CN108629425B - 有砟轨道捣固维修分析方法及系统 - Google Patents

有砟轨道捣固维修分析方法及系统 Download PDF

Info

Publication number
CN108629425B
CN108629425B CN201810355749.6A CN201810355749A CN108629425B CN 108629425 B CN108629425 B CN 108629425B CN 201810355749 A CN201810355749 A CN 201810355749A CN 108629425 B CN108629425 B CN 108629425B
Authority
CN
China
Prior art keywords
maintenance
solution
time period
initial
real
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
Application number
CN201810355749.6A
Other languages
English (en)
Other versions
CN108629425A (zh
Inventor
曲建军
徐菲
杨飞
高芒芒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Academy of Railway Sciences Corp Ltd CARS
Infrastructure Inspection Institute of CARS
Beijing IMAP Technology Co Ltd
Original Assignee
China Academy of Railway Sciences Corp Ltd CARS
Infrastructure Inspection Institute of CARS
Beijing IMAP Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Academy of Railway Sciences Corp Ltd CARS, Infrastructure Inspection Institute of CARS, Beijing IMAP Technology Co Ltd filed Critical China Academy of Railway Sciences Corp Ltd CARS
Priority to CN201810355749.6A priority Critical patent/CN108629425B/zh
Publication of CN108629425A publication Critical patent/CN108629425A/zh
Application granted granted Critical
Publication of CN108629425B publication Critical patent/CN108629425B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G06Q10/20—Administration of product repair or maintenance

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Machines For Laying And Maintaining Railways (AREA)

Abstract

本发明提供一种有砟轨道捣固维修分析方法及系统。该有砟轨道捣固维修分析方法包括：将满足约束条件的解设为初始解，包括维修区段及维修时间段两个维修决策参数；将初始解作为实时解后进行第一次迭代：对实时解中其中一个维修决策参数进行多次更改得到多个解；将满足约束条件的解设为修改解；根据修改解计算得到多个综合质量成本；将综合质量成本中最小值对应的修改解作为实时解；在下一次迭代时对实时解中另一个维修决策参数进行多次更改；前后两次迭代更改的维修决策参数不同；将经过多次迭代处理后的实时解作为最优解，根据最优解确定最优维修区段和最优维修时间段。本发明可以兼顾轨道质量的改善程度及维修的经济性。

