多源数据融合的列车-轨道状态检测技术

陈 嵘，王 源，从建力，王 平

（1.西南交通大学土木工程学院，四川成都 610031；2.南方科技大学系统设计与智能制造学院，广州深圳 518055）

1 引言

截至2019年底，中国内地已开通城市轨道交通（简称“城轨”）的城市共有40个，城轨运营总里程达到 6 736.2 km，并将长期保持高速增长[1]。安全是城轨运营的生命线，国内多个城轨运营服务持续时长18 h左右，是对城轨系统乘客服务、运输组织、技术装备、基础设施、运维安全等子系统的极大挑战。2020年3月，《中国城市轨道交通智慧城轨发展纲要》（以下简称《纲要》）提出多项指标，提出到2025年和2035年城轨运营服务时长分别为 19 h 和 20 h[2]。显然，传统落后的列车-轨道运维技术、管理规范标准均不满足需求，对安全、高效、科学、经济的智能运维检测技术的需求日益突出。

《纲要》确定创建智慧乘客服务、智能运输组织、智能能源系统、智能列车运行、智能技术装备、智能基础设施、智能运维安全和智慧网络管理八大体系，建立一个城轨云与大数据平台，制定一套中国智慧城轨技术标准体系[3]。这将彻底改变各专业封闭的内部运营管理模式，相互之间实现数据互通，融合多源数据，发挥各专业部门数据最大价值，为制定科学、高效的养护维修决策提供数据支撑，提高城轨运输效率和降低运维成本。

实现“自感知、自融合、自决策”高度智能的智慧城轨是一个艰难历程，离不开云计算、大数据、物联网、人工智能、5G通信、区块链等新兴技术和专家系统的交叉融合[4]。列车-轨道基础设施全生命周期健康管理是智慧城轨运维的主要内容，推动列车-轨道状态数据信息互联融合，是智慧城轨运维的重要一步。列车-轨道系统由于受制造工艺、材料参数匹配、装配质量等影响，因此投入运营时便自带缺陷[5]，例如，钢轨矫直引起的周期不平顺、轨道几何不平顺、焊接接头、道岔、车轮偏心等恶化了轮轨接触状态，轮轨接触位置高频振动成份造成车轮多边形磨耗、转向架裂纹、一二系悬挂失效、扣件弹条飞溅、轮轨啸叫等病害[6-7]，低频振动成份引起周边或上盖建筑二次振动、车辆晃车等，严重时影响居民正常生活和车辆运行平稳性和舒适性[8]。上述列车-轨道系统病害将伴随系统全生命服务周期，直至系统无法正常服役和更换。若不采取实时或高频次的智能监测/检测技术和科学的治理措施，将严重缩短系统服役周期，造成无法挽回的经济损失。

我国轨道交通工务工程的传统检查方法主要包括添乘列车、人工巡检、综合轨检车、静态检查[9]。添乘列车是由具备丰富经验的工作人员乘坐运营列车或借助便携式添乘仪，根据个人经验和自身舒适性来快速评估全线轨道状态。人工巡视是主要运用轨距尺、弦线、磨耗尺等量具对轨距、高低、轨向等进行全面检查和记录。近年来，各运营维保公司提出“检、养、运”组织管理模式，加强工务工程的线路检测管理，提高设备检查质量，推广使用先进的电子检测设备，利用科学的检测手段和合理的检测周期指导工务维修。另一方面，综合轨检车对轨距、轨向、高低、水平、三角坑等轨道几何参数进行周期性的动态检测，通过几何参数的峰值管理，查找危及行车安全的轨道病害，通过轨道质量指数TQI值实现对轨道的评价[10]。针对轨头磨耗、波浪磨耗、擦伤、肥边、剥离掉块、鱼鳞状裂纹、扣件异常等典型轨道病害，采用相机对轨道进行成像，然后利用图像处理与模式识别技术对典型缺陷进行自动检测[11]。

