CN108009742B - 一种确定铁路轨道健康状态的方法及系统 - Google Patents
一种确定铁路轨道健康状态的方法及系统 Download PDFInfo
- Publication number
- CN108009742B CN108009742B CN201711347138.9A CN201711347138A CN108009742B CN 108009742 B CN108009742 B CN 108009742B CN 201711347138 A CN201711347138 A CN 201711347138A CN 108009742 B CN108009742 B CN 108009742B
- Authority
- CN
- China
- Prior art keywords
- track
- disease
- equipment
- grid
- indexes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000036541 health Effects 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000011156 evaluation Methods 0.000 claims abstract description 114
- 201000010099 disease Diseases 0.000 claims description 163
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 163
- 238000012423 maintenance Methods 0.000 claims description 38
- 229910000831 Steel Inorganic materials 0.000 claims description 19
- 239000010959 steel Substances 0.000 claims description 19
- 230000007547 defect Effects 0.000 claims description 10
- 230000008439 repair process Effects 0.000 claims description 9
- 230000008878 coupling Effects 0.000 claims description 8
- 238000010168 coupling process Methods 0.000 claims description 8
- 238000005859 coupling reaction Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 241001669679 Eleotris Species 0.000 claims description 5
- 230000003749 cleanliness Effects 0.000 claims description 5
- 238000005067 remediation Methods 0.000 claims description 5
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 12
- 230000003862 health status Effects 0.000 description 7
- 229910052742 iron Inorganic materials 0.000 description 6
- 230000015556 catabolic process Effects 0.000 description 5
- 238000006731 degradation reaction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Machines For Laying And Maintaining Railways (AREA)
Abstract
本发明公开了一种确定铁路轨道健康状态的方法及系统。所述方法包括：对铁路轨道按预设长度进行划分，得到轨道网格；获取每个轨道网格中的轨道设备；获取轨道网格中轨道设备的健康状况影响指标，影响指标包括使用性能类评价指标、结构完整性类评价指标、安全性类评价指标和外观类评价指标；对影响指标进行模糊化处理；建立铁路轨道健康状态综合评定模糊规则库；获取综合评价指标；判断综合评价指标所属的阈值范围；根据综合评价指标所属的阈值范围确定铁路轨道的健康状态。本发明能够全面地对铁路轨道状态进行评价，提高铁路轨道健康状态评定的可靠性，进而更好地组织安排维修。
Description
技术领域
本发明涉及铁路运输技术领域，特别是涉及一种确定铁路轨道健康状态的方法及系统。
背景技术
