摘要：針對軌道維護現(xiàn)狀及主要痛點，應(yīng)用FAST法對軌道維護裝備進行創(chuàng)新設(shè)計。首先，對軌道維護現(xiàn)狀與典型任務(wù)場景進行分析，并借助軌道維護“人—機—環(huán)境”系統(tǒng)模型得出相關(guān)設(shè)計需求。其次，建立智能軌道維護裝備的黑箱模型和FAST功能樹，并分析得到相關(guān)設(shè)計因素。最后，通過設(shè)計要素矩陣獲取最優(yōu)解，并形成新的產(chǎn)品概念。在此基礎(chǔ)上進行了智能軌道維護裝備與云端監(jiān)測平臺的設(shè)計實踐，為軌道維護相關(guān)裝備的設(shè)計提供參考和拓展思路。運用FAST法能夠清晰地確定產(chǎn)品的功能系統(tǒng)及其功能主次關(guān)系，通過智能軌道維護裝備設(shè)計，驗證了FAST法在產(chǎn)品創(chuàng)新設(shè)計中的科學(xué)性與有效性。

關(guān)鍵詞：產(chǎn)品創(chuàng)新設(shè)計；智能裝備；FAST；黑箱模型；軌道維護

中圖分類號：TB472文獻標(biāo)識碼：A

文章編號：1003-0069（2025）12-0056-05

引言

軌道交通是我國龐大交通體系中的重要一環(huán)，是支撐城市運轉(zhuǎn)的交通命脈[1]。鐵軌作為軌道交通的承載體，常年暴露在外，經(jīng)受著不同氣候的挑戰(zhàn)，易出現(xiàn)生銹、傷損等狀況。因此，對軌道進行定期檢測與維護是保障軌道交通正常運行的重要環(huán)節(jié)。宗斌等[2]針對中低速磁浮交通提出了線路智能化養(yǎng)護技術(shù)及裝備，以提高養(yǎng)護作業(yè)效率；付文龍等[3]設(shè)計的新型軌道檢測小車，解決了軌道檢測時車架與軌道縱向難以保持垂直的問題；徐浩等[4]設(shè)計了應(yīng)用在軌檢車上的激光檢測平臺，保證了軌道激光檢測精度；PatilDipak等[5]采用標(biāo)稱應(yīng)力和熱點應(yīng)力方法來徹底調(diào)查和計算疲勞損傷，從而對軌道維護設(shè)備中的焊接疲勞進行全面分析；劉大玲等[6]建立了無砟軌道狀態(tài)BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，實現(xiàn)軌道系統(tǒng)預(yù)防性維護。上述研究表明了軌道維護的現(xiàn)實意義與創(chuàng)新潛力。然而，這些研究的核心創(chuàng)新點大多集中在新技術(shù)引入和設(shè)備可靠性提升等層面，軌道維護相關(guān)設(shè)備的操作依然需要人力參與，并未實現(xiàn)真正意義上的無人化、智能化。而且，人工介入軌道維護易受天氣、地形等因素的干擾，維護效率與效果均不太理想。YangFei[7]等綜合討論了不同國家的軌道維護設(shè)備發(fā)展歷史、技術(shù)特點，指出軌道維護設(shè)備應(yīng)朝著模塊化、智能化、無人化方向發(fā)展。綜上所述，針對軌道維護提出智能化、無人化的創(chuàng)新設(shè)計方案具有一定的前瞻性與潛在應(yīng)用價值。

FAST作為具備強大功能求解能力的方法，能夠?qū)?fù)雜的用戶需求和抽象的設(shè)計目標(biāo)轉(zhuǎn)化為具體的功能需求，實現(xiàn)產(chǎn)品功能的科學(xué)拓展與優(yōu)化。FAST能夠有效避免概念設(shè)計過程中的無序性，最大限度地探索了多種解決方案，明確設(shè)計目標(biāo)，并顯著提高設(shè)計效率[8]。針對軌道維護現(xiàn)狀，為了設(shè)計出定位清晰、功能明確的智能軌道維護裝備，本文引入FAST法，并基于FAST功能樹建立智能軌道維護裝備的功能系統(tǒng)模型，分析其功能的主從關(guān)系。通過模塊化設(shè)計整合各功能模塊，對智能軌道維護終端與云端平臺進行了概念設(shè)計，以期推動軌道維護的無人化、智能化升級與創(chuàng)新設(shè)計。

