模型市场

为广大工业用户开展数据模型的开发和业务的数字化转型提供参考。

基于轨检车数据的轨道缺陷跟踪

背景介绍

为保证列车稳定、安全运行,日常铁轨表面的缺陷检测成为铁路运维的重要工作。现行方案多是需运维人工推着超声波探伤小车在轨道上巡检,不仅耗费大量人力、物力,且效率较低。及时高效的检测轨道健康度情况对轨道列车的安全运行显得尤为重要。

img

轨检车样图

解决方案

案例数据来源为某客户的地铁线路中某个轨检车数据,数据内容包含了钢轨参数测量值、缺陷记录、TQI 等数据,数据内容和轨道缺陷记录如下两图所示。

img

钢轨参数测量值样例展示

img

轨道缺陷记录

轨道健康度跟踪能够给出具体的设备健康度指标,该指标是根据设备当前各种关键参数计算而得(钢轨 TQI 指标),指标的好坏直接反映了设备当前的健康等级,维修人员可根据不同的健康等级,安排维修工作。也可以通过对比相同的设备的历史健康度变化情形,可以快速发现退化趋势与其他设备不一致的异常设备,帮助维修人员提早发现设备的异常退化情形。

总结说明

某地铁线路的轨道健康度跟踪图如下图所示,根据计算得到的钢轨 TQI 指标值转换成相应的颜色,用于实时显示线路的轨道健康度健康情况,绿色表示健康,红色表示故障。线路健康状况更加直观,一旦某段线路 TQI 指标超出阈值限制,则系统发出告警通知运维人员到相应线路进行检修,大大提高检修效率,节约人工运维成本。

img

轨道健康度样图

下图展示的是某地铁线路上行和下行多次巡检历史跟踪图,每一条曲线表示相应的线路运行区间内历史记录中每天的 TQI 平均值的变化情况,正常情况下 TQI 会随着运行时间增加逐渐表现出退化的退化趋势,如下行段黄线所示,K41+600->K41+800 区间内 TQI 增加趋势显著,运维人员可由此图来制定维修计划,从而保障线路运行安全。

img

多次巡检历史跟踪图