铁路线路养护维修计划编制理论与方法

摘要

随着我国经济快速发展，综合交通运输体系逐步完善，铁路运输的需求不断增加，在保障运营安全的基础上进一步提高运输能力是铁路部门亟需解决的问题。“十二五”期间，我国铁路网规模将达到12万公里，极大地缓解了运输能力的紧张，但与此同时，铁路基础设施养护维修作业量也将迅速增加。铁路线路是列车运行的基础，始终保持线路设备状态良好对运输安全至关重要。充分的线路养护维修需占用大量的时空资源，不利于运输能力的释放;压缩维修作业时间会导致线路设备维修不足而影响运输质量。维修和运输之间矛盾的加剧将严重制约我国铁路运输事业的发展。铁路线路维修计划编制和优化技术是线路养护维修科学管理的重要手段，既能保障运输安全也可兼顾经济效益，是解决运输与维修之间冲突的有效途径。国外在该领域已经积累了大量的成果和经验，但我国这方面的研究较为薄弱。在此背景下，本论文立足于我国铁路线路维修管理的实际需求，系统分析线路养护维修作业特点和计划编制要素，研究完善线路养护维修计划编制理论体系，深入探讨适用于路网范围的维修计划编制方法，考虑维修资源优化配置，兼顾运输与维修之间的关系，制定合理的线路养护维修作业计划，最终实现维修成本和运营安全双控制。　　线路养护维修计划编制问题复杂，需要对计划编制的时间范围进行界定，并考虑计划所涵盖的线路区段、各类维修施工活动、线路设备状态、维修资源等一系列要素。本论文基于已有研究成果，重点研究了铁路线路年度预防性养护维修计划编制、线路设备状态预测方法、基于轨道状态的铁路线路月度养护维修计划编制三个方面的问题，具体工作及成果如下:　　(1)分析目前我国铁路线路养护维修作业项目的特点，根据各项活动的执行频率、持续时间和影响范围，将线路养护维修作业划分为检修作业和施工作业两类;以养护维修作业对线路区段占用时间最少为优化目标，考虑检修作业周期、施工作业持续时长、维修资源分配和作业执行时序等约束，建立了大规模路网的铁路线路年度预防性养护维修计划优化模型;根据模型特点设计启发式求解算法，并通过设计不同场景的算例分析模型求解结果。　　(2)考虑轨道几何不平顺状态的变化发展特征，基于灰色预测理论，构建了具有更新机制的铁路轨道不平顺状态短时预测模型;通过对模型的组合修正，利用实际轨检车检测数据，从轨道局部不平顺预测、轨道不平顺病害预测和轨道区段整体不平顺预测三个方面验证了模型的精度。　　(3)根据轨道不平顺管理标准和生产实践经验，将轨道状态劣化过程划分为不同阶段，明确安排维修作业的最佳时机，据此提出轨道单元区段状态时间窗的概念;考虑状态时间窗惩罚函数费用，维修班组的维修费用和走行费用，建立了基于轨道状态的高速铁路线路月度养护维修计划优化模型;分析模型特点并设计改进遗传算法求解模型，通过与一般遗传算法求解结果的对比，验证了设计算法的优越性。

目录

声明

致谢

摘要

图清单

表清单

1 绪论

1．1 研究背景

1．2 研究意义

1．3 研究目标与内容

1．3．1 研究目标

1．3．2 研究内容

1．4 研究方法与技术路线

1．4．1 研究方法

1．4．2 技术路线

1．5 论文框架结构

2 国内外研究综述

2．1 维修基础理论综述

2．1．1 维修的基本概念

2．1．2 维修计划及决策

2．2 线路养护维修管理现状综述

2．2．1 养护维修管理模式

2．2．2 养护维修作业计划

2．3 线路养护维修计划编制理论综述

2．3．1 铁路线路维修计划编制理论

2．3．2 其他铁路设施维修计划编制理论

2．3．3 既有研究总结

2．4 本章小结

3 弹性周期预防性养护维修计划编制

3．1 建模基础

3．1．1 建模要素

3．1．2 问题描述

3．1．3 前提及假设

3．2 模型构建

3．2．1 参数及变量说明

3．2．2 目标函数

3．2．3 约束条件

3．3 模型求解策略

3．3．1 求解算法设计

3．3．2 算法步骤及流程

3．4 算例分析

3．4．1 算例设计

3．4．2 结果分析

3．5 本章小结

4 具有更新机制的铁路线路状态预测模型

4．1 问题提出

4．2 相关研究回顾

4．3 建模方法及思路

4．3．1 方法选择

4．3．2 建模思路

4．4 模型构建

4．4．1 灰色非等时距模型

4．4．2 模型组合修正

4．4．3 预测序列长度的确定

4．5 模型验证

4．5．1 数据源

4．5．2 数据预处理

4．5．3 预测结果分析

4．6 本章小结

5 基于状态时间窗的养护维修计划编制

5．1 建模基础

5．1．1 状态修计划编制框架

5．1．2 研究范围及研究对象

5．1．3 问题描述

5．1．4 模型假设

5．2建模过程

5．2．1 区段重要度划分

5．2．2 状态劣化过程描述

5．2．3 状态时间窗惩罚函数

5．2．4 参数及变量说明

5．2．5 模型表达

5．2．6 约束条件

5．3 求解算法设计

5．3．1 遗传算法的基本原理和实现步骤

5．3．2 模型求解的Enhanced-GA算法

5．4 算例分析

5．4．1 算例设计

5．4．2 结果分析

5．5 本章小节

6 结论与展望

6．1 论文主要工作

6．2 创新性研究成果

6．3 研究展望

参考文献

附录

作者简历及攻读博士学位期间取得的研究成果

学位论文数据集