





摘要:軌道原始檢測數據具有數據量大、檢測項目多和檢測內容復雜等特點,對線路進行軌道狀態綜合評價時,數據分析工作量大、效率低,評價結果易受檢測人員主觀因素影響。本文以軌檢車采集的軌道原始檢測數據為研究對象,闡述了構建軌道狀態智能分析系統的必要性,并利用數據庫技術和可視化技術設計開發了一套用于軌道狀態智能分析的軟件系統。該系統實現了原始檢測數據入庫、數據預處理、智能數據分析、評價結果報告輸出以及可視化歷史數據對比等功能,減少了人工干預,提升了軌道狀態評價結果的客觀性和準確性,為掌握線路軌道狀態提供了可靠的分析工具,也為鐵路養護單位的維修決策提供了數據支持。
關鍵詞:軌道狀態分析;軌道質量指數;數據庫技術;可視化技術;鐵路工務養護
一、引言
隨著我國鐵路運輸行業的快速發展,鐵路高速化進程不斷加快,為保證列車安全、平穩運行,鐵路線路軌道必須保持良好狀態。因此,監測線路軌道質量狀態、合理制定軌道維護計劃、保證線路軌道處于良好狀態是鐵路養護單位的重要工作內容。
目前,世界各國的鐵路養護管理部門都開發了用于軌道養護的信息管理系統,如日本新干線的安全管理信息系統(Safety Management Information System, SMIS)[1]、歐洲軌道研究院的ECOTRACK軌道維護更新及決策支持系統[2]、英國的軌道維修更新計劃及評估系統(Rail Maintenance and Renewal Planning & Assessing System, RMARPAS)[2]。從20世紀80年代起,我國鐵路養護部門也陸續開發了鐵路工務設備臺帳數據管理系統(Railway Permanent Way Management Information System, RPWMIS)[3]、軌道綜合檢測車數據分析系統[4]等專用軟件。
隨著我國鐵路高速化進程的加快和各種檢測設備的技術升級,軌道檢查車采集的軌道原始檢測數據越來越全面,數據量、檢測項目和檢測內容都大幅增長,現有的軌道數據管理軟件已無法滿足實際應用需求,只能依賴人工干預的方式進行軌道狀態的分析和評價。軌道原始檢測數據是通過軌道檢查車采集,再由檢測人員利用數據統計軟件進行各檢測項目的數據統計,并人工計算軌道質量指標(Track Quality Index, TQI)[5],最后,進行數據匯總、圖表繪制等工作,并根據《鐵路線路維修規則》[6]對軌道狀態進行綜合評價,制作和生成線路軌道狀態評價報告。
然而,我國鐵路運營里程長,跨度范圍廣,現有系統和方法存在以下兩個方面的問題:
(一)評估結果主觀性強
檢測數據分析過程中,需要大量的人工干預,此種方式不僅加重了檢測人員的工作量,數據分析效率低下,而且由于專業素質差異,不同檢測人員的計算結果會有一定的誤差,導致軌道狀態評價結果存在較強的主觀性。
(二)缺乏與歷史數據的對比分析
現有的軌道狀態分析系統主要側重于單次軌道檢測數據的統計分析,缺乏與歷史檢測數據的對比分析,不能反映軌道狀態的變化趨勢,難以根據分析結果制定合理的維修養護計劃。
因此,如何更有效地對線路軌道原始檢測數據進行管理,提升數據分析的自動化和智能化程度,增強軌道狀態評價結果的客觀性和準確性,已成為亟待解決的重要問題。基于以上問題,本文提出了構建鐵路軌道狀態智能分析系統,首先,闡述了系統的實際應用需求,并詳細地設計系統的各功能模塊的主要內容,然后,進行系統編碼實現和調試,最后,將系統應用于真實鐵路線路的軌道狀態評價,簡要介紹了系統的應用情況。
二、系統設計
(一)系統設計目標
為解決現有系統和方法存在的問題,軌道狀態智能分析系統的設計目標如圖1所示,具體可概括為以下5個方面:
1、建立統一的數據管理機制,設計高效的原始檢測數據存儲數據結構,實現不同類型線路的檢測數據統一管理,與相關聯線路臺帳信息的全面整合;
2、構建智能化的數據分析機制,實現自動化的數據預處理、檢測項目數據統計、TQI值計算,以折線圖形式動態展示數據分析過程;
3、設計可視化的歷史數據對比機制,通過與多期歷史數據的對比分析,實現線路軌道狀態的變化趨勢統計,發現軌道質量較差的線路區段;
4、建立簡便易行的評價結果管理機制,統一管理每期檢測數據的評價結果,實現評價結果的查詢、校正、刪除等功能,保障系統的實用性和準確性;
5、設計合理、美觀的線路軌道狀態評價報告,以折線圖、柱狀圖、專題圖等形式對檢測數據和分析結果進行展示,實現線路軌道評價報告的打印輸出。
(二)功能模塊設計
根據系統設計目標,鐵路軌道狀態智能分析系統共設計4大功能模塊,系統功能結構如圖2所示。
鐵路軌道狀態智能分析系統由數據管理模塊、數據分析模塊、歷史數據對比模塊和評價結果管理模塊組成。
1、數據管理模塊