Description

有砟轨道捣固维修分析方法及系统
技术领域
本发明涉及轨道维修领域，具体地，涉及一种有砟轨道捣固维修分析方法及系统。
背景技术
目前我国列车运行速度的提高导致运行密度和通过重量加大，加速了轨道几何状态恶化，使线路养护维修的作业量不断增加，运输需求和线路养护之间的矛盾日益突出。轨道维修工作很大部分目的是保持和恢复轨道的平顺性。应用大型捣固机械(简称大机)对线路进行捣固维修是成段消除有砟轨道中、长波高低、轨向等轨道不平顺病害的有效手段。在我国既有干线、高速有砟线路及重载铁路上，都采用了大型捣固机械作为长区段维修的主要方法。由于大型捣固机械价格昂贵，且捣固维修作业需要投入大量的人力和物力资源，其维修经费也成为铁路工务部门的重要支出之一。目前，我国铁路工务部门主要采用固定周期进行大型捣固机械的平推式维修作业，其作业计划的上报和制定会根据工务现场人员的经验评定，对资源的合理配置也缺少全面的考虑，整个决策过程在科学性和经济性方面有所欠缺，导致“过维修”、“欠维修”现象较为严重，不利于轨道质量的保持和维修的经济性。
发明内容
本发明实施例的主要目的在于提供一种有砟轨道捣固维修分析方法及系统，以兼顾轨道质量的改善程度及维修的经济性。
为了实现上述目的，本发明实施例提供一种有砟轨道捣固维修分析方法，包括：
根据全部维修区段及维修区段对应的维修时间段生成多个解；
判断解是否满足约束条件；
将满足约束条件的解设为初始解，初始解包括两个维修决策参数：维修区段及维修区段对应的维修时间段；
根据初始解构成初始解空间；
按照维修区段对初始解空间进行分块，生成多个初始块空间；
将每个初始块空间中的初始解作为实时解，并进行第一次迭代：对实时解中的其中一个维修决策参数进行多次更改，依次得到多个与实时解对应的解；判断与实时解对应的解是否满足约束条件；将满足约束条件的解设为修改解；根据修改解计算得到多个综合质量成本；将该多个综合质量成本中的最小值对应的修改解作为实时解；在进行下一次迭代时，对该实时解中的另一个维修决策参数进行多次更改，依次得到多个与该实时解对应的修改解；前后两次迭代更改的维修决策参数不同；
将经过多次迭代处理后的实时解作为每个初始解对应的局部最优解；
比较每个局部最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的局部最优解作为初始块空间的最优解；
比较每个初始块空间的最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的初始块空间的最优解作为全局最优解；
根据全局最优解确定全局最优维修区段和全局最优维修时间段。
本发明实施例还提供一种有砟轨道捣固维修分析系统，包括：
解生成模块，用于根据全部维修区段及维修区段对应的维修时间段生成多个解；
判断模块，用于判断解是否满足约束条件；
初始解模块，用于将满足约束条件的解设为初始解，初始解包括两个维修决策参数：维修区段及维修区段对应的维修时间段；
初始解空间模块，用于根据初始解构成初始解空间；
解空间分块模块，用于按照维修区段对初始解空间进行分块，生成多个初始块空间；
迭代模块，用于将每个初始块空间中的初始解作为实时解，并进行第一次迭代：对实时解中的其中一个维修决策参数进行多次更改，依次得到多个与实时解对应的解；判断与实时解对应的解是否满足约束条件；将满足约束条件的解设为修改解；根据修改解计算得到多个综合质量成本；将该多个综合质量成本中的最小值对应的修改解作为实时解；在进行下一次迭代时，对该实时解中的另一个维修决策参数进行多次更改，依次得到多个与该实时解对应的修改解；前后两次迭代更改的维修决策参数不同；
局部最优解模块，用于将经过多次迭代处理后的实时解作为每个初始解对应的局部最优解；
初始块空间最优解模块，用于比较每个局部最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的局部最优解作为初始块空间的最优解；
全局最优解模块，用于比较每个初始块空间的最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的初始块空间的最优解作为全局最优解；
确定模块，用于根据全局最优解确定全局最优维修区段和全局最优维修时间段。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
根据全部维修区段及维修区段对应的维修时间段生成多个解；
判断解是否满足约束条件；
将满足约束条件的解设为初始解，初始解包括两个维修决策参数：维修区段及维修区段对应的维修时间段；
根据初始解构成初始解空间；
按照维修区段对初始解空间进行分块，生成多个初始块空间；
将每个初始块空间中的初始解作为实时解，并进行第一次迭代：对实时解中的其中一个维修决策参数进行多次更改，依次得到多个与实时解对应的解；判断与实时解对应的解是否满足约束条件；将满足约束条件的解设为修改解；根据修改解计算得到多个综合质量成本；将该多个综合质量成本中的最小值对应的修改解作为实时解；在进行下一次迭代时，对该实时解中的另一个维修决策参数进行多次更改，依次得到多个与该实时解对应的修改解；前后两次迭代更改的维修决策参数不同；
将经过多次迭代处理后的实时解作为每个初始解对应的局部最优解；
比较每个局部最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的局部最优解作为初始块空间的最优解；
比较每个初始块空间的最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的初始块空间的最优解作为全局最优解；
根据全局最优解确定全局最优维修区段和全局最优维修时间段。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
根据全部维修区段及维修区段对应的维修时间段生成多个解；
判断解是否满足约束条件；
将满足约束条件的解设为初始解，初始解包括两个维修决策参数：维修区段及维修区段对应的维修时间段；
