基于FAST法的智能軌道維護裝備創新設計研究

摘要：針對軌道維護現狀及主要痛點，應用FAST法對軌道維護裝備進行創新設計。首先，對軌道維護現狀與典型任務場景進行分析，并借助軌道維護“人—機—環境”系統模型得出相關設計需求。其次，建立智能軌道維護裝備的黑箱模型和FAST功能樹，并分析得到相關設計因素。最后，通過設計要素矩陣獲取最優解，并形成新的產品概念。在此基礎上進行了智能軌道維護裝備與云端監測平臺的設計實踐，為軌道維護相關裝備的設計提供參考和拓展思路。運用FAST法能夠清晰地確定產品的功能系統及其功能主次關系，通過智能軌道維護裝備設計，驗證了FAST法在產品創新設計中的科學性與有效性。

關鍵詞：產品創新設計；智能裝備；FAST；黑箱模型；軌道維護

中圖分類號：TB472文獻標識碼：A

文章編號：1003-0069（2025）12-0056-05

引言

軌道交通是我國龐大交通體系中的重要一環，是支撐城市運轉的交通命脈[1]。鐵軌作為軌道交通的承載體，常年暴露在外，經受著不同氣候的挑戰，易出現生銹、傷損等狀況。因此，對軌道進行定期檢測與維護是保障軌道交通正常運行的重要環節。宗斌等[2]針對中低速磁浮交通提出了線路智能化養護技術及裝備，以提高養護作業效率；付文龍等[3]設計的新型軌道檢測小車，解決了軌道檢測時車架與軌道縱向難以保持垂直的問題；徐浩等[4]設計了應用在軌檢車上的激光檢測平臺，保證了軌道激光檢測精度；PatilDipak等[5]采用標稱應力和熱點應力方法來徹底調查和計算疲勞損傷，從而對軌道維護設備中的焊接疲勞進行全面分析；劉大玲等[6]建立了無砟軌道狀態BP神經網絡預測模型，實現軌道系統預防性維護。上述研究表明了軌道維護的現實意義與創新潛力。然而，這些研究的核心創新點大多集中在新技術引入和設備可靠性提升等層面，軌道維護相關設備的操作依然需要人力參與，并未實現真正意義上的無人化、智能化。而且，人工介入軌道維護易受天氣、地形等因素的干擾，維護效率與效果均不太理想。YangFei[7]等綜合討論了不同國家的軌道維護設備發展歷史、技術特點，指出軌道維護設備應朝著模塊化、智能化、無人化方向發展。綜上所述，針對軌道維護提出智能化、無人化的創新設計方案具有一定的前瞻性與潛在應用價值。

FAST作為具備強大功能求解能力的方法，能夠將復雜的用戶需求和抽象的設計目標轉化為具體的功能需求，實現產品功能的科學拓展與優化。FAST能夠有效避免概念設計過程中的無序性，最大限度地探索了多種解決方案，明確設計目標，并顯著提高設計效率[8]。針對軌道維護現狀，為了設計出定位清晰、功能明確的智能軌道維護裝備，本文引入FAST法，并基于FAST功能樹建立智能軌道維護裝備的功能系統模型，分析其功能的主從關系。通過模塊化設計整合各功能模塊，對智能軌道維護終端與云端平臺進行了概念設計，以期推動軌道維護的無人化、智能化升級與創新設計。

一、FAST法概述與設計流程構建

功能分析技術法（FunctionAnalysisSystemTechnique，FAST）由拜塞威于1965年在美國價值工程師協會年會上提出，其重點在于構建功能系統分析圖，強調對功能的系統性分析與研究，并明確功能的主次關系[9]。FAST法采用自上而下的線性邏輯，強調功能的分解與擴展。FAST法也因其強大的縱向功能求解能力，被廣泛應用于產品（概念）設計領域。吳曉莉等應用FAST法設計了一款功能組合式自行車[10]對可控滑沙板進行了概念設計。宋云將FAST方法與仿生設計等設計理念相結合，[11]。

產品的功能是其滿足用戶需求的具體表現。為了有效滿足用戶的需求與期望，設計師通常采用“輸入—處理—輸出”的思維框架（即黑箱模型）來構建系統模型，將用戶的實際需求轉化為產品中的具體功能，并明確其主要功能及各級子功能，形成產品功能樹[12]，最終形成產品的功能結構。在產品設計過程中，FAST方法的核心操作流程如下：通過系統化的功能分析，以產品需求為起點，對功能進行定義、分析和理解，進而識別關鍵功能及其相互關系，并依據優先級對功能進行排序，檢驗各功能之間的依賴性[13]從而為產品設計提供指導，如圖1所示。

