铁路钢轨全寿命周期管理系统及方法

技术领域

本申请公开内容涉及铁路钢轨技术领域，尤其涉及一种铁路钢轨全寿命周期管理系统及方法。

背景技术

从钢轨使用的不同阶段来看钢轨的全寿命周期管理，包括：钢轨生产(钢厂)、钢轨焊接(工务机械段、工务段)、钢轨铺设(大修段)、钢轨运用维护(工务段)。当前主要存在以下问题需要解决：

一、目前，各单位所建立的信息系统存在融合性低、运维复杂、分散独立、信息资源难以共享互通等实际问题，且数据结构各不相同，各节点业务数据被各自孤立，这给钢轨全寿命周期的数据汇总与共享带来的很大的难度。

二、通过钢轨的“炉号+流序号”可以为每个钢轨母材提供唯一标识，但是目前缺少一种有效、可靠且统一标准的单体标识载体，将钢轨唯一标识与不同周期不同单位的各类数据进行关联，真正实现钢轨全寿命周期的数据串联。

三、在数据追溯中难以迅速获得需要的量值或信息，尤其是留存较长时间的数据难以保证数据的准确性，例如在线路发生钢轨失效(断轨)事件后，难以准确迅速获取该钢轨或焊接接头的生产厂家、批次、出厂质量、材质、轨型、上道时间等初始信息和打磨、探伤、线路施工、检测、磨耗伤损等运用及养护维修信息，给现场处置和综合科学分析钢轨失效原因造成不便。

四、缺乏对钢轨全寿命周期数据的关联分析，没有真正发挥各节点的数据价值，例如钢轨的生产厂家难以利用钢轨的使用情况完善钢轨性能，钢轨的运用单位难以根据钢轨的健康状态进行预防性检修，钢轨的管理部门难以根据钢轨磨耗、伤损等数据信息优化大修计划，可以说目前钢轨全寿命管理信息系统尚处在初级阶段。

五、各个系统获取的数据接口都有特异性，且由于检测技术特点、人工操作等原因，部分数据会偏离实际数值，需要进行数据对接和数据筛选。

六、目前尚未有一个系统能够贯通普速钢轨的全寿命周期数据，用下游的运用维护数据支撑上游普速钢轨的评估和研发，同时用上游的生产和检验数据结合运用维护数据，指导下游的运用维护策略。

目前的钢轨全寿命管理信息系统尚处在初级阶段，一是相关作业记录信息较多处在单元性的纸质(或电子)状态；二是各作业单位的钢轨管理信息尚未互通联网实现数据共享；三是既有的单元性数据库技术格式互不相同；四是既有的单元性数据库未能实现远程查询；五是管理数据在有效运用上还存在众多空白；六是既有的各单位的单元性数据尚未充分挖掘价值。

基于上述单元性的数据记录现状，当各作业单位或部门在使用中查询相关数据时，工作量非常大且查询时间较长，在数据追溯中难以获得需要的量值或信息，尤其是留存较长时间的数据难以保证数据的准确性，对于问题处置带来极大的困难，也难以运用数据进行某项计划的确定。表现在线路发生钢轨失效(断轨)事件后，难以准确迅速获取该钢轨或接头的生产厂家、轨种、成分、上道时间、通过运量、生产作业信息、日常养护维护信息、检验检测信息等。既影响现场及时处置，也为准确分析钢轨失效(断轨)原因造成不便，更浪费了数据资源。因此，建立健全完善全面的钢轨全寿命周期管理技术的迫切性愈加显现。

发明内容

鉴于上述，本发明的目的在于至少部分地解决上述论述的技术问题，提供一种全新的铁路钢轨全寿命周期管理系统及方法。

具体地，采用超高频RFID技术，给每段钢轨母材安装RFID电子标签，实现普速钢轨生产、运输、焊接、铺设、运用、探伤、打磨、下道、整修及再使用等全寿命周期唯一性标识，以此为基础，建立普速铁路钢轨故障预测与健康管理(PHM)系统数据库，实现全寿命周期数据贯通。获得授权的上游可以获取普速铁路钢轨广泛的运用检修数据，下游也可以随时追溯普速铁路钢轨的生产检验记录。

另外，采用物理失效模型和数据驱动相融合的技术路线搭建钢轨的故障预测及健康管理系统，研究钢轨健康状态评估算法，提出钢轨健康状态指数，把握关键部件及整体钢轨质量状况，给出钢轨大修、打磨修理决策方法，形成了一套完整的钢轨运维风险防控体系，在保证运用安全的基础上为钢轨预防性状态修提供数据积累和技术支撑，同步实现降低运维成本的目标。