根据初始解构成初始解空间；
按照维修区段对初始解空间进行分块，生成多个初始块空间；
将每个初始块空间中的初始解作为实时解，并进行第一次迭代：对实时解中的其中一个维修决策参数进行多次更改，依次得到多个与实时解对应的解；判断与实时解对应的解是否满足约束条件；将满足约束条件的解设为修改解；根据修改解计算得到多个综合质量成本；将该多个综合质量成本中的最小值对应的修改解作为实时解；在进行下一次迭代时，对该实时解中的另一个维修决策参数进行多次更改，依次得到多个与该实时解对应的修改解；前后两次迭代更改的维修决策参数不同；
将经过多次迭代处理后的实时解作为每个初始解对应的局部最优解；
比较每个局部最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的局部最优解作为初始块空间的最优解；
比较每个初始块空间的最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的初始块空间的最优解作为全局最优解；
根据全局最优解确定全局最优维修区段和全局最优维修时间段。
本发明实施例的有砟轨道捣固维修分析方法及系统先将满足约束条件的解设为初始解，根据初始解构成初始解空间，再按照维修区段对初始解空间进行分块，生成多个初始块空间；然后将每个初始块空间中的初始解作为实时解，并进行第一次迭代：对实时解中的其中一个维修决策参数进行多次更改，依次得到多个与实时解对应的解并判断其是否满足约束条件，将满足约束条件的解设为修改解，根据修改解计算得到多个综合质量成本，将该多个综合质量成本中的最小值对应的修改解作为实时解，在进行下一次迭代时，对该实时解中的另一个维修决策参数进行多次更改，依次得到多个与该实时解对应的修改解；前后两次迭代更改的维修决策参数不同，接着将经过多次迭代处理后的实时解作为每个初始解对应的局部最优解，比较每个局部最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的局部最优解作为初始块空间的最优解，最后比较每个初始块空间的最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的初始块空间的最优解作为全局最优解，并根据全局最优解确定全局最优维修区段和全局最优维修时间段，以兼顾轨道质量的改善程度及维修的经济性。
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，下面将对实施例描述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的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例中有砟轨道捣固维修分析方法的流程图；
图2是本发明实施例中得到综合质量成本的流程图；
图3是本发明实施例中轨道捣固质量指数随时间变化的示意图；
图4是本发明实施例中其中一种实施例的全局最优解表格；
图5是图4的色阶图；
图6是本发明实施例中有砟轨道捣固维修分析系统的结构框图。
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。
鉴于目前的维修作业对资源的合理配置缺少全面的考虑，不利于轨道质量的保持和维修的经济性，本发明实施例提供一种有砟轨道捣固维修分析方法，可以兼顾轨道质量的改善程度及维修的经济性。以下结合附图对本发明进行详细说明。
图1是本发明实施例中有砟轨道捣固维修分析方法的流程图。如图1所示，有砟轨道捣固维修分析方法包括：
S101：根据全部维修区段及维修区段对应的维修时间段生成多个解。
S102：判断解是否满足约束条件。
S103：将满足约束条件的解设为初始解，初始解包括两个维修决策参数：维修区段及维修区段对应的维修时间段。
S104：根据初始解构成初始解空间。
S105：按照维修区段对初始解空间进行分块，生成多个初始块空间。
S106：将每个初始块空间中的初始解作为实时解，并进行第一次迭代：对实时解中的其中一个维修决策参数进行多次更改，依次得到多个与实时解对应的解；判断与实时解对应的解是否满足约束条件；将满足约束条件的解设为修改解；根据修改解计算得到多个综合质量成本；将该多个综合质量成本中的最小值对应的修改解作为实时解；在进行下一次迭代时，对该实时解中的另一个维修决策参数进行多次更改，依次得到多个与该实时解对应的修改解；前后两次迭代更改的维修决策参数不同。
S107：将经过多次迭代处理后的实时解作为每个初始解对应的局部最优解。
S108：比较每个局部最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的局部最优解作为初始块空间的最优解。
S109：比较每个初始块空间的最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的初始块空间的最优解作为全局最优解。
S110：根据全局最优解确定全局最优维修区段和全局最优维修时间段。
由图1所示的流程可知，本发明实施例的有砟轨道捣固维修分析方法先将满足约束条件的解设为初始解，根据初始解构成初始解空间，再按照维修区段对初始解空间进行分块，生成多个初始块空间；然后将每个初始块空间中的初始解作为实时解，并进行第一次迭代：对实时解中的其中一个维修决策参数进行多次更改，依次得到多个与实时解对应的解并判断其是否满足约束条件，将满足约束条件的解设为修改解，根据修改解计算得到多个综合质量成本，将该多个综合质量成本中的最小值对应的修改解作为实时解，在进行下一次迭代时，对该实时解中的另一个维修决策参数进行多次更改，依次得到多个与该实时解对应的修改解；前后两次迭代更改的维修决策参数不同，接着将经过多次迭代处理后的实时解作为每个初始解对应的局部最优解，比较每个局部最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的局部最优解作为初始块空间的最优解，最后比较每个初始块空间的最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的初始块空间的最优解作为全局最优解，并根据全局最优解确定全局最优维修区段和全局最优维修时间段，以兼顾轨道质量的改善程度及维修的经济性。
