軌道檢測數據集成存儲與數據質量評價

陶 凱，楊 文，杜 中，劉國躍

（1.中國鐵道科學研究院集團有限公司基礎設施檢測研究所，北京 100081；2.朔黃鐵路發(fā)展有限責任公司，河北肅寧 062350；3.北京鐵科英邁技術有限公司，北京 100044）

在現代鐵路基礎設施運營維護過程中，依據檢測數據分析結果輔助養(yǎng)護維修決策的方式越來越被重視［1-2］。該方法可有效提高維修效率，控制運營成本，但其前提是獲得有效可靠的檢測數據，否則無法保證維修決策建議的正確性。

隨著鐵路運營維護技術的快速發(fā)展，我國已經形成較完善的軌道檢測體系，研發(fā)了多種類型的檢測設備。周期性動態(tài)檢測裝備有綜合檢測車、軌道檢查車和綜合巡檢車。此外，還有車載式線路檢查儀、人工添乘檢查使用的便攜式線路檢查儀、現場人工操作的軌道檢查儀和軌道測量儀。上述檢測設備產生了格式多樣的電子化和紙質記錄的檢測數據。

目前，這些檢測數據并未得到有效、可靠的管理，檢測數據質量也存在著差異，無法很好地支撐后續(xù)自動化、智能化分析與應用。因此，予以系統(tǒng)地實施數據質量評估與管理，提高檢測數據的質量，結合維修需求按需快速發(fā)布，對最大限度發(fā)揮檢測監(jiān)測數據價值、支撐養(yǎng)護維修決策具有重要意義。

1 檢測數據質量管理

檢測數據質量管理是指對檢測數據從檢測計劃管理、檢測設備狀態(tài)以及檢測數據存儲、發(fā)布、傳輸、維護、應用、消亡生命周期的每個階段里可能引發(fā)的各類數據質量問題，進行識別、度量、監(jiān)控等一系列管理活動，并通過改善和提高組織的管理水平使得數據質量進一步提高。檢測數據質量管理流程如圖1所示。

圖1 檢測數據質量管理流程

檢測數據質量評估包括完整性、規(guī)范性、一致性、準確性、唯一性、關聯(lián)性等方面。完整性用于度量哪些數據丟失了或者哪些數據不可用；規(guī)范性用于度量哪些數據未按統(tǒng)一格式存儲；一致性用于度量哪些數據的值在信息含義上是沖突的；準確性用于度量哪些數據和信息是不正確的，或者是超期的；唯一性用于度量哪些數據是重復數據或者數據的哪些屬性是重復的；關聯(lián)性用于度量哪些關聯(lián)的數據缺失或者未建立索引。

考慮到當前鐵路軌道檢測與數據分析現狀，擬統(tǒng)一存儲管理檢測數據以提高檢測數據的規(guī)范性和關聯(lián)性，對檢測數據預處理以提高數據的準確性和唯一性，評估檢測數據質量以識別完整性和一致性。

2 檢測數據存儲管理

采用分布式架構，分3級存儲管理軌道檢測數據，確保全路范圍內可查詢檢索數據資源目錄，并按授權獲取檢測數據。

2.1 檢測數據管理方案

按照軌道檢測方式、數據分析應用的主體等因素，對檢測數據的存儲位置進行梳理。檢測數據管理體系如圖2所示。

圖2 軌道檢測數據管理體系

為了實現數據的使用便捷性與管理規(guī)范性，按照使用對象的關注點、數據使用頻率等對檢測數據進行分布式存儲。由總公司檢測中心檢測數據管理信息系統(tǒng)、鐵路局鐵路基礎設施管理信息系統(tǒng)和維修段檢測數據管理信息系統(tǒng)形成3級分布式存儲體系。

總公司依托鐵路基礎設施檢測中心掌握著綜合檢測車全部檢測數據和軌道檢查車檢測偏差數據，依托鐵路工務管理信息系統(tǒng)查看全路重點設備的嚴重病害數據。

各鐵路局利用基礎設施管理信息系統(tǒng)抽取并匯總其管轄的各維修段的所有病害數據與數據分析結果。

各維修段作為運營維修部門，掌握著除搭載軌檢系統(tǒng)外的所有檢測監(jiān)測原始數據以及病害數據，是檢測數據存儲的主體單位。

上述3 級機構根據各自的需要，利用所管理的檢測監(jiān)測數據進行數據挖掘和數據分析工作，查找線路存在的潛在病害，掌握設備質量變化情況。

2.2 檢測數據同步共享

為了建立數據存儲規(guī)范，需要考慮如何快速、便捷地為外界提供所需數據。通過對檢測數據業(yè)務屬性如檢測年、月、日、線路、行別、區(qū)段、檢測項目、文件類型、使用用途等的梳理，利用元數據、資源分類、目錄編碼等方式，形成資源目錄結構。數據資源目錄中同一數據可以建立多個不同使用用途的分支，由各個數據使用終端更新與維護；數據存儲端和數據使用端通過同步數據目錄來實現數據資源共享，使各數據使用端能夠快速定位文件，找到所需的數據，達到檢測數據共享的目的。數據共享體系如圖3所示。