一、FAST法概述與設(shè)計流程構(gòu)建

功能分析技術(shù)法（FunctionAnalysisSystemTechnique，F(xiàn)AST）由拜塞威于1965年在美國價值工程師協(xié)會年會上提出，其重點在于構(gòu)建功能系統(tǒng)分析圖，強調(diào)對功能的系統(tǒng)性分析與研究，并明確功能的主次關(guān)系[9]。FAST法采用自上而下的線性邏輯，強調(diào)功能的分解與擴展。FAST法也因其強大的縱向功能求解能力，被廣泛應(yīng)用于產(chǎn)品（概念）設(shè)計領(lǐng)域。吳曉莉等應(yīng)用FAST法設(shè)計了一款功能組合式自行車[10]對可控滑沙板進行了概念設(shè)計。宋云將FAST方法與仿生設(shè)計等設(shè)計理念相結(jié)合，[11]。

產(chǎn)品的功能是其滿足用戶需求的具體表現(xiàn)。為了有效滿足用戶的需求與期望，設(shè)計師通常采用“輸入—處理—輸出”的思維框架（即黑箱模型）來構(gòu)建系統(tǒng)模型，將用戶的實際需求轉(zhuǎn)化為產(chǎn)品中的具體功能，并明確其主要功能及各級子功能，形成產(chǎn)品功能樹[12]，最終形成產(chǎn)品的功能結(jié)構(gòu)。在產(chǎn)品設(shè)計過程中，F(xiàn)AST方法的核心操作流程如下：通過系統(tǒng)化的功能分析，以產(chǎn)品需求為起點，對功能進行定義、分析和理解，進而識別關(guān)鍵功能及其相互關(guān)系，并依據(jù)優(yōu)先級對功能進行排序，檢驗各功能之間的依賴性[13]從而為產(chǎn)品設(shè)計提供指導(dǎo)，如圖1所示。

FAST功能樹以“怎么做—為什么”的邏輯方式來確定設(shè)計目標(biāo)各功能之間的關(guān)系，將總功能以逐層分解的方式劃分為各個單一子功能。應(yīng)用到本研究的具體設(shè)計流程如下：首先，通過桌面調(diào)研與文獻研究，確定設(shè)計機會點；其次，利用“人—機—環(huán)境”模型深度挖掘設(shè)計需求，并通過黑箱模型將軌道維護的具體需求映射為相應(yīng)的產(chǎn)品功能；隨后，依托FAST功能樹模型，構(gòu)建軌道維護裝備的功能系統(tǒng)，并深入剖析其總功能與子功能之間的關(guān)聯(lián)性；在此基礎(chǔ)上逐步拆解問題，構(gòu)建設(shè)計要素矩陣，最終形成智能軌道維護創(chuàng)新設(shè)計方案，如圖2所示。

二、軌道維護現(xiàn)狀與設(shè)計需求分析

（一）軌道維護現(xiàn)狀

我國雖然在軌道維護、通信等方面的發(fā)展已取得實質(zhì)性進展，但仍然存在檢測設(shè)備自動化與智能化水平低、檢測成本高等問題[7]。現(xiàn)階段軌道維護作業(yè)通常由技術(shù)人員操作相關(guān)維護設(shè)備完成，雖然軌道維護器械已在技術(shù)上進行了革新，但目前軌道維護器械實際上仍是人力功能的直接延伸，具有工業(yè)場景中人工作業(yè)存在的共性問題，例如因操作失誤而引發(fā)事故、工作效率低下等。且深度依賴人工定期巡檢的方式會存在檢測盲區(qū)、安全預(yù)警不及時以及隱患排查不足等問題。從維護場景來看，軌道線路復(fù)雜且多位于戶外，甚至在人跡罕至的地區(qū)，這使得鐵軌故障和軌道異常等突發(fā)情況難以及時發(fā)現(xiàn)和排除，增加了維護的挑戰(zhàn)和風(fēng)險。從維護成本角度來看，人工巡檢和定期維護會在一定程度上降低工作效率，導(dǎo)致資源浪費和運維成本增加，人工操作維護設(shè)備時容易出現(xiàn)關(guān)鍵設(shè)備故障等問題，影響正常維護計劃，進而造成不必要的經(jīng)濟損失。此外，由于軌道維護的工作種類繁多，且軌道存在的問題不同所需工具也存在差異，導(dǎo)致不同維護工作之間較為獨立和分散，整體性不足，使得軌道日常維護、緊急情況預(yù)警、智能決策下達和應(yīng)急預(yù)案處理之間的系統(tǒng)性較差。綜上所述，以傳統(tǒng)人工參與為主的軌道維護受實際場景、人為因素等影響，具有一定的局限性。

（二）軌道維護的典型任務(wù)場景

據(jù)文獻研究，現(xiàn)階段軌道維護典型任務(wù)場景主要包括軌道積雪、軌道生銹和軌道傷損[14-15]。

1.軌道積雪。降雪和冰凍現(xiàn)象常對高速列車的運行造成顯著干擾，尤其在鐵路道岔區(qū)域表現(xiàn)得尤為突出。道岔作為改變列車行駛軌跡的關(guān)鍵部件，其正常運行依賴于岔尖與軌道的緊密貼合。然而，積雪和積冰的介入會阻礙道岔的正常移動，導(dǎo)致列車無法正常轉(zhuǎn)向[16]，從而引發(fā)停運風(fēng)險，影響行車安全。

2.軌道生銹。鐵軌常年暴露在外，會與空氣中的氧氣、水分發(fā)生化學(xué)反應(yīng)，造成鐵軌生銹。軌道生銹會減弱軌道結(jié)構(gòu)的強度，增加列車運行噪音，影響列車行駛平穩(wěn)性，加速軌道磨損和老化等。

3.軌道傷損。鐵軌在長期使用過程中，易造成裂紋、折斷等不同程度的損傷，進而影響列車運行安全。

（三）軌道維護的需求分析

通過歸納軌道維護現(xiàn)狀和典型任務(wù)場景，并結(jié)合對軌道維護痛點的分析，能夠深入挖掘和總結(jié)出軌道維護的設(shè)計需求。例如：軌道維護的智能化、無人化；軌道除雪功能；軌道除銹功能；軌道探傷功能；軌道狀態(tài)檢測；應(yīng)急處理等。然而，軌道維護是一個具有高度復(fù)雜性和隨機性的系統(tǒng)。軌道維護裝備作為這一系統(tǒng)的重要組成部分，在分析其設(shè)計需求時，還需將其置入“人－機－環(huán)境”系統(tǒng)中，綜合考慮系統(tǒng)中各組成元素及其相互關(guān)系，進而完善軌道維護的設(shè)計需求，如圖3所示。

對軌道維護裝備來說，在“人－機－環(huán)境”系統(tǒng)中扮演著“機”的角色，要求其不僅擁有軌道日常維護所必需的相關(guān)功能，還需要依靠相關(guān)的傳感器技術(shù)對外界信息進行智能感知，再結(jié)合智能算法對感知搜集到的各項數(shù)據(jù)進行智能處理，最后通過智能決策指導(dǎo)相關(guān)功能運行。在“人”的維度，智能軌道維護裝備的無人化并非徹底拋棄人在軌道維護中的角色或作用，而是將人安排在軌道智能裝備系統(tǒng)后臺，監(jiān)控和適度干預(yù)智能裝備的運行，將“定期巡檢”“日常維護”此類重復(fù)性較高的任務(wù)交給機器去執(zhí)行。此外，與機器相比，人在處理突發(fā)應(yīng)急情況時往往更有優(yōu)勢[17]。在遇到應(yīng)急狀況時，依然需要人為干預(yù)處理，以人機協(xié)同的方式來處理突發(fā)事件。此外，在整個軌道維護系統(tǒng)中需要考慮遠(yuǎn)程監(jiān)控、信息界面與人機協(xié)同操作界面等設(shè)計要素。在環(huán)境維度，需要重點關(guān)注環(huán)境友好性、極端天氣運行的可靠性以及對外部環(huán)境感知的適應(yīng)性等。

在“人－機”層面主要涉及人與智能維護裝備之間狀態(tài)、操作等信息的交互，確保信息交互的效果與效率；在“機－環(huán)境”層面涉及智能維護裝備通過傳感器對鐵軌各項狀態(tài)指標(biāo)的檢測以及對鐵路網(wǎng)路線的契合與識別；在“人－環(huán)境”層面，重點考慮工作人員操作后臺的環(huán)境以及面對應(yīng)急突發(fā)情況時人機協(xié)同工作的環(huán)境，確保相關(guān)操作環(huán)境對人而言是安全舒適的。通過構(gòu)建軌道維護“人—機—環(huán)境”模型，不僅能夠從多維度歸納出軌道維護裝備的設(shè)計需求，還能夠以系統(tǒng)思維視角提升設(shè)計目標(biāo)的系統(tǒng)性與合理性。

三、建立軌道維護裝備功能系統(tǒng)

（一）建立黑箱模型

通過上述分析，設(shè)計目標(biāo)方向與相關(guān)需求已有了初步的確定，而面對大量且復(fù)雜的需求，還需要對其歸類和劃分，以便合理區(qū)分設(shè)計目標(biāo)的功能主次關(guān)系，實現(xiàn)設(shè)計需求向產(chǎn)品功能的轉(zhuǎn)化，確保在后續(xù)的設(shè)計過程中有的放矢。

從產(chǎn)品的角度來看，功能體現(xiàn)了能量、物質(zhì)、信息或其他物理屬性的轉(zhuǎn)化過程，本質(zhì)上是輸入與輸出之間關(guān)系的具體表現(xiàn)[18]。而黑箱模型的核心即“輸入—運行—輸出”，能夠清晰地呈現(xiàn)上述過程。利用該模型，設(shè)計者可聚焦產(chǎn)品核心功能，同時更深入地理解設(shè)計目標(biāo)的技術(shù)特性[19]黑箱模型，以涵蓋物質(zhì)、能量和信息的輸入與輸出，用于描述軌道維。因此，本文采用抽象化方法構(gòu)建軌道維護裝備的護裝備的功能體系，如圖4所示。

通過黑箱模型，軌道維護的具體需求被轉(zhuǎn)化為設(shè)計中的關(guān)鍵技術(shù)問題，同時將物質(zhì)、能量和信息等輸入要素轉(zhuǎn)化為預(yù)期的功能輸出結(jié)果。在能量流方面，軌道維護裝備在進行軌道維護任務(wù)過程中，只有電能、動力系統(tǒng)以及維護系統(tǒng)相互配合才能確保維護過程順利進行。在能量流層面，軌道維護裝備在執(zhí)行維護任務(wù)時，需依賴電能、動力系統(tǒng)與維護系統(tǒng)的協(xié)同作用，確保維護過程的高效運行。在物質(zhì)流方面，主要涉及軌道、軌道積雪、鐵銹以及外界環(huán)境等。在信息流方面，依據(jù)設(shè)計輸出因素，設(shè)計需重點關(guān)注功能整合、可調(diào)節(jié)性、人機工程與信息可視化等方面的需求。

（二）構(gòu)建FAST功能樹

通過對黑箱模型輸出設(shè)計因素的深入分析與整合，功能需求、安全需求以及易用性被確定為軌道維護裝備設(shè)計中的關(guān)鍵要素?；贔AST功能樹構(gòu)建軌道維護裝備的功能系統(tǒng)，進而深入探討設(shè)計目標(biāo)中各子功能與基本功能之間的關(guān)系，并從局部到整體展開設(shè)計開發(fā)，促進全新產(chǎn)品概念的形成，如圖5所示。

