ИНТЕГРАЦИЯ ФИЗИЧЕСКОЙ НАГРУЗОЧНОЙ И СТАТИСТИЧЕСКОЙ ДЕГРАДАЦИОННОЙ МОДЕЛЕЙ ПРИ ПРОГНОЗИРОВАНИИ РЕСУРСА ВЕРХНЕГО СТРОЕНИЯ ЖЕЛЕЗНОДОРОЖНОГО ПУТИ ДЛЯ НОВЫХ УСЛОВИЙ ЭКСПЛУАТАЦИИ

В современной практике управления ресурсом верхнего строения железнодорожного пути используются два принципиально различных подхода к прогнозированию: физическое моделирование с учётом проходов подвижного состава с дефектными колёсными парами и статистическое моделирование деградации пути с горизонтом до 15 лет. Указанные подходы развивались независимо и не имели методической связи, что ограничивало возможности прогнозирования для новых условий эксплуатации, не имеющих накопленного массива данных о деградации. В статье предложена методика двусторонней интеграции физической нагрузочной модели (микроуровень) и статистической деградационной модели Единой корпоративной автоматизированной системы мониторинга деградации инфраструктуры ОАО «РЖД» (ЕК АСУИ СДМИ, макроуровень). Интеграция осуществляется в двух направлениях: «снизу вверх» — вычисление коэффициента деградационной функции из физических параметров коэффициента эквивалентности и наблюдаемой доли дефектованных колёсных пар — и «сверху вниз» — уточнение физических параметров по накопленным данным диагностики эталонных участков. Для определения оптимального соотношения вкладов двух моделей применён принцип взвешивания по обратной дисперсии. Показано, что характеристическая длительность накопленных данных, при которой вклады физической и статистической моделей равноценны, составляет 3,5 ± 0,8 года: при меньших сроках накопления прогноз преимущественно физический, при больших — статистический. Апробация методики выполнена для четырёх участков Восточного полигона ОАО «РЖД» с обращением грузовых поездов массой 14 200 тонн. Среднее расхождение гибридного прогноза с фактическими данными составило 8–12 %, что превосходит точность отдельных моделей (15–25 % у статистической, 12–18 % у физической без калибровки). Предложенный подход существенно расширяет применимость прогнозирования ресурса верхнего строения пути для условий, где накопленный массив данных диагностики ограничен или отсутствует.

1. Коган А. Я. Динамика пути и его взаимодействие с подвижным составом. — М.: Транспорт, 1997. — 326 с.

2. Вериго М. Ф., Коган А. Я. Взаимодействие пути и подвижного состава. — М.: Транспорт, 1986. — 559 с.

3. Программная реализация расчётных алгоритмов методики прогноза деградации пути: материалы научно-технического совета. — М.: АО «ВНИИЖТ», апрель 2026 г.

4. Ададуров А. С. Дифференцированное нормирование межремонтного ресурса верхнего строения железнодорожного пути по силовому эквиваленту тоннажа с учётом фактического состояния грузового подвижного состава//— Транспорт РФ, 12/2026 (принята к публикации).

5. Ададуров А. С., Цомаев П. И., Подгребенный И. М., Иванов А. Н. Результаты моделирования воздействия колеса грузового вагона с двумя ползунами небраковочного размера на железнодорожный путь // Известия Петербургского государственного университета путей сообщения. — 2026. — Т. 23, вып. 2, C. 40-48

6. Ададуров А. С., Федорова В. И., Нерезков А. В., Суслов О. А. Достигнутый результат внедрения поста акселерометрического универсального контроля и дальнейшие перспективы при определении дефектов на поверхности катания колёс вагонов // Современные технологии. Системный анализ. Моделирование. — 2021. — № 1 (69). — С. 192–199.

7. Miner M. A. Cumulative damage in fatigue // Journal of Applied Mechanics. — 1945. — Vol. 12. — P. A159–A164.

8. Hartung J., Knapp G., Sinha B. K. Statistical Meta-Analysis with Applications. — Hoboken, NJ: Wiley, 2008. — 264 p. (Глава 3 «Weighted estimators and inverse-variance weighting»).

9. Bernardo J. M., Smith A. F. M. Bayesian Theory. — Chichester: Wiley, 2000. — 586 p.

10. Cramér H. Mathematical Methods of Statistics. — Princeton, NJ: Princeton University Press, 1946. — 575 p. (Central limit theorem, Ch. 17).

11. Ададуров А. С., Суслов О. А. Идентификация дефектов пути с помощью устройства БУК // Путь и путевое хозяйство. — 2019. — № 4. — С. 17–19.

12. Ададуров А. С., Суслов О. А. Экспериментальные исследования цифровых акселерометров и систем обнаружения дефектов поверхности катания колёс подвижного состава на их основе // Техника железных дорог. — 2019. — № 3 (47). — С. 40–45.

13. Краснов О. Г. Прогнозирование износа и контактно-усталостной повреждаемости рельсов для условий интенсификации грузового движения: дис. … д-ра техн. наук: 2.9.2. — М.: РУТ-МИИТ, 2022.

14. Итоги производственно-хозяйственной деятельности путевого хозяйства за 12 месяцев 2025 года. Основные задачи на 2026 год: доклад Управления пути и сооружений ЦДИ ОАО «РЖД». — М., 4 марта 2026 г.

15. Распоряжение ОАО «РЖД» от 18.08.2023 № 766/р. Стратегия развития Центральной дирекции инфраструктуры ОАО «РЖД».

16. Концептуальная модель интегрированной платформы стратегического планирования и управления инфраструктурой ОАО «РЖД» М.: АО «НИИАС», 2026. — 84 с.