陶竑宇，吳雙宇，趙文芳

(1.西南交通大學 土木工程學院道路與鐵道工程系 高速鐵路線路工程教育部重點實驗室，成都　610031；2.西南交通大學 地球科學與環(huán)境工程學院地質工程系，成都　611756;3.武漢鐵路局，武漢　430071)

?

鐵路工務管理信息系統改進設計

陶竑宇1，吳雙宇2，趙文芳3

(1.西南交通大學 土木工程學院道路與鐵道工程系 高速鐵路線路工程教育部重點實驗室，成都610031；2.西南交通大學 地球科學與環(huán)境工程學院地質工程系，成都611756;3.武漢鐵路局，武漢430071)

摘要：隨著鐵路運輸的高速發(fā)展，傳統的養(yǎng)護維修管理已經無法提供有效支持，亟需探索新的管理方式。本文將單元管理方法運用到工務管理信息系統中，根據相關性分析對鐵路線路進行大單元劃分，接著運用回歸擬合對劃分后單元鋼軌的軌道狀態(tài)TQI值變化趨勢進行回歸擬合預測，結合維修計劃庫制定維修計劃。

關鍵詞：養(yǎng)護維修；信息系統；單元管理；相關度；回歸擬合本文引用格式：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(5):173-176.

隨著我國路網快速建設，鐵路向高速化、重載化發(fā)展，工務維修管理愈發(fā)重要，養(yǎng)護維修可作業(yè)時間更短，要完成的維修任務更重。針對以上問題，需要工務段更多的借助于大型機具進行養(yǎng)護維修工作，提升工作效率，將有限的資源用到最需要的地方。而現有的管理系統還沒有研究對軌道質量狀態(tài)變化規(guī)律相似的軌道單元進行統一管理，對于軌道質量狀態(tài)的預測也存在一定的缺陷，因此亟需從軌道單元的劃分和軌道單元質量狀態(tài)預測兩方面，對當前鐵路工務管理信息系統進行改進。

1線路單元劃分研究

目前，國內鐵路局設計的鐵路工務管理信息系統，均對軌道質量的管理有了進一步的研究，系統開始著手研究按照線路形式即直線段、曲線段、道岔進行劃分，或研究按照主要結構物即橋梁、隧道、非橋隧線路區(qū)段、站場進行劃分，這樣的劃分方式提升了養(yǎng)護維修的效率，便于工務管理部門針對特定的線路形式病害或主要結構物病害，安排對應的養(yǎng)護維修計劃，合理配備人員、機具和材料，改善當前雜亂無章的計劃編制現狀。但這樣的劃分方式也存在一定的缺陷，在劃分的大區(qū)段內可能存在軌道質量變化規(guī)律不同區(qū)間，例如線路DK2+000-DK6+000為隧道，DK2+000m-DK2+800軌道變化規(guī)律相似，DK2+800-DK4+800軌道變化規(guī)律相似，DK4+800-DK6+000軌道變化規(guī)律相似，按現有系統的劃分方式，會將DK2+000-DK6+000作為一個整體進行考慮分析，根據該整體的變化規(guī)律進行預測，但這樣的預測結果明顯不能準確的反應以上三段各自的變化，失去了提前把握軌道質量狀態(tài)變化的意義。

因此本文主要研究按照線路區(qū)段軌道質量變化規(guī)律對線路進行劃分，該劃分方法主要是將軌道變化規(guī)律相似的線路單元進行聚類，并對聚類后的大單元進行統一分析管理，依照上述例子，就是將DK2+000m-DK2+800、DK2+800-DK4+800、DK4+800-DK6+000各劃分為一個大單元，然后再對以上各單元進行預測，實現對各大單元軌道狀態(tài)的預測。

1.1TQI理論運用分析

軌道質量指數(TQI)是對軌道不平順的一種統計描述，反映某一區(qū)段軌道不平順的波動情況。該指數是通過軌檢車每250 mm采集軌道左高低、右高低、左軌向、右軌向、軌距、水平、 三角坑七項幾何參數幅值，按200 m的單元區(qū)段長度，由計算機算出該范圍內各幾何參數的均方差σi，將此7項幾何參數的標準差相加即為軌道質量指數(TQI)。TQI的具體計算如式(1)。

(1)

軌道質量指數(TQI)將軌道質量狀態(tài)數值化，TQI值的大小體現了軌道質量狀態(tài)好壞，因此根據各單元TQI值的相似性，判斷各單元內軌道質量狀態(tài)變化規(guī)律的相似性，可將變化規(guī)律相似的200m單元進行統一的劃分管理。

1.2基于Euclidean法的分層聚類單元劃分研究

線路中的某個區(qū)間，其內部軌道質量狀態(tài)變化規(guī)律相似，因此可將該區(qū)間內每200 m的軌道小單元合并為一個大單元，最后將該鐵路線路劃分為許多軌道質量狀態(tài)變化規(guī)律相似水平不高的大單元，這個過程稱為聚類。