铁路轨道是一种典型的线性资产，是多种设备的集合体，包括钢轨、轨枕、道床、联结零件和防爬设备等。铁路轨道由于在空间上呈线性连续分布特点，其状态劣化、病害发生受到多种因素影响。而铁路状态评定指标不仅能够描述铁路轨道设备的运行状态，同样指导着铁路生产部门维修决策的目标与方向，不合理的状态评定指标体系将会导致不恰当的维修活动。因此，如何利用合理的状态评定指标体系对铁路轨道进行可靠的维修至关重要。
依据铁路总公司现行的《铁路线路修理规则》(铁运[2006]146号)、《高速铁路无砟轨道线路维修规则(试行)》(铁运[2012]83号)、《高速铁路有砟轨道线路维修规则(试行)》(铁运[2013]29号)等，铁路现场目前主要采用病害类型、病害等级、病害数量、病害扣分，及评定轨道区段整体不平顺性的轨道质量指数TQI等指标对铁路轨道设备状态进行度量。
这些状态评定指标主要反映铁路轨道内某一类设备在某一时间断面的病害信息。这种传统的状态评定方法主要适用于故障修、周期修的维修模式。但目前我国铁路，尤其是对于要求保证“高可靠性、高稳定性、高平顺性”的高速铁路的维修模式正逐步向基于状态的预防修转变。
目前，对铁路的健康状况进行评价，一是单独评定轨道内的某一类设备的状态，忽略了铁路轨道内各设备状态劣化的联动性，评定对象不能反映铁路轨道是多种设备的集合体；二是对于铁路轨道这种典型的线性资产，一般按照整条线、区间、里程位置点评定轨道内某一类设备状态，存在轨道健康状态的评定对象不一致、评定对象的长度不一致等问题；三是现行的铁路轨道状态评定指标，只反映了铁路轨道在某一时间断面的病害信息，缺少反映轨道状态变化趋势的评定指标。因此，铁路现行的轨道健康状态评定指标体系，不能全面地评定铁路轨道状态，导致对于铁路轨道健康状态的确定的可靠性低，难以支撑轨道维修模式向预防修、精细修、集中修的转变。
发明内容
基于此，有必要提供一种确定铁路轨道健康状态的方法及系统，以全面地评定铁路轨道状态，进而提高铁路轨道健康状态确定的可靠性。
为实现上述目的，本发明提供了如下方案：
一种确定铁路轨道健康状态的方法，包括：
对铁路轨道按预设长度进行划分，得到轨道网格；
获取每个所述轨道网格中的轨道设备，所述轨道设备包括钢轨、轨枕、道床、联结零件及防爬设备；
获取所述轨道网格中所述轨道设备的健康状况影响指标，所述影响指标包括使用性能类评价指标、结构完整性类评价指标、安全性类评价指标和外观类评价指标；
对所述影响指标进行模糊化处理；
依据模糊化处理后的所述影响指标，建立铁路轨道健康状态综合评定模糊规则库；
依据所述规则库，获取综合评价指标；
判断所述综合评价指标所属的阈值范围；
根据所述综合评价指标所属的阈值范围确定所述铁路轨道的健康状态。
可选的，所述轨道网格的长度为200米。
可选的，所述使用性能类评价指标，具体包括：轨道质量等级、轨道局部不平顺指标、轨道质量指数、轨道质量指数变化率、轨道几何局部超限个数、轨道几何局部超限扣分、脱轨系数、轮重减载率以及轮轴横向力；所述轨道质量等级是依据轨道质量指数、轨检仪检测超限病害个数、车载式添乘仪检测超限病害个数以及便携式添乘仪检测超限病害个数确定的。
可选的，所述结构完整性类评价指标，具体包括：轨道结构指数、钢轨伤损数、道床病害数以及轨道结构性病害数，所述轨道结构指数是依据钢轨病害数、联结零件病害数、轨枕病害数以及道床病害数确定的，所述轨道结构性病害数是依据轨枕病害数、联结零件病害数以及防爬设备病害数确定的。
可选的，所述安全性类评价指标，具体包括：平均病害率、平均病害时间间隔、病害重复度、病害集中度、平均维修时间、失效率和使用寿命；
所述平均病害率的计算如下：
其中i表示轨道网格的第i个轨道设备，I表示轨道网格内设备总数，j表示轨道网格的第j类病害，J表示病害类型的总数，ωi表示第i个设备的权重，θj表示第j类病害的权重，Mi j(t)表示第i个设备的第j类病害在时间跨度t内的发生次数；
所述平均病害时间间隔的计算如下：
其中，M(t)表示轨道网格内各设备病害在时间跨度t内的发生次数；
所述病害重复度的计算如下：
其中，K表示重复病害类型的总个数，
表示预设时间范围内第i个设备的第k类病害的重复发生次数，
表示第i个设备的第k类重复病害的权重，Δi表示第i个设备的病害的重复度，βi表示第i个设备的病害重复度的权重，Δ表示轨道网格的病害重复度；
所述病害集中度的计算如下：
其中，
表示第i个设备的第j类病害权重，
表示预设时间范围内第i个设备的第j类病害的个数，l表示轨道网格的区段长度，θi表示第i个设备的病害集中度，βi表示第i个设备的权重，θ表示轨道网格的病害集中度；
所述平均维修时间计算如下：
其中，M表示轨道网格在预设时间范围内发生的病害总数，
表示第n个设备病害的发现时间，
表示第n个设备病害的的整治时间。
可选的，所述外观类评价指标，具体包括：钢轨表面清洁度、道床脏污率、轨道结构表面脏污程度，所述轨道结构表面脏污程度是依据轨枕的脏污程度、联结零件的脏污程度以及防爬设备的脏污程度确定的。
一种确定铁路轨道健康状态的系统，包括：
网格划分模块，用于对铁路轨道按预设长度进行划分，得到轨道网格；
轨道设备获取模块，用于获取每个所述轨道网格中的轨道设备，所述轨道设备包括钢轨、轨枕、道床、联结零件及防爬设备；
影响指标获取模块，用于获取所述轨道网格中所述轨道设备的健康状况影响指标，所述影响指标包括使用性能类评价指标、结构完整性类评价指标、安全性类评价指标和外观类评价指标；
模糊化处理模块，用于对所述影响指标进行模糊化处理；
