陶 凯，杨 文，杜 中，刘国跃

（1.中国铁道科学研究院集团有限公司基础设施检测研究所，北京 100081；2.朔黄铁路发展有限责任公司，河北肃宁 062350；3.北京铁科英迈技术有限公司，北京 100044）

在现代铁路基础设施运营维护过程中，依据检测数据分析结果辅助养护维修决策的方式越来越被重视［1-2］。该方法可有效提高维修效率，控制运营成本，但其前提是获得有效可靠的检测数据，否则无法保证维修决策建议的正确性。

随着铁路运营维护技术的快速发展，我国已经形成较完善的轨道检测体系，研发了多种类型的检测设备。周期性动态检测装备有综合检测车、轨道检查车和综合巡检车。此外，还有车载式线路检查仪、人工添乘检查使用的便携式线路检查仪、现场人工操作的轨道检查仪和轨道测量仪。上述检测设备产生了格式多样的电子化和纸质记录的检测数据。

目前，这些检测数据并未得到有效、可靠的管理，检测数据质量也存在着差异，无法很好地支撑后续自动化、智能化分析与应用。因此，予以系统地实施数据质量评估与管理，提高检测数据的质量，结合维修需求按需快速发布，对最大限度发挥检测监测数据价值、支撑养护维修决策具有重要意义。

1 检测数据质量管理

检测数据质量管理是指对检测数据从检测计划管理、检测设备状态以及检测数据存储、发布、传输、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据质量问题，进行识别、度量、监控等一系列管理活动，并通过改善和提高组织的管理水平使得数据质量进一步提高。检测数据质量管理流程如图1所示。

图1 检测数据质量管理流程

检测数据质量评估包括完整性、规范性、一致性、准确性、唯一性、关联性等方面。完整性用于度量哪些数据丢失了或者哪些数据不可用；规范性用于度量哪些数据未按统一格式存储；一致性用于度量哪些数据的值在信息含义上是冲突的；准确性用于度量哪些数据和信息是不正确的，或者是超期的；唯一性用于度量哪些数据是重复数据或者数据的哪些属性是重复的；关联性用于度量哪些关联的数据缺失或者未建立索引。

考虑到当前铁路轨道检测与数据分析现状，拟统一存储管理检测数据以提高检测数据的规范性和关联性，对检测数据预处理以提高数据的准确性和唯一性，评估检测数据质量以识别完整性和一致性。

2 检测数据存储管理

采用分布式架构，分3级存储管理轨道检测数据，确保全路范围内可查询检索数据资源目录，并按授权获取检测数据。

2.1 检测数据管理方案

按照轨道检测方式、数据分析应用的主体等因素，对检测数据的存储位置进行梳理。检测数据管理体系如图2所示。

图2 轨道检测数据管理体系

为了实现数据的使用便捷性与管理规范性，按照使用对象的关注点、数据使用频率等对检测数据进行分布式存储。由总公司检测中心检测数据管理信息系统、铁路局铁路基础设施管理信息系统和维修段检测数据管理信息系统形成3级分布式存储体系。

总公司依托铁路基础设施检测中心掌握着综合检测车全部检测数据和轨道检查车检测偏差数据，依托铁路工务管理信息系统查看全路重点设备的严重病害数据。

各铁路局利用基础设施管理信息系统抽取并汇总其管辖的各维修段的所有病害数据与数据分析结果。

各维修段作为运营维修部门，掌握着除搭载轨检系统外的所有检测监测原始数据以及病害数据，是检测数据存储的主体单位。

上述3 级机构根据各自的需要，利用所管理的检测监测数据进行数据挖掘和数据分析工作，查找线路存在的潜在病害，掌握设备质量变化情况。

2.2 检测数据同步共享

为了建立数据存储规范，需要考虑如何快速、便捷地为外界提供所需数据。通过对检测数据业务属性如检测年、月、日、线路、行别、区段、检测项目、文件类型、使用用途等的梳理，利用元数据、资源分类、目录编码等方式，形成资源目录结构。数据资源目录中同一数据可以建立多个不同使用用途的分支，由各个数据使用终端更新与维护；数据存储端和数据使用端通过同步数据目录来实现数据资源共享，使各数据使用端能够快速定位文件，找到所需的数据，达到检测数据共享的目的。数据共享体系如图3所示。