在一个实施例中，通过专用数据对接系统完成多个不同系统间的数据传输，同时自动进行数据筛选，剔除无效数据。

根据本发明的一个方面提供了一种铁路钢轨全寿命周期管理系统，包括：

基础资源层，所述基础资源层包括用于提供钢轨制造、铺设和运维的全寿命周期数据中的至少一种数据；

数据采集层，所述数据采集层经由基础资源层获得所述至少一种数据，并处理所述至少一种数据中的所有数据；

全寿命周期数据库层，所述全寿命周期数据库层管理由所述数据采集层处理后的所有数据；

服务评价库层，所述服务评价库层基于全寿命周期数据库层中的所有数据进行钢轨全寿命周期的健康状况评价；

业务应用层，所述业务应用层基于服务评价库层的健康状况评价建立钢轨运维风险防控体系。

具体地，所述服务评价库层包括：

钢轨母材健康情况评价模块，被配置成基于钢轨的母材指标对钢轨母材进行钢轨母材健康情况评价；

钢轨服役性评价模块，被配置成基于钢轨的耐磨性、接头抗低塌、轨面抗掉块和内部抗核伤对钢轨进行的钢轨服役性评价；

钢轨服役性能综合指数评价模块，被配置成基于钢轨服役性评价构建的钢轨服役性能综合指数评价。

进一步地，所述母材指标包括钢轨的成分指标、组织指标、性能指标和外观指标，

所述钢轨母材健康情况评价模块包括用于评价所述母材指标的标准性的合规性评价子模块、用于评价所述母材指标的第一测量值偏差的波动性评价子模块和用于评价所述母材指标的第二测量偏差的控制水平评价子模块。

具体地，母材指标的标准包括所述成分指标的成分标准范围、所述组织指标的组织标准范围、所述性能指标的性能标准范围和所述外观指标的外观标准范围，

评价所述母材指标的标准性为评价所述母材指标中各指标的实际测量值与对应的标准范围之间的关系，

所述第一测量值偏差为所述母材指标中各指标的实际测量值与对应的指标范围的最大值与最小值的平均值之间的偏差，

所述第二测量值偏差为所述母材指标中各指标的实际测量值与对应的指标范围的最大值之间的偏差。

优选地，所述钢轨服役性评价模块在对钢轨进行耐磨耗评价时，对所述钢轨的轨头廓形通过总重的变化规律进行分析并从垂直磨耗速率、侧面磨耗速率和磨耗面积速率来评价不同钢种的钢轨母材的耐磨性，

所述耐磨性采用磨耗指数I

I

式中，w表示侧面磨耗速率，其中，0.1m/100Mt≤w≤1.8mm/100Mt。

具体地，所述钢轨服役性评价模块在对钢轨进行接头抗低塌性能评价时，在线路区段内选取多个焊接接头测量并比较维修前后的平直度，之后比较使用周期内的相邻两次集中维修之间的低塌值，并通过接头低塌指数I

I

式中，k表示所述多个焊接接头中低塌值大于0.5mm的焊接接头与多个焊接接头的总数之间的比例，其中，0≤k≤40％。

具体地，所述钢轨服役性评价模块在对钢轨进行轨面抗掉块性能评价时，

当所述钢轨的单处剥离掉块的长度超过第一预设长度l

当所述钢轨的单处剥离掉块的长度超过第二预设长度l

优选地，所述第一预设长度l

所述第二预设长度l

所述第二预设深度d

所述第二预设长度d

具体地，所述钢轨服役性评价模块在对钢轨母材及其接头进行内部抗核伤性能评价时，并统计评价区段内钢轨母材重伤数和接头重伤数以计算母材重伤评分和接头重伤评分，

所述母材重伤评分a是指在评价区段内，每出现1处钢轨母材重伤计-1，插入轨重伤计入统计，总长度不足10km的区段，评分乘相应的评价区段长度系数x；如果评价区段的总长度l不足10km，则长度系数为x＝10/l，

接头重伤评分b是指在评价区段内，每出现1处焊接接头重伤计-1，插入轨重伤计入统计，接头总数不足200个的区段，评分乘相应的接头总量系数y。

如果接头总数s不足200个，则接头总量系数y＝200/s。

优选地，基于耐磨耗、接头抗低塌、轨面抗掉块和内部抗核伤性能的评价结果，建立钢轨服役性能综合指数Indeχ以综合评价所述钢轨服役性的综合性能，所述钢轨服役性能综合指数Indeχ的表达式为：

Indeχ＝[I

式中，I

具体地，所述全寿命周期的健康状况评价还包括对线路上的再用钢轨进行再用轨性能评价，

依据剩余磨耗寿命指数W和锈蚀失重指数C进行所述再用轨性能评价，

所述剩余磨耗寿命指数W的表达式为：

W＝10×[50％(WV/A)+40％(WL/B)+10％(AL/C)]