规则库建立模块，用于依据模糊化处理后的所述影响指标，建立铁路轨道健康状态综合评定模糊规则库；
综合评价指标获取模块，用于依据所述规则库，获取综合评价指标；
判断模块，用于判断所述综合评价指标所属的阈值范围；
健康状态确定模块，用于根据所述综合评价指标所属的阈值范围确定所述铁路轨道的健康状态。
可选的，所述影响指标获取模块，具体包括：
平均病害率获取单元，用于获取平均病害率，所述平均病害率的计算如下：
其中i表示轨道网格的第i个轨道设备，I表示轨道网格内设备总数，j表示轨道网格的第j类病害，J表示病害类型的总数，ωi表示第i个设备的权重，θj表示第j类病害的权重，
表示第i个设备的第j类病害在时间跨度t内的发生次数；
平均病害时间间隔获取单元，用于获取平均病害时间间隔，所述平均病害时间间隔的计算如下：
其中，M(t)表示轨道网格内各设备病害在时间跨度t内的发生次数；
病害重复度获取单元，用于获取病害重复度，所述病害重复度的计算如下：
其中，K表示重复病害类型的总个数，
表示预设时间范围内第i个设备的第k类病害的重复发生次数，
表示第i个设备的第k类重复病害的权重，Δi表示第i个设备的病害的重复度，βi表示第i个设备的病害重复度的权重，Δ表示轨道网格的病害重复度；
病害集中度获取单元，用于获取病害集中度，所述病害集中度的计算如下：
其中，
表示第i个设备的第j类病害权重，
表示预设时间范围内第i个设备的第j类病害的个数，l表示轨道网格的区段长度，θi表示第i个设备的病害集中度，βi表示第i个设备的权重，θ表示轨道网格的病害集中度；
平均维修时间获取单元，用于获取平均维修时间，所述平均维修时间计算如下：
其中，M表示轨道网格在预设时间范围内发生的病害总数，
表示第n个设备病害的发现时间，
表示第n个设备病害的整治时间。
与现有技术相比，本发明的有益效果是：
本发明提出了一种确定铁路轨道健康状态的方法及系统，所述方法包括：对铁路轨道按预设长度进行划分，得到轨道网格；获取每个轨道网格中的轨道设备，轨道设备包括钢轨、轨枕、道床、联结零件及防爬设备；获取轨道网格中轨道设备的健康状况影响指标，影响指标包括使用性能类评价指标、结构完整性类评价指标、安全性类评价指标和外观类评价指标；对影响指标进行模糊化处理；依据模糊化处理后的影响指标，建立铁路轨道健康状态综合评定模糊规则库；依据规则库，获取综合评价指标；判断综合评价指标所属的阈值范围；根据综合评价指标所属的阈值范围确定铁路轨道的健康状态。本发明将铁路轨道划分为多个轨道网格，每个轨道网格中的轨道设备均包括钢轨、轨枕、道床、联结零件及防爬设备，不仅解决了轨道健康状态的评定对象不一致、评定对象的长度不一致的问题，而且考虑了铁路轨道内各设备状态劣化的联动性，能够全面对铁路轨道状态进行评定，提高铁路轨道健康状态确定的可靠性，进而更好地组织安排维修，并且本发明采用使用性能类评价指标、结构完整性类评价指标、安全性类评价指标和外观类评价指标作为影响指标对铁路轨道状态进行评定，也进一步提高了铁路轨道健康状态确定的可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一种确定铁路轨道健康状态的方法的流程图；
图2为本发明实施例一种确定铁路轨道健康状态的系统的结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例一种确定铁路轨道健康状态的方法的流程图。
参见图1，实施例的确定铁路轨道健康状态的方法，包括：
步骤S1：对铁路轨道按预设长度进行划分，得到轨道网格。
具体的，轨道网格的长度理论上应充分小，以便于管理者更精确地把握轨道健康状态，但同时应与铁路现有的管理水平与维修能力相匹配，本实施例中对铁路轨道按200米的长度进行划分，得到多个长度为200米的轨道网格。
步骤S2：获取每个所述轨道网格中的轨道设备，所述轨道设备包括钢轨、轨枕、道床、联结零件及防爬设备。
步骤S3：获取所述轨道网格中所述轨道设备的健康状况影响指标，所述影响指标包括使用性能类评价指标、结构完整性类评价指标、安全性类评价指标和外观类评价指标。
所述使用性能类评价指标，具体包括：轨道质量等级(Track Quality Rating，TQR)、轨道局部不平顺指标、轨道质量指数(Track Quality Index，TQI)、轨道质量指数变化率、轨道几何局部超限个数、轨道几何局部超限扣分、脱轨系数、轮重减载率以及轮轴横向力。
所述轨道质量等级是依据轨道质量指数、轨检仪检测超限病害个数、车载式添乘仪检测超限病害个数、便携式添乘仪检测超限病害个数确定的，所述轨道质量等级划分为4个状态等级，轨道质量等级越高，轨道网格质量越差，表1为所述轨道质量等级(TQR)的判定依据表：
表1
其中表1中的σi表示各项状态指标的管理值，其中i∈[1,2,...,5]，σi是按照各铁路线的实际情况确定的。
其余9项使用性能类评价指标是依据《铁路线路修理规则》(铁运[2006]146号)、《既有线轨道不平顺质量指数标准及管理暂行标准》(运基线路[2009]41号)、《高速铁路无砟轨道线路维修规则(试行)》(铁运[2012]83号)、《高速铁路有砟轨道线路维修规则(试行)》(铁运[2013]29号)等管理文件确定的，其中在上述计算过程中，其采用的计算公式中的长度参数是按照轨道网格200米的长度设计的，例如轨道几何局部超限扣分由按1000米为单位计算改为按200米为单位计算。
