朔黃鐵路大機搗固預測與維修決策系統研發

徐菲 曲建軍 龍亦語

中國鐵道科學研究院集團有限公司基礎設施檢測研究所，北京 100081

重載鐵路具有運輸能力大、運輸成本低等特點，在煤炭、鋼鐵、糧食等大宗貨物長距離運輸中起到骨干作用，是貨物運輸的發展方向。朔黃重載鐵路是我國西煤東運的第二大通道，2009年開始進行3.5億t擴能改造工程，2016年規模化開行2萬t大軸重列車，2021年煤炭運輸量已達3.64億t［1］。隨著朔黃鐵路車輛軸重、年運量不斷增加，線路設備劣化速率加快，工務維修面臨新的挑戰。

有砟線路道床殘余累積變形是影響軌道幾何狀態的重要因素，應用大型養路機械進行搗固維修是恢復軌道幾何狀態的有效手段［2］。然而大機搗固維修作業需要投入大量的人力和物力資源，維修經費高昂，是每年鐵路工務部門的重要支出之一。目前，朔黃鐵路采用周期修進行大機搗固作業，重車線搗固周期大致為每年一次，未能實現基于軌道檢測數據進行狀態預測并制定維修計劃，線路欠維修、過維修現象仍然存在。

世界鐵路發達國家的工務部門在預防性維修體制的基礎上發展了軌道狀態分析和預測與輔助決策管理系統。具有代表性的包括美國Bentley公司研發的Optram軟件系統、美國ENSCO公司研發的AMA（Automated Maintenance Advisor）智能維修決策系統、國際鐵路聯盟（International Union of Railways，UIC）研發的ECOTRACK軌道維修管理系統［3-4］。這些系統將軌道狀態數據和運營維護數據與數據分析方法結合起來，建立軌道狀態劣化數學模型，合理制定軌道維修計劃指導養護維修，并對作業后線路狀態進行驗收評價，有效降低維修成本，實現工務養護維修作業的科學閉環管理，對線路設備運維管理的智能化具有很好的借鑒意義。

隨著朔黃綜合檢測列車的應用，朔黃鐵路已經積累了大量的軌道檢測數據、維修歷史數據、通過總質量數據、基礎臺賬等。課題組基于線路運維數據，引入故障預測與健康管理技術和經濟維修理念，開展了朔黃鐵路軌道質量分級管理標準、軌道質量發展規律預測、大機搗固經濟維修決策等技術研究［5-8］。在前期研究的基礎上，研發朔黃鐵路大機搗固預測與維修決策系統。該系統集成線路運維數據管理、軌道狀態預測分析、大機搗固經濟維修決策、搗固作業效果分析等功能，為合理規劃大機搗固維修資源、科學制定搗固維修計劃、有效管控大機搗固作業效果提供智能化管理工具。

1 系統架構

朔黃鐵路大機搗固預測與維修決策系統通過綜合分析軌道不平順動態檢測數據、維修歷史數據、線路通過總質量數據以及臺賬基礎數據，結合朔黃鐵路大機搗固維修與管理實際需求，集成了朔黃鐵路軌道質量分析管理、軌道質量非線性預測、大機搗固經濟優化智能決策等技術，為用戶提供更加直觀的線路質量狀態展示、科學的大機搗固計劃建議、維修作業效果分析等功能。該系統包括運維數據管理、搗固質量指數查詢與統計、軌道質量預測、大機搗固維修決策、搗固效果分析5個功能模塊。其中，運維數據管理功能包括基礎臺賬、軌道檢測、線路通過總質量以及維修數據的管理；搗固質量指數查詢與統計功能包括搗固質量指數及其劣化率的計算與分布情況；軌道質量預測功能包括全線軌道質量預測以及200 m單元的軌道質量發展歷史與發展趨勢；大機搗固維修決策功能通過設置搗固方案條件進行維修計劃制定；搗固效果分析功能包括作業質量驗收評價和維修效果分析與可視化展示。系統功能結構如圖1所示。

