钢轨状态检测与维护方案.docVIP

钢轨状态检测与维护方案 Allan Zarembski 软件及分析技术的发展为轨道维护方案的制定提供了新的机遇，本文讨论了如何对大量检测数据进行分析和利用，从而优化维护作业。 如今，全球已经进入了系统优化与成本敏感的时代，合理制定轨道维护方案，合理实施轨道维护管理将有助于铁路行业控制资本成本及维护成本。由于钢轨维护成本占铁路行业基础设施维护预算支出的比例非常大，因此，对于钢轨这样高资本费用的项目，更是如此。随着维护成本的不断攀升，按照高效、成本效益的原则，具备制合理制定维护方案、实施维护计划的能力变得越加重要。 充分利用检测技术及相关分析手段能使铁路部门准确、及时了解轨道的状态，尤其是钢轨的状态。检测数据是根据钢轨的实际状态改进维护方案、加强分析与管理的基础。 基于状态的方法考虑到了不同地点钢轨表征及性能方面存在的差异，而正是这些差异影响着钢轨的质量。因此，与传统的基于维修规程的方法相比，根据状态制定方案、实施管理是更为有效的钢轨资产管理方法。此外，由于能更准确地掌握主要生产活动的时间及地点，此方法有利于制定更为详尽的维护作业方案与计划安排。 钢轨更换与重铺是钢轨维护的中心任务，包括更换局部曲线超限磨损的钢轨，亦称“曲线补缀”；也包括由于疲劳及（或）磨损造成的较长距离的钢轨更换，常被称作“轨面缺陷重铺”。另外，钢轨维护作业还采用打磨及润滑手段，以减少钢轨质量下降率，延长钢轨的使用寿命。 钢轨状态信息，包括钢轨编号、型号、内部缺陷位置、磨损率及磨损程度、表面缺陷长度及深度、轨头断面恶化程度等，都是重要的输入信息。这些数据来自钢轨检测，被输入到新一代的方案模型中，从而优化维护作业过程，最大限度地降低钢轨维护的相关成本。 造成钢轨质量下降的主要原因是钢轨磨损与钢轨疲劳，它们也是造成钢轨更换的主要成因。 钢轨磨损包括侧磨或轨距面磨损，轨顶磨损或轨头磨损，以及轨头断面恶化。钢轨疲劳包括：内部疲劳缺陷，尤其是轨头缺陷，如横向缺陷、微裂缝、水平裂口及垂直裂口；表面缺陷，如滚动接触疲劳（RCF），表面散裂、剥落及波纹；以及组合缺陷，如扁平与椭圆斑块。 上述这些情况可能同时发生，也就是说，钢轨可能同时经受磨损、内部疲劳及表面疲劳。 根据每种情况的相关发生率，实际发生的状况会随具体轨道及运输条件的不同而有所变化。由于轴载及曲率的不同，磨损及疲劳都有可能成为主角。此外，这些情况通常不会单独出现，当一种情况影响另一种情况时，会发生相互影响。如钢轨磨损，由于减小了钢轨的断面尺寸，进而增加了钢轨的应力，从而影响疲劳发生率。这意味着有必要确定钢轨在所有这些影响因素下的寿命；通过主要影响因素，即造成最短预期寿命的因素，制定每处的钢轨维护方案。 考虑各种类型的失效形式，用于计算钢轨寿命的相应相互关系也与具体的失效因素有关。最新开发的维护管理软件包括针对各种钢轨质量下降因素及钢轨维护/更换作业的优化程序。这些软件包括以下内容： 针对两个钢轨更换因素（钢轨磨损与钢轨疲劳造成的钢轨质量下降）中任一因素的维护与更换作业所需的钢轨重铺方案制定软件； 对钢轨润滑及设备（基于钢轨磨损）有效性评估的钢轨润滑监测软件； 控制钢轨表面缺陷及钢轨断面的钢轨打磨控制软件； 监测钢轨疲劳缺陷发展率及断轨故障的钢轨试验管理软件。 Zeta-Tech公司开发的针对钢轨磨损与疲劳的钢轨重铺方案模型RailLife是其中的一种软件。这是一种钢轨使用寿命预测模型，同时对疲劳缺陷发展及磨损率（轨顶及轨侧磨损）进行分析。RailLife利用非线性（Weibull）分析技术，通过统计回归分析（采用经验磨损寿命公式）预测疲劳缺陷发展率，从而预测钢轨磨损及相应的磨损寿命。 钢轨打磨前后的状态与打磨效果 通常，根据有效分析及具体运输条件所需的最佳长度，分段对钢轨寿命进行分析。各段的钢轨寿命被认定是相同的，各段中的某些主要参数也将是相同的。 钢轨疲劳寿命预测算法采用Weibull 分析技术预测缺陷发展率及将来的缺陷程度。研究证明，除轴载、轮轨接触、钢轨金相及清洁度等因素外，钢轨疲劳缺陷是以累计轨道通过量为函数而发展的。缺陷的形成与积累率随通过量而发展，如Weibull分布图所示，是以对数的形式出现。因此，随着时间的推移，钢轨缺陷发生率大大增加，与Weibull公式的对数性质是一致的。由于不是总能得到完整的疲劳与通过吨位数据，高效模型，如RailLife，采用分层分析方法，与实际可获得的数据量建立直接的关系。 算法输出的是缺陷率的年度预测值（缺陷/km/年），每段的累计缺陷，以及钢轨的预测寿命。钢轨寿命预测是根据用户定义的钢轨更换标准确定的，主要为缺陷数量，尤其是与疲劳有关的在一定时间内发生的缺陷，通常为一年，这也是更换钢轨最合适的节点。 在进行疲劳分析的同时，还利用综合钢轨寿命方案模型，对每条曲线进行完整的钢