軌道維護作為目標(biāo)產(chǎn)品的主要功能，被置于功能樹的第1行第1列，人機工程方面因素作為產(chǎn)品的次要功能，置于功能樹的第1行第2列，易用性作為綜合考慮因素置于第1行第3列，作為設(shè)計補充。

通過對第1行中各項功能進行分解，并結(jié)合上文提煉的設(shè)計需求可以得出軌道除銹、軌道除雪、軌道探傷是智能軌道維護裝備的核心功能，也是軌道維護裝備設(shè)計的關(guān)鍵。此外，除了軌道日常維護功能模塊，針對重大雪災(zāi)、泥石流等對軌道影響較大、嚴(yán)重影響列車正常運行的突發(fā)情況時的應(yīng)急處理也是軌道維護裝備的重要子功能。日常維護模式的實現(xiàn)形式由智能維護裝備自主完成；應(yīng)急處理模式則需要人為介入，以人機協(xié)同的方式執(zhí)行相關(guān)任務(wù)。在安全需求方面，分解出在應(yīng)急處理模式下的人機協(xié)同操作、人機操作界面、裝備尺寸等影響使用者操作安全的子功能。在產(chǎn)品易用性方面，分解出信息可視化、操作簡易、智能化等綜合因素作為子功能。

（三）建立設(shè)計要素矩陣

根據(jù)軌道維護FAST功能樹中各功能與子功能的關(guān)系，從功能需求、安全需求和產(chǎn)品易用性3個方面入手，結(jié)合頭腦風(fēng)暴與整合創(chuàng)新等方法進行創(chuàng)意設(shè)計。針對特定功能，可以通過多樣化的技術(shù)手段或選擇不同的結(jié)構(gòu)與材料來實現(xiàn)設(shè)計目標(biāo)，從而從多種可行方案中篩選出最優(yōu)的設(shè)計組合。因此，本文為各主要功能構(gòu)建設(shè)計要素矩陣，以便更高效地評估和選擇最佳設(shè)計方案，如表1所示。

根據(jù)表1列出的軌道維護裝備各功能模塊的可能原理解，理論上可得出的原理方案總數(shù)為N=3×3×3×2×3×3=486個。對上述原理方案進行綜合分析，并結(jié)合智能設(shè)備的功能整合、智能化、易用性、可行性、使用環(huán)境、環(huán)保性及可靠性等設(shè)計要求，對表1中的理論方案進行對比與篩選，最終確定智能軌道維護裝備的最優(yōu)設(shè)計方案為A3、B1、C1、D2、E1和F3。

四、軌道維護系統(tǒng)與裝備設(shè)計

（一）智能軌道維護系統(tǒng)設(shè)計

為了實現(xiàn)軌道維護的智能化升級，并確保以智能裝備為核心的軌道維護系統(tǒng)的正常運行，本文對軌道維護系統(tǒng)進行了創(chuàng)新設(shè)計。該系統(tǒng)設(shè)計的創(chuàng)新點在于：植入工業(yè)物聯(lián)網(wǎng)和智能算法，借助“端—邊—云”協(xié)同架構(gòu)的底層邏輯提出一套智能軌道維護系統(tǒng)解決方案。以達到日常軌道維護自主化、云端數(shù)據(jù)處理實時化等目的。智能軌道維護系統(tǒng)總體架構(gòu)主要分為終端設(shè)備、工業(yè)邊緣引擎、軌道云端平臺三大部分。終端設(shè)備部分主要包含智能傳感器、高清攝像頭、系統(tǒng)功能模塊等，以支持功能的正常運行、信息的日常搜集等。工業(yè)邊緣引擎部分包含智能邊緣節(jié)點的軟硬件部分，其中軟件部分包含鐵路大腦綜合平臺、探測系統(tǒng)、智能監(jiān)管平臺等，硬件部分包含LinkSite、DTS等。軌道云端平臺部分包含決策智慧中心、綜合集控中心、智能巡檢中心，通過構(gòu)建信息集成平臺實現(xiàn)對平臺的管理與數(shù)據(jù)的分析。智能軌道維護系統(tǒng)的基本運作邏輯如下：在云端，通過云端平臺進行鐵路網(wǎng)實時路況的預(yù)測和分析，并接入現(xiàn)有鐵路網(wǎng)系統(tǒng)來支配列車與維護裝備的調(diào)度，利用高精度定位協(xié)助軌道維護作業(yè)，以及在不同時段下對維護任務(wù)的分配。在軌道端，涉及無人機路況監(jiān)測、信號基站等軌道基礎(chǔ)設(shè)施建設(shè)。在裝備端，包含智能維護裝備對路況數(shù)據(jù)的采集、自主導(dǎo)航、設(shè)備監(jiān)控以及本體的高精度定位等。云端通過與軌道路網(wǎng)連接并結(jié)合鐵路實際情況為智能維護裝備提供決策，同時裝備端將實時數(shù)據(jù)生成軌道維護數(shù)據(jù)上傳至云端進行反饋，實現(xiàn)系統(tǒng)運行的閉環(huán)，如圖6所示。