图3 轨道检测数据共享体系

2.3 检测数据存储统一管理

与传统检测数据管理系统相比较，该系统有以下主要优势：

1）数据更安全。将分散的检测数据进行集中存储管理，划分数据等级与权限，通过分层建设、分级防护，达到数据管理应用的可控调用，让敏感数据得到保护，操作记录可追溯。

2）检索更便捷。根据业务需要，规范文件属性定义标准，建立资源目录定义的数据属性，使用户可快速方便地访问和获取所需数据。

3）提高效率。打破了检测数据需要从多个应用系统获取的局面，且无需关注数据来源于哪个检测系统，将重点放在数据的质量和用途上，更有效地利用现有资源，提高生产效率，在统一数据资源下展开工作。

4）标准统一。系统在数据管理时，依照统一的标准进行了数据预处理操作，减少人工干预环节，且不受数据分析人员能力与分析工具的限制，便于数据分析人员利用统一标准的数据进行后续分析处理。

3 检测数据预处理

检测过程中，由于检测系统自身原因或受环境干扰，原始检测数据不可避免含有瑕疵，不利于客观、准确地反映线路质量。基于统一规范的检测数据管理平台，利用专业算法对检测数据进行预处理，是提高检测数据利用效率、精确指导养护维修的前提。

3.1 轨道几何检测数据预处理

现阶段服役的轨道检查车有GJ-4，GJ-5，GJ-6 等多种型号，由于不同型号的检测设备使用的技术不尽相同，得到的原始检测数据格式也存在差异。同时，受到长短链、道岔、车速、GPS定位等因素影响，检测波形和偏差里程存在一定误差。此外，在检测过程中检测系统受风、雨、雪、电磁、异物遮挡等各种类型的干扰，可能导致检测数据异常［3-4］。应对原始检测数据进行预处理，流程如图4所示。

图4 轨道几何数据预处理流程

1）不同型号的轨检车其检测的通道、文件格式都不一致，所以首先结合检测记录信息对数据文件进行标准化转换。通过格式转换明确了检测的关键信息如线路、行别、区段等，并统一了不同车型的检测通道与检查数据格式，便于数据分析。

2）结合曲线、长短链等台账信息，利用相关性算法将检测过程中的里程信息予以修正，提高检测数据的精准性。

3）结合车速信息、道岔信息，剔除检测过程中的无效的异常数据，减少外界因素导致的异常数据。

4）对各检测通道数据标准差重新计算，得到轨道质量指数（Track Quality Index，TQI）。利用之前的处理结果，重新修正偏差数据。

除了成区段的无效数据外，在检测过程中还会出现局部毛刺状干扰数据，此种数据可以通过算法进行滤波，使其能够正常使用。系统利用改进型的模糊消刺算法［3］能准确识别毛刺异常值的位置并自动修复。

3.2 车辆动态响应检测数据预处理

安装在高速综合检测车上的车辆动态响应检测系统可同时采集轴箱、构架和车体的垂向振动加速度。系统采用刘金朝等［4］提出的轴箱加速度处理分析算法，利用轴箱垂向振动加速度计算轨道冲击指数，诊断轨道的短波不平顺状态［5-6］。与传统利用轴箱垂向振动加速度的幅值评判轨道短波不平顺状态的方法相比，利用轨道冲击指数评判轨道的短波不平顺状态，不但可以有效避免随机性的影响，而且易于确定评判的阈值。轴箱加速度检测数据预处理流程如图5所示。具体方法为：①结合构架横向、构架垂向、车体横向、车体垂向、车体纵向通道的阈值，对轴箱加速度无效检测数据进行剔除；②计算轴箱垂向振动加速度移动有效值；③归一化处理移动有效值，获得轨道冲击指数；④参照轨道冲击指数评价轨道短波不平顺状态标准，分级评价钢轨接头焊接不良、钢轨擦伤、钢轨波浪形磨耗等轨道病害。