所述结构完整性类评价指标，具体包括：轨道结构指数、钢轨伤损数、道床病害数以及轨道结构性病害数，所述轨道结构指数是依据钢轨病害数、联结零件病害数、轨枕病害数以及道床病害数确定的，所述轨道结构性病害数是依据轨枕病害数、联结零件病害数以及防爬设备病害数确定的。其余2项结构完整性类评定指标的是依据《铁路线路修理规则》(铁运[2006]146号)、《高速铁路无砟轨道线路维修规则(试行)》(铁运[2012]83号)、《高速铁路有砟轨道线路维修规则(试行)》(铁运[2013]29号)等管理文件确定的，其中在上述计算过程中，其采用的计算公式中的长度参数是按照网格200米长度设计的，如道床病害数由按1000米为单位统计修改为按200米为单位统计。
所述安全性类评价指标，具体包括：平均病害率、平均病害时间间隔、病害重复度、病害集中度、平均维修时间、失效率和使用寿命。
所述平均病害率的计算如下：
其中i表示轨道网格的第i个轨道设备，I表示轨道网格内设备总数，j表示轨道网格的第j类病害，J表示病害类型的总数，ωi表示第i个设备的权重，θj表示第j类病害的权重，
表示第i个设备的第j类病害在时间跨度t内的发生次数。
所述平均病害时间间隔的计算如下：
其中，M(t)表示轨道网格内各设备病害在时间跨度t内的发生次数。
所述病害重复度的计算如下：
其中，K表示重复病害类型的总个数，
表示预设时间范围内第i个设备的第k类病害的重复发生次数，
表示第i个设备的第k类重复病害的权重，Δi表示第i个设备的病害的重复度，βi表示第i个设备的病害重复度的权重，Δ表示轨道网格的病害重复度。
所述病害集中度的计算如下：
其中，
表示第i个设备的第j类病害权重，
表示预设时间范围内第i个设备的第j类病害的个数，l表示轨道网格的区段长度，θi表示第i个设备的病害集中度，βi表示第i个设备的权重，θ表示轨道网格的病害集中度。
所述平均维修时间计算如下：
其中，M表示轨道网格在预设时间范围内发生的病害总数，
表示第n个设备病害的发现时间，
表示第n个设备病害的整治时间。
所述外观类评价指标，具体包括：钢轨表面清洁度、道床脏污率、轨道结构表面脏污程度。
所述钢轨表面清洁度是指200米网格长度内的钢轨表面被颗粒粉尘、泥土等杂物污染的程度，钢轨表面清洁度等级可分为较差、中等、良好，等级划分的阈值可根据铁路现场实际情况确定。
所述轨道结构表面脏污程度指200米网格长度内的轨枕、联结零件及防爬设备表面被泥土等杂物污染的程度，轨道结构表面脏污程度等级也可分为较差、中等、良好，等级划分的阈值可根据铁路现场实际情况确定。
步骤S4：对所述影响指标进行模糊化处理。
具体的，利用三角形或梯形隶属度函数对所述影响指标进行模糊化处理。
步骤S5：依据模糊化处理后的所述影响指标，建立铁路轨道健康状态综合评定模糊规则库。
具体的，依据模糊化处理后的所述影响指标，利用专家经验与知识，建立以自然语言为基础的铁路轨道健康状态综合评定模糊规则库。
步骤S6：依据所述规则库，获取综合评价指标。
具体的，依据所述规则库，采用玛达尼(Mamdani)模糊推理方法，计算铁路轨道网格整体健康状态“模糊化”的整体评定值，在此计算结果的基础上，采用重心法获取轨道网格整体健康状态精准的整体评定值，即综合评价指标。
步骤S7：判断所述综合评价指标所属的阈值范围。具体为：
设置三个阈值点θ1,θ2,θ3(θ1＜θ2＜θ3)；
依据三个阈值点，设置四个阈值范围[0，θ1]，(θ1，θ2]，(θ2，θ3]，(θ3，1]；
判断所述综合评价指标所属的阈值范围。
步骤S8：根据所述综合评价指标所属的阈值范围确定所述铁路轨道的健康状态。
如果所述综合评价指标属于阈值范围[0，θ1]，则所述铁路轨道的健康状态为一级状态，即所述铁路轨道的健康状态为良好状态；
如果所述综合评价指标属于阈值范围(θ1，θ2]，则所述铁路轨道的健康状态为二级状态，即所述铁路轨道的健康状态为一般状态；
如果所述综合评价指标属于阈值范围(θ2，θ3]，则所述铁路轨道的健康状态为三级状态，即所述铁路轨道的健康状态为不良状态；
如果所述综合评价指标属于阈值范围(θ3，1]，则所述铁路轨道的健康状态为四级状态，即所述铁路轨道的健康状态为较差状态。
本实施例中，还依据步骤8中确定的所述铁路轨道的健康状态设置了维修计划，具体为：所述铁路轨道的健康状态为四级状态时，则尽快安排对铁路轨道进行维修；所述铁路轨道的健康状态为三级状态时，则将铁路轨道纳入到维修计划，并预警；所述铁路轨道的健康状态为二级或一级状态时，则不对所述铁路轨道进行维修。
本实施例中的确定铁路轨道健康状态的方法，具有以下优点。
1)将铁路轨道按200米长度划分为多个轨道网格，相对于传统按照整条线、区间、里程点评定轨道设备状态，提高了健康状态评定的空间分辨率，空间位置定位更加精准，能使轨道健康状态在较小的空间范围内被管理者掌握，提高铁路轨道健康状态确定的可靠性，进而更好地支撑铁路维修模式向“精细化”转变。
2)每个轨道网格中的轨道设备均包括钢轨、轨枕、道床、联结零件及防爬设备等，考虑了铁路轨道内各设备状态劣化的联动性，能够从整体的角度衡量轨道网格的健康状态，提高铁路轨道健康状态确定的可靠性，更好地支撑铁路维修模式向“集中修”转变。
