《Infrastructures》：In Situ Assessment of Track Geometry Degradation and Defect Scoring for Maintenance Prioritization: A Case Study on a Railway Section Line M300, Romania
编辑推荐：
轨道几何退化是影响基础设施安全、乘坐舒适性、维护需求及生命周期成本的关键因素。本论文针对罗马尼亚M300铁路线某分析区段，基于测量数据评估轨道几何退化，并强调其在维护优先级排序中的实际应用。研究人员利用轨道测量车辆（VMC）在2020至2023年间于曲线双线区
轨道几何退化是影响基础设施安全、乘坐舒适性、维护需求及生命周期成本的关键因素。本论文针对罗马尼亚M300铁路线某分析区段，基于测量数据评估轨道几何退化，并强调其在维护优先级排序中的实际应用。研究人员利用轨道测量车辆（VMC）在2020至2023年间于曲线双线区段收集的现场轨道几何检测记录，评估了铁路实践中使用的主要几何缺陷族，包括方向性、轨距、纵向水平、超高及扭曲。除常规缺陷识别、严重性分级及罚分评分外，论文采用基于维护导向的解释框架，包含战役级缺陷严重性指数（DSI）、缺陷复现因子（DRF）及维护优先级矩阵（MPM）。在此框架中，DSI对应于每公里归一化罚分，用于比较检测战役，而DRF与MPM通过识别持续性缺陷族并将测量退化转化为维护优先级，扩展了解释功能。结果显示，退化在时间上非均匀且依赖于缺陷族，其中超高与纵向水平缺陷主导了累积罚分。DSI范围从2022年9月的467分/公里至2022年3月的3183分/公里，确认了非线性退化与恢复模式。所提出的指标提供了现有罚分框架的可解释扩展，并支持常规铁路线路基于状态的维护规划。
**论文解读文章**
**研究背景与问题**
铁路基础设施性能高度依赖于轨道系统在交通荷载、道床退化、下部结构变异、环境作用及维护干扰下保持几何质量的能力。重复荷载会逐步改变轨道几何，增加轮轨动态相互作用，降低乘坐质量，并加速上部及下部结构部件的劣化。因此，几何参数的监测与解释仍是铁路维护工程的核心任务。尽管现有文献已从定期检查转向数据驱动与预测性维护（如机器学习方法、数字孪生等），但这些高级预测框架的部署仍依赖于可靠的现场测量数据及可解释的工程工作流，以将记录的不规则性转化为实际维护决策。基础设施管理者仍需物理可解释的结果，以明确哪些缺陷占主导、如何分布及其严重性如何影响维护优先级。本研究针对罗马尼亚M300铁路线某区段开展实际案例研究，旨在填补高级退化建模与日常维护决策之间的实践差距。
**研究内容与结论**
研究人员利用2020至2023年间轨道测量车辆（VMC）在M300铁路线某双线曲线区段（km 473+000至km 476+000，实际物理长度3 km对应6轨道公里）收集的现场检测记录，基于罗马尼亚国家检测框架中的缺陷评分逻辑，评估了轨道几何退化状况。研究将原始罚分输出重组为透明的严重性-复现性-优先级框架，提出了三个维护导向指标：缺陷严重性指数（DSI，即每公里归一化罚分，用于战役间比较）、缺陷复现因子（DRF，识别跨检测战役持续的缺陷族）及加权缺陷优先级得分（WDPS，结合严重性与复现性进行维护排序），以及维护优先级矩阵（MPM，将缺陷族分为优先干预、纠正性干预、监测与针对性修正、常规监测四类）。结果表明：所选区段呈现非均匀退化模式，随时间变化且依赖于缺陷族；DSI在2022年9月低至467分/公里，2022年3月高达3183分/公里，确认非线性退化与恢复模式；累积罚分中，超高缺陷（V+N）与纵向水平缺陷（A+J）贡献最大（合计超过60%），且在各战役中均出现（DRF=1.0），被MPM分类为优先干预类别；轨距缺陷（L+l）为纠正性干预，扭曲缺陷（R）需监测与针对性修正，方向性缺陷（C）为常规监测。该研究发表于《Infrastructures》。
**关键技术方法**
研究人员基于VMC在2020-2023年间对M300铁路线双线曲线区段（物理长度3 km，对应6轨道公里）采集的轨道几何检测记录。数据包含已处理的缺陷表，按罗马尼亚检测框架分为方向性/对齐（C）、轨距（L/l）、纵向水平（A/J）、超高（N/V）及扭曲（R）五类缺陷族。分析方法包括：按战役组织测量结果，识别缺陷族与严重性等级，计算累积罚分并归一化为每公里罚分（Pkm，即DSI），计算各缺陷族相对贡献，计算DRF及WDPS，最后通过MPM分类维护优先级。所有计算基于现有罚分体系（非线性：高等级缺陷权重更大），不改变原始评分逻辑，但增强解释性。