式中，WV表示钢轨的垂直磨耗，A表示钢轨的垂直磨耗重伤限值，WL表示侧面磨耗，B表示钢轨的侧面磨耗重伤限值，AL表示钢轨的磨耗面积，C表示钢轨的轨头面积理论值。

所述锈蚀失重指数C的表达式为：

C＝100(W1/W2)

式中，W1表示钢轨的质量，W2表示所述钢轨的理论质量；

其中，当W≥6且C<95时，确定该区段钢轨不适宜再用；

当W<6且95≤C<98时，确定该区段钢轨可整修后再用；

当W<6且C≥98时，确定所述再用钢轨中的该区段钢轨可直接再用。

进一步地，所述钢轨运维风险防控体系包括不良状态预报警模块和钢轨大维修建议模块。

根据本发明的另一方面提供了一种铁路钢轨全寿命周期管理方法，所述方法用于执行所述的铁路钢轨全寿命周期管理系统所规定的步骤，所述方法包括以下步骤：

通过基础资源层提供钢轨制造、铺设和运维的全寿命周期数据中的至少一种数据；

通过数据采集层获得所述至少一种数据，并处理所述至少一种数据中的所有数据；

通过全寿命周期数据库层管理由所述数据采集层处理后的所有数据；

通过服务评价库层基于全寿命周期数据库层中的所有数据进行钢轨全寿命周期的健康状况评价；

通过业务应用层基于服务评价库层的健康状况评价建立钢轨运维风险防控体系。

通过下文中参照附图对本公开的实施例所作的描述，本公开的其它目的和优点将显而易见，并可帮助对本公开有全面的理解。

附图说明

本发明的这些和/或其他方面和优点从下面结合附图对优选实施例的描述中将变得明显和容易理解，其中：

图1是根据本发明的一个实施例的铁路钢轨全寿命周期管理系统的架构图；

图2是根据本发明的一个实施例的维修决策模型的应用流程图。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。在说明书中，相同或相似的附图标号指示相同或相似的部件。下述参照附图对本发明实施方式的说明旨在对本发明的总体发明构思进行解释，而不应当理解为对本发明的一种限制。

如背景技术部分所论述的，现有技术的铁路钢轨全寿命周期管理系统主要存在以下缺点：

1)没有建立影响钢轨寿命因素的综合模型

由于目前钢轨相关的各个系统只关注各自专业领域的业务，无法从多个方面综合评估，难以建立与实际工况更加接近的综合模型。例如中铁物总国际集团有限公司(物总)开发建设的探伤管理系统检测出来伤损，往往是已经产生伤损的“结果”，而伤损产生的原因，则需要其它手段另行分析。

2)难以进行有效预测

没有综合模型的条件下，往往只能进行“果”的追踪和短期预测，而无法从“因”开始建立模型，通过“果”不断修正模型，调整预测。

3)钢轨母材定位困难

当钢轨发生严重质量问题时，需要迅速定位同批次钢轨，现有钢轨母材是通过钢轨质保书信息作为唯一标识，在钢轨运用过程中发生的切割更换、二次使用都会造成钢轨母材追溯确认困难。

4)数据对接困难，需要进行数据有效性筛选

5)养护大修方案难以实现根据区间线路通过总重、钢轨廓形、钢轨伤损和失效等多因素综合决策

针对于此，本发明的实施例提供了一种铁路钢轨全寿命周期管理系统，其中，所述铁路钢轨全寿命周期管理系统包括：

基础资源层，所述基础资源层包括用于提供钢轨制造、铺设和运维的全寿命周期数据中的至少一种数据；

数据采集层，所述数据采集层利用RFID射频识别和第三方接口的方式经由基础资源层获得所述至少一种数据，并处理所述至少一种数据中的所有数据；

全寿命周期数据库层，所述全寿命周期数据库层设计有统一的与数据采集层对接的数据接口，管理由所述数据采集层处理后的所述所有数据；

服务评价库层，所述服务评价库层基于全寿命周期数据库层中的所有数据进行钢轨全寿命周期的健康状况评价；

业务应用层，所述业务应用层基于服务评价库层的健康状况评价，建立钢轨运维风险防控体系。参见图1，示出了根据本发明的一个实施例的铁路钢轨全寿命周期管理系统的系统架构图。该铁路钢轨全寿命周期管理系统基于普速铁路钢轨全寿命周期状态综合展示方法。其是采用物理失效模型和数据驱动相融合的技术路线设计的应用模型系统,可分为基础资源层、数据采集层、全寿命周期数据库层、服务评价库层以及业务应用层。