FAST功能樹以“怎么做—為什么”的邏輯方式來確定設計目標各功能之間的關系，將總功能以逐層分解的方式劃分為各個單一子功能。應用到本研究的具體設計流程如下：首先，通過桌面調研與文獻研究，確定設計機會點；其次，利用“人—機—環境”模型深度挖掘設計需求，并通過黑箱模型將軌道維護的具體需求映射為相應的產品功能；隨后，依托FAST功能樹模型，構建軌道維護裝備的功能系統，并深入剖析其總功能與子功能之間的關聯性；在此基礎上逐步拆解問題，構建設計要素矩陣，最終形成智能軌道維護創新設計方案，如圖2所示。

二、軌道維護現狀與設計需求分析

（一）軌道維護現狀

我國雖然在軌道維護、通信等方面的發展已取得實質性進展，但仍然存在檢測設備自動化與智能化水平低、檢測成本高等問題[7]?，F階段軌道維護作業通常由技術人員操作相關維護設備完成，雖然軌道維護器械已在技術上進行了革新，但目前軌道維護器械實際上仍是人力功能的直接延伸，具有工業場景中人工作業存在的共性問題，例如因操作失誤而引發事故、工作效率低下等。且深度依賴人工定期巡檢的方式會存在檢測盲區、安全預警不及時以及隱患排查不足等問題。從維護場景來看，軌道線路復雜且多位于戶外，甚至在人跡罕至的地區，這使得鐵軌故障和軌道異常等突發情況難以及時發現和排除，增加了維護的挑戰和風險。從維護成本角度來看，人工巡檢和定期維護會在一定程度上降低工作效率，導致資源浪費和運維成本增加，人工操作維護設備時容易出現關鍵設備故障等問題，影響正常維護計劃，進而造成不必要的經濟損失。此外，由于軌道維護的工作種類繁多，且軌道存在的問題不同所需工具也存在差異，導致不同維護工作之間較為獨立和分散，整體性不足，使得軌道日常維護、緊急情況預警、智能決策下達和應急預案處理之間的系統性較差。綜上所述，以傳統人工參與為主的軌道維護受實際場景、人為因素等影響，具有一定的局限性。

（二）軌道維護的典型任務場景

據文獻研究，現階段軌道維護典型任務場景主要包括軌道積雪、軌道生銹和軌道傷損[14-15]。

1.軌道積雪。降雪和冰凍現象常對高速列車的運行造成顯著干擾，尤其在鐵路道岔區域表現得尤為突出。道岔作為改變列車行駛軌跡的關鍵部件，其正常運行依賴于岔尖與軌道的緊密貼合。然而，積雪和積冰的介入會阻礙道岔的正常移動，導致列車無法正常轉向[16]，從而引發停運風險，影響行車安全。

2.軌道生銹。鐵軌常年暴露在外，會與空氣中的氧氣、水分發生化學反應，造成鐵軌生銹。軌道生銹會減弱軌道結構的強度，增加列車運行噪音，影響列車行駛平穩性，加速軌道磨損和老化等。

3.軌道傷損。鐵軌在長期使用過程中，易造成裂紋、折斷等不同程度的損傷，進而影響列車運行安全。

（三）軌道維護的需求分析

通過歸納軌道維護現狀和典型任務場景，并結合對軌道維護痛點的分析，能夠深入挖掘和總結出軌道維護的設計需求。例如：軌道維護的智能化、無人化；軌道除雪功能；軌道除銹功能；軌道探傷功能；軌道狀態檢測；應急處理等。然而，軌道維護是一個具有高度復雜性和隨機性的系統。軌道維護裝備作為這一系統的重要組成部分，在分析其設計需求時，還需將其置入“人－機－環境”系統中，綜合考慮系統中各組成元素及其相互關系，進而完善軌道維護的設計需求，如圖3所示。

