一种道床劣化状态的快速无损检测方法

技术领域

本发明属于轨道检测领域，具体涉及一种道床劣化状态的快速无损检测方法。

背景技术

虽然近几十年来无砟轨道发展迅速，但有砟轨道仍然是各种交通运输(高速铁路、重载铁路、地铁等)的主要轨道类型。特别是在中国的普通高速铁路中，有砟轨道是主要的轨道类型。道床是重载铁路有砟轨道的关键组成部分，它主要由道砟组成，具有均匀支承轨枕，将荷载均匀传递到子结构(路基、桥梁、隧道)，抵抗轨枕移动，排水的作用。长期运行的有砟轨道受到列车周期性载荷的作用，导致道砟颗粒劣化(破碎和磨损)并且污染(道砟之间的空隙被更细尺寸的污垢材料所取代)程度迅速增加，从而导致轨道变形，排水不畅，承载能力下降。此时，必须按照维护指南对道砟进行耗时又昂贵的清理或更换，这会产生大巨大的劳动力和资金成本。因此，确定在轨道道床生命周期的哪个阶段、污染水平或劣化程度应该开始清洗或更换以及寻找最有利成本，具有至关重要的意义。为了获得这一关键判断，需要对道床的状态进行长期和经常性的检测。

然而，道床的污染检测并不是最常规的检测项目，道床劣化检测在实际有砟轨道工程中甚至未见开展，且当前有砟轨道维护相关规范中没有关于道床污染或劣化的具体检测规定。因此，本发明所提出的道床劣化检测方法一方面填补了当前道床劣化检测技术的空白，推动相应规范的成立；另一方面则是作为更科学的检测手段，促进道床维护计划的合理制定，从而降低道砟消耗以及控制维护成本，与道床维护检测未来主要的发展方向相契合。

早前，由于检测技术和设备缺乏先进性，道砟污染维护指标仅基于总通过荷载，这是预测道床状况和估计道砟污染水平的粗略方法。另一种方法则是通过筛分从现场钻取的道砟样品来确定道床的污染指数或道砟的破碎程度，这种方法需要大量的人力和资源并破碎原有的道床结构，因此它是一种相对有限的方法，在典型的铁路检查中很少使用。

相比之下，无损检测技术近年来得到越来越多的应用。探地雷达(GPR)被用于检测道砟的污染程度，作为当前道砟维护检查中普遍使用的检测技术。然而，探地雷达本身以及相应的道砟维护标准中仍存在不可忽视的缺陷：(1)GPR只能检测污染，道砟污染是在道砟使用期间产生的，其来源受到多种因素的影响，如总通过荷载、运输类型、道砟材料、特殊结构、区域和气候条件。不同的条件下道砟达到需要维护的污染水平的速度不同，因而当探地雷达检测到污染不严重时，道砟劣化可能达到需要紧急维护的程度；(2)设备质量(天线)、环境干扰源(电缆等)以及探地雷达指示器与污染指数之间的相关性会严重影响道砟污染水平的确定，探地雷达可能需要复杂的现场或实验室道砟筛分来协助检查；(3)数据分析难度大，GPR所获得的数据需要进行复杂的处理和分析，需要专业的软件和技术支持，对检测人员的要求较高。

发明内容

本发明的目的在于克服现有技术的不足，提供一种道床劣化状态的快速无损检测方法。通过对有限个道砟颗粒劣化的状态进行无损检测，在检测过程中确保不受设备质量和环境因素的干扰，进一步计算道床劣化指数，评估道床的劣化状况，推动实际工程中更全面准确的道床状况评估和维护活动，以节省维护资源。

本发明的上述目的通过以下技术方案实现：

一种道床劣化状态的快速无损检测方法，包括以下步骤：

步骤1、对设定轨道长度间隔的检测点的道砟颗粒进行扫描，获得道砟颗粒点云数据，每个检测点扫描的道砟颗粒的数量为10-30个；

步骤2、计算每个道砟颗粒对应的道砟颗粒点云所围区域内体积最大的内接椭球，输出内接椭球的体积以及道砟颗粒的体积；

步骤3、根据道砟颗粒的体积以及对应的内接椭球的体积计算检测点的每个道砟颗粒的真椭球度E

步骤4、根据检测点的所有道砟颗粒的真椭球度，计算检测点处道床的劣化指数D

如上所述步骤2包括以下步骤：

步骤2.1、使用道砟颗粒点云数据重建道砟颗粒表面并计算道砟颗粒体积；

步骤2.2、椭球的参数方程包含三个参数，分别为三维实矩阵P、三维向量q和实数r，定义外部点为不在椭球的参数方程确定的椭球集合内的点，定义内部点为在椭球的参数方程确定的椭球集合内的点，确定初始内部点；

