铁路工务管理信息系统改进设计

陶竑宇，吴双宇，赵文芳

(1.西南交通大学 土木工程学院道路与铁道工程系 高速铁路线路工程教育部重点实验室，成都　610031；2.西南交通大学 地球科学与环境工程学院地质工程系，成都　611756;3.武汉铁路局，武汉　430071)



铁路工务管理信息系统改进设计

陶竑宇1，吴双宇2，赵文芳3

(1.西南交通大学 土木工程学院道路与铁道工程系 高速铁路线路工程教育部重点实验室，成都610031；2.西南交通大学 地球科学与环境工程学院地质工程系，成都611756;3.武汉铁路局，武汉430071)

摘要：随着铁路运输的高速发展，传统的养护维修管理已经无法提供有效支持，亟需探索新的管理方式。本文将单元管理方法运用到工务管理信息系统中，根据相关性分析对铁路线路进行大单元划分，接着运用回归拟合对划分后单元钢轨的轨道状态TQI值变化趋势进行回归拟合预测，结合维修计划库制定维修计划。

关键词：养护维修；信息系统；单元管理；相关度；回归拟合本文引用格式：陶竑宇，吴双宇，赵文芳.铁路工务管理信息系统改进设计[J].兵器装备工程学报，2016(5):173-176.

随着我国路网快速建设，铁路向高速化、重载化发展，工务维修管理愈发重要，养护维修可作业时间更短，要完成的维修任务更重。针对以上问题，需要工务段更多的借助于大型机具进行养护维修工作，提升工作效率，将有限的资源用到最需要的地方。而现有的管理系统还没有研究对轨道质量状态变化规律相似的轨道单元进行统一管理，对于轨道质量状态的预测也存在一定的缺陷，因此亟需从轨道单元的划分和轨道单元质量状态预测两方面，对当前铁路工务管理信息系统进行改进。

1线路单元划分研究

目前，国内铁路局设计的铁路工务管理信息系统，均对轨道质量的管理有了进一步的研究，系统开始着手研究按照线路形式即直线段、曲线段、道岔进行划分，或研究按照主要结构物即桥梁、隧道、非桥隧线路区段、站场进行划分，这样的划分方式提升了养护维修的效率，便于工务管理部门针对特定的线路形式病害或主要结构物病害，安排对应的养护维修计划，合理配备人员、机具和材料，改善当前杂乱无章的计划编制现状。但这样的划分方式也存在一定的缺陷，在划分的大区段内可能存在轨道质量变化规律不同区间，例如线路DK2+000-DK6+000为隧道，DK2+000m-DK2+800轨道变化规律相似，DK2+800-DK4+800轨道变化规律相似，DK4+800-DK6+000轨道变化规律相似，按现有系统的划分方式，会将DK2+000-DK6+000作为一个整体进行考虑分析，根据该整体的变化规律进行预测，但这样的预测结果明显不能准确的反应以上三段各自的变化，失去了提前把握轨道质量状态变化的意义。

因此本文主要研究按照线路区段轨道质量变化规律对线路进行划分，该划分方法主要是将轨道变化规律相似的线路单元进行聚类，并对聚类后的大单元进行统一分析管理，依照上述例子，就是将DK2+000m-DK2+800、DK2+800-DK4+800、DK4+800-DK6+000各划分为一个大单元，然后再对以上各单元进行预测，实现对各大单元轨道状态的预测。

1.1TQI理论运用分析

轨道质量指数(TQI)是对轨道不平顺的一种统计描述，反映某一区段轨道不平顺的波动情况。该指数是通过轨检车每250 mm采集轨道左高低、右高低、左轨向、右轨向、轨距、水平、 三角坑七项几何参数幅值，按200 m的单元区段长度，由计算机算出该范围内各几何参数的均方差σi，将此7项几何参数的标准差相加即为轨道质量指数(TQI)。TQI的具体计算如式(1)。

(1)

轨道质量指数(TQI)将轨道质量状态数值化，TQI值的大小体现了轨道质量状态好坏，因此根据各单元TQI值的相似性，判断各单元内轨道质量状态变化规律的相似性，可将变化规律相似的200m单元进行统一的划分管理。

