摘要：铁道工务中小半径曲线轨道的稳定性监测是保障行车安全的核心课题。本文系统阐述了几何形位、钢轨状态、扣件及道床三类监测技术的原理与应用，揭示了多学科技术融合在轨道维护中的关键作用。几何形位监测通过激光测距与惯性基准技术实现亚毫米级精度的轨距、水平及正矢测量；钢轨状态监测结合电磁感应、超声波探伤与机器视觉，构建了从表面到内部的全维度损伤识别体系；扣件及道床监测则依托力电转换与地质雷达技术，实现力学性能与介质特性的动态追踪。在应用层面，实时监测系统通过 “关键节点 + 全域覆盖” 的传感器布设方案与 “无线 + 有线” 双备份传输模式，结合卡尔曼滤波与 BIM 可视化技术，将数据处理时延压缩至分钟级；多源数据融合机制通过联邦学习模型提升病害识别准确率至 98% ，并基于 “速率 - 幅值” 双指标体系实现早期预警。未来，分布式光纤与 5G 切片技术的结合，将推动监测系统向全曲线无缝感知、自愈化决策演进，为小半径曲线轨道的智能化养护提供全新范式。

关键字：小半径曲线；监测技术；病害诊断；整治优化；智能化

引言

小半径曲线作为铁道线路中的薄弱环节，受列车离心力、轮轨磨耗等复杂因素影响，其结构稳定性直接关系到行车安全与运营效率。数据显示，铁路曲线区段的病害发生率较直线段高出 -5 倍，其中小半径曲线（半径 <800m ）的钢轨磨耗速率、道床板结概率更是显著偏高，传统人工巡检因精度不足、响应滞后，难以满足高密度运输需求。在此背景下，融合空间几何测量、物理场感应、图像识别与物联网技术的监测体系应运而生，成为破解小半径曲线养护难题的关键。本文立足多技术协同视角，深入剖析几何形位监测的激光 - 惯性复合原理、钢轨损伤识别的超声波 - 视觉融合机制、扣件道床监测的力电 - 电磁耦合技术，系统阐述实时监测系统的搭建逻辑与数据驱动的病害诊断方法，通过实际案例揭示监测技术在资源精准投放、整治方案动态优化中的实践价值，为构建智能化、自愈化的轨道维护体系提供理论与技术支撑。

一、监测技术原理与分类

1.1 几何形位监测技术

几何形位监测技术是保障小半径曲线轨道结构稳定性的核心手段，其原理基于空间几何参数的精准测量与动态追踪。轨距监测通过机械接触式传感器或激光非接触式测量系统，实时捕捉钢轨头部内侧之间的距离变化，其中激光测距技术利用光束反射时间差计算轨距偏差，精度可达 ±0.1mm 。水平与高低监测则依托惯性基准原理，轨道检查车搭载的加速度传感器与位移传感器组合，可同步采集轨道横向倾斜度（水平）和纵向起伏度（高低），通过数据融合生成连续的线形偏差曲线。曲线正矢监测采用弦线法与光电成像技术结合的方式，通过测量弦中点与曲线钢轨的垂直距离（正矢值）评估曲线圆顺度，现代设备已实现自动化数据采集，采样频率达 100Hz 以上，能精准识别局部线形突变。

1.2 钢轨状态监测技术

钢轨状态监测技术聚焦于钢轨表面与内部损伤的早期识别，其原理涵盖物理场感应与图像识别等多学科方法。钢轨磨损监测主要采用电磁感应原理，传感器发射的交变电磁场在钢轨表面形成涡流，磨损量变化会导致涡流强度改变，通过信号解调可换算出磨耗深度，分辨率达0.01mm. 。钢轨伤损监测则以超声波探伤为核心，高频声波（2-5MHz）在钢轨内部传播时，遇到裂纹、夹杂等缺陷会发生反射，接收探头捕捉反射信号后，经波形分析可定位伤损位置与尺寸。近年来，机器视觉技术逐步应用于钢轨表面缺陷监测，高清线阵相机配合 LED 条形光源，可实现轨头踏面、侧面的全覆盖成像，通过深度学习算法识别鱼鳞纹、剥离等病害，识别准确率超 95% 。