對軌道維護裝備來說，在“人－機－環境”系統中扮演著“機”的角色，要求其不僅擁有軌道日常維護所必需的相關功能，還需要依靠相關的傳感器技術對外界信息進行智能感知，再結合智能算法對感知搜集到的各項數據進行智能處理，最后通過智能決策指導相關功能運行。在“人”的維度，智能軌道維護裝備的無人化并非徹底拋棄人在軌道維護中的角色或作用，而是將人安排在軌道智能裝備系統后臺，監控和適度干預智能裝備的運行，將“定期巡檢”“日常維護”此類重復性較高的任務交給機器去執行。此外，與機器相比，人在處理突發應急情況時往往更有優勢[17]。在遇到應急狀況時，依然需要人為干預處理，以人機協同的方式來處理突發事件。此外，在整個軌道維護系統中需要考慮遠程監控、信息界面與人機協同操作界面等設計要素。在環境維度，需要重點關注環境友好性、極端天氣運行的可靠性以及對外部環境感知的適應性等。

在“人－機”層面主要涉及人與智能維護裝備之間狀態、操作等信息的交互，確保信息交互的效果與效率；在“機－環境”層面涉及智能維護裝備通過傳感器對鐵軌各項狀態指標的檢測以及對鐵路網路線的契合與識別；在“人－環境”層面，重點考慮工作人員操作后臺的環境以及面對應急突發情況時人機協同工作的環境，確保相關操作環境對人而言是安全舒適的。通過構建軌道維護“人—機—環境”模型，不僅能夠從多維度歸納出軌道維護裝備的設計需求，還能夠以系統思維視角提升設計目標的系統性與合理性。

三、建立軌道維護裝備功能系統

（一）建立黑箱模型

通過上述分析，設計目標方向與相關需求已有了初步的確定，而面對大量且復雜的需求，還需要對其歸類和劃分，以便合理區分設計目標的功能主次關系，實現設計需求向產品功能的轉化，確保在后續的設計過程中有的放矢。

從產品的角度來看，功能體現了能量、物質、信息或其他物理屬性的轉化過程，本質上是輸入與輸出之間關系的具體表現[18]。而黑箱模型的核心即“輸入—運行—輸出”，能夠清晰地呈現上述過程。利用該模型，設計者可聚焦產品核心功能，同時更深入地理解設計目標的技術特性[19]黑箱模型，以涵蓋物質、能量和信息的輸入與輸出，用于描述軌道維。因此，本文采用抽象化方法構建軌道維護裝備的護裝備的功能體系，如圖4所示。

通過黑箱模型，軌道維護的具體需求被轉化為設計中的關鍵技術問題，同時將物質、能量和信息等輸入要素轉化為預期的功能輸出結果。在能量流方面，軌道維護裝備在進行軌道維護任務過程中，只有電能、動力系統以及維護系統相互配合才能確保維護過程順利進行。在能量流層面，軌道維護裝備在執行維護任務時，需依賴電能、動力系統與維護系統的協同作用，確保維護過程的高效運行。在物質流方面，主要涉及軌道、軌道積雪、鐵銹以及外界環境等。在信息流方面，依據設計輸出因素，設計需重點關注功能整合、可調節性、人機工程與信息可視化等方面的需求。

（二）構建FAST功能樹

通過對黑箱模型輸出設計因素的深入分析與整合，功能需求、安全需求以及易用性被確定為軌道維護裝備設計中的關鍵要素。基于FAST功能樹構建軌道維護裝備的功能系統，進而深入探討設計目標中各子功能與基本功能之間的關系，并從局部到整體展開設計開發，促進全新產品概念的形成，如圖5所示。

軌道維護作為目標產品的主要功能，被置于功能樹的第1行第1列，人機工程方面因素作為產品的次要功能，置于功能樹的第1行第2列，易用性作為綜合考慮因素置于第1行第3列，作為設計補充。

通過對第1行中各項功能進行分解，并結合上文提煉的設計需求可以得出軌道除銹、軌道除雪、軌道探傷是智能軌道維護裝備的核心功能，也是軌道維護裝備設計的關鍵。此外，除了軌道日常維護功能模塊，針對重大雪災、泥石流等對軌道影響較大、嚴重影響列車正常運行的突發情況時的應急處理也是軌道維護裝備的重要子功能。日常維護模式的實現形式由智能維護裝備自主完成；應急處理模式則需要人為介入，以人機協同的方式執行相關任務。在安全需求方面，分解出在應急處理模式下的人機協同操作、人機操作界面、裝備尺寸等影響使用者操作安全的子功能。在產品易用性方面，分解出信息可視化、操作簡易、智能化等綜合因素作為子功能。