3)采用使用性能类评价指标、结构完整性类评价指标、安全性类评价指标和外观类评价指标作为影响指标对铁路轨道状态进行评定，不仅能反映轨道设备在某一时间断面的病害信息，也能反映轨道设备状态变化趋势的信息，扩展度量轨道设备健康状态的维度，提高铁路轨道健康状态确定的可靠性，更好地支撑铁路维修模式向“状态修”转变。
本发明还提供了一种确定铁路轨道健康状态的系统，图2为本发明实施例一种确定铁路轨道健康状态的系统的结构图。
参见图2，实施例中的确定铁路轨道健康状态的系统20，包括：
网格划分模块201，用于对铁路轨道按预设长度进行划分，得到轨道网格。
具体的，轨道网格的长度理论上应充分小，以便于管理者更精确地把握轨道健康状态，但同时应与铁路现有的管理水平与维修能力相匹配，本实施例中对铁路轨道按200米的长度进行划分，得到多个长度为200米的轨道网格。
轨道设备获取模块202，用于获取每个所述轨道网格中的轨道设备，所述轨道设备包括钢轨、轨枕、道床、联结零件及防爬设备。
影响指标获取模块203，用于获取所述轨道网格中所述轨道设备的健康状况影响指标，所述影响指标包括使用性能类评价指标、结构完整性类评价指标、安全性类评价指标和外观类评价指标。
所述影响指标获取模块203，具体包括：
平均病害率获取单元，用于获取平均病害率，所述平均病害率的计算如下：
其中i表示轨道网格的第i个轨道设备，I表示轨道网格内设备总数，j表示轨道网格的第j类病害，J表示病害类型的总数，ωi表示第i个设备的权重，θj表示第j类病害的权重，
表示第i个设备的第j类病害在时间跨度t内的发生次数；
平均病害时间间隔获取单元，用于获取平均病害时间间隔，所述平均病害时间间隔的计算如下：
其中，M(t)表示轨道网格内各设备病害在时间跨度t内的发生次数；
病害重复度获取单元，用于获取病害重复度，所述病害重复度的计算如下：
其中，K表示重复病害类型的总个数，
表示预设时间范围内第i个设备的第k类病害的重复发生次数，
表示第i个设备的第k类重复病害的权重，Δi表示第i个设备的病害的重复度，βi表示第i个设备的病害重复度的权重，Δ表示轨道网格的病害重复度；
病害集中度获取单元，用于获取病害集中度，所述病害集中度的计算如下：
其中，
表示第i个设备的第j类病害权重，
表示预设时间范围内第i个设备的第j类病害的个数，l表示轨道网格的区段长度，θi表示第i个设备的病害集中度，βi表示第i个设备的权重，θ表示轨道网格的病害集中度；
平均维修时间获取单元，用于获取平均维修时间，所述平均维修时间计算如下：
其中，M表示轨道网格在预设时间范围内发生的病害总数，
表示第n个设备病害的发现时间，
表示第n个设备病害的整治时间。
模糊化处理模块204，用于对所述影响指标进行模糊化处理。
规则库建立模块205，用于依据模糊化处理后的所述影响指标，建立铁路轨道健康状态综合评定模糊规则库。
综合评价指标获取模块206，用于依据所述规则库，获取综合评价指标；
判断模块207，用于判断所述综合评价指标所属的阈值范围。
健康状态确定模块208，用于根据所述综合评价指标所属的阈值范围确定所述铁路轨道的健康状态。
本实施例中的确定铁路轨道健康状态的系统，将铁路轨道按200米长度划分为多个轨道网格，每个轨道网格中的轨道设备均包括钢轨、轨枕、道床、联结零件及防爬设备等，不仅解决了轨道健康状态的评定对象不一致、评定对象的长度不一致的问题，而且考虑了铁路轨道内各设备状态劣化的联动性，能够全面对铁路轨道状态进行评定，提高铁路轨道健康状态确定的可靠性，进而更好地组织安排维修；采用使用性能类评价指标、结构完整性类评价指标、安全性类评价指标和外观类评价指标作为影响指标对铁路轨道状态进行评定，也进一步提高了铁路轨道健康状态确定的可靠性。
本说明书中对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种确定铁路轨道健康状态的方法，其特征在于，包括：
对铁路轨道按预设长度进行划分，得到轨道网格；
获取每个所述轨道网格中的轨道设备，所述轨道设备包括钢轨、轨枕、道床、联结零件及防爬设备；
获取所述轨道网格中所述轨道设备的健康状况影响指标，所述影响指标包括使用性能类评价指标、结构完整性类评价指标、安全性类评价指标和外观类评价指标；
对所述影响指标进行模糊化处理；
依据模糊化处理后的所述影响指标，建立铁路轨道健康状态综合评定模糊规则库；
依据所述规则库，获取综合评价指标；
判断所述综合评价指标所属的阈值范围；
根据所述综合评价指标所属的阈值范围确定所述铁路轨道的健康状态；
所述安全性类评价指标，具体包括：平均病害率、平均病害时间间隔、病害重复度、病害集中度、平均维修时间、失效率和使用寿命；
所述平均病害率的计算如下：
其中i表示轨道网格的第i个轨道设备，I表示轨道网格内设备总数，j表示轨道网格的第j类病害，J表示病害类型的总数，ωi表示第i个设备的权重，θj表示第j类病害的权重，
表示第i个设备的第j类病害在时间跨度t内的发生次数；
所述平均病害时间间隔的计算如下：
其中，M(t)表示轨道网格内各设备病害在时间跨度t内的发生次数；
所述病害重复度的计算如下：
其中，K表示重复病害类型的总个数，
表示预设时间范围内第i个设备的第k类病害的重复发生次数，