步骤2.3、椭球的参数方程、椭球不包含任何外部点以及三维实矩阵P为正定矩阵共同构成半定规划方程；

导入的道砟颗粒点云数据被作为外部点，与步骤2.3中输入的初始内部点共同代入半定规划方程并寻找方程的解，若解出了三个参数，则进入步骤2.4，若无解则返回步骤2.2重新寻找初始内部点；

步骤2.4、在道砟颗粒点云所围的区域内随机生成一个新的内部点；

步骤2.5、检查迭代次数是否小于总迭代次数，如果迭代次数小于等于总迭代次数，则进入步骤2.6，如果迭代次数大于或等于总迭代次数，则进入步骤2.10；

步骤2.6、使用步骤2.4更新后的内部点以及颗粒点云数据，再次计算半定规划方程，若解出三个椭球的参数，则获得新的内部椭球并进入步骤2.7；若无解，则进入步骤2.8；

步骤2.7、若新的内部椭球的体积不大于上一次生成的内部椭球的体积，则进入步骤2.8；否则，则进入步骤2.9；

步骤2.8、累积无效迭代次数增加1，若累积无效迭代次数小于6，则返回步骤2.4，若累积无效迭代次数等于6，删除最后生成的内部点，并赋值累积无效迭代次数为0，返回步骤2.4；

步骤2.9、更新内部椭球的体积并返回步骤2.4；

步骤2.10、输出最后获得的内部椭球作为内接椭球，并输出最后获得的内接椭球的体积以及道砟颗粒的体积。

如上所述步骤2.2中的初始内部点的选取包括以下步骤：

选择道砟颗粒点云内的初始椭球，并找到初始椭球三个轴的六个端点的坐标作为六个初始内部点。

如上所述步骤2.3中若无解则返回步骤2.2重新寻找初始椭球体积更小的初始内部点。

如上所述设定轨道长度为500m-1.5km。

如上所述步骤3中，计算道砟颗粒的真椭球度E

其中，V

如上所述步骤4中，计算检测点处道床的劣化指数D

其中，E

本发明相对于现有技术，具有以下有益效果：

1、道床劣化检测相比于道床污染检测，与道床的服役状况具有更加直接的联系。本发明的道床劣化检测可促进有效全面地评估道床服役状况，更科学地指导道床维护活动。

2、本发明的道床劣化检测技术，经试验证明，道床劣化指数与道床劣化程度之间的相关性良好，可准确地评估道床劣化程度，从而避免GPR技术指标容易误判的问题。

3、本发明所采用的无损检测技术(扫描并计算)不受设备质量和其他信号干扰的影响，应用场景更加广阔。

4、本发明的扫描过程操作简单，参数输入方便，输出结果清晰易懂，因此本发明的检测技术对检测人员的要求较低，易于实现。

附图说明

图1为本发明的结构示意图；

图2为内接椭球最终计算结果示例；

图3为平均真椭球度所对应的道砟劣化程度示意图；

图4为道砟颗粒扫描示意图。

具体实施方式

为了便于本领域普通技术人员理解和实施本发明，下面结合实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。

一种道床劣化状态的快速无损检测方法，包括以下步骤：

步骤1、对设定轨道长度间隔的检测点选取的道砟颗粒进行扫描，获得道砟颗粒点云数据，本实施例中，每个检测点扫描的道砟颗粒的数量为20个；

步骤1.1、在定期检测的轨道段中，每间隔1km的轨道长度取一个检测点，在检测点处的轨枕附近随机选取1个道砟颗粒。

步骤1.2、对选取的道砟颗粒进行扫描，获得道砟颗粒点云数据：

步骤1.2.1、如图3，选择被扫描道砟颗粒的相对平坦的表面作为贴纸粘贴面，在贴纸粘贴面粘贴至少3个坐标贴纸，此外，选择道砟颗粒的第一放置面(放置面为颗粒与黑色塑料硬板的接触面，以道砟颗粒能在黑色塑料硬板上立稳为准)，将道砟颗粒的第一放置面放置在水平的黑色塑料硬板上，第二放置面和贴纸粘贴面暴露，在黑色塑料硬板放置道砟颗粒的一面(黑色塑料硬板的顶面)贴满坐标贴纸(间隔2cm～3cm随机贴上)；

步骤1.2.2、将道砟颗粒贴有坐标贴纸的贴纸粘贴面与三维扫描仪对准，进行第一次扫描以建立道砟颗粒上的坐标贴纸和黑色塑料硬板上的坐标贴纸之间的相对空间位置，第一次扫描后，再将手持三维扫描仪从多个角度多次扫描道砟颗粒，建立道砟颗粒除第一放置面的的表面点云的坐标；

步骤1.2.3、如图3，转动道砟颗粒，使第二放置面作为道砟颗粒与黑色塑料硬板的接触面，第一放置面和贴纸粘贴面暴露，同时保持贴纸粘贴面未被遮住；

步骤1.2.4、再次扫描道砟颗粒上的坐标贴纸，识别道砟颗粒上的坐标贴纸与黑色塑料硬板上坐标点的相对空间位置，进而将道砟颗粒上的坐标贴纸与黑色塑料硬板上的坐标点重新建立联系；