（三）建立設計要素矩陣

根據軌道維護FAST功能樹中各功能與子功能的關系，從功能需求、安全需求和產品易用性3個方面入手，結合頭腦風暴與整合創新等方法進行創意設計。針對特定功能，可以通過多樣化的技術手段或選擇不同的結構與材料來實現設計目標，從而從多種可行方案中篩選出最優的設計組合。因此，本文為各主要功能構建設計要素矩陣，以便更高效地評估和選擇最佳設計方案，如表1所示。

根據表1列出的軌道維護裝備各功能模塊的可能原理解，理論上可得出的原理方案總數為N=3×3×3×2×3×3=486個。對上述原理方案進行綜合分析，并結合智能設備的功能整合、智能化、易用性、可行性、使用環境、環保性及可靠性等設計要求，對表1中的理論方案進行對比與篩選，最終確定智能軌道維護裝備的最優設計方案為A3、B1、C1、D2、E1和F3。

四、軌道維護系統與裝備設計

（一）智能軌道維護系統設計

為了實現軌道維護的智能化升級，并確保以智能裝備為核心的軌道維護系統的正常運行，本文對軌道維護系統進行了創新設計。該系統設計的創新點在于：植入工業物聯網和智能算法，借助“端—邊—云”協同架構的底層邏輯提出一套智能軌道維護系統解決方案。以達到日常軌道維護自主化、云端數據處理實時化等目的。智能軌道維護系統總體架構主要分為終端設備、工業邊緣引擎、軌道云端平臺三大部分。終端設備部分主要包含智能傳感器、高清攝像頭、系統功能模塊等，以支持功能的正常運行、信息的日常搜集等。工業邊緣引擎部分包含智能邊緣節點的軟硬件部分，其中軟件部分包含鐵路大腦綜合平臺、探測系統、智能監管平臺等，硬件部分包含LinkSite、DTS等。軌道云端平臺部分包含決策智慧中心、綜合集控中心、智能巡檢中心，通過構建信息集成平臺實現對平臺的管理與數據的分析。智能軌道維護系統的基本運作邏輯如下：在云端，通過云端平臺進行鐵路網實時路況的預測和分析，并接入現有鐵路網系統來支配列車與維護裝備的調度，利用高精度定位協助軌道維護作業，以及在不同時段下對維護任務的分配。在軌道端，涉及無人機路況監測、信號基站等軌道基礎設施建設。在裝備端，包含智能維護裝備對路況數據的采集、自主導航、設備監控以及本體的高精度定位等。云端通過與軌道路網連接并結合鐵路實際情況為智能維護裝備提供決策，同時裝備端將實時數據生成軌道維護數據上傳至云端進行反饋，實現系統運行的閉環，如圖6所示。

（二）裝備功能模塊布局

根據上述分析，智能軌道維護裝備最終采用模塊化設計方式。模塊化設計能夠有效實現產品的功能集成和部件標準化，不僅節約成本，還增強了產品的通用性與靈活性。智能軌道維護裝備在裝備母體的基礎上，可拆分為8個功能模塊：犁型除雪模塊、軌道除雪模塊、軌道探傷模塊、軌道除銹模塊、能源模塊、人工操控室、隧道除冰模塊、無人機模塊。不同模塊擁有不同功能，分別執行不同任務。

犁型除雪模塊可裝配于母體前端，用于清除軌道上較厚的雪堆；軌道除雪、探傷、除銹模塊裝配于母體底部，直接與軌道接觸，在維護裝備行進的同時進行軌道日常維護工作，并且不同模塊之間能夠進行同級替換，實現除雪、除銹、探傷功能模式的轉換；能源模塊裝配于母體尾部，為維護裝備終端供能；人工操控室位于母體前部，為必要時的人工介入、人機協同工作提供充足的操作空間；隧道除冰模塊裝配于母體頂端的尾部，用于清除隧道壁積存的冰錐；無人機模塊可裝配于母體頂端的前部，通過沿軌道定速巡航來監測鐵路網的實時情況。此外，不同模塊亦可通過在母體上的組合來實現功能拓展。這種模塊化的設計使得不同功能模塊可共用同一母體，僅需替換特定部位的模塊就能滿足不同的軌道維護功能需求，從而降低整體設計的復雜度，如圖7所示。

