近年来，各国铁路都面临着运输需求增长快速化、运输服务定制化、运输安全泛在化等挑战。在铁路运输基础设施供应能力相对固定的前提下，通过采用新一代信息技术大幅提升铁路运输组织效率效益已成为各国铁路发展的必由之路。在重载铁路相关研究上，宋宗莹等人^[1]提出了智慧重载铁路系统框架，对智慧重载铁路系统的发展战略进行了探讨；代春平^[2]采用大数据、BIM和GIS技术构建了重载铁路工务设备全寿命周期管理系统，实现重载铁路工务数字化、精细化管理；段培勇^[3]基于移动GIS技术，对重载铁路工务设备智能巡检终端架构进行了设计；王鹏等人^[4]设计了重载铁路线桥隧一体化巡检系统，利用无人机巡检为重载铁路工务设备智能运维辅助决策提供数据支撑。以上研究均是针对重载铁路整体信息化架构进行设计，缺乏重载铁路路基工务信息化管理的相关研究。

在运输需求日益增长的情况下，众多修建年代久远的重载铁路信息化水平较低，在路基工务管理过程中，日常巡检、专项检查、春秋检等病害检查工作需要打印填写相关检查报表单，在完成维修后还需要进行繁杂的销项工作，数字化程度低、重复劳动多，亟待信息化优化；此外，由于多年高负荷运营，作为大部分重载铁路主要工程结构物的路基，更是面临着严峻挑战。因此，亟待使用信息化手段对以检查、维修为核心的重载铁路路基工务管理方法进行升级改造。以可视化^[5]、智能运营维护（简称：运维）^[6]、机器学习^[7]、路基服役状态综合评估^{[8- 9]}等技术为代表的信息化赋能手段，为路基工务智能化升级提供了理论基础与落地支撑。

本文结合重载铁路路基工务管理实际需求与铁路路基服役状态影响因素，设计重载铁路路基工务管理平台，进一步提高工务管理效率和质量、保障路基运维安全。

1   平台设计

1.1   总体架构

重载铁路路基工务管理平台总体架构可以分为用户访问层、业务应用层、基础服务层、数据资源层和设施层，如图1所示。

图  1  重载铁路路基工务管理平台总体架构

下载: 全尺寸图片 幻灯片

1.1.1   设施层

以云计算后台为支撑，具备高度可靠性、可扩展性、灵活性及安全性，对用户需求实现快速响应；通过无人机、激光雷达进行数字孪生模型的逆向建模，所生产的模型用于各类数据挂接与可视化渲染；利用监测传感器和信息采集终端获取铁路路基状态情况。

1.1.2   数据资源层

包含了路基病害、路基评估、路基算法、路基维修、三维模型等多种类型数据，通过统一的数据模型进行组织和管理，提供高效、安全、可靠的数据访问和管理服务，以支持平台各种业务功能。该层采用数据库和存储技术，提供高性能、高可用性、高扩展性的数据处理和存储服务；支持查询、分析、挖掘、导出等灵活的数据访问方式，以满足不同业务需求；此外，还具备数据安全、数据备份、容灾恢复等功能，保证数据的完整性和可靠性。

1.1.3   基础服务层

以统一时空基础为技术核心，提供了物联网传感器数据接入服务，保证各类物联网设备的数据回传；提供三维数字孪生模型及数据的标准化接口，能够将倾斜摄影、激光点云等各类模型数据进行规则化集成，为具体业务应用开发提供基础；提供路基状态评估算法，引入智能化算法对路基数据进行融合分析，为辅助决策提供依据；提供一系列前后端接口，满足平台运转。

1.1.4   业务应用层

通过可视化界面为用户提供操作功能，是人机交互的关键节点，包括综合可视化大屏模块、辅助决策模块、路基检查与维修管理模块。

1.1.5   用户访问层

规定平台访问用户分类，利用权限控制技术实现不同用户权限划分，保障平台安全及隐私；同时，提供PC端、平板电脑端及移动手机端等多种访问模式。

1.2   技术架构

重载铁路路基工务管理平台技术架构如图2所示。

图  2  重载铁路路基工务管理平台技术架构

下载: 全尺寸图片 幻灯片

后端层采用Java语言基于Spring Boot框架开发，其数据库采用MySQL，前端命令经Spring MVC中Controller层解析传递后，通过Spring Data JPA满足后端程序与数据库之间的高效交互，实现数据运算与更新数据获取。