列车-轨道病害的多样性、耦合性、关联性决定了城轨运维监测/检测技术复杂多样。通过采集并存储大量且冗余的多源异构数据，以现场工务养护维修具体需求为导向，结合数据处理与融合算法分析，引入专家系统评估数据分析结果，形成多源数据融合的列车-轨道状态检测与分析技术。多源数据融合包含2层含义：① 相同传感器多终端检测数据融合可以避免单个传感器故障引起的错误诊断；②不同传感器检测数据融合可以多角度分析同一病害的多维特征和不同伤损之间的关联关系。多源数据融合可以发挥各专业优势，找到过去无法确定的病害诱发根源。同时，多源数据融合是智能运维的关键环节，需运营维保公司内部多部门积极参与合作，实现互惠共赢，节省运维成本，降低城轨系统运营风险。

总体而言，传统列车-轨道状态检测手段严重依赖人工干预，自动化程度低、耗时长、效率低，极易漏检而留下安全隐患。在“自主创新、安全可控”技术路线指导下，我国应用科学研究奠定自主创新发展基础，瞄准世界科技前言，加强应用科学技术探索，突破生产实践中基础共性技术的瓶颈，努力取得重大原创性的突破。本文接下来将介绍自主研发的多项列车-轨道状态检测技术，以民族品牌创建增强自主创新竞争力，创立自主知识产权的民族品牌，占有更多的市场份额，及时形成轨道状态管理标准，主导国内市场并引导国际市场接纳和使用中国标准，提升在国际市场的话语权。

2 轨道结构状态大数据信息管理技术

智慧轨道交通的内涵是应用云计算、大数据、物联网、人工智能、5G、卫星通信、区块链等新兴信息技术，全面感知、深度互联和智能融合设施、设备、环境等实体信息，经自主进化，创新服务、运营、建设管理模式，构建安全、便捷、高效、绿色、经济的新一代中国式智慧型轨道交通。近年来，针对轨道结构服役状态演变引起的乘坐舒适性降低、轨道伤损劣化问题，综合轨道交通领域前沿的精密测量、健康监测、智能维护等方面开展集成创新，融合动检数据、波磨、探伤、光带等多源异构数据，搭建起轨道状态大数据管理信息平台，如图1所示。

本着提升轨道交通基础设施养护维修的科学性、高效性、合理性，我国自主研发了系列轨道精密测量技术，包括“数字地铁”智能监测系统、MCR钢轨短波不平顺精密测量仪、MCR道岔几何精密测量仪、钢轨光带数字化测量与分析仪，以及轨检车检测数据分析系统等，如图2所示。结合当前5G通信与云服务技术，实现了精密测量结果数据实时传输、云端快速数据融合计算处理、多源信息可视化及维修方案预决策等。

图1 轨道状态大数据管理信息平台

轨道状态大数据信息管理技术，以列车-轨道的安全服役、健康监测、智能养护维修等方面为目标，致力于城轨运营安全保障和服务性能保持，助推我国城轨的整体智能化运维水平提升；提升城轨装备维护智能化程度、提升运维效率，减少维护人工的作业强度，形成城轨装备智能化运维生产组织模式，实现对线路、车辆、通讯、人员、备品备件、维修工具等运输资源的动态监测、优化配置、精准调度和协同运转；结合设备故障预测与健康管理，实现设备全生命周期管理；提升安全运营能力，完善智能化巡检系统，补齐单体设备+巡逻安检系统存在的短板；利用人工智能技术，逐步降低人工巡检劳动强度。

城轨系统智能运维应实现列车-轨道系统服役状态全生命周期的闭环控制，在全生命周期健康检测中，数据的利用体现在通过各级数据管理系统实现对数据的闭环监控上，闭环监控是通过对数据的闭环控制来实现对列车-轨道系统的可靠性监控，流程如下：列车-轨道系统状态数据源→数据收集→数据分析和处理→既有规范与专家系统评估→反馈至有关部门制定养护维修措施→方案实施，形成新的数据源，如图3所示。因此，随着城轨系统智能运维理念的提出，列车-轨道状态多源数据融合分析在有效的管理和应用中，将会显示更坚实的基础力量。

