[发明专利]一种铁路轨道维修作业计划编制优化方法及系统在审
申请号: | 202210007431.5 | 申请日: | 2022-01-06 |
公开(公告)号: | CN114330920A | 公开(公告)日: | 2022-04-12 |
发明(设计)人: | 唐源洁;王福田;常艳艳;胡志远;刘仍奎 | 申请(专利权)人: | 北京交通大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q10/00;G06Q10/06 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 杜阳阳 |
地址: | 100044 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 铁路 轨道 维修 作业 计划 编制 优化 方法 系统 | ||
本发明涉及一种铁路轨道维修作业计划编制优化方法及系统,所述优化方法包括如下步骤:构建用于铁路轨道维修作业计划编制的包含维修作业成本、总体资源均衡值和天窗均衡值的目标函数;确定轨道状态的铁路轨道维修作业计划的约束条件;根据所述约束条件,采用MOQPSO算法求解所述目标函数,获得基于轨道状态的铁路轨道维修作业计划的优化方案。本发明通过构建包含维修作业成本、总体资源均衡值和天窗均衡值的目标函数,并利用MOQPSO算法进行求解,实现了合理的进行维修计划编制,减少了维修成本。
技术领域
本发明涉及轨道维修技术领域,特别是涉及一种铁路轨道维修作业计划编制优化方法及系统。
背景技术
轨道是列车运行的基础,用于引导机车车辆的运行,直接承受来自列车的荷载,并将荷载传至路基或者桥隧结构物。受列车荷载及地理环境等多种因素的影响,轨道状态随时间的推移逐步劣化。为了保障列车运行安全,增加铁路网络的可靠性、可用性、可维修性和安全,延长轨道使用寿命,需要对轨道进行维修。受到多种因素的影响,例如不同轨道区段,其所处地质结构、横纵断面、设备型号、维修历史、通过总重等不同,轨道劣化具有异质性,具体表现为不同空间位置,轨道劣化速率、维修周期、使用寿命均不相同。为了体现轨道状态劣化的异质性,提高轨道状态预测精度,提高维修决策的空间分辨率,需要根据空间位置将轨道划分为较小的单元,充分考虑不同空间位置轨道几何状态劣化的差异,针对每个区段进行个性化分析。由于轨道劣化具有异质性,每个轨道区段的劣化速率、维修周期、任意时刻的状态均不相同,传统的周期修必然导致“过度修”和“欠维修”的情况,既增加了维修成本,又难以保障安全,影响使用寿命。为了在保障列车运行安全的情况下,节约维修成本,有必要根据轨道状态进行状态修。状态修可以兼顾经济和安全,然而,完全按照轨道状态达到阈值的时间点进行维修,存在以下问题:(1)维修活动在时间上离散,导致所需天窗数量增加,增加对行车的干扰,从而增加间接维修费用;(2)维修活动在空间上离散,增加走行距离,降低维修效率和天窗利用率。而考虑机会维修,将原本离散的维修活动在时间上连续化的维修策略,则可以更好地节约维修成本,提高维修效率,提高天窗利用率。铁路集中修作业模式是指集中调配施工机械和设备、人员、路料等,综合利用施工天窗,在短时期内集中完成一条线路行车设备大中修和技术改造任务的一种施工组织形式。同时考虑多种设备、多种施工活动的集中修模式有利于提高施工效率和质量,减少施工对运输的整体影响。此外,在实际维修过程中,同一种施工活动往往存在多种模式可供选择,其所需维修资源、维修费用及维修速率不同。
现有技术方案:(1)基于轨道状态的铁路轨道维修计划编制模型方面:状态修的前提是对轨道状态的准确预测。许多学者对铁路轨道状态劣化规律建模问题进行过研究,这些模型可以分为劣化机理类模型、统计模型(包括确定性模型、随机性模型)和机器学习模型三类。机理类模型无法处理轨道劣化的不确定性,且轨道中的复杂相互作用很难精确建模,计算效率很低。相较于机理模型,统计模型能够处理大量的数据,并且可以处理不同类别的输入变量,然而该类模型高度依赖于数据质量。机器学习类模型在轨道几何状态劣化规律建模领域的应用仍处于起步阶段,通常需要用大量历史数据对模型进行训练和验证。
既有维修计划编制模型多是以月、季度为决策步长的规划级模型,少量精确到天窗的维修计划研究将月度规划模型与天窗计划模型分阶段考虑,或者按照固定周期进行维修计划编制。
既有基于状态修的研究通常采用一种割裂的模式:假定设备的维修时刻仅仅由一个确定性的设备状态预测结果所决定,即,先进行状态预测,进而基于固定的预测结果进行计划编制。而在考虑机会维修策略、集中修策略及多种复杂约束条件的场景下,设备的维修时刻成为不再由固定的设备状态这一个因素所确定的变量,且不同的维修时刻又会反过来对设备的劣化状态产生影响。
(2)求解算法方面:当前,求解多目标优化问题的方法主要分为两大类:传统优化算法与进化算法。传统优化算法,例如加权法、ε约束法、距离函数法等,主要优化思路为将多目标优化问题中的各目标赋予相应的权重,利用加权等方法,将多个优化目标转化为单一优化目标,再利用Gurobi等商业求解器进行求解。其中,权重的取值通常采用自适应方法确定或根据决策者经验确定。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京交通大学,未经北京交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210007431.5/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理