前端层采用Vue3框架进行平台开发，构建一套布局简洁、操作响应迅速、人机交互充分符合工务管理工作实际流程的前端界面。在传统Web界面开发基础上，引入Cesium.js及Echart.js技术，分别实现数据的三维及二维可视化，提高数据利用效率，打通数据孤岛。

利用Spring MVC框架及Axios实现前后端数据交互，通过Axios实现前端用户请求的发送与后端数据的接收。

2   平台功能

重载铁路路基工务管理平台功能分为路基检查与维修管理、辅助决策及综合可视化大屏，贯穿路基工务数据采集、数据分析、状态评估及效果可视化全流程，赋能智能化工务管理，功能架构如图3所示。

图  3  重载铁路路基工务管理平台功能架构

下载: 全尺寸图片 幻灯片

2.1   路基检查与维修管理

2.1.1   路基病害管理

整理《铁路路基大维修规则》^[10]《铁路线路维修规则》^[11]《铁路路基病害分类》^[12]中对病害的分类及信息要求，进行病害数据采集优化，可根据《铁路大修维修规则》及各类评估体系中的病害分级标准来实现对病害核心信息的规则化管理。增加病害处理状态、病害描述、病害侧别等信息，全面对病害信息进行完善。同时，检查现场可通过移动终端客户端填写数据，提供了一系列规则化表单辅助快速信息录入，自动获取病害信息经纬度坐标，为后续统一时空基准的数据分析提供基础。数据管理功能实现病害数据的增、删、查、改，同时可对病害进行批量选择以进行工务维修安排，并根据维修结果切换病害状态。

2.1.2   过渡段综合信息管理

基于铁路工务实际情况，将过渡段分为路桥过渡段和路涵过渡段，分别收集其病害里程、病害类型、过渡段类型、病害级别等病害信息，统计病害比例，在前端进行图表和表单展示。

2.1.3   路基维修管理

通过病害数据库筛选及数字孪生模型区域选择的方式批量选定路基病害，自动生成路基病害维修整治项目，实现精细化作业工作量提取。建立以维修项目为核心的病害数据状态更新机制，通过维修项目进展情况驱动病害数据状态发生变化，消除流程误差，保证数据质量与统计效果。

2.2   辅助决策

2.2.1   算法适配功能

重载铁路运维过程中不同线路对路基的服役状态和维修要求存在不同程度的差别，本平台提供评估算法适配功能，评估算法以AHP−模糊综合评价为核心算法，可针对不同线路构建与之对应的路基服役状评估算法框架，进而进行路基评估。

2.2.2   里程综合决策展板

依据算法适配功能中的评估结果，里程综合决策展板分别提供设备、里程、工区、站区等4个层级的辅助决策建议。其中，设备层级提供具体病害的维修建议，支撑养护修决策；里程层级提供单里程范围内病害综合建议，支撑大修及中修方案制定；工区层级提供工区内路基段的整体服役状态情况，可辅助工区领导人员对路基整体的把握；站区层级提供整个站区路基段情况概述。

2.3   综合可视化大屏

2.3.1   三维可视化及操作

病害数据与评估结果在三维数字孪生模型中的可视化展现，可方便工务管理人员快速定位数据来源、掌握路基状态，充分提高数据服务决策的效率。平台支持二维及三维可视化展示，其中，二维主要实现各类数据的趋势、分类、分段统计结果呈现，快速明晰数据基本面，加深数据应用层级；三维可视化效果基于Cesium.js引擎，加载倾斜摄影、激光点云及BIM逆向模型，将路基评估结果、路基巡检病害数据、路基外观情况进行集成可视化，将路基工务管理落实在“一张图”上，降低平台操作难度，提升决策效率。

2.3.2   动态图表统计可视化

动态图表统计和可视化展示了各个设备、里程、工区、站区评估得分排名、病害数量统计及病害比例统计等，可对其进行直观比较。

2.3.3   评估结果推送

重载铁路路基服役状态评估结果可通过大屏显示、手机短信、APP信息推送与网站站内信息等途径进行结果告知。

3   关键技术

3.1   重载铁路路基状态评估

根据路基工务管理组织架构及实际需求，将路基分为设备、里程、工区、站区等4个级别，实现各层级范围路基状态评估，为辅助决策提供依据，状态评估层次结构如图4所示。

图  4  路基状态评估层次结构

下载: 全尺寸图片 幻灯片

采用基于AHP−模糊综合评价的综合评估算法进行逐层评估计算获取评估结果，指导工务作业，辅助工务决策。

根据《铁路路基大维修规则》中第5.0.2条规定，路基设备状态评定应根据线路公里标逐公里（站线逐股道）分段进行，故分别统计里程内不同设备的病害数量和级别，其中，每种病害严重程度分为5级，分别为极严重、严重、较重、中等、轻微。利用不同级别赋予不同权值的方式计算得到每种病害的评估得分，计算公式为