**研究结果**
**3.1 测量退化的总体特征**
所选区段呈现非均匀退化模式，随时间变化且依赖于缺陷族，而非单一主导缺陷类型或稳定单调劣化。这提示维护决策应基于各缺陷族相对权重、归一化罚分密度及跨战役的复现性。
**3.2 战役级严重性评估：2020年9月基线**
2020年9月总罚分10,900分（对应1816分/公里，质量等级为“不满意”）。其中，超高缺陷（V+N）贡献约41%，纵向水平缺陷（A+J）约28%，扭曲缺陷（R）约21%，方向性缺陷（C）约10%，轨距缺陷（L+l）边际。表明该区段不良状态主要由垂向与横向几何不稳定性导致。
**3.3 2021年4月检测战役**
2021年4月总罚分仅3400分（约567分/公里），较2020年9月大幅降低。缺陷主要为J3（纵向水平三级）等低等级缺陷，无五级缺陷。表明两次检测间轨道几何条件显著改善，但具体维护干预类型与时间未知。
**3.4 多战役严重性演变（2021-2023）**
2021年9月轨距缺陷主导（L3、L4贡献6200分/8500分）；2022年3月为最严重战役（19,100分），由超高、轨距、纵向水平等多类高等级缺陷共同导致；2022年9月降为2800分，高等级缺陷消失；2023年3月再次升高，主要由纵向水平缺陷驱动。呈现交替退化与恢复阶段，不同战役主导缺陷族不同。
**3.5 基于累积罚分贡献的最关键缺陷族**
七次战役累积：超高（V+N）与纵向水平（A+J）合计贡献超过60%总罚分，确认垂向与横向几何不规则为测量退化的主要贡献者。方向性缺陷（C）贡献有限，扭曲缺陷（R）贡献中等且复现。
**3.6 持续缺陷族与维护优先级排序**
DSI值：2020年9月1816分/公里，2021年4月567分/公里，2021年9月1417分/公里，2022年3月3183分/公里，2022年9月467分/公里，2023年3月1917分/公里，2023年9月1300分/公里。DRF值：V+N与A+J均为1.0（全部七次战役出现），L+l为0.86，R为0.86，C为0.57。WDPS排名：V+N最高，其次A+J，L+l，R，C。MPM分类：V+N与A+J为优先干预，L+l为纠正性干预，R为监测与针对性修正，C为常规监测。
**讨论与结论**
讨论部分指出：本案例证实轨道几何退化是缺陷特定且位置敏感的过程，而非简单平均恶化。DSI的波动表明条件变化显著；累积罚分贡献、DRF、WDPS及MPM一致识别超高与纵向水平缺陷为最关键且最持久的维护优先级。该发现与近期研究一致，即水平相关参数对识别道床及支撑劣化具有信息性。从2020年9月到2021年4月的改善表明累积罚分分析可用于评估可能的维护后恢复。所提出的DSI-DRF-MPM框架避免黑箱预测，强调透明工程解释，为更高级的基于状态与预测工具奠定基础。研究局限性包括：基于单一区段，需在更多区段验证；数据集仅包含轨道几何检测记录，缺乏道床条件、路基刚度、排水性能、轴载等直接测量；维护干预时间与类型未完全整合；无法进行完整不确定性量化分析。结论部分翻译如下：
**结论**
本论文利用VMC记录及维护导向缺陷评分，对M300铁路线分析区段进行了轨道几何退化现场评估。主要结论如下：
第一，所选区段呈现维护相关的非均匀退化模式，反映在检测战役间归一化罚分的变化及不同缺陷族的不均匀贡献。本研究通过每公里罚分密度及特定缺陷族的主导性，在区段层面表征了缺陷集中程度，而非单个缺陷的详细空间聚类。
第二，缺陷严重性指数（DSI）显示强烈的战役间变异性，范围从2022年9月的467分/公里至2022年3月的3183分/公里，确认被监测区段经历了非线性退化与恢复模式，而非稳定单调劣化。
第三，最关键缺陷族为超高缺陷（V+N）与纵向水平缺陷（A+J），其在监测期内产生了最高的累积罚分贡献。
第四，最持久的缺陷族也是V+N与A+J，两者均在全部七次检测战役中被记录，因此缺陷复现因子（DRF）等于1.0。
第五，维护优先级矩阵（MPM）将V+N与A+J分类为优先干预类别，L+l为纠正性干预类别，R为监测与针对性修正类别，C为常规监测类别。
第六，DSI、DRF、WDPS与MPM的整合提供了现有罚分工作流的透明扩展。这些指标无需额外测量设备，但通过连接严重性、复现性与维护优先级，改进了现有检测数据的解释。
所提出的指标应被解释为基于轨道几何测量的维护优先级排序工具，而非识别退化物理原因的独立工具。机制诊断需要补充道床条件、路基刚度、排水性能、交通荷载、轴载及维护历史等信息。
未来工作应将本多年评估扩展至空间复现性映射、干预效果评估及主导缺陷族的预测建模。