表示第i个设备的第k类重复病害的权重，Δi表示第i个设备的病害的重复度，βi表示第i个设备的病害重复度的权重，Δ表示轨道网格的病害重复度；
所述病害集中度的计算如下：
其中，
表示第i个设备的第j类病害权重，
表示预设时间范围内第i个设备的第j类病害的个数，l表示轨道网格的区段长度，θi表示第i个设备的病害集中度，βi表示第i个设备的权重，θ表示轨道网格的病害集中度；
所述平均维修时间计算如下：
其中，M表示轨道网格在预设时间范围内发生的病害总数，
表示第n个设备病害的发现时间，
表示第n个设备病害的整治时间。
2.根据权利要求1所述的一种确定铁路轨道健康状态的方法，其特征在于，所述轨道网格的长度为200米。
3.根据权利要求1所述的一种确定铁路轨道健康状态的方法，其特征在于，所述使用性能类评价指标，具体包括：轨道质量等级、轨道局部不平顺指标、轨道质量指数、轨道质量指数变化率、轨道几何局部超限个数、轨道几何局部超限扣分、脱轨系数、轮重减载率以及轮轴横向力；所述轨道质量等级是依据轨道质量指数、轨检仪检测超限病害个数、车载式添乘仪检测超限病害个数以及便携式添乘仪检测超限病害个数确定的。
4.根据权利要求1所述的一种确定铁路轨道健康状态的方法，其特征在于，所述结构完整性类评价指标，具体包括：轨道结构指数、钢轨伤损数、道床病害数以及轨道结构性病害数，所述轨道结构指数是依据钢轨病害数、联结零件病害数、轨枕病害数以及道床病害数确定的，所述轨道结构性病害数是依据轨枕病害数、联结零件病害数以及防爬设备病害数确定的。
5.根据权利要求1所述的一种确定铁路轨道健康状态的方法，其特征在于，所述外观类评价指标，具体包括：钢轨表面清洁度、道床脏污率、轨道结构表面脏污程度，所述轨道结构表面脏污程度是依据轨枕的脏污程度、联结零件的脏污程度以及防爬设备的脏污程度确定的。
6.一种确定铁路轨道健康状态的系统，其特征在于，包括：
网格划分模块，用于对铁路轨道按预设长度进行划分，得到轨道网格；
轨道设备获取模块，用于获取每个所述轨道网格中的轨道设备，所述轨道设备包括钢轨、轨枕、道床、联结零件及防爬设备；
影响指标获取模块，用于获取所述轨道网格中所述轨道设备的健康状况影响指标，所述影响指标包括使用性能类评价指标、结构完整性类评价指标、安全性类评价指标和外观类评价指标；
模糊化处理模块，用于对所述影响指标进行模糊化处理；
规则库建立模块，用于依据模糊化处理后的所述影响指标，建立铁路轨道健康状态综合评定模糊规则库；
综合评价指标获取模块，用于依据所述规则库，获取综合评价指标；
判断模块，用于判断所述综合评价指标所属的阈值范围；
健康状态确定模块，用于根据所述综合评价指标所属的阈值范围确定所述铁路轨道的健康状态；
所述影响指标获取模块，具体包括：
平均病害率获取单元，用于获取平均病害率，所述平均病害率的计算如下：
其中i表示轨道网格的第i个轨道设备，I表示轨道网格内设备总数，j表示轨道网格的第j类病害，J表示病害类型的总数，ωi表示第i个设备的权重，θj表示第j类病害的权重，
表示第i个设备的第j类病害在时间跨度t内的发生次数；
平均病害时间间隔获取单元，用于获取平均病害时间间隔，所述平均病害时间间隔的计算如下：
其中，M(t)表示轨道网格内各设备病害在时间跨度t内的发生次数；
病害重复度获取单元，用于获取病害重复度，所述病害重复度的计算如下：
其中，K表示重复病害类型的总个数，
表示预设时间范围内第i个设备的第k类病害的重复发生次数，
表示第i个设备的第k类重复病害的权重，Δi表示第i个设备的病害的重复度，βi表示第i个设备的病害重复度的权重，Δ表示轨道网格的病害重复度；
病害集中度获取单元，用于获取病害集中度，所述病害集中度的计算如下：
其中，
表示第i个设备的第j类病害权重，
表示预设时间范围内第i个设备的第j类病害的个数，l表示轨道网格的区段长度，θi表示第i个设备的病害集中度，βi表示第i个设备的权重，θ表示轨道网格的病害集中度；
平均维修时间获取单元，用于获取平均维修时间，所述平均维修时间计算如下：
其中，M表示轨道网格在预设时间范围内发生的病害总数，
表示第n个设备病害的发现时间，
表示第n个设备病害的整治时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711347138.9A CN108009742B (zh) | 2017-12-15 | 2017-12-15 | 一种确定铁路轨道健康状态的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711347138.9A CN108009742B (zh) | 2017-12-15 | 2017-12-15 | 一种确定铁路轨道健康状态的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108009742A CN108009742A (zh) | 2018-05-08 |
| CN108009742B true CN108009742B (zh) | 2020-09-25 |
Family
ID=62059086