1.2基于Euclidean法的分层聚类单元划分研究

线路中的某个区间，其内部轨道质量状态变化规律相似，因此可将该区间内每200 m的轨道小单元合并为一个大单元，最后将该铁路线路划分为许多轨道质量状态变化规律相似水平不高的大单元，这个过程称为聚类。

通过对多种方法的探究，综合铁路轨道实际情况，本文采用分层聚类的方法，对轨道小单元进行聚类划分。具体划分步骤如下：

1)建立二维矩阵A[xi,yi]( xi为第i个小单元里程，yi为第i个小单元对应的TQI检测值，称(xi,yi)为第i点，i=1,2,…,N其中N为小单元个数)。

2)计算距离矩阵d[dij]。将A[xi,yi] 代入式(2)计算两两点之间的Euclidean距离dij。

(2)

3)根据距离矩阵d[dij]，计算两两点之间的相似性水平。将距离矩阵d中dij，dmax代入式(2)的可得Sij，从而得相似性矩阵S[Sij]。

(3)

式(3)中：dmax为原始距离矩阵d中的最大值；dij为距离矩阵d中第i个和j个点之间的距离。

4)进行第一层聚类。根据相似性值高低，合并两个最相似的相邻点并生成一个类。接着，利用式(2)、式(3)计算第三个点与第一个类的相似性水平，计算第三个点与第四个点的相似性水平，并进行比较，与相似性水平高的一边聚类，循环此过程，直到所有的点得以聚类为止，得到第一层聚类。

(4)

(5)

式(4)、式(5)中：M为各类编号。

6)进行第二层聚类。计算各个聚类质心点之间的Euclidean距离，代入式(3)得到各类质心点的相似性水平，按第一层聚类规则，得到第二层聚类。

7)重复步骤(5)、(6)进行第3…N层聚类合并，直到所有聚类合并成一个聚类为止，并得到聚类相似性水平树状图。

8)根据设定的相似性水平(S>80)，在树状图中选择满足条件的类。

最终得到以相似性水平在80以上的各小单元聚成的类，通过该聚类方法，可实现对铁路线路依据轨道质量状态进行划分，并基于划分的单元，用各小单元TQI均值表示大单元TQI值，实现对轨道质量状态变化规律相似的区段的统一管理。接下来利用回归拟合的方法对线路大单元TQI的变化趋势进行预测，确定未来某一段时间范围内单元轨道状态。

2基于随机振荡序列GM(1,1,Γ)幂模型研究

经典GM(1,1,Γ=0)模型对于单调增长或单调递减序列进行预测具有较好效果，但轨道TQI值往往是随机振荡序列，并不呈严格的单调性质，直接利用经典GM(1,1,Γ=0)难以取得较好的效果。而GM(1,1,Γ)幂模型其单调性随着幂指数γ取值的变化而变化，既可以单调增，也可以单调减，还可以振荡。因此本文主要研究运用GM(1,1,Γ)幂模型对轨道TQI值的变化趋势进行预测分析，实现对轨道质量状态的预测。具体预测步骤如下：

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

(6)

4)建立GM(1,1,Γ)幂模型的白化方程，如式(7)：

(7)

5)解上述式(7)微分方程，得到解即GM(1,1,Γ)幂模型的时间响应序列式(8)。

(8)

6)利用式(9)，还原数值。

(9)

为了使得模型能够更好的反映出TQI数值的振荡波动特点，得到最佳的预测效果，建立非线性规划模型求解参数A、B、Γ数值。其中目标函数为预测值与真实值的差平方和最小，如式(10)所示。

(10)

约束条件如式(11)所示。

(11)

利用Lingo软件求得参数A、B、Γ，将求出的A、B、Γ数值带回式(6)中，便可用于求预测值。通过方程预测值与实际检测值的对比分析，得出对于TQI这类振荡序列数值，运用该方法预测精度较高，能满足管理要求。

3维修管理计划研究

维修管理计划是结合大单元的TQI预测数值，判断其TQI是否超限，对即将超限点，系统便要求与该大单元对应的维修车间立即采取行动，对该大单元内病害进行排查反馈；系统根据反馈情况，结合维修计划库(如表1)制定维修计划。