通過對多種方法的探究，綜合鐵路軌道實際情況，本文采用分層聚類的方法，對軌道小單元進行聚類劃分。具體劃分步驟如下：

1)建立二維矩陣A[xi,yi]( xi為第i個小單元里程，yi為第i個小單元對應的TQI檢測值，稱(xi,yi)為第i點，i=1,2,…,N其中N為小單元個數)。

2)計算距離矩陣d[dij]。將A[xi,yi] 代入式(2)計算兩兩點之間的Euclidean距離dij。

(2)

3)根據距離矩陣d[dij]，計算兩兩點之間的相似性水平。將距離矩陣d中dij，dmax代入式(2)的可得Sij，從而得相似性矩陣S[Sij]。

(3)

式(3)中：dmax為原始距離矩陣d中的最大值；dij為距離矩陣d中第i個和j個點之間的距離。

4)進行第一層聚類。根據相似性值高低，合并兩個最相似的相鄰點并生成一個類。接著，利用式(2)、式(3)計算第三個點與第一個類的相似性水平，計算第三個點與第四個點的相似性水平，并進行比較，與相似性水平高的一邊聚類，循環(huán)此過程，直到所有的點得以聚類為止，得到第一層聚類。

(4)

(5)

式(4)、式(5)中：M為各類編號。

6)進行第二層聚類。計算各個聚類質心點之間的Euclidean距離，代入式(3)得到各類質心點的相似性水平，按第一層聚類規(guī)則，得到第二層聚類。

7)重復步驟(5)、(6)進行第3…N層聚類合并，直到所有聚類合并成一個聚類為止，并得到聚類相似性水平樹狀圖。

8)根據設定的相似性水平(S>80)，在樹狀圖中選擇滿足條件的類。

最終得到以相似性水平在80以上的各小單元聚成的類，通過該聚類方法，可實現對鐵路線路依據軌道質量狀態(tài)進行劃分，并基于劃分的單元，用各小單元TQI均值表示大單元TQI值，實現對軌道質量狀態(tài)變化規(guī)律相似的區(qū)段的統一管理。接下來利用回歸擬合的方法對線路大單元TQI的變化趨勢進行預測，確定未來某一段時間范圍內單元軌道狀態(tài)。

2基于隨機振蕩序列GM(1,1,Γ)冪模型研究

經典GM(1,1,Γ=0)模型對于單調增長或單調遞減序列進行預測具有較好效果，但軌道TQI值往往是隨機振蕩序列，并不呈嚴格的單調性質，直接利用經典GM(1,1,Γ=0)難以取得較好的效果。而GM(1,1,Γ)冪模型其單調性隨著冪指數γ取值的變化而變化，既可以單調增，也可以單調減，還可以振蕩。因此本文主要研究運用GM(1,1,Γ)冪模型對軌道TQI值的變化趨勢進行預測分析，實現對軌道質量狀態(tài)的預測。具體預測步驟如下：

3)將z(1)(k)代入式(6)中，建立GM(1,1,Γ)冪模型的基本形式。

(6)

4)建立GM(1,1,Γ)冪模型的白化方程，如式(7)：

(7)

5)解上述式(7)微分方程，得到解即GM(1,1,Γ)冪模型的時間響應序列式(8)。

(8)

6)利用式(9)，還原數值。

(9)

為了使得模型能夠更好的反映出TQI數值的振蕩波動特點，得到最佳的預測效果，建立非線性規(guī)劃模型求解參數A、B、Γ數值。其中目標函數為預測值與真實值的差平方和最小，如式(10)所示。

(10)

約束條件如式(11)所示。

(11)

利用Lingo軟件求得參數A、B、Γ，將求出的A、B、Γ數值帶回式(6)中，便可用于求預測值。通過方程預測值與實際檢測值的對比分析，得出對于TQI這類振蕩序列數值，運用該方法預測精度較高，能滿足管理要求。

3維修管理計劃研究

維修管理計劃是結合大單元的TQI預測數值，判斷其TQI是否超限，對即將超限點，系統便要求與該大單元對應的維修車間立即采取行動，對該大單元內病害進行排查反饋；系統根據反饋情況，結合維修計劃庫(如表1)制定維修計劃。

表1　維修計劃庫

4實例分析

本文以某鐵路局軌檢車4個月的檢測數據為例，選取DK800+000-DK820+600區(qū)間段中DK705+000-DK805+000段進行研究，根據上述方法對鐵路線路進行大單元劃分，并計算劃分后的大單元TQI預測值，最后研討維修計劃。

首先對里程DK705+000-DK805+000的各小單元4個月的TQI變化值取均值作為代表值，根據各小單元4個月的TQI代表值，利用運籌學軟件Minitab 17.0中層次聚類分析方法對其進行聚類劃分，得到DK705+000-DK805+000整體的相似性水平樹狀圖，如圖1所示(x軸為各小單元里程)。

圖1　軌道小單元相似度樹狀圖

結合圖1分析可知，相似性水平大于等于80的類有7個，表明DK705+000-DK805+000線路區(qū)段內有7個軌道質量狀態(tài)變化規(guī)律相似水平不高的大單元。同時也表明，這7個大單元中包含的小單元軌道質量狀態(tài)變化規(guī)律相似水平較高，以一單元為例，其相似度樹狀圖(如圖2所示)，其中就包含了15個小單元。