圖1 系統功能結構

2 系統功能設計

2.1 運維數據管理

鐵路線路運維數據的儲存和管理是軌道質量預測與維修決策的基礎。該系統根據朔黃重載鐵路大機搗固維修管理實際需求，建立基礎運維數據庫，對設備基礎臺賬、通過總質量、軌道檢測、維修歷史數據進行查詢、統計、數據關聯、趨勢分析及可視化展示，以滿足日常運維管理需求。維修信息管理可視化功能以橫軸為里程，縱軸為維修時間，不同顏色的實線表示不同的維修、大修項目。系統以里程為紐帶，將維修信息與設備基礎臺賬進行關聯可視化展示，為用戶提供直觀的綜合信息，如圖2所示。此外，在通過總質量管理功能中，該系統根據朔黃鐵路實際運營特點將2萬t列車通過總質量數據納入管理，如圖3所示。運維管理者可以通過監控大軸重長編組列車的通過總質量變化情況適時調整維修作業。

圖2 維修數據管理

圖3 通過總質量數據管理

2.2 搗固質量指數查詢與統計

大機搗固作業主要用于成段改善高低和軌向不平順，對軌距的改善效果并不明顯。因此，該系統采用改良型大機搗固質量指數（Machine Tamping Quality Index，MTQI）分析搗固作業前后及搗固周期內軌道質量發展規律。MTQI值計算式為［5］

式中：σi為軌道各項幾何偏差標準差，i=1，2，…，6，分別為左高低、右高低、左軌向、右軌向、水平、三角坑。

區別于普速鐵路，重載鐵路具有軸重大、線路劣化速率快等特點。基于朔黃鐵路不同區段的線路運營環境、通過總質量、搗固維修實際情況、軌道質量狀態等因素，將朔黃鐵路分為Ⅰ級、Ⅱ級2個管理等級。對于每個管理等級，通過分析近年來朔黃鐵路不同等級線路區段軌道質量發展及分布規律，將軌道質量狀態分為健康、優先、預警、超限四個狀態等級。Ⅰ級、Ⅱ級線路區段MTQI管理閾值見表1。

表1 MTQI指數分級管理標準 mm

在同一搗固周期內，軌道幾何不平順隨時間的變化可以近似為線性發展［9］。該系統在前期研究的基礎上［10-11］，采用劣化率k（單位：mm/100 Mt）表征朔黃鐵路200 m單元搗固周期內軌道質量劣化程度。分析同一搗固周期內歷史MTQI隨通過總質量的序列數據，以通過總質量為橫坐標，對應的MTQI值為縱坐標，進行線性擬合得到k。搗固質量指數查詢與統計模塊根據式（1）對200 m單元MTQI進行計算，并計算其劣化率，同時提供MTQI及其劣化率的統計分布分析與統計結果的可視化展示，如圖4所示。

圖4 搗固質量指數計算與統計展示

2.3 軌道質量預測

隨著通過總質量的累積，軌道質量由前期的緩慢近似線性劣化逐漸變為非線性快速劣化［2-3］。基于前期研究［6-8］，通過分析朔黃鐵路軌道幾何檢測數據和線路歷史維修數據，采用GM（1，1）灰色非線性預測理論，建立了朔黃鐵路MTQI值隨通過總質量的發展預測模型。軌道質量預測功能利用用戶輸入的年通過總質量和24個月的朔黃綜合檢測車歷史檢測數據，通過數據預處理和軌道質量預測算法，實現朔黃鐵路未來一年（12個月）MTQI預測以及200 m單元軌道質量歷史趨勢、全線路軌道狀態色階圖展示，如圖5所示。色階圖以不同顏色展示歷史檢測數據及預測數據的健康、優先、預警、超限不同狀態等級。點擊色階圖中任意色塊，即可查詢該色塊所表示的200 m單元的軌道質量發展趨勢，如圖6所示。