（三）智能維護裝備方案設計

由于我國軌距為統一固定值，故智能軌道維護裝備在設計時采用直接在軌道上行駛的方式，這極大提升了維護裝備的通用性。而且維護裝備不同的功能模塊通過機電一體化接口與母體相連，能夠實現不同的軌道維護模塊之間進行直接替換，確保同一裝備主體靈活適應不同的軌道維護任務，且方便后期對裝備的維護，如圖8、9所示。冬季的隧道低溫且潮濕，易產生大量冰錐，故在裝備頂部裝配了帶有除冰錐的可折疊機械臂，用于隧道除冰，保障隧道內的列車行車安全。智能軌道維護裝備擁有自主沿鐵路線路運行的能力，頂端的雷達鏡頭組模塊能夠對裝備前方環境與路況信息實時采集，保證自身行車安全，而對于中遠端鐵軌線路基本情況的探測則由無人機來完成，通過“本體+無人機”的探測模式能夠實現對路線情況與相關數據的及時、全面獲取，為智能裝備的自主智能決策提供參考，并實現與云端數據平臺的互聯互通。另外，在鐵路維護過程中難免會遇到山體滑坡泥石流、雪崩等重大且難以預測的突發情況，所以在維護裝備的前擋風玻璃內側預留了應急駕駛艙位，為工作人員進入駕駛艙開展人機協同處理應急狀況提供了一定保障，實現軌道維護裝備“可自動、可協同”的雙重工作模式。同時，前端的可拆卸犁形除雪模塊為處理積攢在軌道上的大型泥石流堆、雪堆等提供了有力的手段。人工介入設備開展人機協同工作的適時界面以HUD投影的方式在擋風玻璃處呈現，為工作人員駕駛與操作維護裝備提供了開闊的視野，也有助于提升裝備自身的易用性與人機界面的可視性，進一步優化了人機交互體驗，如圖10所示。

（四）核心功能模塊設計

軌道探傷、軌道除雪、軌道除銹是智能軌道維護裝備的三大核心功能，是智能維護裝備自主進行日常軌道維護的基礎。本文對三大核心功能模塊進行了技術映射與內部結構布局設計，如圖11所示。

其中軌道探傷功能映射為超聲波探傷結構，超聲波檢測技術是種非常有效和主流的檢測方式，該方式不僅檢測效率高，并且監測結果具有極高的精準性；軌道除雪功能映射為恒溫發熱結構與熱蒸汽融雪結構，熱蒸汽能夠有效融化鐵軌上的冰雪且對環境無污染，恒溫發熱結構能夠使冰雪融水及時蒸發以防止再次冷凝；軌道除銹功能映射為除銹磨輪與吸塵結構，通過可調節除銹磨輪對鐵軌踏面進行自適應打磨，吸塵系統能夠收集打磨后的鐵銹，在一定程度上避免了鐵銹對環境的污染。三大核心功能模塊共用相同的結構外殼，能夠在母體上完全整裝替換，亦可通過不同模塊的混合搭配，實現“一機多用”，大大提升了軌道維護的效率。

（五）智能云端監測平臺設計

智能云端是軌道維護系統的決策與分析中心，主要負責數據的匯總、存儲和深度分析。云端智能利用高級數據處理技術如大數據分析與人工智能，通過云端預測天氣變化等方式，為軌道維護提供了智能策略指導。軌道維護云端監測平臺主要包括首頁面、應急處理、維護任務管理、實時數據分析等多個二級頁面設計，如圖12所示。

根據上述架構，本文對智能云端監測平臺界面進行了具體設計，如圖13所示。平臺首頁面主要包括日期天氣、軌道情況監測、作業狀態監控、設備信息等功能信息模塊。用戶通過該頁面可直觀獲取維護裝備的實時位置與工作狀態簡易信息，方便工作人員對維護裝備的調度與管理。此外，維護裝備和鐵路網攝像頭獲取到的實時視頻畫面、維護裝備上智能傳感器監測到的軌道傷損與溫度等數據通過可視化的方式呈現在大屏上，為用戶了解鐵路基本情況提供便利。天氣與歷史預警則為軌道維護系統的智能決策提供一定的參考。應急處理頁面是系統針對突發緊急情況的及時響應。在遇到緊急情況時，主頁面會變為醒目的紅色調，確保用戶能夠迅速關注。通過將發生緊急情況的區域在地圖中高亮顯示，并提供可能誘因，能夠極大提升維護人員制訂應急策略與采取相關措施的效率。維護任務管理頁面展示了智能裝備在開展日常維護工作時的相關信息。通過清晰直觀的里程數據和完成任務量百分比，用戶能夠直接了解當前維護裝備的任務進度。此外，將負責相關維護任務的人員信息進行展示，通過“任務責任到人”的管理方式，有利于提升鐵路維護的運營與管理效率。實時數據分析頁面主要是對軌道維護的相關數據進行歸納匯總，其中包括信息調用、在執任務、任務時段、歷史任務等內容板塊。通過對任務信息整理并上傳至云端，用戶可隨時調用和查看任務數據，并可根據歷史數據對維護策略進行靈活調整，再結合云計算、人工智能、大數據分析等技術，對系統進行持續優化迭代，使其更加智能與完善。

