铁路基础设施全寿命检测技术与发展

牛道安

（中国铁道科学研究院集团有限公司，北京 100081）

2019年底，我国铁路营业里程达到13.9万km，其中高速铁路3.5万km。中国已经拥有世界上建设和运营规模最大的高速铁路交通网络，成为世界上高速铁路运营里程最长、在建规模最大、商业运营速度最高、运营场景最丰富的国家。面对如此庞大复杂的路网规模，铁路基础设施检测一直以来都是铁路安全体系中重要的组成部分，是铁路安全运行的保障和科学指导线路养护维修的重要依据。

近年来，伴随着高速铁路的建设和运营规模不断加大，各专业检测监测技术得到飞速发展，研发形成了以高速综合检测列车、综合巡检车为代表的先进检测装备，构建起供电安全检测监测系统（6C）、工务基础设施状态检测监测系统（8M）和电务安全监控系统（8D），逐渐探索形成了具有自身特点的检测监测技术体系，为及时掌握基础设施状态和演化规律、科学指导养护维修提供了重要支持［1-3］。

从新线运营前的联调联试阶段开始，到工务、电务、供电设备长期的运营服役期，乃至设备大修更新改造，我国铁路基础设施检测监测贯穿于基础设施运维全寿命周期管理的各个环节当中。当前，随着铁路领域修程修制改革和运维智能化的提出，我国铁路按照“资源集中、统一管理、综合应用”原则，推进检测监测设备的规范化、综合化，实现功能融合，对铁路基础设施检测监测技术和管理水平提出了更高要求。

1 联调联试

联调联试是高速铁路建设的重要组成部分，也是开通运营前的必要环节。该环节采用测试列车和相关检测设备，对各系统的功能、性能、状态和系统间匹配关系进行综合检测、验证、调整和优化，使整体系统达到设计要求，对确保满足开通运营条件发挥了重要作用［4］。

自2008年以来，通过技术探索和工程实践，我国已形成了以联调联试、动态检测及运行试验为主要内容的高速铁路动态验收模式，构建了科学系统的评价指标，建立了符合高速铁路建设特点的联调联试成套技术体系［5］。

在新建线路联调联试阶段须对基础设施进行全专业测试，覆盖工务工程、牵引供电、通信信号等专业及周边环境，对各专业设备的主要技术指标及服役状态进行全面测试，从而准确发现问题和隐患，为建设单位和运营单位及时解决问题、整治隐患提供重要技术数据。

经过10余年的探索，联调联试技术也在向智能化发展，实现了联调联试数据的自动采集、无线传输、智能评判和综合分析。联调联试测试数据还作为新建线路的初始状态数据，综合联调联试数据及日常运营检测监测数据进行时间序列的联合，运用大数据挖掘技术、机器学习、专家系统等手段，实现基础设施的故障智能诊断及趋势变化分析，为基础设施全寿命周期健康管理提供数据支撑。图1是我国高速铁路联调联试智能化数据展示界面。

图1 联调联试智能化数据展示界面

联调联试概况

2 运营期检测

2.1 检测管理概况

为保障运营期铁路运营安全，我国建立了检测中心、工电检测所和站段检测机构三级检测管理体系，采用动态检测、重点监测和人工检查相结合的方式，充分发挥了动态检测高效、重点监测全时的特点。检测中心组织运用高速综合检测列车和专业检测车对全部高速铁路线路进行周期性检测和普速铁路重点线路进行监督性检测；铁路局检测所运用专业检测车重点对普速铁路开展周期性检测；站段检测机构运用综合巡检车以及搭载式和便携式检测设备开展动态检测和人工检查，并运用各类监测设备对铁路重点设备运用状态进行实时监测。

自2008年京津城际开通以来，伴随高速铁路运营里程的迅速增长，全国高速铁路综合检测里程（年）呈增长趋势（图2），由2008年的40万km持续增长，至2019年达到190万km。随着高速铁路工程质量及工务整治水平的提高，运营期内大值偏差数量呈明显下降趋势（图3），从各项指标来看我国高速铁路总体运行状态保持良好的态势。

图2 高速铁路综合检测里程

2.2 检测装备和技术

当前，我国铁路工务专业动态检测装备主要包括高速综合检测列车、综合巡检车、轨检车、探伤车和搭载式监测设备。其中高速综合检测列车和综合巡检车是近年来取得突破性发展、最具代表性的工电供一体化检测装备。

图3 高速铁路轨道几何百公里大值偏差数量

高速综合检测列车是高速铁路运行状态全寿命检测的重要的移动检测设备，日、德、法等高速铁路发达国家均采用高速综合检测列车对高速铁路线路进行周期性检测，全面掌握基础设施状态。我国自高速铁路建设初期就开始了高速综合检测列车的研发，2008年成功研制了检测速度250 km/h的0号高速检测列车，2011年成功研制了具有完全自主知识产权最高检测速度400 km/h的高速综合检测列车。目前全路已拥有14列高速综合检测列车，检测速度范围250～400 km/h，主要用于运营线周期性检测、新线联调联试和科学试验等［6］。

高速综合检测列车以动车组为载体，按运营速度等速检测线路的轨道几何状态、接触网状态和参数、车辆轮轨作用力和振动加速度、通信和信号系统关键指标以及监视线路周边环境（图4）。综合系统利用RFID，GPS，LKJ等多种信息源的融合处理，获取准确的线路里程信息，通过全车统一同步网络发送到各检测系统，实现各专业检测时间和空间的同步。