图5 轴箱加速度检测数据预处理流程

3.3 轨道外观图像数据预处理

轨道外观图像数据预处理主要分为图像处理、病害识别、病害关联分析3 个环节。首先通过增加对比度去掉模糊信号和噪声，并采用修正几何畸变等方法对图片数据进行预处理，使图像更加清晰并且更加适合人或机器进行图像识别分析。然后利用预处理后的图像，采用深度学习的方法［7］，由系统自动识别病害数据。最终由系统自动判断是新增病害还是历史病害，同时建立病害数据重复关联机制，通过数据挖掘和分析，寻找误差里程范围内类型相同的病害数据信息，并进行关联操作，为病害数据建立数据病害库，用于跟踪病害发展变化情况。设备外观图像病害关联方式如图6所示。

图6 设备外观图像病害关联方式

3.4 线路检查仪检测数据预处理

车载式线路检查仪在检测过程中受行车速度、车辆类型、病害波长、病害种类影响，对同一地点病害的多次检测结果离散，呈正态分布形式。须对检测数据进行周期性重复病害分析，找出潜在病害地段后，给病害重新定级。

便携式线路检查仪是利用车体振动的幅值来反映线路动态，受机车情况、行车速度、牵引力等诸多因素影响，而且同一仪器添乘同一车次而不是同一机车时检测出的信息有较大差别，因此分析此类数据时须对同一机车号的检查数据进行周期性重复病害分析后再给病害定级。线路检查仪数据按表1所示的偏差等级标准重新定级。

表1 偏差等级标准

4 检测数据质量评价

检测数据质量评价的最终目的是为后续自动化分析、大数据分析等提供良好的数据源。在检测过程中，由于检测系统受到干扰或受到检测计划规划与兑现的影响，检测数据有可能只包含部分线路信息，造成数据不完整或者数据质量差。此种检测数据不能作为后续数据分析与评价的数据源。此时须在数据预处理过程中对该检测数据质量进行评价，判断其是否符合标准或者有多大比例符合标准。

轨道检测数据质量评价主要考虑以下指标。①数据完整性。通过将预期的检测范围与待评价检测数据进行对比，评价数据的符合程度。②数据规范性。通过检测数据存储结构、文件名、头文件等关键信息确定检测数据类型，识别数据是否有效。③数据一致性。通过将检测数据的属性信息与数据管理系统既有数据关键信息进行比较，判断数据是否一致。④数据准确性。通过读取数据内容的有效性标记、统计数据异常值区间比例和数据有效期等手段，衡量有效数据的比例。⑤数据唯一性。通过数据内容对比，按照唯一性属性判别数据是否重复，把重复数据相关联，建立数据履历。⑥数据关联性。通过业务既定的关联属性，查看数据与其他数据的已关联情况，按照潜在联系建立关联。

轨道检测数据质量评价结果分为AAA，AA，A，B，C，D，E 共 7 个等级。检测数据质量 A 级及以上为优良，满足整条线路检测数据参与自动化处理分析的要求；B 级为良好，C 级为一般，满足区段检测数据参与自动化处理分析的要求；D 级为合格，E 级为不合格，满足局部检测波形参与对比分析的要求。检测数据质量分级标准见表2。

表2 检测数据质量分级标准

5 应用情况

以朔黄铁路检测数据中心为例，随着轨道检测数据管理系统投入应用，检测数据分析人员利用该系统有效存储管理综合检测列车、轨道检查车、综合巡检车、轨道检查仪等设备的检测数据。系统自动对检测数据进行必要的预处理，检测数据质量可控，数据分析获得的结果更加准确，对养护维修工作更具有指导性。

轨道几何检测数据经过预处理后，检测里程修正后误差一般小于5 m。现场使用修正后几何偏差里程可以快速定位病害，提高了现场病害复核与维修效率。剔除无效数据后重新计算发布的TQI值与现场实际情况更吻合（如图7所示），提高了轨道区段质量评价客观性。

图7 朔黄铁路某区段TQI值修正结果

根据检测数据质量的分级识别结果，高质量轨道检测数据自动参与轨道单元质量定期综合量化评价，综合评价结果更加可靠、稳定，可直接作为按照单元质量优先维修的决策依据。

6 结语

目前轨道检测数据存在多源异构，无法有效存储管理，未能有效支撑养护维修决策的问题，本文综合考虑检测数据集中存储、预处理、质量评价、按需发布等方面需求，提出轨道检测数据分布式管理与共享模式，运用数据预处理与数据质量评价方法对检测数据进行自动化和标准化处理及规范化的存储与共享。