首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 156 毫秒
1.
结合目前我国高速铁路运营沉降监测的特点,建立了基于永久散射体干涉测量(PSI)与精密水准技术融合的模型,通过实验分析了PSI技术与精密水准技术结合应用于高速铁路沉降监测的精度。结果表明,融合PSI与精密水准技术进行高铁沉降监测是可行的。  相似文献   

2.
路基是高速铁路的轨道基础,是整个线路结构中最为薄弱的环节,对线路的平顺性、稳定性特别敏感,加强对高铁路基的沉降变形分析是确保路基工程施工质量和保障运营安全的重要环节。引入小波神经网络组合模型应用到高铁路基的沉降变形分析中,通过工程实例分析表明,小波神经网络组合模型预测精度较BP神经网络模型高,在高铁路基的沉降变形分析中具有更好的优越性和应用效果。  相似文献   

3.
高速铁路变形监测项目有着数据量大、数据类型丰富、工程庞大复杂等特点,BIM技术可以用数字化的方式表达铁路工程沿线监测点、线路构筑物、基本设施设备等实体信息。本文在对高速铁路轨道检测数据和沉降监测数据可视化研究中,验证了BIM技术可用于高速铁路监测数据可视化分析、管理,并在Microstation平台下初步建立了高速铁路沉降监测BIM建模流程,可用于高铁沉降监测点成果录入、表达和管理,并在工程实例中进行了验证。  相似文献   

4.
针对高铁沉降监测数据的海量特性,以及传统管理方式存在的效率不高、可视化效果不好的问题,设计了一种基于线性参照系统有效管理和显示高铁沉降监测数据的集成模型。该模型中,高铁路网以路径要素集存储,高铁沿线非空间数据以事件表的形式存储,由此实现高铁沉降监测相关的空间数据和属性数据的线性建模与集成。同时,使用Arc Engine组件与.NET平台实现了沉降监测数据空间查询和可视化表达功能,可形象地反映高铁线路与沉降监测点的分布状况,更易于进行沉降数据的可视化分析、预测和评估。数据集成模型实现了非空间数据和空间数据的一体化管理,有效地减少了数据存储冗余,提高了高铁变形监测数据管理的效率,对我国高速铁路的建设与运营安全的海量监测数据管理具有一定的参考价值。  相似文献   

5.
以沪宁城际铁路重点沉降观测地段监测工作为例,研究高速铁路运营期间监测工作的方法与实施,通过对多个地段监测数据的分析,验证重点监测地段方法的可行性,并对各重点监测地段的变形原因进行了分析。  相似文献   

6.
为保证高铁线路的平顺性,需对运营期高速铁路重点变形地段进行周期性沉降监测。高速铁路重点地段沉降监测具有监测点数量多、数据量大、周期性、长期性监测等特点。针对以上特点,本文利用C#语言调用Spire.XLS组件生成重点地段沉降监测数据纵断面沉降曲线图及上下行沉降趋势合成图等,对多期观测成果可视化输出。最后结合某高速铁路重点地段沉降监测数据实例,直观地展示了重点地段沉降变形量及变形趋势,为后期沉降数据分析及设备管理单位维修、养护线路提供数据参考。  相似文献   

7.
结合沪宁城际高速铁路测量项目,介绍高铁无砟轨道基准点(GRP)的平面、高程测量方法及成果分析,探讨了在现场施测过程中影响成果质量的因素和解决措施。  相似文献   

8.
目前我国正在大力发展高速铁路,特别是铁路客运专线,客运专线速度一般在250 km/h以上,其速度快、全性要求高,对铁路的平顺性要求高。然而,国内外对高铁沉降变形的预警研究并不深入,多数基于"数据处理+判定规则"这一简单的模式。沉降变形的预警核心问题在于判定规则的科学性与合理性。因此,本文通过已有规范以及实测数据试图探索高速铁路线下结构沉降变形预警。  相似文献   

9.
小波分析法高铁沉降变形预测   总被引:1,自引:0,他引:1  
郑健  谢先武  刘胜 《测绘科学》2016,41(4):161-164
针对传统高速铁路沉降变形预测模型未对观测数据采取合适方法进行预处理,从而导致变形量被误差所污染的问题,该文提出了利用小波分析对监测序列进行去噪处理后,再运用自回归模型进行建模预测变形量。通过高铁实测数据验证得出,采用小波去噪后利用自回归模型建模预测的精度更高,更符合实际情况,便于实时掌握高铁变形规律,并进行合理决策。  相似文献   

10.
高速铁路隧道工程监测点沉降曲线具有小沉降、大波动的特点,沉降变形数据中存在大量随机噪声,将影响沉降变形分析的准确性。将Kalman滤波应用于高铁隧道沉降变形数据预处理,对沉降变形数据进行去噪,再利用小波神经网络对去噪后的沉降变形数据进行预测分析,从而提高单一小波神经网络的预测精度。通过工程实例分析表明,结合Kalman滤波的小波神经网络预测精度优于单一小波神经网络,具有更好的应用价值。  相似文献   