图2是本发明实施例中得到综合质量成本的流程图。如图2所示，根据修改解计算得到多个综合质量成本具体包括：
S201：根据修改解确定修改解对应的维修区段及维修时间段；
S202：根据维修时间段得到轨道捣固质量指数；
S203：根据维修区段得到每个维修时间段对应的维修区段的个数；
S204：创建综合质量成本模型；
S205：输入轨道捣固质量指数、每个维修区段对应的维修成本、每个维修时间段对应的维修区段的个数和比重参数至综合质量成本模型中，得到综合质量成本。
其中，每个维修区段为200米，轨道捣固质量指数(MTQI,Machine TampingQuality Index)为200m维修区段的左高低标准差、右高低标准差、左轨向标准差、右轨向标准差、三角坑标准差和水平标准差的和。
图3是本发明实施例中轨道捣固质量指数随时间变化的示意图。如图3所示，图3的纵轴为轨道捣固质量指数，横轴为时间，黑色实线为历史数据，黑色虚线为预测数据，t1为历史时间段，t2为预测时间段。具体实施时，可以将历史时间段的轨道捣固质量指数作为历史数据，根据历史数据来计算预测出预测时间段的轨道捣固质量指数。如图3所示，轨道捣固质量指数会随着时间增长，工作人员需要在轨道捣固质量指数超出维修作业标准(预设轨道捣固质量指数标准)之前对区段的进行维修。在优化作业时间进行维修作业之后，该区段的轨道捣固质量指数明显降低，进入了新的养护维修周期。
S203中的综合质量成本模型如下：
Figure BDA0001634657090000071
其中，Z为综合质量成本，
Figure BDA0001634657090000074
为第i个维修区段在第j个维修时间段的轨道捣固质量指数，轨道捣固质量指数越小则轨道质量越好；m为维修区段的个数，n为维修时间段的个数，C0为每个维修区段对应的维修成本，sj为第j个维修时间段对应的维修区段的个数，
Figure BDA0001634657090000072
为轨道维修的总成本，λ为比重参数，用于调节维修成本与轨道质量间的比重。通过将综合质量成本进行最小化，可以得到最优全局最优维修区段和全局最优维修时间段，兼顾了轨道质量和维修成本。
一实施例中，约束条件包括：
1、每个维修区段在每个维修时间段的轨道捣固质量指数均小于预设轨道捣固质量指数标准：
Figure BDA0001634657090000073
其中，[MTQI]为预设轨道捣固质量指数标准。
2、每个维修时间段中的最远维修区段与最近维修区段的差小于预设里程。
每次进行大机作业时，轨道养护机械不可能进行大范围的移动，因此需要对轨道养护机械。由于大机作业是不改变方向的，则要求每个维修时间段中的最远维修区段与最近维修区段的差小于预设里程。
3、当维修区段在第一预设区段时，维修时间段在第一预设时间段。
在进行更换钢轨等大修作业时，需要对被指定的维修区段在指定的维修时间段内进行大机作业。因此，当维修区段在第一预设区段时，最佳维修时间段为第一预设时间段。
4、当维修区段在第二预设区段时，维修时间段不在第二预设时间段：对指定的某维修区段在指定的某维修时间段不进行大机作业。
5、每个维修时间段对应的维修区段的个数小于预设维修区段。
6、每个维修区段对应的维修时间段的个数小于预设维修时间段。具体实施时，可以设定每个维修区段在一年的维修时间内最多被维修一次。
本发明基于实测数据的应用举例如下：
以某重载铁路的2016年的50km线路的轨道捣固质量指数MTQI实测数据为基础，对轨道维修进行2017年36旬(1年)的维修计划进行制定和优化。首先将50km划分为250组MTQI区段，将其编号为No.1～No.250。综合质量成本模型如下：
Figure BDA0001634657090000081
约束条件及其他参数设置如下：
1、比重参数λ分别设定为0，0.8，1，以验证不同的维修经济成本比重下的最优解。
比重参数可以有效平衡轨道质量的改善和维修的经济性。当比重参数增加时，维修成本的比重增加，则在满足约束的条件下需要维修的区段数减少；当比重参数减小时，轨道质量的改善比重增加，则在满足约束的条件下需要维修的区段数增加。
2、设定在所有维修区段(MTQI区段)不进行维护的旬(维修时间段)为第2，3，4，5，6，16，17，18，19，20，21，31，32，33，34，35，36维修时间段。
3、预设维修区段为50，即每个维修时间段对应的维修区段的个数小于50个，每旬最多维修里程10km。
4、每个初始块空间的局部最优解的个数为15。
5、预设轨道捣固质量指数标准为12。
6、每个维修时间段中的最远维修区段与最近维修区段的差小于预设里程10km。
7、每个维修区段对应的维修时间段的个数小于2，即每个维修区段在1年内最多被允许维修1次。
图4是本发明实施例中其中一种实施例的全局最优解表格。当比重参数为0.8时，对应的最小综合质量成本为1482.855，此时需要维修213个区段，全局最优解如图4所示。图5是图4的色阶图。如图5所示，横轴为维修区段，纵轴为维修时间段(旬)。浅色代表不维修，深色代表维修。
每公里的维修成本为2.5万元，每个维修区段为0.2公里，共213个维修区段，因此本实施例的初步维修成本为2.5*213*0.2＝106.5万元。实际维修计划可在此优化维修计划基础上结合自身作业安排进行修订，费用也发生部分变化。且本方法在处理器上的平均运行时长为347.9954秒，速度较快，可以满足现场的决策需要。
综上，本发明实施例的有砟轨道捣固维修分析方法可以确定全局最优维修区段和全局最优维修时间段，以兼顾轨道质量的改善程度及维修的经济性。
基于同一发明构思，本发明实施例还提供了一种有砟轨道捣固维修分析系统，由于该系统解决问题的原理与有砟轨道捣固维修分析方法相似，因此该系统的实施可以参见方法的实施，重复之处不再赘述。