具体地，该铁路钢轨全寿命周期管理系统各个组成单元被配置成如下形式。

(1)基础资源层：包括用于获得钢轨制造、铺设及运维等全寿命周期数据信息的至少一个设备、分析报告和/或资料。所述至少一个设备包括探伤管理系统、生产管理系统、焊接管理系统、涡流探伤设备、廓形采集设备、轨面设备自动识别设备；所述分析报告包括失效分析报告和断轨分析报告，所述资料包括电子台账和纸质台账，基础资源层利用所述至少一个设备中的所有设备、分析报告和/或资料。所述全寿命周期数据包括通过至少一个设备、分析报告和/或资料提供的各种数据。

(2)数据采集层：利用RFID射频识别、第三方接口等方式采集钢轨的生产、运输、铺设、维修、下道及再使用全寿命周期数据信息，并完成数据的结构化处理、存储及清洗工作。该数据采集层包括数据存储与管理模块，其配置成实现数据管理、分布式存储和数据清洗。另外，该数据采集层还包括数据采集模式模块，其配置成实现自动对接、人工录入和批量导入等功能。

(3)全寿命周期数据库层：设计统一的数据接口、全寿命周期数据库和与所述全寿命周期数据库相对应的全寿命周期数据库管理系统，能够保障数据传输的安全性与规范性。该全寿命周期数据库中建立有例如钢轨出厂数据、检测数据、廓形数据、运维数据、大修数据、线路基础数据等各种全寿命周期数据，所述全寿命周期数据库中的数据通过全寿命周期数据库管理系统实现管理。

(4)服务评价库层：根据多年的科研经验建立的钢轨评价模型,包括：廓形评价、伤损评价、锈蚀评价、接头抗低塌性评价、健康情况评价等。

(5)业务应用层：利用钢轨全寿命周期数据，结合服务评价模型实现钢轨健康状态评估(即钢轨全寿命周期的健康状况评价)，建立一套完整的钢轨运维风险防控体系(包括不良状态预报警模块、钢轨大维修建议模块等)，指导钢轨养护决策。

数据采集层用于实现数据采集。数据采集内容为钢轨全寿命周期数据。钢轨全寿命周期数据来自不同的业务系统，包括基础数据和业务数据两大部分。其中基础数据包括线路、车站、桥梁、隧道、道岔、直曲线数据；业务数据包括钢轨质保书数据，钢轨铺设数据，钢轨大修数据，钢轨打磨数据，钢轨伤损数据，钢轨焊接数据等。在收集数据的过程中，需要对各类数据中的关键项数据进行标准化，方便后续的数据关联，分析与统计。关键项数据包括：线路、单位，通过总重，行别、股别、时间等。在一个示例中，数据采集层将采集到的全寿命周期数据传输至全寿命周期数据库前，还将对所采集到的数据进行数据清洗，以使采集到的数据转化为满足数据质量要求的数据。所述数据采集层对数据处理的方法包括例如通过正则表达式对数据进行清洗。

在一个实施例中，将全寿命周期数据库层设置有为铁路钢轨全寿命周期管理系统的专用数据管理中心，即全寿命周期数据库管理系统。全寿命周期数据库层是指存储钢轨相关的基础数据、业务数据的数据库，是数据的集合。专用的数据管理中心是通过技术手段，同步、收集各类数据的工具集合。

需要说明的是，考虑到钢轨全寿命周期管理系统针对全寿命周期信息多源异构的特点，设计了针对于钢轨全寿命周期管理系统的所述专用数据管理中心，从而实现了一套系统与多方厂家、不同数据源数据对接同步，同时支持HTTP、MQ、WebService、JDBC、IO文件流等不同协议、不同数据格式之间的交互。

具体地，该专用数据管理中心可配置有转发规则，作为数据流转枢纽，将数据库、请求接口和接收数据接口等获取的数据发送至一个或多个目标，并通过配置的转发模版进一步进行数据格式转换。

另外，该专用数据管理中心可动态添加请求接口、数据库同步定时任务，并提供定时任务的暂停、删除、恢复及手动执行操作，手动执行时可选择时间节点，控制获取数据范围，并立即执行相应的定时任务。

在一个实施例中，该专用数据管理中心可以配置成执行交互记录功能。

该专用数据管理中心可将数据交互详情记录为日志，保存至MongoDB数据库中，并实时统计交互记录及交互状态。

在一个实施例中，该专用数据管理中心可以配置成执行内部数据同步功能。

该专用数据管理中心负责负责铁路钢轨全寿命周期管理系统各级之间的数据同步、文件的上下级传输、远程文件查看，可通过配置定时任务实现实时数据传输。

在一个实施例中，该专用数据管理中心可以配置成执行数据处理文件功能。

外部系统与钢轨全寿命周期管理系统进行数据交互时，相同数据在不同第三方系统的数据格式不尽相同，所以可在数据管理中心进行数据处理文件处理上传，上传后实时编译，绑定获取数据接口，相应接口返回数据时经过数据处理文件进行格式转换、属性填充及数据运算。

