我国大规模轨道交通网络中长期存在轨道结构隐蔽病害检测难题,传统人工巡检与小型设备检测方法存在效率低、实时性差、环境适应性弱等瓶颈,难以满足高密度、高负荷运营下的精准运维需求。
本技术通过集成高精度振动与声学传感器阵列,采集轨道在脉冲激励或列车荷载下的动态响应,并融合机器学习算法,实现对钢轨波磨、扣件松动、道床脱空等多种病害的非接触、高精度识别与量化评估。
该技术具有检测效率高、环境适应性强、多病害综合识别等显著优势,可广泛应用于高速铁路与城市轨道交通的日常巡检、预防性维护与智能化养护。项目已完成核心机理研究、算法开发与原理样机试制,积累了包括14篇高水平论文与18项专利在内的扎实成果,并进入现场初试阶段。项目旨在形成具有自主知识产权的成套检测装备与标准,为提升轨道运营安全、降低全生命周期养护成本提供关键技术支撑,市场前景广阔,社会经济效益显著。
20260211
本项目针对我国大规模轨道交通网络中长期存在的轨道结构隐蔽病害检测难题,研发一套基于声振信号联合分析的智能化检测技术与装备。传统人工巡检与小型设备检测方法存在效率低、实时性差、环境适应性弱等瓶颈,难以满足高密度、高负荷运营下的精准运维需求。本技术通过集成高精度振动与声学传感器阵列,采集轨道在脉冲激励或列车荷载下的动态响应,并融合机器学习算法,实现对钢轨波磨、扣件松动、道床脱空等多种病害的非接触、高精度识别与量化评估。目前,项目已完成核心机理研究、算法开发与原理样机试制,积累了包括14篇高水平论文与18项专利在内的扎实成果,并进入现场初试阶段。该技术具有检测效率高、环境适应性强、多病害综合识别等显著优势,可广泛应用于高速铁路与城市轨道交通的日常巡检、预防性维护与智能化养护。项目旨在形成具有自主知识产权的成套检测装备与标准,为提升轨道运营安全、降低全生命周期养护成本提供关键技术支撑,市场前景广阔,社会经济效益显著。
