [本文引用: 1]

LI Zi-fa, XIE Wei-bo, LIU Tao

A detection method of CA mortar disengaging based on GBRT algorithm

[J]. Journal of Railway Science and Engineering, 2018, 15 (2): 292- 301

DOI:10.3969/j.issn.1672-7029.2018.02.004      [本文引用: 1]

任娟娟, 韦臻, 曾学勤, 等

CRTS I型双块式无砟轨道轨枕连接面损伤行为分析及识别研究

[J]. 中国铁路, 2019, (11): 51- 59

[本文引用: 1]

REN Juan-juan, WEI Zhen, ZENG Xue-qin, et al

Analysis and identification of defects on connection surface of double-block sleepers of CRTS Iballastless track

[J]. China Railway, 2019, (11): 51- 59

[本文引用: 1]

DU W, DENG S J, REN J J, et al

Debonding analysis and identification of the interface between sleeper and track slab for twin-block slab tracks

[J]. International Journal of Structural Stability and Dynamics, 2021, 21 (14): 1- 28

[本文引用: 1]

张雯皓. 基于压电陶瓷的双块式轨枕与道床界面损伤识别 [D]. 成都: 西南交通大学, 2020.

[本文引用: 1]

ZHANG Wen-hao. Damage detection at the interfaces between double-block sleepers and slabs using PZT [D]. Chengdu: Southwest Jiaotong University, 2020.

[本文引用: 1]

杨勇, 芦俊伟, 李荣喆, 等

基于Burg功率谱的无砟轨道功能层缺陷边缘估计方法研究

[J]. 振动与冲击, 2020, 39 (10): 1- 6

DOI:10.13465/j.cnki.jvs.2020.10.001      [本文引用: 1]

YANG Yong, LU Jun-wei, LI Rong-zhe, et al

Analysis on edge estimation of functional layer defect in ballastless track based on Burg power spectrum

[J]. Journal of Vibration and Shock, 2020, 39 (10): 1- 6

DOI:10.13465/j.cnki.jvs.2020.10.001      [本文引用: 1]

张龙, 甄灿壮, 熊国良, 等

基于深度时频特征的机车轴承故障诊断

[J]. 交通运输工程学报, 2021, 21 (6): 247- 258

DOI:10.19818/j.cnki.1671-1637.2021.06.019      [本文引用: 1]

ZHANG Long, ZHEN Can-zhuang, XIONG Guo-liang, et al

Locomotive bearing fault diagnosis based on deep time-frequency features

[J]. Journal of Traffic and Transportation Engineering, 2021, 21 (6): 247- 258

DOI:10.19818/j.cnki.1671-1637.2021.06.019      [本文引用: 1]

胡晓依, 荆云建, 宋志坤, 等

基于CNN-SVM的深度卷积神经网络轴承故障识别研究

[J]. 振动与冲击, 2019, 38 (18): 173- 178

DOI:10.13465/j.cnki.jvs.2019.18.024      [本文引用: 1]

HU Xiao-yi, JING Yun-jian, SONG Zhi-kun, et al

Bearing fault identification by using deep convolution neural networks based on CNN-SVM

[J]. Journal of Vibration and Shock, 2019, 38 (18): 173- 178

DOI:10.13465/j.cnki.jvs.2019.18.024      [本文引用: 1]

陈甜甜, 赵维刚, 李荣喆, 等

基于CNN的CA砂浆层脱空识别方法研究

[J]. 铁道标准设计, 2021, 65 (7): 77- 82

DOI:10.13238/j.issn.1004-2954.202004230005      [本文引用: 1]

CHEN Tian-tian, ZHAO Wei-gang, LI Rong-zhe, et al

Study on identification of CA mortar layer void based on convolution neural network

[J]. Railway Standard Design, 2021, 65 (7): 77- 82

DOI:10.13238/j.issn.1004-2954.202004230005      [本文引用: 1]

尹峰

CRTS II型轨道板上拱离缝检测方法研究

[J]. 铁道建筑, 2018, 58 (2): 117- 120

DOI:10.3969/j.issn.1003-1995.2018.02.29      [本文引用: 1]

YIN Feng

Research on detection method of gap caused by camber of CRTS II track slab

[J]. Railway Engineering, 2018, 58 (2): 117- 120

DOI:10.3969/j.issn.1003-1995.2018.02.29      [本文引用: 1]

高建敏, 金忠凯

基于BP神经网络的高速铁路无砟轨道砂浆层离缝损伤识别

[J]. 铁道学报, 2022, 44 (7): 135- 144

DOI:10.3969/j.issn.1001-8360.2022.07.016      [本文引用: 1]

GAO Jian-min, JIN Zhong-kai

Identification of mortar gap damage of slab ballastless track of high-speed railway based on BP neural network

[J]. Journal of the China Railway Society, 2022, 44 (7): 135- 144

DOI:10.3969/j.issn.1001-8360.2022.07.016      [本文引用: 1]

CAÑETE E, CHEN J, DÍAZ M, et al

Wireless sensor networks and structural health monitoring: experiences with slab track infrastructures

[J]. International Journal of Distributed Sensor Networks, 2019, 15 (3): 1- 16

[本文引用: 1]

WANG Q A, NI Y Q

Measurement and forecasting of high-speed rail track slab deformation under uncertain SHM data using variational heteroscedastic gaussian process

[J]. Sensors, 2019, 19 (15): 1- 18

DOI:10.1109/JSEN.2019.2912688      [本文引用: 1]

杨飞, 赵钢, 尤明熙, 等

基于高低不平顺变化特征的轨道板拱起识别与预警模型研究

[J]. 铁道学报, 2021, 43 (8): 106- 116

DOI:10.3969/j.issn.1001-8360.2021.08.013      [本文引用: 1]

YANG Fei, ZHAO Gang, YOU Ming-xi, et al

Research on identification and early warning model for track slab arch based on variation characteristics of longitudinal irregularity

[J]. Journal of the China Railway Society, 2021, 43 (8): 106- 116

DOI:10.3969/j.issn.1001-8360.2021.08.013      [本文引用: 1]

李晨钟, 利璐, 汪健辉, 等

基于轨道动检数据的轨道板的变形识别及预测

[J]. 西南交通大学学报, 2022, 57 (2): 306- 313

DOI:10.3969/j.issn.0258-2724.20200555      [本文引用: 2]

LI Chen-zhong, LI Lu, WANG Jian-hui

et al. Deformation recognition and prediction of track slabs based on track inspection data

[J]. Journal of Southwest Jiaotong University, 2022, 57 (2): 306- 313

DOI:10.3969/j.issn.0258-2724.20200555      [本文引用: 2]

/

〈 〉