圖3 軌道檢測數據共享體系

2.3 檢測數據存儲統(tǒng)一管理

與傳統(tǒng)檢測數據管理系統(tǒng)相比較，該系統(tǒng)有以下主要優(yōu)勢：

1）數據更安全。將分散的檢測數據進行集中存儲管理，劃分數據等級與權限，通過分層建設、分級防護，達到數據管理應用的可控調用，讓敏感數據得到保護，操作記錄可追溯。

2）檢索更便捷。根據業(yè)務需要，規(guī)范文件屬性定義標準，建立資源目錄定義的數據屬性，使用戶可快速方便地訪問和獲取所需數據。

3）提高效率。打破了檢測數據需要從多個應用系統(tǒng)獲取的局面，且無需關注數據來源于哪個檢測系統(tǒng)，將重點放在數據的質量和用途上，更有效地利用現有資源，提高生產效率，在統(tǒng)一數據資源下展開工作。

4）標準統(tǒng)一。系統(tǒng)在數據管理時，依照統(tǒng)一的標準進行了數據預處理操作，減少人工干預環(huán)節(jié)，且不受數據分析人員能力與分析工具的限制，便于數據分析人員利用統(tǒng)一標準的數據進行后續(xù)分析處理。

3 檢測數據預處理

檢測過程中，由于檢測系統(tǒng)自身原因或受環(huán)境干擾，原始檢測數據不可避免含有瑕疵，不利于客觀、準確地反映線路質量?；诮y(tǒng)一規(guī)范的檢測數據管理平臺，利用專業(yè)算法對檢測數據進行預處理，是提高檢測數據利用效率、精確指導養(yǎng)護維修的前提。

3.1 軌道幾何檢測數據預處理

現階段服役的軌道檢查車有GJ-4，GJ-5，GJ-6 等多種型號，由于不同型號的檢測設備使用的技術不盡相同，得到的原始檢測數據格式也存在差異。同時，受到長短鏈、道岔、車速、GPS定位等因素影響，檢測波形和偏差里程存在一定誤差。此外，在檢測過程中檢測系統(tǒng)受風、雨、雪、電磁、異物遮擋等各種類型的干擾，可能導致檢測數據異常［3-4］。應對原始檢測數據進行預處理，流程如圖4所示。

圖4 軌道幾何數據預處理流程

1）不同型號的軌檢車其檢測的通道、文件格式都不一致，所以首先結合檢測記錄信息對數據文件進行標準化轉換。通過格式轉換明確了檢測的關鍵信息如線路、行別、區(qū)段等，并統(tǒng)一了不同車型的檢測通道與檢查數據格式，便于數據分析。

2）結合曲線、長短鏈等臺賬信息，利用相關性算法將檢測過程中的里程信息予以修正，提高檢測數據的精準性。

3）結合車速信息、道岔信息，剔除檢測過程中的無效的異常數據，減少外界因素導致的異常數據。

4）對各檢測通道數據標準差重新計算，得到軌道質量指數（Track Quality Index，TQI）。利用之前的處理結果，重新修正偏差數據。

除了成區(qū)段的無效數據外，在檢測過程中還會出現局部毛刺狀干擾數據，此種數據可以通過算法進行濾波，使其能夠正常使用。系統(tǒng)利用改進型的模糊消刺算法［3］能準確識別毛刺異常值的位置并自動修復。

3.2 車輛動態(tài)響應檢測數據預處理

安裝在高速綜合檢測車上的車輛動態(tài)響應檢測系統(tǒng)可同時采集軸箱、構架和車體的垂向振動加速度。系統(tǒng)采用劉金朝等［4］提出的軸箱加速度處理分析算法，利用軸箱垂向振動加速度計算軌道沖擊指數，診斷軌道的短波不平順狀態(tài)［5-6］。與傳統(tǒng)利用軸箱垂向振動加速度的幅值評判軌道短波不平順狀態(tài)的方法相比，利用軌道沖擊指數評判軌道的短波不平順狀態(tài)，不但可以有效避免隨機性的影響，而且易于確定評判的閾值。軸箱加速度檢測數據預處理流程如圖5所示。具體方法為：①結合構架橫向、構架垂向、車體橫向、車體垂向、車體縱向通道的閾值，對軸箱加速度無效檢測數據進行剔除；②計算軸箱垂向振動加速度移動有效值；③歸一化處理移動有效值，獲得軌道沖擊指數；④參照軌道沖擊指數評價軌道短波不平順狀態(tài)標準，分級評價鋼軌接頭焊接不良、鋼軌擦傷、鋼軌波浪形磨耗等軌道病害。

