城市轨道交通钢轨波磨快速检测、智能诊断与维护管理技术研究

20250116

交通运输、仓储和邮政业

1、车载非接触式钢轨波磨快速检测设备 已完成设备样机的研制与现场应用。课题组于2024年11月24日至12月14日期间，在北京京港地铁有限公司相关部门的配合下，在其辖区内地铁4号线进行了现场应用与验证。现场应用结果表明，车载非接触式钢轨波磨快速检测设备能够直接利用商用列车在线高效检测线路钢轨波磨状态，相比于人工采用波磨检测小车进行线路检测的方法，其效率提升了20~50倍。车载非接触式钢轨波磨快速检测设备在该条地铁线路钢轨波磨的平均识别率为95.6%。人工复核结果表明，检测结果可靠。 2、城市轨道交通钢轨波磨智能管理系统 该系统已经完成初步的开发，并嵌入至北京地铁一张图大平台中，该系统已具备成熟的应用条件，可推广至其他城市轨道交通系统，推动行业运维管理的标准化和智能化。未来，该系统还可结合大数据和人工智能技术，进一步扩展功能场景，助力轨道交通向更加高效、智能和可持续的方向发展，为城市轨道交通行业创造更大的社会和经济效益。

1、合作方应在城市轨道交通智能运维领域具有多年的工程经验与雄厚的资金实力； 2、合作方应长期与地铁运营部门保持良好的合作关系，具备上道测试、获取原始数据的能力； 3、合作方应具备研发、市场、营销等各种类型的工作人员，以保证项目的顺利进行。

可国（境）内外转让

车载非接触式钢轨波磨快速检测设备可以安装在任意一辆商用列车上，即可实现对线路钢轨波磨的检测，检测成本远低于现有方法，并且不占用天窗时间，具有高效、便捷、可在线监测等众多优点。与传统人工检测的方法相比，检测效率提高20~50倍。这将显著提高城市轨道交通线路运营管理部门的日常工作效率，降低工务人员的投入，从而实现城市轨道交通线路运营降本增效，经济效益显著。

北京市自然科学基金丰台重点研究专题

北京市科学技术委员会;中关村科技园区管理委员会

1、成果来源 本科技成果来源于北京市自然科学基金-丰台轨道交通前沿研究联合基金项目（编号：L211006）。该项目针对城市轨道交通普遍出现的钢轨波磨现象进行了系统研究，综合利用文献调研、理论分析、现场试验等分析手段，充分结合材料力学、多体动力学、接触力学、车辆-轨道耦合动力学、有限元理论、人工智能、数字信号处理等多学科交叉知识，在城市轨道交通钢轨波磨产生机理、状态评估、智能诊断、检测设备、管理系统和辅助决策等方面取得了重要突破。 2、主要内容 针对北京地铁全网范围出现的钢轨波磨现象进行了系统研究，建立了钢轨波磨一体化分析模型，揭示了两类典型波长钢轨波磨的产生机理，并研究了相应的抑制措施。提出以车内噪声信号、车体振动信号为基础的钢轨波磨快速评估方法，构建了以振动指数、噪声指数、波磨振噪综合指数为核心的新指标体系。基于物理模型与数据模型双驱动，考虑振动、噪声等多源数据融合，提出了钢轨波磨智能诊断算法，检测精度达到95%以上。研制了车载非接触式钢轨波磨快速检测设备，可考虑列车运动姿态、振动与噪声等信号的同步便携测量，在无卫星信号条件下实现对列车行驶里程的精确估计，检测效率较人工提高20倍以上。此外，开发了具有自主知识产权的钢轨波磨智能管理系统，实现对钢轨波磨多源、海量数据的在线管理。进一步提出钢轨波磨预警准则，并构建了面向车内噪声控制的辅助决策系统，能够实时高效地监控全网线路车内噪声状态。最终实现了城市轨道交通钢轨波磨“在线感知-快速评估-智能诊断-辅助决策-自动执行”的智能化管理，并在北京地铁、京港地铁进行工程示范，为钢轨波磨的科学维护管理提供了重要的理论依据和技术支撑，保障了城市轨道交通线路长期安全、稳定、绿色、高效运行。 3、应用前景 城市轨道交通作为现代城市公共交通系统的重要组成部分，在缓解交通拥堵、降低环境污染、提高城市居民出行效率等方面发挥着不可替代的作用。截至2024年底，中国大陆地区共有54个城市开通城市轨道交通运营线路313条，总里程为10522.1公里，位居全球第一。《“十四五”现代综合交通运输体系发展规划》、《“十四五”铁路科技创新规划》等相关内容明确，我国已经进入高质量发展阶段，智能铁路建设迫在眉睫。钢轨波磨现象作为轨道交通系统中的世界性难题，已成为阻碍城市轨道交通安全、绿色、智能发展的“卡脖子”问题。因此针对钢轨波磨进行智能“感知-诊断-决策-执行”，是城市轨道交通智能运维的重要发展方向，也是当下亟待解决的关键技术难题。 （1）本成果建立的钢轨波磨一体化分析模型，为消除钢轨波磨，降低列车与轨道关键部件的疲劳损伤，延长列车与轨道服役寿命，保障线路长期安全、稳定运行具有重要意义，社会效益显著。同时，该成果还探明了动摩擦因数、簧下质量等参数的影响规律，并提出了相应的抑制措施。这对新建城市轨道交通线路设计具有重要的指导作用。 （2）本成果构建了完整的钢轨波磨状态评估指标体系，提出振动指数、噪声指数或波磨振噪综合指数评估线路钢轨波磨状态，与已有方法相比，具备更高效、更简单的优点。可选择振动数据源或噪声数据源作为输入，因此为一线工务人员提供了更加丰富的选择，帮助其掌握线路钢轨波磨状态，从而制定更加科学、合理的养护维修策略。 （3）本成果提出了钢轨波磨智能诊断算法，能够针对大量无标签的车体振动或车内噪声信号进行自监督学习，并利用少量的标签数据实现对钢轨波磨的在线诊断。这种方法有效降低了基于数据驱动的检测成本，经济效益显著。 （4）本成果研制了车载非接触式钢轨波磨快速检测设备，可实现列车运动姿态、振动与噪声等信号的同步测量，解决了无卫星信号下如何确定列车行驶里程的难题。同时，车载非接触式钢轨波磨快速检测设备可以安装在任意一辆商用列车上，即可实现对线路钢轨波磨的检测，检测成本远低于现有方法，并且不占用天窗时间，具有高效、便捷、可在线监测等众多优点。与传统人工检测的方法相比，检测效率提高20~50倍。这将显著提高城市轨道交通线路运营管理部门的日常工作效率，降低工务人员的投入，从而实现城市轨道交通线路运营降本增效，经济效益显著。 （5）本成果开发了城市轨道交通钢轨波磨智能管理系统，通过对钢轨波磨相关的多源数据进行统一管理和多维分析，解决了不同来源数据独立、难以综合利用的问题，为城市轨道交通钢轨维护提供了科学依据。系统内置的统计分析模块和算法接口，可实现钢轨波磨状态的诊断、预测和预警，显著提升维护工作的科学性与精准性。 （6）本成果提出了钢轨波磨辅助决策模型，通过神经网络建立车内噪声信号与钢轨波磨状态的映射关系，实现了钢轨表面粗糙度的自动化管理，提升了城市轨道交通中钢轨维护的智能化水平。