图6是本发明实施例中有砟轨道捣固维修分析系统的结构框图。如图6所示，有砟轨道捣固维修分析系统包括：
解生成模块，用于根据全部维修区段及维修区段对应的维修时间段生成多个解；
判断模块，用于判断解是否满足约束条件；
初始解模块，用于将满足约束条件的解设为初始解，初始解包括两个维修决策参数：维修区段及维修区段对应的维修时间段；
初始解空间模块，用于根据初始解构成初始解空间；
解空间分块模块，用于按照维修区段对初始解空间进行分块，生成多个初始块空间；
迭代模块，用于将每个初始块空间中的初始解作为实时解，并进行第一次迭代：对实时解中的其中一个维修决策参数进行多次更改，依次得到多个与实时解对应的解；判断与实时解对应的解是否满足约束条件；将满足约束条件的解设为修改解；根据修改解计算得到多个综合质量成本；将该多个综合质量成本中的最小值对应的修改解作为实时解；在进行下一次迭代时，对该实时解中的另一个维修决策参数进行多次更改，依次得到多个与该实时解对应的修改解；前后两次迭代更改的维修决策参数不同；
局部最优解模块，用于将经过多次迭代处理后的实时解作为每个初始解对应的局部最优解；
初始块空间最优解模块，用于比较每个局部最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的局部最优解作为初始块空间的最优解；
全局最优解模块，用于比较每个初始块空间的最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的初始块空间的最优解作为全局最优解；
确定模块，用于根据全局最优解确定全局最优维修区段和全局最优维修时间段。
在其中一种实施例中，迭代模块具体包括：
确定单元，用于根据修改解确定修改解对应的维修区段及维修时间段；
轨道捣固质量指数单元，用于根据维修时间段得到轨道捣固质量指数；
维修区段单元，用于根据所述维修区段得到每个维修时间段对应的维修区段的个数；
综合质量成本模型单元，用于创建综合质量成本模型；
综合质量成本单元，用于输入轨道捣固质量指数、每个维修区段对应的维修成本、每个维修时间段对应的维修区段的个数和比重参数至综合质量成本模型中，得到综合质量成本。
在其中一种实施例中，综合质量成本模型如下：
Figure BDA0001634657090000101
其中，Z为综合质量成本，
Figure BDA0001634657090000102
为第i个维修区段在第j个维修时间段的轨道捣固质量指数，m为维修区段的个数，n为维修时间段的个数，C0为每个维修区段对应的维修成本，sj为第j个维修时间段对应的维修区段的个数，λ为比重参数。
在其中一种实施例中，约束条件包括：
每个维修区段在每个维修时间段的轨道捣固质量指数均小于预设轨道捣固质量指数标准；
每个维修时间段中的最远维修区段与最近维修区段的差小于预设里程；
当维修区段在第一预设区段时，维修时间段在第一预设时间段；
当维修区段在第二预设区段时，维修时间段不在第二预设时间段；
每个维修时间段对应的维修区段的个数小于预设维修区段；
每个维修区段对应的维修时间段的个数小于预设维修时间段。
综上，本发明实施例的有砟轨道捣固维修分析系统可以确定全局最优维修区段和全局最优维修时间段，以兼顾轨道质量的改善程度及维修的经济性。
本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
根据全部维修区段及维修区段对应的维修时间段生成多个解；
判断解是否满足约束条件；
将满足约束条件的解设为初始解，初始解包括两个维修决策参数：维修区段及维修区段对应的维修时间段；
根据初始解构成初始解空间；
按照维修区段对初始解空间进行分块，生成多个初始块空间；
将每个初始块空间中的初始解作为实时解，并进行第一次迭代：对实时解中的其中一个维修决策参数进行多次更改，依次得到多个与实时解对应的解；判断与实时解对应的解是否满足约束条件；将满足约束条件的解设为修改解；根据修改解计算得到多个综合质量成本；将该多个综合质量成本中的最小值对应的修改解作为实时解；在进行下一次迭代时，对该实时解中的另一个维修决策参数进行多次更改，依次得到多个与该实时解对应的修改解；前后两次迭代更改的维修决策参数不同；
将经过多次迭代处理后的实时解作为每个初始解对应的局部最优解；
比较每个局部最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的局部最优解作为初始块空间的最优解；
比较每个初始块空间的最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的初始块空间的最优解作为全局最优解；
根据全局最优解确定全局最优维修区段和全局最优维修时间段。
综上，本发明实施例的计算机设备可以确定全局最优维修区段和全局最优维修时间段，以兼顾轨道质量的改善程度及维修的经济性。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
根据全部维修区段及维修区段对应的维修时间段生成多个解；
判断解是否满足约束条件；
将满足约束条件的解设为初始解，初始解包括两个维修决策参数：维修区段及维修区段对应的维修时间段；
根据初始解构成初始解空间；
按照维修区段对初始解空间进行分块，生成多个初始块空间；
将每个初始块空间中的初始解作为实时解，并进行第一次迭代：对实时解中的其中一个维修决策参数进行多次更改，依次得到多个与实时解对应的解；判断与实时解对应的解是否满足约束条件；将满足约束条件的解设为修改解；根据修改解计算得到多个综合质量成本；将该多个综合质量成本中的最小值对应的修改解作为实时解；在进行下一次迭代时，对该实时解中的另一个维修决策参数进行多次更改，依次得到多个与该实时解对应的修改解；前后两次迭代更改的维修决策参数不同；
将经过多次迭代处理后的实时解作为每个初始解对应的局部最优解；
比较每个局部最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的局部最优解作为初始块空间的最优解；