圖5 軸箱加速度檢測數據預處理流程

3.3 軌道外觀圖像數據預處理

軌道外觀圖像數據預處理主要分為圖像處理、病害識別、病害關聯(lián)分析3 個環(huán)節(jié)。首先通過增加對比度去掉模糊信號和噪聲，并采用修正幾何畸變等方法對圖片數據進行預處理，使圖像更加清晰并且更加適合人或機器進行圖像識別分析。然后利用預處理后的圖像，采用深度學習的方法［7］，由系統(tǒng)自動識別病害數據。最終由系統(tǒng)自動判斷是新增病害還是歷史病害，同時建立病害數據重復關聯(lián)機制，通過數據挖掘和分析，尋找誤差里程范圍內類型相同的病害數據信息，并進行關聯(lián)操作，為病害數據建立數據病害庫，用于跟蹤病害發(fā)展變化情況。設備外觀圖像病害關聯(lián)方式如圖6所示。

圖6 設備外觀圖像病害關聯(lián)方式

3.4 線路檢查儀檢測數據預處理

車載式線路檢查儀在檢測過程中受行車速度、車輛類型、病害波長、病害種類影響，對同一地點病害的多次檢測結果離散，呈正態(tài)分布形式。須對檢測數據進行周期性重復病害分析，找出潛在病害地段后，給病害重新定級。

便攜式線路檢查儀是利用車體振動的幅值來反映線路動態(tài)，受機車情況、行車速度、牽引力等諸多因素影響，而且同一儀器添乘同一車次而不是同一機車時檢測出的信息有較大差別，因此分析此類數據時須對同一機車號的檢查數據進行周期性重復病害分析后再給病害定級。線路檢查儀數據按表1所示的偏差等級標準重新定級。

表1 偏差等級標準

4 檢測數據質量評價

檢測數據質量評價的最終目的是為后續(xù)自動化分析、大數據分析等提供良好的數據源。在檢測過程中，由于檢測系統(tǒng)受到干擾或受到檢測計劃規(guī)劃與兌現的影響，檢測數據有可能只包含部分線路信息，造成數據不完整或者數據質量差。此種檢測數據不能作為后續(xù)數據分析與評價的數據源。此時須在數據預處理過程中對該檢測數據質量進行評價，判斷其是否符合標準或者有多大比例符合標準。

軌道檢測數據質量評價主要考慮以下指標。①數據完整性。通過將預期的檢測范圍與待評價檢測數據進行對比，評價數據的符合程度。②數據規(guī)范性。通過檢測數據存儲結構、文件名、頭文件等關鍵信息確定檢測數據類型，識別數據是否有效。③數據一致性。通過將檢測數據的屬性信息與數據管理系統(tǒng)既有數據關鍵信息進行比較，判斷數據是否一致。④數據準確性。通過讀取數據內容的有效性標記、統(tǒng)計數據異常值區(qū)間比例和數據有效期等手段，衡量有效數據的比例。⑤數據唯一性。通過數據內容對比，按照唯一性屬性判別數據是否重復，把重復數據相關聯(lián)，建立數據履歷。⑥數據關聯(lián)性。通過業(yè)務既定的關聯(lián)屬性，查看數據與其他數據的已關聯(lián)情況，按照潛在聯(lián)系建立關聯(lián)。

軌道檢測數據質量評價結果分為AAA，AA，A，B，C，D，E 共 7 個等級。檢測數據質量 A 級及以上為優(yōu)良，滿足整條線路檢測數據參與自動化處理分析的要求；B 級為良好，C 級為一般，滿足區(qū)段檢測數據參與自動化處理分析的要求；D 級為合格，E 級為不合格，滿足局部檢測波形參與對比分析的要求。檢測數據質量分級標準見表2。

表2 檢測數據質量分級標準

5 應用情況

以朔黃鐵路檢測數據中心為例，隨著軌道檢測數據管理系統(tǒng)投入應用，檢測數據分析人員利用該系統(tǒng)有效存儲管理綜合檢測列車、軌道檢查車、綜合巡檢車、軌道檢查儀等設備的檢測數據。系統(tǒng)自動對檢測數據進行必要的預處理，檢測數據質量可控，數據分析獲得的結果更加準確，對養(yǎng)護維修工作更具有指導性。

軌道幾何檢測數據經過預處理后，檢測里程修正后誤差一般小于5 m。現場使用修正后幾何偏差里程可以快速定位病害，提高了現場病害復核與維修效率。剔除無效數據后重新計算發(fā)布的TQI值與現場實際情況更吻合（如圖7所示），提高了軌道區(qū)段質量評價客觀性。

圖7 朔黃鐵路某區(qū)段TQI值修正結果

根據檢測數據質量的分級識別結果，高質量軌道檢測數據自動參與軌道單元質量定期綜合量化評價，綜合評價結果更加可靠、穩(wěn)定，可直接作為按照單元質量優(yōu)先維修的決策依據。

6 結語

目前軌道檢測數據存在多源異構，無法有效存儲管理，未能有效支撐養(yǎng)護維修決策的問題，本文綜合考慮檢測數據集中存儲、預處理、質量評價、按需發(fā)布等方面需求，提出軌道檢測數據分布式管理與共享模式，運用數據預處理與數據質量評價方法對檢測數據進行自動化和標準化處理及規(guī)范化的存儲與共享。