式（1）中，${S_j}$表示第j类病害得分；${C_i}$表示第j类病害的第i级别的数量；${W_i}$表示第j类病害的第i级别的权重。

根据求得的病害得分，计算每种设备的得分矩阵。计算公式为

式（2）中，${{{{\boldsymbol{S}}}}_z}^b$表示第z个设备的得分，z可以是基床、路堤、路堑、路桥过渡段、路涵过渡段等；n表示第z个设备的病害种类数量。

根据每种设备的病害得分，计算里程的得分矩阵，即

式（3）中，${{{{\boldsymbol{S}}}}_p}^m$表示第p个里程的得分矩阵，得分矩阵形式为[a，b，c，d，e]，分别代表极严重、严重、较重、中等、轻微等级，取a、b、c、d、e中最大值所对应的等级作为此里程的评定等级；${f_p}$表示第p个里程的隶属度函数；${{{{\boldsymbol{S}}}}_p}^b$ 表示第p个里程包含的设备综合得分矩阵；${{\boldsymbol{W}}_p}$表示第p个里程下各个设备的权重矩阵。

同理，根据里程的得分矩阵，计算每个工区的得分矩阵，进而计算站区的得分矩阵，即

式（4）和式（5）中，${{\boldsymbol{S}}_q}^g$表示第q个工区的得分矩阵；${{\boldsymbol{S}}_q}^m$表示第q个工区下所有里程的综合得分矩阵；${{\boldsymbol{W}}_q}$表示第q个工区下各个里程的权重矩阵；${{\boldsymbol{S}}_y}^c$表示第y个站区的得分矩阵；${{\boldsymbol{S}}_y}^g$表示第y个站区下所有工区的综合得分矩阵；${{\boldsymbol{W}}_y}$表示第y个站区下各个工区的权重矩阵。

3.2   重载铁路路基辅助决策

根据《铁路路基大维修规则》建立重载铁路大维修计划库、评估建议库和养护措施库，基于重载铁路路基状态评估的结果，对重载铁路路基进行辅助决策，如图5所示。

图  5  辅助决策体系

下载: 全尺寸图片 幻灯片

大维修计划库主要包括大修和维修计划，将极严重和严重的工区和区段加入大修计划，将较重、中等和轻微等级加入维修计划；评估建议库可依据各个里程的评估结果，针对性地给出评估建议；养护措施库主要依据设备的评估结果给出相应的路基养护措施。

辅助决策技术可以在路基出现病害的情况下，针对分析结果提供及时准确且有针对性的养护方案，对一种病害可提供一种或多种可行养护方案，每一种养护方案均提供对应养护措施的实施成本、养护后达到的指标、养护后寿命延续情况等。

4   平台应用

包神（包头—神木）铁路于1986年8月正式开工建设，运营里程191.472 km，运营已超过30年。本文选取包神铁路关碾房站K38+456至朝脑沟站K73+992作为研究区段，区段内路基总长31615 m，占研究区段线路总长的88.87%。重载铁路路基工务管理平台应用效果如图6所示（绿色代表评估结果为轻微；黄色代表评估结果为较重；点状物代表病害位置）。

图  6  重载铁路路基工务管理平台应用效果

下载: 全尺寸图片 幻灯片

（1）通过系统性的路基服役数据结构分析，采用路基信息标准化采集方法，现场工务人员通过多种移动终端实现数据的快速采集，通过信息化手段替代复杂低效的人工采集工作，提升数据采集质量与深度。

（2）采用路基服役状态综合评估体系与模型，实现了试验段内超过30 km里程级单位、2个站区的路基状态总体评估，以及基于多元数据的辅助决策，提升了路基工务计划、实施过程的效率。

5   结束语

本文设计重载铁路路基工务管理平台，以路基工务管理实际需求出发，基于层次耦合的路基评估体系构建路基数据采集指标，采用模糊层次分析方法实现路基状态综合评估，为工务检查、维修提供辅助决策依据，打通路基工务管理数据孤岛，实现路基服役状态智能感知、智能分析与智能决策，进一步提高铁路路基安全管理水平。