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711347138.9A Active CN108009742B (zh) | 2017-12-15 | 2017-12-15 | 一种确定铁路轨道健康状态的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108009742B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110543997B (zh) * | 2018-05-29 | 2020-12-29 | 北京国铁盛阳技术有限公司 | 设备质量的量化方法、装置、计算机设备及存储介质 |
| CN109029881B (zh) * | 2018-06-21 | 2020-12-04 | 中国铁道科学研究院铁道建筑研究所 | 一种基于轨道刚度和探地雷达检测的道床状态评估方法 |
| CN111626439B (zh) * | 2019-11-01 | 2023-12-29 | 东莞灵虎智能科技有限公司 | 一种基于人工智能的钢轨大修决策支持方法 |
| CN111552922A (zh) * | 2020-04-15 | 2020-08-18 | 中铁物总运维科技有限公司 | 一种普速线路钢轨使用状态评估方法 |
| CN111582656B (zh) * | 2020-04-15 | 2023-10-03 | 中铁物总运维科技有限公司 | 一种高速铁路钢轨浅层状态量化评价方法 |
| CN111507629A (zh) * | 2020-04-20 | 2020-08-07 | 北京交通大学 | 一种轨道故障诊断方法及系统 |
| CN113626975A (zh) * | 2021-06-16 | 2021-11-09 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 一种有砟铁路基床健康状态单元评价方法及系统 |
| CN115221733B (zh) * | 2022-09-16 | 2023-01-03 | 成都盛锴科技有限公司 | 一种轨道表面病害健康监测及评价的方法 |
| CN115791972B (zh) * | 2023-01-18 | 2023-06-06 | 河北铁达科技有限公司 | 钢结构立柱的健康状态评价方法、评价终端及存储介质 |
| CN116862308A (zh) * | 2023-07-12 | 2023-10-10 | 成都地铁运营有限公司 | 一种轨道健康状态评价方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101916423A (zh) * | 2010-08-18 | 2010-12-15 | 北京交通大学 | 轨道交通线路运输能力验证评估方法 |
| CN103177187A (zh) * | 2013-04-01 | 2013-06-26 | 北京市市政工程研究院 | 基于可变模糊集理论的公路隧道健康状态动态评价方法 |
| CN104850748A (zh) * | 2015-05-26 | 2015-08-19 | 北京交通大学 | 一种铁路钢轨折断故障分析预警方法及系统 |
| CN106251040A (zh) * | 2016-07-19 | 2016-12-21 | 广西电网有限责任公司电力科学研究院 | 一种对电缆线路进行健康状态评估的方法 |
| CN107358339A (zh) * | 2017-06-20 | 2017-11-17 | 西安交通大学 | 一种基于大数据的轨道质量状态评估方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104239694B (zh) * | 2014-08-28 | 2016-11-23 | 北京交通大学 | 一种城轨列车转向架的故障预测与视情维修方法 |
-
2017
- 2017-12-15 CN CN201711347138.9A patent/CN108009742B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101916423A (zh) * | 2010-08-18 | 2010-12-15 | 北京交通大学 | 轨道交通线路运输能力验证评估方法 |
| CN103177187A (zh) * | 2013-04-01 | 2013-06-26 | 北京市市政工程研究院 | 基于可变模糊集理论的公路隧道健康状态动态评价方法 |
| CN104850748A (zh) * | 2015-05-26 | 2015-08-19 | 北京交通大学 | 一种铁路钢轨折断故障分析预警方法及系统 |
| CN106251040A (zh) * | 2016-07-19 | 2016-12-21 | 广西电网有限责任公司电力科学研究院 | 一种对电缆线路进行健康状态评估的方法 |
| CN107358339A (zh) * | 2017-06-20 | 2017-11-17 | 西安交通大学 | 一种基于大数据的轨道质量状态评估方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108009742A (zh) | 2018-05-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108009742B (zh) | 一种确定铁路轨道健康状态的方法及系统 | |