图2 多项新兴测量技术与数据服务闭环系统

图3 列车-轨道系统服役状态全生命周期的闭环控制

3 数字城轨列车-轨道状态智能检测技术

随着城轨运营网络规模持续扩大，在运营车辆的高频次、周期性、随机性的轮载作用下，轨道结构零部件损伤、曲线地段的钢轨波磨和全线焊接接头凹陷广泛存在，诱发轮轨系统高频振动和噪声，严重影响城轨车辆的运行安全性和乘坐舒适性[12]。而当前一般采用的人工巡检、人工添乘等方法检测效率低、可靠性差，且隧道内的工作环境恶劣，空气质量极差等，早就不能满足持续增长的城轨网络化运营管理需求。城轨检修模式、智能化水平已经成为一个衡量智慧城轨发展水平的重要指标。

轨道状态检测与诊断方法较多，包括人工巡检、手推式检测小车、综合检测车，如图4所示。经多年研究积累，研制出一种轻量级、高效性、便捷性的智能传感终端，可随机放置在运营车辆上，无需提供多余的辅助措施和信息标签，依据运营维保部门需求，可基于4G/5G通信技术将采集的数据上传至云服务器，随车添乘上下行一圈，即可实现全线轨道状态的检测与诊断。

智能传感终端内置加速度计、陀螺仪、麦克风等多种传感器，实时监测运营车辆的振动和噪声，结合5G通信实现数据实时上传和分析，如图5所示。智能传感器终端具有多传感器集成、多点布置、姿态自校正算法等特点[13]，而姿态自校正算法为后续数据融合和挖掘提供了技术支撑。通过运营车辆多点布置和大数据融合分析，实现基于强算法的无GPS环境下列车测速与定位，定位精度达到米级[14]。

数字城轨列车振动、噪声检测技术已在国内多个城轨项目合作试用，为更好服务于城轨运营维保部门，完善列车-轨道运营状态快速评估技术，明确该项技术需解决的关键问题及其应用价值，具体如下。

（1）无GPS环境下列车运行里程定位技术。列车定位算法是该技术的重要组成部分，精确的定位信息可以提高查找病害的能力，提供准确的病害定位信息，提升各工务部门工作效率。该技术基于惯性传感器二次积分融合多智能传感终端测量数据[14]，确定无GPS环境下列车运行里程信息，定位精度可控制在20 m范围内。定位技术原理和评估效果如图6所示。

图4 钢轨短波不平顺测量技术

图5 数字城轨列车振动、噪声检测系统框架

（2）列车运营全过程乘坐舒适性评估。城轨车辆运行品质的好坏直接影响其乘坐舒适性，主要包括车辆振动、车内噪声等物理因素。晃车是列车运行品质不良的典型表现，是车辆在运行中对于某些轨道状态不良的动力响应，可通过融合多台智能终端检测的车体振动数据，结合加速度管理阈值和Sperling平稳性指标，评价车辆运行品质及局部轨道状态。某城轨区间车辆垂向 / 横向加速度检测数据和Sperling平稳性指标如图7所示。

（3）运营线路钢轨波磨信息快速评估技术。国内城轨车辆运行速度大多集中在80 km/h以下，该速度域内车厢噪声中轮轨激发噪声占主导成份，钢轨波磨的存在会放大相关频带范围噪声能量（频带范围与钢轨波磨波长信息密切相关），基于智能终端噪声数据，提出波噪比指标快速诊断全区间钢轨波磨信息，结合车辆运行速度和噪声主频确定钢轨波磨波长和分布位置。某城轨线路全区间车厢噪声波噪比指标和钢轨波磨波长信息如图8 所示。

（4）数字城轨列车振动、噪声数据管理平台可视化技术。智能传感终端通过5G通信技术以及百度地图API接口实现数字城轨轨道状态信息可视化，如图9所示。其可实时显示车辆运行过程中产生的振动/噪声，同时可查看过去不同历史时期的车辆运行振动/噪声；提供全线钢轨波磨等伤损具体里程位。列车-轨道智能监测技术的主要优势包括替代人工检测，提供轨道状态诊断报告和维修效果分析报告，不会对正常运营产生任何干扰，检测结果信息可拓展性强。

图6 无GPS环境下列车定位技术原理和应用对比

图7 某城轨区间智能终端检测数据

目前钢轨打磨车的每次打磨能力是0.1～0.2 mm[15]，当工务人员巡检发现钢轨波磨时，此时波磨发展已经较为严重，需要对其进行多次打磨，打磨成本十分高昂；有时打磨不到位，波磨在没有及时被消除的情况下继续使用，导致波磨继续蔓延，最后只能换轨。通过采集波磨早期阶段激发的轮轨噪声，掌握区间钢轨波磨发展规律，可为科学、高效、经济地打磨钢轨提供数据支撑。

图8 运营线路钢轨波磨信息快速评估技术

4 钢轨轨面短波精密测量技术

自人们发现波磨到现在的100多年的时间里，相关专家对波磨进行了不懈地研究和试验。虽然人们已经掌握了诸多影响波磨的因素，但至今为止，除了钢轨打磨，并没有发现一种被大家公认的行之有效的预防措施。

因此，获取真实的钢轨波磨幅值和波长信息，是制定科学、经济的钢轨打磨方案的依据。课题组自主研发的MCR轨面短波精密测量仪，具有抗干扰性强、检测速度快（正常步行速度）且定位精度高的特点，可进行全线路不间断连续测量（包括道岔区短波不平顺测量），测量精度可达微米级。该测量仪可同时对双股4线钢轨波磨进行测量，极大地提升了轨钢短波不平顺测量效率。

道岔是轨道结构一大薄弱环节，受力、工作环境极其复杂，轨道几何保持性差，是轨道工务重点维保对象 。该测量仪对单组18号无缝可动心道岔（标准长度78 m）进行单向测量时长为1.5 min，实现了快速对岔区短波不平顺的诊断与测量，为现场道岔快速检测与打磨提供有力技术支撑。

MCR轨面短波精密测量技术已在国铁和城轨线路中多次试用，如图10所示，其有效检测波长范围为10～3 000 mm，重复测量精度为2 μm，同时具有强抗干扰性。图11为现场测试结果。

5 轨道几何状态评估与演变预测技术

轨道不平顺是轮轨系统的激扰源，其会造成车体振动变大，影响旅客乘坐舒适度，同时会加剧轮轨间冲击，引起极大的相互作用力，进而导致轨道和车辆部件的损伤，是轨道工务工作重心[16]。

目前，轨道工务部门大量的轨道几何检测数据有较大的挖掘价值，仅用单次检测数据进行峰值管理和区段TQI评估，无法进行多次检测数据融合，得到更有价值的轨道几何演变恶化趋势。为修正轨检车多次轨道几何检测数据里程偏差，课题组基于图像卷积方法对轨检车的轨道几何数据里程进行修正，修正精度为0.15 m，可融合和观察轨道几何历史检测数据，为轨道状态演变预测、轨道状态异常评估和风险预警提供技术支撑，如图12所示。

图9 数字城轨振动/噪声/波磨信息可视化

图10 MCR轨面短波精密测量仪

图11 MCR轨面短波精密测量仪现场测试结果

6 结束语

综上所述，在列车-轨道状态检测技术不断完善情况下，如何发挥既有技术检测数据潜在价值是城轨运营部门面临的共同难题。目前，列车-轨道结构病害诱因与治理措施尚未明确，无法形成城轨系统智能运维闭环系统，多源数据融合是寻找列车-轨道结构伤损诱因与伤损发展规律的有效途径，对制定适应于中国城轨全生命周期的健康管理规范、推动智慧运维技术的发展具有重要技术支撑。

图12 轨道几何不平顺多次测量数据里程修正对比