表1　维修计划库

4实例分析

本文以某铁路局轨检车4个月的检测数据为例，选取DK800+000-DK820+600区间段中DK705+000-DK805+000段进行研究，根据上述方法对铁路线路进行大单元划分，并计算划分后的大单元TQI预测值，最后研讨维修计划。

首先对里程DK705+000-DK805+000的各小单元4个月的TQI变化值取均值作为代表值，根据各小单元4个月的TQI代表值，利用运筹学软件Minitab 17.0中层次聚类分析方法对其进行聚类划分，得到DK705+000-DK805+000整体的相似性水平树状图，如图1所示(x轴为各小单元里程)。

图1　轨道小单元相似度树状图

结合图1分析可知，相似性水平大于等于80的类有7个，表明DK705+000-DK805+000线路区段内有7个轨道质量状态变化规律相似水平不高的大单元。同时也表明，这7个大单元中包含的小单元轨道质量状态变化规律相似水平较高，以一单元为例，其相似度树状图(如图2所示)，其中就包含了15个小单元。

图2　一小单元相似度树状图

接着，对一单元内的所有小单元4个月的TQI代表值求平均，得出该4个月内一单元区段内TQI的代表值，如表2所示。

表2　一单元均值计算结果

建立GM(1,1,Γ)幂模型，将一单元的均值计算表代入模型内，利用Lingo软件计算，得出拟合方程，并计算出拟合值。将拟合值代入式(9)，得到该大单元2015年1-5月TQI预测数值，并将2015年1-4月预测值与实际值进行比较，结果如表3和图3所示，平均误差为1.12%，预测精度满足管理要求。

表3　TQI实际值与预测值的比较结果

为了保障预测结果的准确性，本文只对轨道未来一个月的状态进行了分析预测，可以让工务段提前一个月准确的掌握各大单元的轨道质量状态，对TQI即将达到规定值的大单元进行重点监控，安排人员到现场进行病害的排查，并根据病害反馈情况，结合维修计划库，制定相关的大型机具养护维修计划，提高养护维修效率。

图3　TQI实际值与预测值变化

5结束语

铁路工务管理信息系统的开发建设是铁路运输安全的关键之一，具有时代性和紧迫性。铁路工务管理信息系统应加强对轨道质量状态的把握能力，科学预测轨道质量状态变化，合理编制大型机具养护维修计划，提高养护维修管理效率，提升铁路信息化水平，推进铁路的改革与发展。

参考文献：

[1]邵敏华,孙立军.公路管理单元动态划分技术与数据模型研究[J].同济大学学报(自然科学版),2004,32(3):343-347.

[2]邹文杰,翁剑成,荣建,等.基于空间相关性分析的路网评价区域划分方法[J].北京工业大学学报,2012(4):564-569.

[3]王海威,陆化普,蔚欣欣.基于灰色聚类的区域国防公路网节点层次划分[J].交通运输系统工程与信息,2009,9(3):23-28.

[4]曲建军,高亮,田新宇,等.基于灰色理论的轨道几何状态中长期时变参数预测模型的研究[J].铁道学报,2010,32(2):55-59.

[5]高雨峰,王福田,刘仍奎.铁路轨道状态分析信息系统设计与实现[J].中国安全科学学报,2006,16(7):129-130.

[6]王俊文.轨道质量指数(TQI)在线路天窗维修中的应用[J].铁道建筑,2009(11):86-88.

[7]常欢,刘仍奎,方圆.改进的轨道质量指数线性预测模型研究[J].铁路计算机应用,2010,19(6):1-3.

[8]马俊.现代化铁路工务养护维修过程管理信息系统的建设[J].长沙铁道学院学报(社会科学版),2012,13(1):221-222.

[9]庄鹏,姜楠.利用轨道质量指数(TQI)指导线路养护维修[J].铁道运营技术,2008,14(1):27-29.

[10]秦涛.基于状态监测的铁路线路预防性维修策略研究[D].北京:清华大学,2012.

(责任编辑周江川)

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:【基础理论与应用研究】10.11809/scbgxb2016.05.041

收稿日期：2015-12-10；修回日期：2016-03-15

作者简介：陶竑宇 (1992—)，男，硕士研究生，主要从事道路与铁道工程研究。

中图分类号：U29

文献标识码：A

文章编号：2096-2304(2016)05-0173-04