近年来，高速铁路网络快速发展，成为支撑城际交通运输体系的重要基础设施。随着CR450动车组样车进入型式试验阶段，更高的运行时速对高速铁路安全监测提出了更高的要求。现有的综合检测列车监测周期较长，难以实时响应突发轨道故障。开展高速铁路实时健康监测技术研究，可对现有监测方法进行有效补充，进一步保障高速铁路运行安全。

5月3日，清华大学精密仪器系王波课题组在《自然·通讯》（Nature Communications）发表了题为“基于沿线通信光缆的激光干涉仪高速铁路健康监测方法”（Laser Interferometry for High-Speed Railway Health Inspection using Telecom Fiber along the Line）的研究论文，提出了一种利用高铁沿线既有通信光缆实现高速铁路健康实时监测的方法。该研究利用京广高铁北京西站至杜家坎12km高铁沿线既有通信光缆构建大尺度光纤干涉仪实验平台（图1），基于神经网络建立高铁列车振动特征和线路区段的对应关系。通过对高铁振动信号的持续定位与逐段统计，将12km线路划分为若干监测区段，形成各区段振动特征健康谱带，有效反映高速铁路的健康状况。

首先，该研究针对高速铁路监测里程长、振动幅度大的特点，采用基于光纤中连续光进行传感的激光干涉仪技术，高保真地采集列车-轨道-桥梁（train-track-bridge, TTB）系统的耦合振动信号。构建残差神经网络（ResNet）结合长短期记忆网络（LSTM）的深度学习模型，为激光干涉仪探测的高速铁路振动信号附加位置标签，实现高速铁路沿线的分布式振动监测。

图1.高速铁路监测实验平台

进而，该研究提出以振动信号的平均功率谱密度（A-PSD）作为高速铁路健康状态的监测指标（图2），形成各线路区段的A-PSD健康谱带，进行长期监测验证。监测时长超过14个月，涵盖季节变化、强降雨与地震等因素影响，健康轨道区段的振动A-PSD特征保持稳定，均在健康谱带范围内（图2c-f），与高速铁路保持健康的状态相符。

图2.高速铁路区段平均功率谱密度持续监测结果

监测期间，北京局高铁工务段对一处发生微小蠕变变形的轨道区段实施了检修。分析表明，该变形轨道区段的振动A-PSD特征谱超出该区段健康谱带，并在轨道检修后回归至健康谱带范围内（图3）。类似的变形监测结果共同证明A-PSD指标对轨道故障具有良好灵敏度。

图3.高速铁路某区段蠕变变形检修前后监测结果

研究提出的高铁健康实时监测方法，无需布设专用传感器即可实现长距离分布式感知，显著缩短了高速铁路健康监测周期。此外，在高铁夜间停运的空窗期内，沿线光缆背景环境安静，课题组基于该实验平台，监测到地震波、普铁列车振动等信号。该研究证明利用既有光纤网络构建的感知系统可作为高速铁路健康监测的实时辅助工具，并具有建立大规模感知网络的潜力。

清华大学精密仪器系副教授王波为论文通讯作者，精密仪器系2019级博士生王贯（已毕业）、2024级博士生宋东芪为论文共同第一作者。清华大学精密仪器系2021级博士生庞众望、2017级博士生王芳敏（已毕业）、2020级博士生戴鸿飞和2022级博士生李汶林为研究作出了重要贡献。中国铁路北京局集团有限公司北京通信段和北京工务段，以及北京共建恒业通信技术有限责任公司为研究提供了便利条件。研究得到国家自然科学基金、国家重点研发计划、清华大学自主科研项目等的资助。