[發明專利]一種基于改進GWO-DBN軌檢車檢測數據的道床偏差預測方法

在審

• 申請號: 202211037237.8
• 申請日: 2022-08-29
• 公開（公告）號: CN115456135A
• 公開（公告）日: 2022-12-09
• 發明（設計）人: 楊曉輝;周洪波;劉軍華;舒杰;劉力;蘭春光;張匯星;程俊斌;任榮鋒;閆冬雪;高坤;韓科舉;沙先銘;鐘廣林;于文新
• 申請（專利權）人: 中鐵十二局集團有限公司;中鐵十二局集團第三工程有限公司;長沙變化率信息技術有限公司;湖南科技大學
• 主分類號: G06N3/00
• 分類號: G06N3/00;G06N3/04;G06N3/08;G06Q10/00;G06Q50/30
• 代理公司: 太原晉科知識產權代理事務所(特殊普通合伙) 14110
• 代理人: 王瑞玲;祁宏偉

本發明屬于鐵路鋪軌數據處理技術領域，具體是一種基于改進GWO?DBN軌檢車檢測數據的道床偏差預測方法。包括以下步驟，S1、將鐵路鋪軌相關數據分為訓練樣本集和測試樣本集。S2、由多層堆疊玻爾茲曼機堆疊成基礎深度置信網絡預測模型。S3、對基礎深度置信網絡預測模型的各隱藏層節點個數以及反向微調的學習率和迭代次數進行尋優選擇。S4、輸入訓練樣本集以訓練單輸出的尋優選擇后的基礎深度置信網絡預測模型，然后構建出單輸出的數據回歸預測模型。S5、將經分析處理后實際鐵路鋪軌相關數據輸入單輸出的數據回歸預測模型，輸出得到預測數據，通過預測數據設定鋪軌故障預警策略。本發明可以有效地提高數據預測的精度。

技術領域

本發明屬于鐵路鋪軌數據處理技術領域，具體是一種基于改進GWO-DBN軌檢車檢測數據的道床偏差預測方法。

背景技術

道床是軌道的重要組成部分，是軌道框架的基礎。道床通常指的是鐵路軌枕下面，路基面上鋪設的石砟（道砟）墊層，其主要作用是支撐軌枕，把軌枕上部的巨大壓力均勻地傳遞給路基面，并固定軌枕的位置，阻止軌枕縱向或橫向移動，大大減少路基變形的同時還緩和了機車車輛輪對鋼軌的沖擊，便于排水。因此實現普通道床左、右線相關數據的預測具有重要意義。

軌道狀態分析就是利用軌道的基礎信息、動靜態檢測信息等對軌道狀態進行相關的統計、評價和分析。首先對軌道中的道床狀態及其發展趨勢進行預測，再根據對軌道設備狀態分析與預測結果和養護維修技術與軌道運維標準制定相應維修方案，用于指導鋪軌軌道線路的養護與維修工作。

鋪軌軌道投入使用要確保列車行車安全，必須要充分利用現有道床檢測數據進行深入分析處理，準確把握軌道線路質量狀態。道床狀態的好壞對列車的安全運行、設備的使用壽命和養護費用以及乘客的旅行舒適起決定性作用。然而，目前鐵路工務工作對于軌道狀態管理除了以超限管理為主之外，又增加了新形勢下的管理難度，如列車速度提高、貨車軸重加大、行車密度增加。這些在很大程度上會對軌道道床產生磨損及其他影響，所以在軌道鋪設后投入使用前的軌檢車對軌道道床的質量合格檢測以及后期的運維檢測均至關重要，從而單一的軌道狀態管理辦法已不能適應當前鐵路快速發展的需要。因此，如何對軌道狀態實時把握，保持軌道線路設備完整和質量均衡，使列車安全平穩地運行，并盡量延長軌道使用壽命已逐漸成為國內外鐵路工作者的研究重點。從而基于軌檢車檢測的道床左、右線復測數據進行數據預測及道床異常預警具有重要意義。

發明內容

本發明的目的是為了解決鐵路鋪軌相關數據的回歸預測問題，本發明提供了一種基于改進GWO-DBN軌檢車檢測數據的道床偏差預測方法

本發明采取以下技術方案：一種基于改進GWO-DBN軌檢車檢測數據的道床偏差預測方法，包括以下步驟。

S1、將鐵路鋪軌相關數據分為訓練樣本集和測試樣本集，設置訓練樣本集和測試樣本集的比例；打亂數據集，確定輸入特征維度和預測輸出項。

S2、由多層堆疊玻爾茲曼機堆疊成基礎深度置信網絡預測模型，基礎深度置信網絡預測模型包括若干個受限玻爾茲曼機的堆疊和一層有監督的反向傳播網絡。

S3、對基礎深度置信網絡預測模型的各隱藏層節點個數以及反向微調的學習率和迭代次數進行尋優選擇，將優化出的最終目標函數值分別作為基礎深度置信網絡預測模型的隱藏層節點個數以及反向微調的學習率和迭代次數。

S4、輸入訓練樣本集以訓練單輸出的尋優選擇后的基礎深度置信網絡預測模型，然后構建出單輸出的數據回歸預測模型。

S5、將經分析處理后實際鐵路鋪軌相關數據輸入單輸出的數據回歸預測模型，輸出得到預測數據，通過預測數據設定鋪軌故障預警策略。

鐵路鋪軌相關數據為道床復測數據，其具體需要采樣的數據類別分別為：軌距、左高程偏差、右高程偏差、設計超高、實測超高、超高偏差以及中線偏差。

步驟S3對各隱藏層節點個數、反向微調的學習率和迭代次數進行尋優的具體過程為：