| CN111256924B (zh) | 一种大跨度高铁桥梁伸缩缝智能监测方法 | |
| Sadeghi | Development of railway track geometry indexes based on statistical distribution of geometry data | |
| Zarembski | Some examples of big data in railroad engineering | |
| Yousefikia et al. | Modeling degradation of tracks for maintenance planning on a tram line | |
| CN111680940A (zh) | 一种区域轨道交通线网安全水平评价方法及系统 | |
| Sysyn et al. | Indicators for common crossing structural health monitoring with track-side inertial measurements | |
| CN112883340A (zh) | 基于分位数回归的轨道质量指数阈值合理性分析方法 | |
| CN110503209B (zh) | 一种基于大数据的钢轨分析预警模型构建方法与系统 | |
| Karpuschenko et al. | Effectiveness of intermediate rail fastenings on the railway sections of Siberia | |
| Falamarzi et al. | A time-based track quality index: Melbourne tram case study | |
| Muinde | Railway track geometry inspection optimization | |
| Schafer | Effect of train length on railroad accidents and a quantitative analysis of factors affecting broken rails | |
| Uzarski et al. | Technologies for planning railroad track maintenance and renewal | |
| Rahmani et al. | Development of railway turnout structural condition index | |
| Rahmani et al. | Evaluation of railway track structural conditions using a fuzzy-logic method: A case study | |
| Ghodrati et al. | Railway switches and crossings reliability analysis | |
| CN114358593A (zh) | 一种基于pca模型的桥区轨道平顺度评价方法 | |
| Nissen | LCC analysis for switches and crossings: a case study from the Swedish Railway Network | |
| Šestáková et al. | The maintenance of the railway superstructure and its influence on the track geometry of regional line | |
| Loidolt et al. | Track geometry quality assessments for turnouts | |
| Schafer et al. | A hybrid logistic regression/neural network model for the prediction of broken rails | |
| Bałuch et al. | Application of artifical neural networks in planning track superstructure repairs | |
| Hebib-Albinovic et al. | The criteria for the control of condition of railway lines in FB&H | |
| Dang | The Effect of High Wheel Impact Load on the Rail Reliability-a Case Study at Bodsjön |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |