韓自力 馬戰(zhàn)國 谷牧 尹京 柴金飛 段培勇 司道林
中國鐵道科學研究院集團有限公司鐵道建筑研究所,北京 100081
重載鐵路線路設備智能運維是通過集成應用人工智能、物聯網、大數據等先進技術,構建線橋隧物理空間與數字信息空間協同交互的復雜系統(tǒng),兩個空間中人、機、物、環(huán)境、信息等要素相互映射、適時交互、高效協同[1-3],實現設備故障預測、預警以及預防性狀態(tài)修理。線路設備數字化以及基于多源數據的線路設備狀態(tài)評估與運維決策是實現線路設備智能運維需解決的關鍵技術問題之一。
近年來國內外學者對線路設備智能運維關鍵技術開展了一些研究。文獻[4]提出了鐵路工程BIM協同設計平臺,建立協同共享數據庫,各專業(yè)根據數據協同標準和專業(yè)數據標準開發(fā)BIM設計軟件。文獻[5]應用BIM技術構建施工過程安全信息模型,對4D施工過程進行數字化分析,可全面檢驗進度計劃、施工方案、設計缺陷等。文獻[6]綜合考慮設計、現狀及病害、養(yǎng)護維修等因素,提出了長大公路隧道結構安全的評價指標以及分級標準。文獻[7]采用層次分析-模糊評判法對隧道的各個指標進行評估,并利用二級模糊判斷矩陣以及最大隸屬度原則確定隧道結構狀態(tài)等級。
上述研究主要集中于新建鐵路的線路設備數字化,且融合多源數據開展既有鐵路線路設備狀態(tài)評價的研究較少。鑒于此,本文以朔黃鐵路線路設備運維為背景,提出了基于GIS、BIM+GIS的線路設備可視化以及全壽命周期管理技術,并以大數據分析為核心,探究建立了基于多源數據的線路設備狀態(tài)評價方法。
應用BIM、GIS等技術,將設備履歷、狀態(tài)、維修、病害等信息進行“一張圖”融合。包括設備臺賬、設備履歷、匯總報表、專題圖、春秋檢、設備病害字典、基礎信息等綜合管理,具有臺賬數據導入、統(tǒng)計分析、臺賬智能更新、病害智能分級分類、匯總報表自動生成、專題圖自動更新等功能,實現工務設備從上道、檢查/巡檢、維修、下道的全壽命周期閉環(huán)管理與三維可視化分析。
1)線路設備單體化
線路設備包括軌道、路基、道岔、橋隧等,分別按單元進行管理,各管理單元根據專業(yè)設備精細化管理要求,對單元進行單體化,如道岔可單體化為基本軌、尖軌、轍叉、軌枕、扣件等。軌道單元單體化為鋼軌、軌枕、扣件等。鋼軌按單根分左右股進行管理,長度為朔黃鐵路鋼軌實際長度。各結構單元可關聯設備臺賬、屬性等信息,實現設備精細化管理。
利用GIS(Geographic Information System)地圖可開展重載鐵路線路設備及地理環(huán)境空間拓撲關系的綜合分析,實現線路設備數字化、可視化管理。為提升GIS設備地圖加載速度,線路模型(圖形單元)建模時需考慮一定的輕量化,分上下行分別建模,車站按實際道岔配線圖、股道圖建模,路基、支檔結構需在GIS地圖上建模,并考慮與軌道模型的差異化展現。GIS地圖加載速度小于等于2 s,地圖比例尺最小500∶1,線路建模時按線路實際里程建模,里程定位偏差0.2 m。
通過GIS地圖將線路設備圖和設計、建造、運維、檢測等屬性數據庫信息關聯,可實現“圖-數”、“數-圖”交互與查詢統(tǒng)計分析。通過設備名稱可進行查詢統(tǒng)計設備的空間信息和屬性信息。通過地圖點擊、框選等方法進行設備選擇,根據運維管理需求顯示設備相關屬性信息。地圖定位時,將需要顯示的目標對象定位到當前視圖的中心位置,并將用戶的查詢結果在圖形上進行快速準確地顯示和定位。
2)設備臺賬、屬性、狀態(tài)的一張圖可視化管理
GIS系統(tǒng)中所涉及的數據可分為設備空間數據和屬性數據,其中設備位置是線路設備對象的經緯度坐標,幾何圖元描述設備的空間形狀,拓撲結構為設備空間位置關系。屬性數據為臺賬數據和運維業(yè)務數據等,見圖1。
圖1 基于GIS線路設備數據結構
建立線路設備統(tǒng)一的編碼規(guī)則,通過設備編碼關聯設備各類信息數據,包括設備臺賬、檢測監(jiān)測、病害、維修養(yǎng)護等,在地理圖形上可快速查詢線路設備臺賬信息、運維信息,實現資產圖形化管理。
設備臺賬屬性可進行新建、修改、刪除,技術臺賬、屬性按朔黃公司臺賬與屬性表編制。結合運維需求,可在GIS地圖展示不同的設備臺賬、屬性信息。如橋梁結構包括設備名稱、固資信息、現場圖片、技術資料等。
設備健康狀態(tài)以及病害等信息可采用色階、彈窗等方式展示,病害信息除與單元設備關聯外,還與設備具體部件精準關聯。色階顯示分為三級:正常、黃色(二級病害)、紅色(三、四級病害)。
應用BIM+GIS技術,可實現朔黃鐵路橋隧設備三維可視化“一張圖”管理。應用BIM(Building Information Modeling)技術,按照鐵路BIM標準,定義模型IFC分類和屬性信息,對既有橋隧進行三維模型的參數化快速建模[8],整合橋隧結構既有的全部數據信息,以3D可視化的形式,實現對既有橋隧的直觀展示和資料的綜合管理;而GIS可以完成橋隧構筑物的地理位置及其空間信息分析,提高BIM模型的信息完備性。
1)基于Revit的橋隧參數化建模
根據朔黃鐵路橋隧分布特點,應用Revit建模軟件,建立滿足不同運輸條件下典型橋隧BIM構件庫,如T梁、箱梁、支座等標準化部件。通過構件庫調用構件模型,與線路平縱曲線關聯,快速搭建橋隧模型,實現典型橋隧成段落BIM快速建模。建模時需對構件幾何尺寸進行規(guī)律性分析或提取,以構建參數化的BIM模型,并對每種類型構件包含的屬性信息進行歸集整理,形成BIM模型構件屬性信息標準。應用橋隧分類編碼,建立橋隧結構樹狀組織關系,并與橋隧病害庫進行內部關聯。
2)橋隧BIM+GIS融合與全壽命周期信息集成
橋隧設備全壽命周期管理依托SuperMap引擎實現BIM和GIS數據的融合分析。在BIM數據融合與GIS數據匹配時,通常兩個數據使用不同的坐標系,需利用SuperMap平臺進行坐標系轉換操作,可利用模型數據的坐標轉換功能與配準功能,方便將工程坐標系下的BIM模型自動匹配到指定的坐標系[9]。將BIM模型所在區(qū)域的傾斜攝影模型進行鑲嵌壓平操作,實現傾斜攝影與BIM數據的有效結合,一方面通過傾斜攝影技術可以批量構建現實世界的表面模型,可以作為底圖使用;另一方面通過BIM數據生成橋隧結構,實現更加精準化數據分析和建模。
通過制定編碼規(guī)則建立數據與設備構件之間唯一關聯,實現基于GIS+BIM的信息動態(tài)關聯展示,實現全壽命周期信息的可視化管理。主要業(yè)務功能包括:GIS場景展示、BIM模型可視化與信息(病害狀態(tài)、評估結果、運維計劃、設備臺賬)關聯展示、橋隧信息雙向查詢和快速定位、圖表自定義、信息欄屬性自定義等,見圖2。
圖2 基于BIM+GIS橋梁三維可視化管理
BIM模型集成了橋隧設備所有相關信息數據,各構件不僅包含了三維模型的外觀,還儲存著大量的屬性數據信息,數據量級過大時,會導致顯示端運行卡頓[10]。采用以下幾種方法進行了橋隧BIM+GIS信息模型的輕量化。
1)內部冗余數據刪減
BIM技術在橋隧設備設計、施工、運維各個階段,均會產生相應的屬性數據,且各階段對BIM模型的精細化程度與屬性信息要求不同。如在設計與施工階段,需要考慮梁體內部鋼筋等部件。在運維生產中,在大多數情況下僅需要外部輪廓,對模型數據庫中的信息進行篩選,刪除冗余構件及數據(顯示端中無需顯示的構件)。