在一个实施例中，该专用数据管理中心可以配置成执行存储数据功能。

该专用数据管理中心将数据交互的原始数据存储至全寿命周期数据库，例如MongoDB中，用户可进行手动查看、清理历史存储数据，也可配置定时任务定时清理历史存储数据。当然本领域技术人员也可以根据需要将全寿命周期数据库设计为关系数据库，例如SQL数据库。

在一个实施例中，该专用数据管理中心可以配置成执行数据筛选功能。

该专用数据管理中心对数据进行筛选处理，首先剔除超出常规极限的数据(例如：钢轨预打磨应在新钢轨上道使用后尽快进行，一般不宜超过10Mt通过总重)；其次对连续测量的数据进行线性回归处理，获得相对准确的运维数据，用于预测和分析。

在本发明的一个实施例中，所述全寿命周期的健康状况评价包括

钢轨母材健康情况评价模块，被配置成基于钢轨的成分、组织、性能和外观对钢轨母材进行的钢轨母材健康情况评价；

钢轨服役性评价模块，被配置成基于钢轨的耐磨性、接头抗低塌、轨面抗掉块和内部抗核伤对钢轨进行的钢轨服役性评价；

钢轨服役性能综合指数评价模块，被配置成基于钢轨服役性评价构建的钢轨服役性能综合指数评价。

具体地，从钢轨的成分指标、组织指标、性能指标、外观指标四个指标，通过评价各单项指标的合规性、波动性和控制水平来评价钢轨母材的健康情况。

在一个示例中，所述钢轨母材健康情况评价模块包括合规性评价子模块、波动性评价子模块和控制水平评价子模块。合规性评价子模块用于评价所述母材指标的标准性，波动性评价子模块用于评价所述母材指标的第一测量值偏差，和控制水平评价子模块用于评价所述母材指标的第二测量偏差。

在一个示例中，母材指标的标准包括所述成分指标的成分标准范围、所述组织指标的组织标准范围、所述性能指标的性能标准范围和所述外观指标的外观标准范围。评价所述母材指标的标准性为评价所述母材指标中各指标的实际测量值与对应的标准范围之间的关系，例如所述各指标的实际测量值是否在对应的指标的标准范围内。

在一个示例中，所述第一测量值偏差(D1)为所述母材指标中各指标的实际测量值与对应的指标范围的最大值与最小值的平均值(SMID)之间的偏差。所述第二测量值偏差(D2)为所述母材指标中各指标的实际测量值与对应的指标范围的最大值(SMAX)之间的偏差。

在一个示例中，合规性评价子模块在对钢轨母材的合规性进行评价时，当钢轨的成分的实际测量值不在成分标准范围内、组织的实际测量值不在组织标准范围内、性能的实际测量值不在性能标准范围内以及外观的实际测量值不在外观标准范围内时，则评价该钢轨母材的健康状态为不合格。当钢轨母材的成分、组织、性能、外观的实际测量值均在各自的标准范围内时，则确定该钢轨母材健康状态为合格。

在一个示例中，可以结合合规性评价子模块、波动性评价子模块和控制水平评价子模块的评价结果对合格的钢轨母材进行进一步评价。例如，被评价为合格的钢轨母材(即钢轨母材的成分、组织、性能、外观四个方面的实际测量值均在各自的标准范围内)的母材性能指标(母材性能指标包括但不限于：C、Mn、Si、Al、P、S、H、O、N等元素含量，抗拉强度、硬度、伸长率、脱碳层、显微组织、低倍、A/B/C/D类夹杂物、平直度、扭转、轨底残余应力、断裂韧性等)中的任意三个及三个以下的指标，或者五个及五个以下的单项指标的D1/(SMAX-SMID)≥60％或D2/SMAX≤40％时，则评价该钢轨母材的健康状况为良好。被评价为合格的钢轨母材的母材指标中存在两个以下的指标或者四个以下的单项指标的D1/(SMAX-SMID)≥50％或D2/SMAX≤50％，则评价该钢轨母材的健康状况为优秀。