1.3 扣件及道床监测技术

扣件及道床监测技术针对轨道结构辅助部件的力学性能与状态变化，采用力电转换与介质特性探测原理。扣件状态监测通过在弹条、螺栓等关键部位布设应变片或压电传感器，将机械应力转化为电信号，实时监测扣件预紧力衰减情况，当应力值低于阈值（通常为设计值的70% ）时触发预警。道床状态监测则运用地质雷达技术，高频电磁波（ 500-2000MHz ）穿透道床时，不同介质（道砟、粉尘、积水）的介电常数差异会导致反射波特性变化，通过雷达图谱分析可判断道床密实度、板结程度及翻浆冒泥位置。此外，光纤光栅传感器被用于道床沉降监测，其光栅周期随应变变化而改变，通过波长解调可实现亚毫米级沉降量测量，且具备抗电磁干扰的优势。

二、监测技术在小半径曲线整治中的具体应用

2.1 实时监测系统的搭建实践

在小半径曲线监测系统搭建中，传感器选型需充分匹配曲线地段的复杂工况。对于时速 120km/h 以下的普速铁路曲线，优先采用电磁式轨距传感器与光纤应变传感器的组合方案。电磁式轨距传感器通过金属探针与钢轨内侧接触，能在粉尘浓度高、振动频率达 100Hz 的环境中稳定工作，测量误差控制在 ±0.3mm 内；光纤应变传感器则利用光的干涉原理，在 -40% 至 80% 的温度波动下仍保持 0.1με 的测量精度，可精准捕捉扣件应力变化。而高铁曲线因列车时速高、冲击荷载大，需配置激光惯性组合测量单元，其集成的激光测距模块与 MEMS 惯性导航系统，能在 350km/h 时速下实现 500Hz 的采样频率，动态测量精度达0.5mm/m ，满足高铁对轨道平顺性的严苛要求。

传感器布置采用 “关键节点 + 全域覆盖” 的立体方案。在曲线缓和段起点、中点及圆曲线每 50m 处设置固定监测桩，安装轨距、水平一体化监测终端，采样间隔设为 10 分钟；沿钢轨全长每隔 10m 布设分布式光纤传感器，通过光时域反射技术实现应变与温度的连续监测，空间分辨率达 1m_⨀ 。这种布置方式既保证了关键点位的高频监测，又实现了全曲线的状态感知，形成无死角监测网络。数据传输采用 “无线 + 有线” 双备份模式，无线传输通过 LoRa 网关实现 2km 半径覆盖，数据上传间隔 5 分钟；铠装光缆沿轨枕底部敷设，抗拉强度达 2000N ，可抵御道床清筛作业的机械冲击，确保监测数据连续不中断。

数据处理系统需完成从原始信号到决策信息的转化。首先通过卡尔曼滤波算法对传感器数据进行降噪，将列车振动产生的 10-20Hz 干扰信号过滤掉，使轨距测量标准差从 ±0.8mm 降至 ±0.2mm 。处理后的数据接入 BIM 平台，生成三维可视化模型，模型中以不同颜色标注病害等级：绿色表示正常（偏差 <1mm ）、黄色表示预警（ 1-3mm ）、红色表示告警（ ⋅>3mm ）。同时开发移动端 APP，实时推送告警信息至养护人员，包含病害位置、严重程度及建议处置方案，使响应时间从传统的 24 小时缩短至 2 小时内，大幅提升整治效率。

