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 учетом проходов подвижного состава с дефектными колесными 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» (макроуровень). Интеграция осуществляется в двух направлениях: снизу вверх – вычисление коэффициентов деградации из физических параметров коэффициента эквивалентности (повреждаемости ε-го элемента верхнего строения пути от прохода колесной пары с дефектом поверхности катания, который определяет аналогичное число проходов бездефектной колесной пары, создающее ту же повреждаемость данного элемента, и наблюдаемой доли дефектованных колесных пар); сверху вниз – уточнение физических параметров по накопленным данным диагностики эталонных участков.

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 четырех участков Восточного полигона ОАО «РЖД» с обращением грузовых поездов массой 14 200 т. 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, в которых накопленный массив данных диагностики ограничен или отсутствует.

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

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

3. Программная реализация расчетных алгоритмов методики прогноза деградации пути : материалы научнотехнического совета. Москва : ВНИИЖТ, 2026. 28 с.

4. Долгий А. И., Виноградов С. А. Концептуальная модель интегрированной платформы стратегического планирования и управления инфраструктурой ОАО «РЖД». Москва : НИИАС, 2026. 84 с.

5. Романов А. В., Киселев А. А. К вопросу о законе распределения динамической силы воздействия колеса на рельс // Известия Петербургского университета путей сообщения. 2025. Т. 22, № 4. С. 926–937.

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

7. Краснов О. Г. Прогнозирование износа и контактно-усталостной повреждаемости рельсов для условий интенсификации грузового движения : специальность 2.9.2 «Железнодорожный путь, изыскание, проектирование железных дорог» : диссертация на соискание ученой степени доктора технических наук / Краснов Олег Геннадьевич ; Российский университет транспорта. Москва : РУТ (МИИТ), 2022. 312 с.

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

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

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

11. Hartung J., Knapp G., Sinha B. K. Statistical Meta-Analysis with Applications. Hoboken, NJ : Wiley, 2008. 264 p.

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

13. Cramér H. Mathematical Methods of Statistics. Princeton, NJ : Princeton University Press, 1946. 575 p.

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». Москва, 2026. 12 с.

15. Распоряжение ОАО «РЖД» от 18.08.2023 № 766/р. Стратегия развития Центральной дирекции инфраструктуры ОАО «РЖД». Москва : РЖД, 2023. 53 с.