在本发明的另一个实施例中，钢轨服役性评价模块分别从耐磨耗、接头抗低塌、轨面抗掉块、内部抗核伤性能四个方面来对钢轨的服役性能进行评价，具体的评价方案如下：

(1)耐磨性评价

分析钢轨的轨头廓形随累计通过总重的变化规律，从垂直磨耗速率、侧面磨耗速率、磨耗面积速率三个方面评价不同钢种的耐磨性。

耐磨性采用磨耗指数I

磨耗指数I

I

式中，w表示侧面磨耗速率，其中，0.1mm/100Mt≤w≤1.8mm/100Mt。根据磨耗指数I

表11钢轨母材的磨耗指数评分规则

其中表1中的符号...表示依次类推的含义。

(2)接头抗低塌性能评价

在线路区段内选取多个焊接街头，例如10N个焊接接头，其中：固定闪光焊4N个(直线形的固定闪光焊为2N个、曲线形的固定闪光焊2N个)、移动闪光焊4N个(直线形的移动闪光焊2N个、曲线形的移动闪光焊2N个)、和铝热焊2N个，分别在每次集中维修前后测量焊接接头的平直度。之后对比两次集中维修之间，一个使用周期(例如半年、一年、两年等)内接头马鞍形磨耗的发展情况(即使用周期内的低塌值)。假设在全部使用周期内全部测试接头的低塌值均不大于0.5mm的情况为100，所述接头低塌指数I

I

式中，k表示所述多个焊接接头中低塌值大于0.5mm的焊接接头与多个焊接接头的总数之间的比例，其中，0≤k≤40％。

根据接头低塌指数I

表2接头低塌指数评分规则

其中表2中的符号...表示依次类推的含义。

(3)轨面抗掉块性能评价

所述钢轨服役性评价模块在对钢轨进行轨面抗掉块性能评价时，当所述钢轨的单处剥离掉块的长度超过第一预设长度l

在一个示例中，所述第一预设长度l

在一个示例中，采用评分制对轨面抗掉块性能评价。例如，重伤掉块评价：当单处剥离掉块的长度超过30mm且深度超过8mm时，视为1处重伤，计-1分。轻伤掉块评价：当单处剥离掉块的长度超过15mm且深度超过4mm时，视为1处轻伤，计-0.5分。

(4)钢轨及其接头内部抗核伤性能评价

分析核伤数量随累计通过总重的发展规律，统计评价区段内钢轨母材重伤数和焊接接头重伤数以计算母材重伤评分和接头重伤评分，以评价不同钢种、不同焊接工艺的抗核伤性能。

探伤人员和线路工长判定钢轨有伤损时，可将钢轨判为轻伤或重伤。轻伤重伤标准见《铁路线路修理规则》第3.4.3条。

母材重伤率：每公里线路发生的母材重伤数。接头重伤率：每公里线路发生的焊接接头重伤数。

插入轨指发生重伤或折断后插入线路的短轨，长度一般在25米以下。

在一个示例中，母材重伤和接头重伤分别采用评分制进行评价。例如，母材重伤评分a：在评价区段内，每出现1处钢轨母材重伤计-1，插入轨重伤需计入统计，总长度不足10km的区段，需要乘相应的评价区段长度系数x。如果评价区段的总长度l不足10km，则长度系数为x＝10/l，例如如果评价区段的长度为5km，则长度系数x＝10/5＝2。

接头重伤评分b：在评价区段内，每出现1处焊接接头重伤计-1，插入轨重伤需计入统计，接头总数不足200个的区段，需要乘相应的接头总量系数y。

如果接头总数s不足200个，则接头总量系数y＝200/s，例如接头总数为100个，则接头总量系数y＝200/100＝2。

结合以上耐磨耗评价(即廓形评价)、接头抗低塌性能评价(即平顺性评价)、轨面抗掉块性能评价和抗核伤性能评价(即伤损评价)等4个指标的评估结果，建立一个综合考虑4个指标的钢轨服役性能综合指数以综合评价所述钢轨服役性的综合性能，所述钢轨服役性能综合指数Indeχ的表达式为：

Indeχ＝[I

式中，I

所述全寿命周期的健康状况评价还包括对线路上的再用钢轨进行再用轨性能评价。该再用轨性能评价是依据剩余磨耗寿命指数W和锈蚀失重指数C进行评价的。

所述剩余磨耗寿命指数W的表达式为：

W＝10×[50％(WV/A)+40％(WL/B)+10％(AL/C)]

式中，WV表示钢轨的垂直磨耗，A表示钢轨的垂直磨耗重伤限值，WL表示侧面磨耗，B表示钢轨的侧面磨耗重伤限值，AL表示钢轨的磨耗面积，C表示钢轨的轨头面积理论值。

垂直磨耗在规定面宽1/3处测量。侧面磨耗是指在钢轨踏面下16mm处测量。垂直磨耗和侧面磨耗均指磨耗量。垂直磨耗和侧面磨耗的限值参考《铁路线路修理规则》第3.4.3条。磨耗面积指钢轨横断面上已发生磨损的面积。