2)三角網格模型簡化
通過減少三角面的數量,在輕量化處理過程中要保持模型外觀特征,盡可能使BIM模型外觀與實際橋隧外觀一致[11]。
邊折疊方法是三角網絡模型簡化常用的算法之一,具有計算簡單、模型外觀幾何特征易保持等特點。對網格中折疊代價小的邊進行刪減,得到新頂點,再將與這條邊有關的頂點和三角面片刪除,實現簡化需求,見圖3。
圖3 基于邊折疊的三角網格簡化圖
3)相似圖元引用
對于某些圖元形態(tài)上相同的部件,在BIM建模時可采用相似圖元引用的方法,對線路軌枕、扣件外形完全相同的部件進行圖元合并處理,僅保留一個部件的信息,通過“引用+空間坐標”的方法構建剩余相同的部件,能夠大幅縮減圖元數量,降低數據存儲空間,實現BIM模型輕量化。
4)LOD多細節(jié)層級模型
LOD(Level Of Detail)即細節(jié)層次模型,通過連續(xù)簡化模型,減少模型網格數量從而降低模型的復雜性,提高模型的繪制速度和顯示質量。離散LOD將原模型進行預處理,根據展示要求建立多個層級簡化模型,采用模型可見性和模型與視點間距進行LOD多層級展示。查看整體模型時,對模型內部結構和裝飾進行剔除;用戶拉近視點距離時,顯示精度較高的精細模型,拉遠視點距離時,顯示精度較低的粗糙模型,提高模型加載與渲染速度。
大數據分析方法主要有貝葉斯分類、D-S證據理論、聚類分析、模糊理論、神經網絡等,見表1。在大數據分析中一般會結合多源數據的關聯關系分析,構建較為適宜的算法模型[12-13]。在線路設備狀態(tài)評價與運維決策中,由于線路設備部件多,影響因素多,主要采用了神經網絡、聚類分析、模糊層次分析等方法。
表1 大數據融合算法比較
重載鐵路線路設備智能運維需融合應用大量的人工檢查、移動檢測、固定監(jiān)測等多源數據,設備異常狀態(tài)下的檢測監(jiān)測數據較少,給設備狀態(tài)的預測預警分析帶來一定難度。首先建立線路設備仿真模型,分析各檢測監(jiān)測數據的相關性及其對結構狀態(tài)變化的影響規(guī)律,建立設備狀態(tài)數據訓練集。然后應用大數據、深度學習、神經網絡等技術,構建融合多源數據的工務設備評估指標體系和數字化評估模型,以數據驅動為核心,實現設備狀態(tài)評估預測以及智能維修決策。線路設備運維決策包括軌道單元、鋼軌修理、大機清篩搗固、道岔、路基、橋隧狀態(tài)評估與運維決策等。本文以軌道單元狀態(tài)評價為例,建立了基于模糊層次評判法的軌道狀態(tài)評價模型和方法。
模糊層次分析是將層次分析法(Analytic Hierarchy Process,AHP)和模糊綜合評價法(Fuzzy Comprehensive Evaluation,FCE)相結合的一種評價方法。重載鐵路線路結構部件多,各部件的評價方法不一致,且各個部件的影響因素不同,采用某一單項或幾項指標無法對這些復雜系統(tǒng)或問題進行全面整體評價。模糊層次分析首先結合線路設備狀態(tài)影響因素分析,構建層次分析模型,采用AHP確定所有指標的權重;然后采用FCE評判,確定評價指標集以及隸屬度函數;最后結合模糊運算,得出設備狀態(tài)的評判結果。本文以軌道狀態(tài)評價為例,應用模糊層次分析法,提出了重載鐵路軌道狀態(tài)評價模型與流程。
1)軌道狀態(tài)評估分析模型
AHP需對所要解決的問題進行層次梳理,建立層次結構模型。層次結構模型一般分為三層:目標層、準則層、指標層[14]。軌道狀態(tài)評價目標層為軌道狀態(tài),結合軌道狀態(tài)影響因素分析,可分線路狀態(tài)、線路結構、運營條件、環(huán)境條件四個準則層進行評價,每個準則層又分為不同的指標進行評價。共考慮21個指標,見圖4。