比较每个初始块空间的最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的初始块空间的最优解作为全局最优解；
根据全局最优解确定全局最优维修区段和全局最优维修时间段。
综上，本发明实施例的计算机可读存储介质可以确定全局最优维修区段和全局最优维修时间段，以兼顾轨道质量的改善程度及维修的经济性。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种有砟轨道捣固维修分析方法，其特征在于，包括：
根据全部维修区段及所述维修区段对应的维修时间段生成多个解；
判断所述解是否满足约束条件；
将满足所述约束条件的解设为初始解，所述初始解包括两个维修决策参数：维修区段及所述维修区段对应的维修时间段；
根据所述初始解构成初始解空间；
按照所述维修区段对所述初始解空间进行分块，生成多个初始块空间；
将每个初始块空间中的初始解作为实时解，并进行第一次迭代：对所述实时解中的其中一个维修决策参数进行多次更改，依次得到多个与所述实时解对应的解；判断所述与所述实时解对应的解是否满足所述约束条件；将满足所述约束条件的解设为修改解；根据所述修改解计算得到多个综合质量成本；将该多个综合质量成本中的最小值对应的修改解作为实时解；在进行下一次迭代时，对该实时解中的另一个维修决策参数进行多次更改，依次得到多个与该实时解对应的修改解；前后两次迭代更改的维修决策参数不同；
将经过多次迭代处理后的实时解作为每个初始解对应的局部最优解；
比较每个局部最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的局部最优解作为所述初始块空间的最优解；
比较每个初始块空间的最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的初始块空间的最优解作为全局最优解；
根据所述全局最优解确定全局最优维修区段和全局最优维修时间段；
根据所述修改解计算得到多个综合质量成本，具体包括：
根据所述修改解确定所述修改解对应的维修区段及维修时间段；
根据所述维修区段得到每个维修时间段对应的维修区段的个数；
根据所述维修时间段得到轨道捣固质量指数；
创建综合质量成本模型；
输入所述轨道捣固质量指数、每个维修区段对应的维修成本、每个维修时间段对应的维修区段的个数和比重参数至所述综合质量成本模型中，得到所述综合质量成本；
所述综合质量成本模型如下：
Figure FDA0003327905340000021
其中，Z为综合质量成本，
Figure FDA0003327905340000022
为第i个维修区段在第j个维修时间段的轨道捣固质量指数，m为维修区段的个数，n为维修时间段的个数，C0为每个维修区段对应的维修成本，sj为第j个维修时间段对应的维修区段的个数，λ为比重参数。
2.根据权利要求1所述的有砟轨道捣固维修分析方法，其特征在于，所述约束条件包括：
每个维修区段在每个维修时间段的轨道捣固质量指数均小于预设轨道捣固质量指数标准；
每个维修时间段中的最远维修区段与最近维修区段的差小于预设里程；
当所述维修区段在第一预设区段时，所述维修时间段在第一预设时间段；
当所述维修区段在第二预设区段时，所述维修时间段不在第二预设时间段；
每个维修时间段对应的维修区段的个数小于预设维修区段；
每个维修区段对应的维修时间段的个数小于预设维修时间段。
3.一种有砟轨道捣固维修分析系统，其特征在于，包括：
解生成模块，用于根据全部维修区段及所述维修区段对应的维修时间段生成多个解；
判断模块，用于判断所述解是否满足约束条件；
初始解模块，用于将满足所述约束条件的解设为初始解，所述初始解包括两个维修决策参数：维修区段及所述维修区段对应的维修时间段；
初始解空间模块，用于根据所述初始解构成初始解空间；
解空间分块模块，用于按照所述维修区段对所述初始解空间进行分块，生成多个初始块空间；
迭代模块，用于将每个初始块空间中的初始解作为实时解，并进行第一次迭代：对所述实时解中的其中一个维修决策参数进行多次更改，依次得到多个与所述实时解对应的解；判断所述与所述实时解对应的解是否满足所述约束条件；将满足所述约束条件的解设为修改解；根据所述修改解计算得到多个综合质量成本；将该多个综合质量成本中的最小值对应的修改解作为实时解；在进行下一次迭代时，对该实时解中的另一个维修决策参数进行多次更改，依次得到多个与该实时解对应的修改解；前后两次迭代更改的维修决策参数不同；
局部最优解模块，用于将经过多次迭代处理后的实时解作为每个初始解对应的局部最优解；
初始块空间最优解模块，用于比较每个局部最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的局部最优解作为所述初始块空间的最优解；
全局最优解模块，用于比较每个初始块空间的最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的初始块空间的最优解作为全局最优解；
确定模块，用于根据所述全局最优解确定全局最优维修区段和全局最优维修时间段；
所述迭代模块具体包括：
确定单元，用于根据所述修改解确定所述修改解对应的维修区段及维修时间段；
轨道捣固质量指数单元，用于根据所述维修时间段得到轨道捣固质量指数；
维修区段单元，用于根据所述维修区段得到每个维修时间段对应的维修区段的个数；
综合质量成本模型单元，用于创建综合质量成本模型；
综合质量成本单元，用于输入所述轨道捣固质量指数、每个维修区段对应的维修成本、每个维修时间段对应的维修区段的个数和比重参数至所述综合质量成本模型中，得到所述综合质量成本；
所述综合质量成本模型如下：
Figure FDA0003327905340000031
其中，Z为综合质量成本，
Figure FDA0003327905340000032
为第i个维修区段在第j个维修时间段的轨道捣固质量指数，m为维修区段的个数，n为维修时间段的个数，C0为每个维修区段对应的维修成本，sj为第j个维修时间段对应的维修区段的个数，λ为比重参数。