2.2 监测数据驱动的病害诊断机制

单参数趋势分析为病害初期识别提供量化依据。针对钢轨侧面磨耗，建立 “速率 - 幅值” 双指标判断体系：连续三个月的磨耗速率曲线中，当月均磨耗量超过 0.3mm 时，触发一级预警；结合轨距变化率>1%o/ 月的协同条件，可判定为轮轨横向力异常导致的磨耗加剧。某干线铁路曲线监测显示，当货运量增加 30% 后，磨耗速率从 0.2mm/ 月升至 0.45mm/ 月，同步轨距扩张速率达 1.2%o / 月，据此提前实施曲线拨道调整，避免了钢轨提前更换。轨道几何参数监测采用滑动窗口分析法，将 10m 范围内的水平偏差标准差设定为 3mm 的阈值，当某区段连续 3 次测量值超限，且道床刚度监测显示弹性系数下降 20% 以上时，可诊断为道床板结引发的几何形位失稳，较传统人工巡检提前 15 天发现病害。

多源数据融合技术提升了诊断的准确性与全面性。在某货运专线曲线整治中，通过关联分析钢轨伤损数据与列车轴重记录，发现轴重25t 以上的重载列车通过时，伤损扩展速率达 0.05mm/ 次，是普通列车（ 0.017mm/ 次）的 3 倍，由此锁定轴重超限为伤损主因，通过设置轴重限制后，伤损扩展速率下降 60% 。另一案例中，基于扣件预紧力与轨距变化的负相关关系（相关系数 - 0.82），建立二元回归模型：轨距变化量 =0.03× 初始轨距 -0.5× 扣件应力值 +0.2 （ R²=0.91 ），利用该模型可根据当前扣件应力预测 15 天内的轨距变化，准确率达 89% ，为预防性紧固作业提供精准指引。

2.3 基于监测反馈的整治方案优化

监测数据支撑整治资源的精准投放。通过构建 “病害指数 - 运营影响” 评估矩阵，将曲线区段划分为四级整治优先级：一级（综合得分>80 分）需 24 小时内处置，二级（60-80 分）7 天内处置，三级（40-60 分）月度计划处置，四级（ <40 分）季度巡检即可。某枢纽小半径曲线评估显示，圆曲线中点至缓和曲线终点段得分为 86 分，该区域钢轨磨耗量占全曲线的 65% ，且 6 个月内发生 3 次轨距超标预警，将其列为一级整治区后，集中实施钢轨打磨与道床清筛，投入成本较全域整治降低 42% ，而病害复发率下降 40% 。

动态调整机制实现整治效果的持续优化。钢轨打磨方案根据实时磨耗数据进行参数迭代：当监测显示内侧磨耗量比外侧高 1.2mm 时，将打磨头倾角从 3^∘ 增至 5^∘ ，使轮轨接触点向轨顶中心偏移 3mm ，单循环打磨后的钢轨寿命延长至 3 年（原 2.2 年）。道床清筛作业采用 “厚度 - 深度” 匹配原则：雷达监测显示板结层 <30cm 时，采用机械清筛深度 40cm ，配合添加 3% 的橡胶颗粒改良道床弹性；板结层 >30cm 时，实施换砟处理，新砟级配为 0-5mm 占 10% 、 5-20mm 占 60% 、20-40mm 占 30% 。某地铁曲线应用该方案后，清筛效率提升 25% ，道床弹性恢复至 80kN/mm （原 55kN/mm ），列车运行平稳性指标（舒适度指数）从 2.8 降至 2.3。

三、监测技术的优化与展望

当前，监测技术在铁道工务小半径曲线整治中的应用虽已取得一定成效，但仍存在一些核心瓶颈亟待突破，优化工作刻不容缓。在传感器耐久性方面，小半径曲线地段由于列车离心力大、轮轨相互作用强烈，轨道振动强度远高于直线地段，这对传感器的结构强度和稳定性提出了极高要求。针对这一问题，研发具有金属阻尼结构的封装技术成为关键。金属阻尼结构能够有效吸收和消耗振动能量，减少振动对传感器内部敏感元件的冲击和损伤，经过测试，采用这种封装技术的压电传感器，其使用寿命从原来的 18 个月延长至 36 个月，大大降低了传感器的更换频率和维护成本。在数据传输环节，小半径曲线地段的地形复杂，信号容易受到遮挡和反射，导致数据传输不稳定。引入 5G 切片技术能够有效解决这一问题，5G 切片技术可以在公共的 5G 网络中划分出专用的通信信道，为监测数据传输开辟独立的传输通道，不受其他数据传输的干扰。通过这种技术，能够确保在高速移动场景下，监测数据的传输时延小于10ms，数据传输的可靠性和实时性得到显著提升，为远程实时监控和快速决策提供了有力保障。