图4 综合检测车技术

综合巡检车在120～160 km/h轨道车上安装检测设备，采用机器视觉和深度学习等智能识别技术，实现工务、供电和电务三大专业关键部件的外观状态巡检。针对铁路工电供一体化检测需求，构建了适用于铁路基础设施状态巡检的深度神经网络智能感知模型，并在高速铁路综合巡检车成功运用，实现了以机器替代人工的巡检方式，大幅提高了检测劳动生产力。通过对基础设施缺陷图像进行学习，实现了对部分典型缺陷的精确识别，进一步提高了巡检的智能化水平和巡检效率，并且实现了由开放式巡视变为可追溯检测、由经验管理变为数据管理的提升。其检测数据的进一步融合分析还将为状态修提供更加客观准确的数据支持［7］。巡检图像智能识别模型如图5所示。

图5 基于神经网络的巡检图像智能识别模型

3 数据分析管理与运用

1）数据归集与管理

铁路基础设施检测数据多源异构且体量庞大，为保障铁路安全、平稳、高效运行并达到基础设施养护维修高效、经济的目标，我国铁路于2012年建立了检测数据分析处理中心，为全路基础设施检测数据提供统一的存储和管理平台。数据中心实现了周期动态检测、现场人检查、固定在线监测和养护维修作业等多源异构数据的实时收集与接入，并进行数据的里程校准、无效数据识别、数据质量评估等，完成了检查数据汇集与存储管理和数据清洗工作。

数据中心构建了“检测中心-铁路局”两级分布式数据平台，通过各级数据汇集、交互，形成全路检测数据资源目录，实现全路检测数据的统一管理和共享。

2）检测数据分析运用

根据地面数据中心归集管理的全路基础设施检测数据以及设备基础台账数据、养护维修历史数据，定期对高速铁路线路基础设施质量状态开展均衡性和趋势性分析，诊断识别典型问题并跟踪整治情况，形成各类专项分析报告，为国铁集团和铁路局提供决策支持。

3）大数据分析

通过海量历史数据和多源数据开展检测大数据深度挖掘，进行设备质量评价和设备状态变化趋势分析（图6、图7），掌握设备变化规律，进行病害成因分析，运用预测与决策技术，进行故障预测，给出维修建议，指导基础设施“状态修”和“精准修”。

图6 无砟轨道变形分析

图7 钢轨波浪磨耗识别

4 建议与展望

伴随着新一轮科技革命，云计算、大数据、物联网、移动互联、人工智能以及传感技术飞速发展，必将催生检测监测技术新的变革。面对机遇和挑战，如何将现代传感技术和信息技术与高速铁路基础设施检测监测工作深度融合，提高检测设备自动化、智能化水平？如何充分运用大数据技术，认知和掌握高速铁路基础设施状态变化规律，科学制定针对性的维修策略，提升养护维修的预见性、精准性、经济性？如何发挥高价值移动检测设备运用效能、推动检测资源集约化使用，降低检测装备对运输资源的占用？如何推进智能高速铁路战略？这些问题都对检测监测技术发展提出迫切要求。

1）完善基础设施检测监测体系

应根据“以运维需求为导向，实施全面检测、科学分析、准确评价、超前预警，指导精准维修”的构建原则，完善基础设施检测监测体系。重点做到以下几点：动态为主、静态为辅，提高劳动生产率；解决高速铁路关键突出问题，普速铁路推行精准维修；加强周边环境检测监测；实现数据统一管理、共享应用，发挥数据价值；实现数据融合分析，提高安全预警准确性；丰富评价指标，完善基础设施状态评价体系；优化检测机构，加强专业数据分析队伍建设。

2）推进检测装备统型融合和智能化发展

融合轨道、接触网、电务专业检测设备，丰富检测功能和指标，形成适用于普速铁路的综合检测车列，实现对普速铁路基础设施状态的多专业综合检测；研发无人值守等轴重货运线路综合检测车和货运线路结构状态检测车；研究搭载式监测设备和车辆的融合技术，实现监测设备高可靠、易维护、检测数据实时传输等功能，实现基础设施状态高频度安全监测。

3）建设检测数据管理和分析共享平台

依托国铁集团大数据中心，构建全路共享通用的基础设施检测监测数据管理和智能化分析平台，形成区块链接、互联互通、上下贯通的数据信息传输网络，实现国铁集团、铁路局、站段三级管理架构可共享共用的数据管理分析平台，破除数据壁垒，化解信息孤岛，提升数据管理的信息化水平。加快大数据技术在检测监测数据分析中的应用，加强大数据挖掘和深度分析力度，丰富数据分析方法，实现设备故障诊断和预判预警功能，为基础设施预防性状态修和精准维修提供科学管理和维修决策支持。

4）深化基础设施多源数据智能分析应用

要融入大数据和人工智能等技术手段充分挖掘数据价值，开展病害知识表征研究，基于大数据样本建立典型病害的知识图谱；研究数据和机理驱动的混合建模技术，实现轨检等时序数据的智能分析，提高结构健康的综合诊断和预测能力；借助智能图像挖掘算法实现机器为主、人工为辅的病害分析和诊断；针对高速铁路长期运行出现新的病害和问题，研究建立新的评价方法，完善评价体系；研究基础设施全生命周期管理分析平台的关键技术，实现全寿命周期的健康管理。