圖5 軌道質量色階圖展示

2.4 大機搗固維修決策

不同的大機搗固作業模式（搗固車型號、搗固插鎬方式、作業遍數、測量方式、搗固后穩定方式等）作業效果也存在差異。通過分析朔黃鐵路常用的兩種搗固模式（單搗不穩定/普起平順/09-32型車和單遍雙搗不穩定/普起平順/09-32型車）的軌道質量改善情況，建立了不同大機搗固維修模式的作業效果模型，見表2。

表2 朔黃鐵路不同大機搗固維修模式的作業效果模型

基于軌道質量MTQI預測模型、搗固作業效果模型和維修經濟成本分析，結合朔黃鐵路搗固維修實際需求，以搗固維修經濟性和軌道質量狀態的年末保持值的綜合效益為目標，建立了有砟軌道全線路搗固維修優化決策模型。模型綜合考慮了軌道質量管理標準、天窗時間限制、搗固車調度要求、不同搗固作業模型對搗固效果的影響、維修經濟成本、大機搗固實際情況等因素，在保證線路質量的同時充分利用大機資源，提高大機搗固維修的經濟性和合理性。基于此模型，研發了大機搗固維修決策功能，如圖7所示。該功能基于MTQI全年預測結果，通過確認維修標準閾值，選擇搗固作業模式，輸入不維修區段和必維修區段以及每月天窗點時間等，設置搗固方案決策條件，得到線路全年大機搗固維修計劃建議。

圖7 搗固方案設置

系統提供初始搗固計劃和優化搗固計劃兩個結果，如圖8所示。其中，初始搗固計劃根據線路MTQI預測結果、維修效果模型及維修成本、不搗固及必搗固區段、天窗時間限制、大機調度限制等，給出未進行調整的理論搗固計劃，該計劃以200 m為最小單元，不能直接用于現場維修計劃的制定。優化搗固計劃在初始搗固計劃的基礎上將相近月份需要搗固的200 m單元進行整合，對于不適合單獨安排天窗計劃的少量需要搗固的200 m單元，將其安排與就近區段一并進行搗固。工務維修管理者可根據實際需求，對優化搗固計劃進行調整，以滿足實際決策需求，得到最終的搗固維修計劃，指導大機搗固維修作業。

圖8 大機搗固決策計劃生成

2.5 搗固效果分析

搗固效果分析模塊集成了搗固后的作業質量驗收和搗固維修效果評價功能。根據維修作業前后軌道質量變化情況，計算200 m單元軌道質量改善率（改善量）以及判斷作業是否達標，并對作業前后軌道質量進行統計對比分析。圖9為200 m單元搗固作業前后軌道質量變化情況，包括總TQI、總MTQI及TQI各單項的對比。

圖9 搗固作業前后軌道質量對比

基于大量搗固前后軌道質量數據，分析搗固前軌道質量及其對應的搗固后軌道質量的分布情況，繪制了搗固維修效果分區圖。分區圖從下至上將搗固效果分為優秀、良好、合格、不合格4個區域，便于用戶對維修效果進行直觀評價。搗固作業完成后，根據各200 m單元維修前后MTQI值，以搗固前MTQI值為橫坐標，搗固后MTQI值為縱坐標，繪制散點圖，如圖10所示。圖中依次落在優秀、良好、合格區域的點占比越多，表明維修效果越好，落在不合格區域的點占比越多，表明維修效果欠佳。

圖10 搗固作業效果評價

3 結語

優化的養護維修方案應當基于設備檢測監測狀態數據、維修歷史數據、設備基礎信息與線路運營等多源數據的綜合分析，結合運維管理需求和維修經濟性，得出符合決策者期許的養護維修計劃。而大量數據的儲存、處理以及預測、決策算法的快速實現需要借助計算機的輔助功能。朔黃鐵路大機搗固預測與維修決策系統基于大量運維數據和搗固維修預測與決策技術，搭建多源數據庫與應用算法庫，進行數據分析和可視化展示，為工務維修管理者提供與大機搗固維修作業有關的軌道狀態數據管理、運維數據綜合處理與分析、搗固計劃制定、作業質量評價分析的全流程信息化、智能化管理，為提高朔黃重載鐵路軌道設備養修效率、降低運維成本提供可靠的平臺支撐。