|
軌道の変状による事故の防止のために異常の早期発見が重要であるが，通常の年1回実施の軌道検測は頻度が低く，軌道劣化の進行を適切に把握できないことが指摘されている．本研究では，近年急速に普及した安価な携帯情報端末により観測した，営業車両の車体の振動応答から軌道状態を推定し，簡便かつ高頻度な常時モニタリングシステムの構築を目指す．研究の方法としては，軌道変状が長短波長成分を分類され，データ同化手法と機械学習手法を組み合わせ，数値解析モデルで検証する上，実線路営業車両へ応用検証を行う．数値解析と実車計測によって軌道状態の評価手法の構築でき，手法の実用性および精度が明らかになると考える．
|
