摘要
本发明公开了一种在分析无砟轨道动态可靠性时获取样本数据的方法,包括:建立无砟轨道结构故障树模型,并转化为无砟轨道贝叶斯网络;建立无砟轨道结构的三维显式动力学数值模型,并计算无砟轨道贝叶斯网络模型中各伤损部件在不同服役时期的失效时间;以不同服役时刻劣化混凝土材料的抗压强度及与其对应的失效时间为样本数据库,采用机器学习方法构建材料抗压强度及与其对应的失效时间的回归模型;使用蒙特卡洛方法随机抽样混凝土材料抗压强度,通过回归模型求解得到其对应的失效时间,获得足量的各部件失效样本数据,本申请考虑多种轨道结构伤损形式,从而建立足量具有代表性的失效样本库,使得无砟轨道结构动态可靠性的分析结果更为精准。
技术关键词
无砟轨道结构
混凝土材料
故障树模型
贝叶斯网络模型
轨道板
支承系统
样本
冻融循环次数
底座板
动弹性模量
蒙特卡洛方法
动态
数值
无砟轨道部件
机器学习方法
泊松比
纵向约束
系统为您推荐了相关专利信息
工作负荷评估方法
心率
贝叶斯网络模型
面部表情特征
感官
限位凹槽
限位结构
性能分析方法
限位凸块
轨道板
薄壁结构
混凝土材料
混凝土模型
大体积混凝土温控
结构内部温度