圖4 軌道狀態(tài)評價模型
軌道狀態(tài)評估模型評價指標集共有21個評價因素,可表示為E={E1,E2,…,E21}。一般而言,指標集中的指標因素可分為定量指標和定性指標,軌道狀態(tài)評價的21個指標均為定量指標,可根據線路設備檢測監(jiān)測數據進行評價。
2)模糊綜合評判法
模糊綜合評判法根據模糊數學理論將定性評價轉化為定量評價,多用于對事物進行綜合評價。運用FCE法進行評估時,需要將設備狀態(tài)的優(yōu)劣程度劃分為若干個等級,確定被評價對象和評價指標集[15-16]。采用合理的方法確定隸屬度函數,通過模糊合成運算,確定模糊評判的結果。
根據重載線路設備特點,將軌道狀態(tài)劃分為“優(yōu)良”“正?!薄白⒁狻比齻€等級。設評價語集U為軌道狀態(tài)評價等級的集合,則U={U1,U2,U3}={優(yōu)良,正常,注意}。
隸屬度函數可采用模糊分布法來確定,隸屬度函數是指評價指標E與評價等級U之間的函數關系,三角形隸屬函數圖形簡單、便于計算。因此本文采用三角形分布法建立一級指標與其相應評估等級之間的隸屬度函數。
3)軌道狀態(tài)評估流程
分析軌道狀態(tài)的影響因素,應用模糊層次分析方法,建立重載鐵路軌道狀態(tài)多層次模糊評判模型。評價分析流程如下:
①建立層次評價模型,確定評價指標集。共考慮21個指標進行評價。
②構建判斷矩陣,確定評價指標權重向量。評判指標權重采用九標度法。由行業(yè)領域專家以及朔黃鐵路運維管理人員兩兩比較相對指標的重要程度來建立判斷矩陣,并進行一致性檢驗,確定權重向量。
③確定評語集。評價語集U={U1,U2,U3}={優(yōu)良,正常,注意}。
④確定隸屬度與評判矩陣。利用三角分布法確定各指標的隸屬度,逐個準則層構建模糊關系矩陣R。以準則層中的線路狀態(tài)為例,評價指標共有5個,分別為E1—E5,其構建的評判矩陣為
對評判矩陣R1進行歸一化處理:
式中:r ij為評價指標Ei對評判等級Uj的隸屬度;m=3。
⑤模糊合成運算,確定評價綜合指標。分別將各準則層的模糊矩陣R與評價指標局部權重進行模糊合成運算,再結合各準則層指標權重矩陣,得出二級模糊評判矩陣。二級模糊評判矩陣中的最大項對應的評價語集即為軌道狀態(tài)的整體評價結果。
1)應用BIM、GIS等技術,將設備履歷、狀態(tài)、維修、病害等信息進行“一張圖”融合。包括對設備臺賬、設備履歷、匯總報表、基礎信息等綜合管理,實現線路設備從上道、檢查/巡檢、維修、下道的全壽命周期閉環(huán)管理。
2)基于SuperMap平臺,提出了重載鐵路橋隧BIM模型與三維GIS融合方法,通過制定編碼規(guī)則建立數據與設備構件之間唯一關聯,實現基于GIS+BIM的信息動態(tài)關聯展示,實現橋隧設備三維可視化管理。
3)為減小橋隧三維模型運行卡頓。研究應用內部冗余數據刪減、三角網格模型簡化、LOD多細節(jié)層級模型等輕量化技術,可提高橋隧三維BIM+GIS可視化展示的流暢性。
4)線路設備運維中積累了大量的人工檢查、移動檢測以及固定監(jiān)測等多源數據,但設備異常狀態(tài)下的檢測監(jiān)測數據較少,對設備狀態(tài)的預測預警分析帶來一定難度。本文建立了基于“結構仿真+大數據分析”的線路設備狀態(tài)評價方法,并以軌道狀態(tài)評價為例,應用模糊層次分析法提出了重載軌道狀態(tài)評價模型與流程。