4.根据权利要求3所述的有砟轨道捣固维修分析系统，其特征在于，所述约束条件包括：
每个维修区段在每个维修时间段的轨道捣固质量指数均小于预设轨道捣固质量指数标准；
每个维修时间段中的最远维修区段与最近维修区段的差均小于预设里程；
当所述维修区段在第一预设区段时，所述维修时间段在第一预设时间段；
当所述维修区段在第二预设区段时，所述维修时间段不在第二预设时间段；
每个维修时间段对应的维修区段的个数小于预设维修区段；
每个维修区段对应的维修时间段的个数小于预设维修时间段。
5.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以下步骤：
根据全部维修区段及所述维修区段对应的维修时间段生成多个解；
判断所述解是否满足约束条件；
将满足所述约束条件的解设为初始解，所述初始解包括两个维修决策参数：维修区段及所述维修区段对应的维修时间段；
根据所述初始解构成初始解空间；
按照所述维修区段对所述初始解空间进行分块，生成多个初始块空间；
将每个初始块空间中的初始解作为实时解，并进行第一次迭代：对所述实时解中的其中一个维修决策参数进行多次更改，依次得到多个与所述实时解对应的解；判断所述与所述实时解对应的解是否满足所述约束条件；将满足所述约束条件的解设为修改解；根据所述修改解计算得到多个综合质量成本；将该多个综合质量成本中的最小值对应的修改解作为实时解；在进行下一次迭代时，对该实时解中的另一个维修决策参数进行多次更改，依次得到多个与该实时解对应的修改解；前后两次迭代更改的维修决策参数不同；
将经过多次迭代处理后的实时解作为每个初始解对应的局部最优解；
比较每个局部最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的局部最优解作为所述初始块空间的最优解；
比较每个初始块空间的最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的初始块空间的最优解作为全局最优解；
根据所述全局最优解确定全局最优维修区段和全局最优维修时间段；
根据所述修改解计算得到多个综合质量成本，具体包括：
根据所述修改解确定所述修改解对应的维修区段及维修时间段；
根据所述维修区段得到每个维修时间段对应的维修区段的个数；
根据所述维修时间段得到轨道捣固质量指数；
创建综合质量成本模型；
输入所述轨道捣固质量指数、每个维修区段对应的维修成本、每个维修时间段对应的维修区段的个数和比重参数至所述综合质量成本模型中，得到所述综合质量成本；
所述综合质量成本模型如下：
Figure FDA0003327905340000051
其中，Z为综合质量成本，
Figure FDA0003327905340000052
为第i个维修区段在第j个维修时间段的轨道捣固质量指数，m为维修区段的个数，n为维修时间段的个数，C0为每个维修区段对应的维修成本，sj为第j个维修时间段对应的维修区段的个数，λ为比重参数。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现以下步骤：
根据全部维修区段及所述维修区段对应的维修时间段生成多个解；
判断所述解是否满足约束条件；
将满足所述约束条件的解设为初始解，所述初始解包括两个维修决策参数：维修区段及所述维修区段对应的维修时间段；
根据所述初始解构成初始解空间；
按照所述维修区段对所述初始解空间进行分块，生成多个初始块空间；
将每个初始块空间中的初始解作为实时解，并进行第一次迭代：对所述实时解中的其中一个维修决策参数进行多次更改，依次得到多个与所述实时解对应的解；判断所述与所述实时解对应的解是否满足所述约束条件；将满足所述约束条件的解设为修改解；根据所述修改解计算得到多个综合质量成本；将该多个综合质量成本中的最小值对应的修改解作为实时解；在进行下一次迭代时，对该实时解中的另一个维修决策参数进行多次更改，依次得到多个与该实时解对应的修改解；前后两次迭代更改的维修决策参数不同；
将经过多次迭代处理后的实时解作为每个初始解对应的局部最优解；
比较每个局部最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的局部最优解作为所述初始块空间的最优解；
比较每个初始块空间的最优解对应的综合质量成本的大小，选择该综合质量成本的最小值对应的初始块空间的最优解作为全局最优解；
根据所述全局最优解确定全局最优维修区段和全局最优维修时间段；
根据所述修改解计算得到多个综合质量成本，具体包括：
根据所述修改解确定所述修改解对应的维修区段及维修时间段；
根据所述维修区段得到每个维修时间段对应的维修区段的个数；
根据所述维修时间段得到轨道捣固质量指数；
创建综合质量成本模型；
输入所述轨道捣固质量指数、每个维修区段对应的维修成本、每个维修时间段对应的维修区段的个数和比重参数至所述综合质量成本模型中，得到所述综合质量成本；
所述综合质量成本模型如下：
Figure FDA0003327905340000061
其中，Z为综合质量成本，
Figure FDA0003327905340000062
为第i个维修区段在第j个维修时间段的轨道捣固质量指数，m为维修区段的个数，n为维修时间段的个数，C0为每个维修区段对应的维修成本，sj为第j个维修时间段对应的维修区段的个数，λ为比重参数。
CN201810355749.6A 2018-04-19 2018-04-19 有砟轨道捣固维修分析方法及系统 Active CN108629425B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810355749.6A CN108629425B (zh) 2018-04-19 2018-04-19 有砟轨道捣固维修分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810355749.6A CN108629425B (zh) 2018-04-19 2018-04-19 有砟轨道捣固维修分析方法及系统