結論

本文通過分析軌道維護的現狀與典型任務場景，識別歸納出軌道維護中的痛點和設計需求。借助黑箱模型，明確了軌道維護裝備的設計重點，并利用FAST功能樹分析了各功能之間的相互關系，接著構建了設計要素矩陣，并通過探討各功能的可能原理解，得出最優設計方案，從而有效指導了智能軌道維護裝備的設計實踐，為軌道維護裝備提供新的設計切入點，推動軌道維護的產業轉型升級。FAST法能夠有效挖掘軌道維護裝備概念設計中的功能需求，為功能界定及各子功能之間的相互關系提供了理論支持。通過智能軌道維護裝備設計實踐，也驗證了FAST法在概念產品開發和設計過程中的科學性與實用性。后續研究將在維護系統的全面性、裝備功能的智能性以及人機協同體驗等方面進一步深入優化，并利用功能樣機、可用性測試等手段驗證設計方案的可行性。

參考文獻

[1]謝久明，趙鳳嬌，李相泉，等.先進軌道交通產業發展現狀研究[J].機械設計，2018，35（S1）：119-121.

[2]宗斌，劉飛香，張琨，等.中低速磁浮線路智能養護技術及裝備[J].中國機械工程，2021，32（04）：407-411.

[3]付文龍，王培俊，李文濤，等.一種新型鐵路軌道檢測小車的設計與分析[J].中國機械工程，2019，30（03）：300-305.

[4]徐浩，王培俊，茍慎龍，等.一種新的軌道激光檢測平臺的設計與仿真[J].機械設計與制造，2019（07）：17-20.

[5]PATILD，PETERSENM.WeldFatigueDamageAssessmentofRailTrackMaintenanceEquipment：RegulatoryComplianceandPracticalInsights[J].SAEInternationalJournalofMaterialsandManufacturing，2024，Vol.17（2）：125-134.

[6]劉大玲，黃小鋼.高速鐵路無砟軌道系統狀態監測及預防性維修[J].中國機械工程，2019，30（03）：349-353.

[7]YANGF，TUWJ，WEIZL，etal.ReviewonDevelopmentStatusofInspectionEquipmentforTrackMaintenance，CommunicationandSignaling，andPowerSupplyofRailway[J].JiaotongYunshuGongchengXuebao/JournalofTrafficandTransportationEngineering，2023，Vol.23（1）：47-69.

[8]劉付勤，李麗鳳，劉長新.集成AHP-FAST的城市消防車概念設計[J].包裝工程，2021，42（22）：129-137.

[9]李君華，苗夢宇.基于FAST法的城市救援車模塊化設計[J].包裝工程，2018，39（08）：177-181.

[10]吳曉莉，陳慧娟，莊坤，等.基于功能系統技術FAST法的車體設計與分析[J].機械設計與制造，2013，（07）：260-262.

[11]宋云.基于FAST法的可控滑沙板概念設計[J].機械設計，2013，30（06）：110-112.

[12]陳晨，孫志學，張樂.FAST法在家用智能固體有機廢棄物處理機概念設計中的應用[J].機械設計，2017，34（01）：110-113.

[13]KEVINNOTTO，KRISTINLWOOD.齊春萍，宮曉東，張帆，譯.產品設計[M].北京：電子工業出版社，2017.

[14]郭關柱.組合刷掃和吸拋功能的自主化軌道除雪裝置除雪能力研究[J].中國鐵道科學，2016，37（06）：90-96.

[15]李闖，張銀花，田常海，等.高速鐵路鋼軌服役狀態及病害整治研究[J].鐵道建筑，2020，60（08）：126-129+142.

[16]張現亮，李彥睿，欒金川.一種振動式軌道除冰雪裝置的設計[J].機電信息，2019（20）：118-119.

[17]丁玉蘭.人機工程學[M].北京：北京理工大學出版社，2017.

[18]石元伍，潘思穎.基于FAST法與TRIZ的適老智能陪護機器人設計[J].包裝工程，2018，39（16）：129-135.

[19]楊君順.創造方法學[M].西安：陜西科技大學出版社，2006.