圖2　一小單元相似度樹狀圖

接著，對一單元內的所有小單元4個月的TQI代表值求平均，得出該4個月內一單元區(qū)段內TQI的代表值，如表2所示。

表2　一單元均值計算結果

建立GM(1,1,Γ)冪模型，將一單元的均值計算表代入模型內，利用Lingo軟件計算，得出擬合方程，并計算出擬合值。將擬合值代入式(9)，得到該大單元2015年1-5月TQI預測數值，并將2015年1-4月預測值與實際值進行比較，結果如表3和圖3所示，平均誤差為1.12%，預測精度滿足管理要求。

表3　TQI實際值與預測值的比較結果

為了保障預測結果的準確性，本文只對軌道未來一個月的狀態(tài)進行了分析預測，可以讓工務段提前一個月準確的掌握各大單元的軌道質量狀態(tài)，對TQI即將達到規(guī)定值的大單元進行重點監(jiān)控，安排人員到現場進行病害的排查，并根據病害反饋情況，結合維修計劃庫，制定相關的大型機具養(yǎng)護維修計劃，提高養(yǎng)護維修效率。

圖3　TQI實際值與預測值變化

5結束語

鐵路工務管理信息系統的開發(fā)建設是鐵路運輸安全的關鍵之一，具有時代性和緊迫性。鐵路工務管理信息系統應加強對軌道質量狀態(tài)的把握能力，科學預測軌道質量狀態(tài)變化，合理編制大型機具養(yǎng)護維修計劃，提高養(yǎng)護維修管理效率，提升鐵路信息化水平，推進鐵路的改革與發(fā)展。

參考文獻：

[1]邵敏華,孫立軍.公路管理單元動態(tài)劃分技術與數據模型研究[J].同濟大學學報(自然科學版),2004,32(3):343-347.

[2]鄒文杰,翁劍成,榮建,等.基于空間相關性分析的路網評價區(qū)域劃分方法[J].北京工業(yè)大學學報,2012(4):564-569.

[3]王海威,陸化普,蔚欣欣.基于灰色聚類的區(qū)域國防公路網節(jié)點層次劃分[J].交通運輸系統工程與信息,2009,9(3):23-28.

[4]曲建軍,高亮,田新宇,等.基于灰色理論的軌道幾何狀態(tài)中長期時變參數預測模型的研究[J].鐵道學報,2010,32(2):55-59.

[5]高雨峰,王福田,劉仍奎.鐵路軌道狀態(tài)分析信息系統設計與實現[J].中國安全科學學報,2006,16(7):129-130.

[6]王俊文.軌道質量指數(TQI)在線路天窗維修中的應用[J].鐵道建筑,2009(11):86-88.

[7]常歡,劉仍奎,方圓.改進的軌道質量指數線性預測模型研究[J].鐵路計算機應用,2010,19(6):1-3.

[8]馬俊.現代化鐵路工務養(yǎng)護維修過程管理信息系統的建設[J].長沙鐵道學院學報(社會科學版),2012,13(1):221-222.

[9]莊鵬,姜楠.利用軌道質量指數(TQI)指導線路養(yǎng)護維修[J].鐵道運營技術,2008,14(1):27-29.

[10]秦濤.基于狀態(tài)監(jiān)測的鐵路線路預防性維修策略研究[D].北京:清華大學,2012.

(責任編輯周江川)

Citation format: TAO Hong-yu，WU Shuang-yu，ZHAO Wen-fang.Information Management System Design for Railway Maintenance Management[J].Journal of Ordnance Equipment Engineering,2016(5):173-176.

Information Management System Design for Railway Maintenance Management

TAO Hong-yu1，WU Shuang-yu2，ZHAO Wen-fang3

(1.Key Laboratory of High-Speed Railway Engineering,Ministry of Education， Department of Highway Railway Engineering School of Civil Engineering, Southwest Jiaotong University，Chengdu 610031，China；2.Department of Geological Engineering Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University，Chengdu 611756，China；3.Wuhan Railway Bureau，Wuhan 430071,China)

Abstract:Due to the increasing development of the railway transportation,there is a urgent need for the maintenance innovation,giveing the fact that the traditional maintenance cannot provide efficient support.This article applied the theory of unit management to the information system of the maintenance management.Correlation analysis was conducted to divide the general unit.In order to predict the variation tendency of TQI,a regression fitting was applied to the divided units.Finally,based on the maintenance plan,a preventive plan was made out to form closed-loop management.

Key words:railway maintenance; information system; unit management; correlation; regression fitting

doi:【基礎理論與應用研究】10.11809/scbgxb2016.05.041

收稿日期：2015-12-10；修回日期：2016-03-15

作者簡介：陶竑宇 (1992—)，男，碩士研究生，主要從事道路與鐵道工程研究。

中圖分類號：U29

文獻標識碼：A

文章編號：2096-2304(2016)05-0173-04