数据融合算法的优化是提升监测技术性能的另一重要方面。通过构建联邦学习模型，实现不同曲线区段监测数据的协同分析。联邦学习模型能够在不共享原始数据的情况下，让各个曲线监测节点的模型参数进行交互和更新，既保护了数据隐私，又充分利用了多区域的数据资源。应用该模型后，病害识别准确率提升至 98% ，某试点项目的实践结果表明，优化后的监测系统误报率下降了 60% ，漏报率控制在 0.5% 以下，极大地提高了监测的可靠性。未来，监测技术在铁道工务小半径曲线整治中的发展将朝着智能化、自愈化的方向迈进，不断提升监测的精准性、及时性和自主性。分布式光纤传感技术具有巨大的发展潜力，有望实现对小半径曲线的全曲线无缝监测。该技术利用光纤的布里渊散射效应，当激光在光纤中传播时，会与光纤中的声学声子发生相互作用产生布里渊散射，通过分析散射光的频率变化，可同时获取光纤沿线的应变和温度数据。其空间分辨率能够达到 1m，这意味着可以捕捉到曲线轨道每一米范围内的细微应变和温度变化，及时发现钢轨微小裂纹的萌生和道床的局部沉降。该技术只需将一根光纤沿曲线钢轨或道床布设，即可实现全曲线的实时监测，大大减少了传感器的数量和安装成本，同时避免了多个传感器之间的数据同步问题。

四、结语

小半径曲线轨道监测技术的发展正推动铁道工务养护从 “被动维修” 向 “主动预警” 转型。几何形位、钢轨状态、扣件及道床监测技术的协同应用，不仅实现了轨道参数的亚毫米级感知与损伤的早期识别，更通过数据融合算法与智能决策系统，将病害响应时间从传统的 24 小时缩短至 2 小时内，显著提升了整治效率。金属阻尼封装与 5G 切片技术的突破，解决了传感器耐久性与数据传输实时性的瓶颈；联邦学习模型的引入，在保护数据隐私的前提下将病害识别准确率提升至 98% ，为跨区域协同监测提供了新路径。未来，随着分布式光纤传感等技术的成熟，全曲线无缝监测与自愈化决策将成为现实，这不仅能降低养护成本、延长轨道寿命，更将为铁道网络的安全高效运营构建起全方位的技术屏障，推动铁道工务领域向智能化运维的更高阶段迈进。

参考文献

1. 王风 . 小半径曲线无缝线路稳定性监测系统研究与设计 [J].现 代 电 子 技 术 ，2021，44（23）：130-133.DOI：10.16652/j.issn.1004-373x.2021.23.026.

2. 韩保岭 . 变坡度小半径曲线钢箱梁顶推施工研究 [J]. 工程机械与维修 ，2025，（03）：119-121.

3. 张显丰 . 地铁小半径曲线地段轮轨噪声分析及优化 [D]. 大连交通大学 ，2024.DOI：10.26990/d.cnki.gsltc.2024.000186.

4. 王雷 . 小半径曲线盾构隧道掘进对周围复杂环境影响研究 [D].安徽建筑大学 ，2024.DOI：10.27784/d.cnki.gahjz.2024.000661.

5. 罗润森 . 复杂条件下小半径曲线隧道盾构力学特性研究 [D]. 广西大学 ，2023.DOI：10.27034/d.cnki.ggxiu.2023.001199.