Publications (2)

Publication Number Publication Date
CN108629425A CN108629425A (zh) 2018-10-09
CN108629425B true CN108629425B (zh) 2022-03-11

Family

ID=63705626

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810355749.6A Active CN108629425B (zh) 2018-04-19 2018-04-19 有砟轨道捣固维修分析方法及系统

Country Status (1)

Country Link
CN (1) CN108629425B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102644221A (zh) * 2012-05-09 2012-08-22 昆明中铁大型养路机械集团有限公司 轨道捣固车
CN104951613A (zh) * 2015-06-30 2015-09-30 昆明理工大学 一种基于响应面模型的铁路捣固参数优化设计方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8514283B2 (en) * 2010-09-20 2013-08-20 Ajou University Industry Cooperation Foundation Automatic vision sensor placement apparatus and method

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102644221A (zh) * 2012-05-09 2012-08-22 昆明中铁大型养路机械集团有限公司 轨道捣固车
CN104951613A (zh) * 2015-06-30 2015-09-30 昆明理工大学 一种基于响应面模型的铁路捣固参数优化设计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于综合评价指数的捣固维修作业时机决策方法;邱俊兴 等;《铁道科学与工程学报》;20170731;第14卷(第7期);全文 *
轨道质量状态预测方法;曲建军;《铁路技术创新》;20120229;全文 *

Also Published As

Publication number Publication date
CN108629425A (zh) 2018-10-09

Similar Documents

Publication Publication Date Title
Bressi et al. Optimization of maintenance strategies for railway track-bed considering probabilistic degradation models and different reliability levels
Piel et al. Lifetime extension, repowering or decommissioning? Decision support for operators of ageing wind turbines
CN116029529B (zh) 一种基于bim的桥梁施工进度管理方法及系统
Zhang Life cycle assessment (LCA) of fibre reinforced polymer (FRP) composites in civil applications
CN110619187B (zh) 一种混凝土坝施工方案及资源冲突检测与调整方法
Ji et al. Safety Risk Evaluation of Large and Complex Bridges during Construction Based on the Delphi‐Improved FAHP‐Factor Analysis Method
CN108629425B (zh) 有砟轨道捣固维修分析方法及系统
Ren et al. Research on the economic effect of employment structure change in heterogeneous regions: evidence from resource-based cities in China
CN106096779A (zh) 一种输配电成本分析、风险评估模型及风险结构优化方法
CN112184180A (zh) 一种基于bim建筑全寿命周期管理设备
Marzouk et al. Quantifying weather impact on formwork shuttering and removal operation using system dynamics
Sychev et al. A probabilistic verification application of random value distribution of defects in rail tracks of industrial facilities
Naumann Development of a bridge management system in Germany
CN107871288B (zh) 一种温室气体减排量的测算方法及系统
Yun et al. Metaheuristic-based inspection policy for a one-shot system with two types of units
Zhang et al. Research on Scheduling Decision System of Coal Mine Roadway Repair Machine Based on Optimized Particle Swarm Optimization
Patlasov et al. Development of methods to increase the efficiency of railway maintenance
Tran et al. What are the attributes of a superior bridge management system?
CN113177361B (zh) 基于不确定性分析的动态机械故障预测及风险评估方法
Penadés-Plà et al. Study of criteria used to obtain a sustainable bridge
PENADÉS et al. STUDY OF CRITERIA USED TO OBTAIN A SUSTAINABLE BRIDGE
CN117217387A (zh) 一种基于结构安全与工期协调的资源约束桥梁养护方法
Huang et al. Research on Existing Problems of Fabricated Building in China
Sun et al. Study on Traffic Organization of Nuclear Power Plant Based on Four-Stage Transportation Theory
Mikulová et al. Dependences of Degradation of Long-Term Monitored Pavement from the Perspective of the Diagnosed Bearing Capacity

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: No. 2, Da Liu Shu Road, Haidian District, Beijing

Applicant after: China Railway Scientific Research Institute Group Co., Ltd.

Applicant after: Institute of infrastructure inspection, China Railway Research Institute Group Co., Ltd.

Applicant after: Beijing IMAP Technology Co., Ltd.

Address before: No. 2, Da Liu Shu Road, Haidian District, Beijing

Applicant before: China Railway Scientific Research Institute Group Co., Ltd.

Applicant before: Infrastructure Testing Institute of China Academy of Railway Sciences

Applicant before: Beijing IMAP Technology Co., Ltd.

GR01 Patent grant
GR01 Patent grant