數據管理模塊主要包括原始檢測數據管理、線路臺帳數據管理和歷史數據歸檔存儲三大主要功能。原始檢測數據管理實現各線路類型的原始檢測數據的讀取,并轉換為統一的數據格式保存到數據庫中,便于數據分析模塊統一讀取。線路臺帳數據管理實現各線路區段的類型、里程范圍、檢測標準和評價標準的整合存儲,提供線路臺帳數據的增、刪、改、查功能。歷史數據歸檔存儲實現數據庫中線路歷史檢測數據的歸檔,按照統一的存儲格式,備份到指定的存儲空間,釋放數據庫容量,提升數據庫性能。
2、數據分析模塊
數據分析模塊主要包括檢測數據預處理、線路臺帳信息設置和檢測數據自動分析三大功能。檢測數據預處理實現原始檢測數據的里程信息校正和噪聲數據過濾功能,保證檢測數據的正確性。線路臺帳信息設置是根據線路名稱、區段名稱和里程范圍自動的從線路臺帳數據庫中匹配相應的線路臺帳數據。檢測數據自動分析則根據輸入的原始檢測數據進行各檢測項目的數據歸納統計、TQI值計算,再根據線路臺帳信息記錄的檢測標準和評價標準給出超標類型、超標單元數量、超標扣分和超標單元比例,并自動地存儲到線路評價結果數據庫,實現智能化的檢測數據分析流程。
3、歷史數據對比模塊
歷史數據對比模塊主要包括多期分析結果加載、軌道變化趨勢分析和區段軌道質量統計三大功能。多期分析結果加載實現多期檢測數據的分析結果的加載讀取,并以折線圖、柱狀圖的形式進行數據展示,對數據異常區域進行標注,便于檢測人員觀察和評估。軌道變化趨勢分析是通過分析線路軌道狀態在時間維度上的變化趨勢,預測線路軌道是否處于變化期、穩定期或惡化期。區段軌道質量統計則是對同一線路區段的多期TQI值進行統計分析,發現軌道質量較差的區段,便于制定線路維護計劃。
4、評價結果管理模塊
評價結果管理模塊主要包括線路評價結果管理、線路評價報告生成和歷史評價結果歸檔三大功能。線路評價結果管理是將檢測數據的分析結果以統一的數據格式存儲于評價結果數據庫中,提供查詢、修改和刪除功能,便于歷史數據對比模塊的統一讀取。線路評價報告生成是將線路評價結果數據以折線圖、柱狀圖、專題圖以及數據報表等形式進行展示,便于鐵路線路養護單位掌握線路軌道狀態,為制定線路維修養護計劃提供數據支持。歷史評價結果歸檔是將評價結果數據庫中歷史評價結果,按照統一的存儲格式,備份到指定的存儲空間,釋放當前數據庫的容量。
三、系統實現與應用
(一)系統實現
鐵路軌道狀態智能分析系統采用C++語言進行編碼,使用QT作為可視化工具庫,選用輕量級的MySQL數據庫對原始檢測數據、線路臺帳數據和評價結果數據進行管理。此外,還基于Html5和CSS3技術開發了數據報表模板,用于評價結果的報告生成和打印。
鐵路軌道狀態智能分析系統主界面如圖3所示,左側列為各功能模塊的選擇按鈕,中間部分為可視化區域,實現線路軌道檢測數據、分析過程以及評價結果的動態展示。
(二)系統應用實例
目前,鐵路軌道狀態智能分析系統已在一些鐵路養護單位進行部署,取得了較好的應用效果,產生了一定的經濟價值。本節利用鐵路軌道狀態智能分析系統對多條線路的軌道原始檢測數據進行分析,并統計分析各線路的軌道狀態變化趨勢。
利用軌道變化趨勢分析功能,分析線路全線的檢測數據,識別到軌道板變化情況如圖4、圖5所示。
利用區段軌道質量統計功能,識別線路的TQI超標單元,通過TQI質量指數來指導線路維修。識別到的TQI超標單元如圖6所示。
利用歷史數據對比功能發現線路的變化情況,如下圖7所示。對不同時期多次檢測數據進行對比分析,發現部分線路區段受氣溫變化影響,高低平順性發生了明顯變化。
四、結束語
為了適應我國鐵路的快速發展,滿足鐵路養護單位的實際應用需求,本文構建了一套鐵路軌道狀態智能分析系統。系統實際部署應用結果表明,本文系統能夠對線路軌道原始檢測數據進行科學、有效地管理,減少數據分析過程中的人工干預,降低檢測人員的工作量,提升了數據分析的智能化程度,并一定程度上增強了軌道狀態評價結果的客觀性和準確性,具有較好的實際應用價值,有助于鐵路養護單位監測軌道狀態,為制定鐵路線路養護計劃提供了數據支持。
參考文獻:
[1]佐佐博明,鄒振民.日本新干線軌道及其維修[J].中國鐵路,1999(12):3-5.
[2]許玉德,曾學貴.高速鐵路軌道的安全管理[J].中國安全科學學報,2003(01):45-47+1.
[3]陶竑宇,吳雙宇,趙文芳.鐵路工務管理信息系統改進設計[J].兵器裝備工程學報,2016,37(05):173-176.
[4]田新宇,魏世斌,趙延峰,王勝春.城市軌道交通基礎設施綜合檢測列車創新技術[J].現代城市軌道交通,2019(08):32-36.
[5]黎國清.軌道質量指數及其在高鐵動態驗收中的應用[J].鐵道工程學報,2016,33(11):45-50.
[6]吳細水,劉丙強.高速鐵路無砟軌道線路維修規則(試行)主要內容及特點[J].中國鐵路,2012(05):15-18.
作者簡介:
楊國峰(1972.5-),男,漢,籍貫:山東菏澤,學歷:大學(本科),職稱:助理工程師,研究方向:軌道檢測。