所述锈蚀失重指数C的表达式为：

C＝100(W1/W2)

式中，W1表示钢轨的质量，W2表示所述钢轨的理论质量；

其中，当W≥6且C<95时，确定该区段钢轨不适宜再用；

当W<6且95≤C<98时，确定该区段钢轨可整修后再用；

当W<6且C≥98时，确定所述再用钢轨中的该区段钢轨可直接再用。

在一个示例中，再用轨为经过处理后的钢轨。例如，在线路上截取的例如300mm长的拟再用的钢轨(两端垂直)，截取之后我们对该钢轨进行了全断面喷砂除锈，之后采用钢轨廓形仪测量钢轨轨头轮廓，然后根据测量值分别计算钢轨的垂直磨耗WV、侧面磨耗WL和磨耗面积AL，并称量钢轨得到称重钢轨的质量W1，同时根据钢轨轨头的实际廓形，采用例如CAD计算钢轨的理论质量W2。

在一个示例中，不良状态预警模块和钢轨大修建议模块。不良状态预警模块包括钢轨健康管理模块和焊接接头质量管理模块。钢轨大修建议模块包括钢轨维修决策模块和钢轨养技优化模块。在一个示例中，业务应用层还设计有与不良状态预警模块和钢轨大修建议模块连接的实时数据显示模块(例如实时数据大屏模块)。

在一个实施例中，通过钢轨大修决策模型、钢轨大机打磨决策模型、钢轨通过总重模型以及曲线磨耗钢轨更换决策模型，对现有钢轨数据进行分析计算，得出钢轨健康状态，输出钢轨大修、维修决策结果。

数据分析分为数据模型设计、模型计算两部分。

根据对主要干线铁路钢轨及焊接接头重伤、线路钢轨折断简报以及断轨送检分析案例的调研结果，显示普速铁路钢轨需要关注的重点风险项主要是：铝热焊接头、螺栓孔接头、轨底锈蚀、轨面RCF伤损、其他焊接接头、冷机械外伤。

可以将影响钢轨服役状态的参数分为两类：一类是用于评估较长的区段内钢轨服役状态的指标参数，如：区段钢轨通过总质量、区段钢轨重伤率、区段钢轨上道年限、区段铝热焊接头率、区段螺栓孔率等；一类是用于评价采样测量点或较短的测量段内钢轨服役状态的指标，如：采样测点的钢轨剩余磨耗寿命、采样测点的钢轨廓形质量、采样测点的钢轨轨面伤损程度、采样测量段的钢轨轨面不平顺程度等。

根据指标参数的分类，首先将线路中的钢轨数据划分为评价区段与评价单元，再结合钢轨业务数据对评价区段和评价单元进行分析，计算得出钢轨健康状态。

(1)评价区段：基于同一线路的钢轨换轨数据、钢轨通过总重数据，按照换轨时间、轨道行别参数，把同一线路的钢轨数据划分为里程连续、上道时间一致的连续评价区段。通过划分评价区段，可对不同大修周期内的钢轨量化指标进行比较。

(2)评价单元：基于同一线路的钢轨铺设数据，钢轨曲线数据、钢轨桥隧数据，按照行别、股别、评价单元长度各项参数，把同一线路的钢轨数据划分为里程连续的评价单元，然后通过外部测量设备，将测量数据同步到系统中，用计算模型进行指标量化评级，并为直观展示结果做数据预处理

例如：一条长度为0-90km的线路数据，根据钢轨上道时间不同，可以划分为0-20km，20-21km，21-60km，60-75km，75-90km共5个评价区段。如果该线路经过大修换轨后，则根据实际换轨数据，重新调整为0-10km，10-13km，13-20km，20-21km，21-30km，30-42km，42-60km，69-75km,75-90km共9个评价区段。而评价单元是根据线路中的直曲线里程数据，将直线切分为自定义长度的评价单元，曲线不进行切分，单独划分为一个评价单元。

综合分析钢轨廓形、表面状态、重伤率、通过总重等表征钢轨磨耗、内部及轨面健康状态的核心指标参数，结合钢轨制造信息、强度级别、轨道参数、服役环境等条件，研究形成依据核心指标的状态评估方法，并提出核心指标的合理阈值。

为了方便调整钢轨大修模型中的各种指标参数阈值，进行运算分析，一个实施例还设计了一种通用钢轨维修决策模型验证方法，实现用户定制化的方案配置和参数维护，为钢轨维修决策模型的验证优化提供更加灵活高效的分析平台。维修决策模型包括：

