基于集成学习算法的轨道几何状态短期预测模型

吕五一 刘仍奎 张秋艳 吴霞

（1.北京交通大学交通运输学院，北京 100044；2.中国铁道科学研究院集团有限公司电子计算技术研究所，北京 100081）

轨道几何状态是反映轨道质量的重要指标。轨道几何形位偏差过大会引起轨道不平顺，从而影响行车安全、行车速度和乘坐舒适性［1]。现阶段轨道交通运营企业对于轨道几何状态的管理比较粗放，维修管理模式主要以周期修、故障修为主［2]。通过科学的手段掌握轨道几何状态，准确预测其状态劣化趋势，可为管理者优化维修计划提供更智慧的决策支持，实现维修模式向预防修、状态修的转变。

轨道整体不平顺的评价方式为：采用轨检车每两个月对轨道的左右轨向、左右高低、水平、轨距和三角坑7 项轨道几何参数进行检测，计算每200 m 轨道单元的各单项轨道几何参数的标准差之和，即轨道质量指数（Track Quality Index，TQI）［3]。TQI 值越大表明轨道整体越不平顺，质量状态越差。各轨道交通运营企业的企业规范规定了相应的TQI管理值。如果某轨道单元区段的TQI 值低于相应的管理值，说明该区段整体轨道质量状态合格（TQI 合格），否则说明该区段整体轨道质量状态失格（TQI失格）。

目前，国内外对于轨道几何状态预测的研究主要可分为三大类，分别为机理类模型、统计方法类模型和机器学习类模型。

机理类模型主要是在轨道动力学等理论的基础上，通过室内模拟仿真试验研究车辆与轨道之间的作用关系来预测轨道几何状态。文献［4]建立了具有二系悬挂的车辆-轨道耦合动力学模型并与轨道下沉变形相联系，利用计算机仿真技术研究移动车辆荷载下轨道的累积下沉量和轨道状态变化来预测轨道不平顺的发展趋势。……