步骤1.2.5、多次扫描道砟颗粒确保建立第一放置面的点云坐标；

步骤1.2.6、最后，使用数字图像处理软件处理三维点云噪声并自动生成三角形曲面。然后，以“stl”的文件格式输出道砟颗粒点云数据(道砟颗粒点云由颗粒表面轮廓的数百万个点构成)。

步骤1.3：原位放回扫描完成的道砟颗粒。

步骤1.4：在检测点每次选取不同的道砟颗粒重复步骤1.1至1.3，直至在检测点处完成20个道砟颗粒的扫描。

步骤1.5：移至下一个检测点，重复步骤1.1至1.4。

步骤1.6：重复步骤1.5，直至完成所有的检测点取样扫描工作。

步骤2：根据道砟颗粒点云数据计算每个道砟颗粒对应的道砟颗粒点云所围区域内体积最大的内接椭球，输出内接椭球的体积以及道砟颗粒的体积：

步骤2.1、使用道砟颗粒点云数据重建道砟颗粒表面并计算道砟颗粒体积；

步骤2.2、在本算法中：使用构成椭球的所有的点的集合来表示椭球(称此集合为椭球集合)，集合内的点满足特定的表达式，这个表达式称为椭球的参数方程。椭球的参数方程包含三个参数，分别为三维实矩阵P、三维向量q和实数r。一旦三个参数确定，即椭球确定。并定义外部点为不在椭球的参数方程确定的椭球集合内的点(不满足椭球的参数方程)，定义内部点为在椭球的参数方程确定的椭球集合内的点(满足椭球的参数方程)。

确定并输入初始内部点的坐标：使用Python的可视化工具显示出道砟颗粒的点云及空间直角坐标系，选择道砟颗粒点云内的初始椭球(大概即可，但不要超出道砟颗粒点云)，并找到初始椭球三个轴的六个端点的坐标，这六个端点即作为初始内部点输入。

步骤2.3、在本算法中：椭球的参数方程(即椭球必须包含所有的内部点)、第一边界条件——椭球不包含任何外部点以及第二边界条件——P为正定矩阵共同构成半定规划方程。通过解此半定规划方程可以得到三维实矩阵P、三维向量q和实数r，从而得到三个参数唯一确定的椭球。

导入的道砟颗粒点云数据被作为外部点，与步骤2.3中输入的初始内部点共同代入半定规划方程并寻找方程的解。若解出了三个参数，则进入步骤2.4，若无解则返回步骤2.2重新寻找初始椭球体积更小的初始内部点。

步骤2.4、在原有内部点的基础上，在道砟颗粒点云所围的区域内随机生成一个新的内部点；

步骤2.5、检查迭代次数是否小于总迭代次数，如果迭代次数小于等于总迭代次数，则进入步骤2.6，如果迭代次数大于或等于总迭代次数，则进入步骤2.10。

步骤2.6、使用步骤2.4更新后的内部点，以及颗粒点云数据，再次计算半定规划方程，若解出三个椭球的参数，则获得新的内部椭球并进入步骤2.7。若无解，则进入步骤2.8。

步骤2.7、检查新的内部椭球的体积是否大于上一次生成的内部椭球的体积，若新的内部椭球的体积不大于上一次生成的内部椭球的体积，则进入步骤2.8。否则，则进入步骤2.9。

步骤2.8、累积无效迭代次数增加1，若累积无效迭代次数小于6，则返回步骤2.4，若累积无效迭代次数等于6，删除最后生成的内部点，并赋值累积无效迭代次数为0，返回步骤2.4；

步骤2.9、更新内部椭球的体积并返回步骤2.4。

步骤2.10、输出最后获得的内部椭球作为内接椭球，并输出最后获得的内接椭球的体积以及道砟颗粒的体积；

步骤3：使用步骤2输出的道砟颗粒的体积以及对应的内接椭球的体积计算检测点的每个道砟颗粒的真椭球度E

式中，E

步骤4、根据检测点的所有道砟颗粒的真椭球度，计算检测点处道床的劣化指数D

式中，E

当道床的劣化指数小于0.47时，表示检测点道床的服役状况良好，检测点道床无需维护。

当道床的劣化指数大于等于0.47且小于0.50时，表示检测点道床服役状况一般，劣化开始加剧，需定期检测。

当道床的劣化指数大于等于0.50且小于0.53时，表示检测点道床劣化严重，需要维护。

当道床的劣化指数大于等于0.53时，表示检测点道床劣化已经严重影响有砟轨道排水及承载能力，必须立刻进行维护。

需要指出的是，本发明中所描述的具体实施例仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例作各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或超越所附权利要求书所定义的范围。