(1)决策因素：配置参数是钢轨某项服役指标，每个决策因素都有独立的配置参数，用于定义决策因素的决策界限或范围，1个决策因素对应系统中一个预设的计算方法，决策因素的输出结果为0或1，分别对应“不修”和“修”两种决策结果，决策因素与决策因素之间的关系为逻辑与。

(2)决策方案：决策方案由多个决策因素组成，只有当所有决策因素的结果都是“修”时(逻辑与运算)，决策方案的输出结果才是“修”，否则为“不修”。决策方案与决策方案之间的关系为逻辑或。

(3)决策模型：多个决策方案组合，形成一个决策模型，其中任何一个决策模型的结果为“修”(逻辑或运算)，整个决策模型的输出结果就为“修”。

模型的应用流程如图2所示，首先选择需要分析的线路，然后根据确定评价区间和评价单元的划分，再分别选择大修决策模型和维修决策模型进行分析，得到不同模型对应的分析结果，并且可以查看需要大修或维修的具体明细。这样可以通过配置不同因素的参数，或调整决策方案和模型，实现模型的配置化定义，既可以实现快速建模，又方便对模型参数进行调整，可以大大提升模型优化的验证的效率。

以钢轨大修和钢轨维修决策方法为指导，通过钢轨维修决策模型验证方法进行建模，整理了出针对评价区段和评价单元的决策因素和决策方案，用户组合不同模型中的决策方案并调整决策因素中的参数，就可以将钢轨业务数据通过验证模型进行计算输出。其中，根据业务需要，在决策方案中又设置了优先级概念，模型计算时，按照优先级由大到小依次进行计算，当有一个结果成立时(非0值)，则跳过他尚未参与计算的决策方案，将此决策方案的计算结果作为决策模型的输出结果。

将经过数据分析处理的钢轨评价区段数据，钢轨评价单元数据，按不同的车站、线路条件组合起来，动态展示钢轨健康状态及钢轨大修决策结果，主要包括：钢轨评价区段关键指标分析结果，钢轨评价单元健康状态分析结果，大维修决策分析结果。

(1)钢轨评价区段关键指标分析结果。对同一线路中所辖的里程连续的钢轨评价区段,从钢轨的耐久程度，伤损程度、风险程度、维修作业量4个方面的计算结果，并进行评级展示，不同的颜色代表不同的评级结果。

(2)钢轨评价单元健康状态分析结果。对同一线路中所辖的里程连续的钢轨评价单元进行,根据数据分析结果，评级展示钢轨评价单元的健康状态，不同的颜色代表不同的评级结果。

(3)大维修决策分析结果。详细列出某一评价区段或评价单元运用了哪些计算模型和计算方案，哪些指标是超出阈值的，并可随时调整参数阈值重新运算输出决策结果。反向验证计算模型中的阈值设置是否合理。

另外，本发明的另一实施例还提供了一种铁路钢轨全寿命周期管理方法，所述方法用于执行所述的铁路钢轨全寿命周期管理系统所规定的步骤以实现其所要实现的功能，所述方法包括以下步骤：

通过基础资源层提供钢轨制造、铺设和运维的全寿命周期数据中的至少一种数据；

通过数据采集层获得所述至少一种数据，并处理所述至少一种数据中的所有数据；

通过全寿命周期数据库层管理由所述数据采集层处理后的所有数据；

通过服务评价库层基于全寿命周期数据库层中的所有数据进行钢轨全寿命周期的健康状况评价；

通过业务应用层基于服务评价库层的健康状况评价建立钢轨运维风险防控体系。

健康状况评价包括钢轨母材健康状况评价、钢轨服役性评价、钢轨服役性能综合指数评价。

在一个示例中，健康状况评价还包括再用钢轨的再用轨性能评价。

另外，所述方法还可以包括执行或实施所述钢轨全寿命周期管理系统的其他功能的其他的步骤，将不再累述。

综上所述，本发明的实施例提供了一种铁路钢轨全寿命周期管理系统及方法，其可以至少实现以下方面中的至少一个：

1)普速铁路钢轨全寿命周期数据采集

本发明对普速铁路钢轨全寿命数据进行筛选，并设计普速铁路钢轨全寿命周期运维系统专用数据管理中心，实现对多源异构数据的统一采集，并进行数据筛选，确保数据有效性，对有疑义的数据，提出警示，存储数据。

2)钢轨维修决策模型验证方法

本发明将设计一种通用的钢轨维修决策模型验证方法，实现用户定制化的方案配置和参数维护，为钢轨维修决策模型的验证优化提供更加灵活高效的分析平台。

虽然本总体发明构思的一些实施例已被显示和说明，本领域普通技术人员将理解，在不背离本总体发明构思的原则和精神的情况下，可对这些实施例做出改变，本发明的范围以权利要求和它们的等同物限定。