11.
针对高速铁路桥梁架梁后许多沉降变形点沉降量级较小,变形曲线呈现"小量级,大波动"特点,观测数据中可能存在大量的随机噪声,对沉降变形分析产生干扰,影响预测结果的可信度,本文将Kalman滤波引入到高速铁路桥梁变形分析数据预处理中,建立基于Kalman滤波的动态模糊神经网络模型。通过应用实例分析表明,基于Kalman滤波的动态模糊神经网络模型的预测精度有所改善,具有一定的优势。  相似文献   

12.
为了提高变形监测数据预测的精度与可靠性,提高神经网络预测方法的稳定性,尝试将小波分析与BP神经网络相结合的小波神经网络应用于高铁路基处的沉降监测数据处理中。综合小波分析与神经网络算法的优点,建立松散型及紧致型小波神经网络预测分析模型。通过实验数据对比分析,验证了采用紧致型小波神经网络预测模型能够较好地用来处理路基的动态变形监测数据,预测稳定性及预测精度较高。  相似文献   

13.
针对国内某轨检小车研发项目,采用模块化的程序设计集成开发环境Microsoft Visual Studio.NET,开发出了一套功能完善的高速铁路轨道检测控制系统。该系统以高速铁路精密定轨测量原理方法为基础,采用模块化的程序设计思路,实现了轨道检测数据的自动采集、自动记录、自动数据分析和平差处理、成果显示和自动检核等功能。工程应用实践表明,该检测系统运行稳定可靠,检测精度高,具有一定的实用性和推广价值。  相似文献   

14.
高速铁路轨道必须保持高平顺性、高稳定性和高可靠性,这直接关系到高速列车高速、安全且平稳运行。高速铁路轨道测量至少包括控制测量、线路测量和变形测量等工作。传统高速铁路轨道测量方法存在测量周期长、维护成本高、检测效率低等问题。为此,本文提出了一种基于全球导航卫星系统(global navigation satellite system,GNSS)/惯性导航系统(inertial navigation system,INS)多传感器组合的高速铁路轨道测量方法,并研制了相应的轨道测量系统。本文详细介绍了其主要构成和方法流程,并在实际高速铁路轨道精调工程中进行了应用示范。结果表明:该系统实现了轨道路基变形监测和高速铁路轨道不平顺绝对测量与相对测量的一体化,其轨道横向偏差精度2 mm、垂向偏差精度2 mm,变形点水平方向精度1 mm、垂直方向精度1.5 mm,显著提高了测量效率。  相似文献   

15.
针对在东西向的高速铁路工程项目建设过程中,现今采用的高斯投影所能控制的范围小,需要建立较多投影带,投影带边缘变形大,各投影带间坐标转换复杂,不利于数据共享等突出问题,本文提出采用兰勃特投影的新方式。首先介绍切、割兰勃特投影的原理和坐标转换方法;其次通过分析高斯投影和兰勃特投影在郑徐高铁项目中的对比应用,得出兰勃特投影更适合东西向高速铁路工程坐标系统建设的结论。对类似线形工程项目具有一定的指导意义。  相似文献   

16.
为了提高高耸建筑物沉降监测数据的可信性与实时预测的准确性,利用小波分析与Kalman滤波在数据处理方面的优势,采用小波分析先对沉降数据进行去噪,并采用Kalman滤波理论进行预测。通过实验数据的对比分析,结合小波去噪分析与Kalman滤波理论对原始沉降变形量进行沉降预测,能克服只使用单一Kalman滤波方法进行沉降预测中噪声处理的不足,验证了小波分析及结合Kalman滤波理论进行沉降预测的可行性,且预测精度比较高。  相似文献   

17.
高速铁路轨道控制测量采用精密控制测量技术,采用斜轴墨卡托投影可以避免高斯投影投影带可控范围小,坐标转换和分带计算的问题,对于东西走向的线路能很好地控制投影长度变形。文章以长吉高铁控制测量数据,实现斜轴墨卡托投影,经过其投影精度的探讨,确定斜轴墨卡托投影能满足高铁精密控制测量的精度要求。  相似文献   

18.
回归分析在建筑物沉降变形分析中的应用   总被引:3,自引:0,他引:3  
根据南宁市民生广场沉降的实测资料,文中运用回归分析法分别建立了差异沉降回归模型和累计沉降回归模型;并通过对沉降变形的预测、成果的分析和检验,证实了在建筑物沉降变形分析中应用回归分析的可行性.  相似文献   

19.
曹发伟  廖维谷 《测绘通报》2021,(3):156-158,163
本文采用小基线技术即SBAS-InSAR处理淮南市谢家集矿区的8景ALOS-PLASAR数据,时间跨度为2007年1月—2011年2月。首先利用SBAS-InSAR技术提取该矿区的时序形变速率,得到累计整体沉降趋势;然后针对公路、铁路、新旧矿区等重点沉降区域进行分析。由监测结果分析可知,十涧湖西路、堤坝整体处于下沉状态,西张铁路的西半段处于抬升状态,而东半段则下沉严重;东方矿井及新二矿区均处于不同程度的下降状态。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号