（二）裝備功能模塊布局

根據(jù)上述分析，智能軌道維護裝備最終采用模塊化設(shè)計方式。模塊化設(shè)計能夠有效實現(xiàn)產(chǎn)品的功能集成和部件標(biāo)準(zhǔn)化，不僅節(jié)約成本，還增強了產(chǎn)品的通用性與靈活性。智能軌道維護裝備在裝備母體的基礎(chǔ)上，可拆分為8個功能模塊：犁型除雪模塊、軌道除雪模塊、軌道探傷模塊、軌道除銹模塊、能源模塊、人工操控室、隧道除冰模塊、無人機模塊。不同模塊擁有不同功能，分別執(zhí)行不同任務(wù)。

犁型除雪模塊可裝配于母體前端，用于清除軌道上較厚的雪堆；軌道除雪、探傷、除銹模塊裝配于母體底部，直接與軌道接觸，在維護裝備行進的同時進行軌道日常維護工作，并且不同模塊之間能夠進行同級替換，實現(xiàn)除雪、除銹、探傷功能模式的轉(zhuǎn)換；能源模塊裝配于母體尾部，為維護裝備終端供能；人工操控室位于母體前部，為必要時的人工介入、人機協(xié)同工作提供充足的操作空間；隧道除冰模塊裝配于母體頂端的尾部，用于清除隧道壁積存的冰錐；無人機模塊可裝配于母體頂端的前部，通過沿軌道定速巡航來監(jiān)測鐵路網(wǎng)的實時情況。此外，不同模塊亦可通過在母體上的組合來實現(xiàn)功能拓展。這種模塊化的設(shè)計使得不同功能模塊可共用同一母體，僅需替換特定部位的模塊就能滿足不同的軌道維護功能需求，從而降低整體設(shè)計的復(fù)雜度，如圖7所示。

（三）智能維護裝備方案設(shè)計

由于我國軌距為統(tǒng)一固定值，故智能軌道維護裝備在設(shè)計時采用直接在軌道上行駛的方式，這極大提升了維護裝備的通用性。而且維護裝備不同的功能模塊通過機電一體化接口與母體相連，能夠?qū)崿F(xiàn)不同的軌道維護模塊之間進行直接替換，確保同一裝備主體靈活適應(yīng)不同的軌道維護任務(wù)，且方便后期對裝備的維護，如圖8、9所示。冬季的隧道低溫且潮濕，易產(chǎn)生大量冰錐，故在裝備頂部裝配了帶有除冰錐的可折疊機械臂，用于隧道除冰，保障隧道內(nèi)的列車行車安全。智能軌道維護裝備擁有自主沿鐵路線路運行的能力，頂端的雷達鏡頭組模塊能夠?qū)ρb備前方環(huán)境與路況信息實時采集，保證自身行車安全，而對于中遠(yuǎn)端鐵軌線路基本情況的探測則由無人機來完成，通過“本體+無人機”的探測模式能夠?qū)崿F(xiàn)對路線情況與相關(guān)數(shù)據(jù)的及時、全面獲取，為智能裝備的自主智能決策提供參考，并實現(xiàn)與云端數(shù)據(jù)平臺的互聯(lián)互通。另外，在鐵路維護過程中難免會遇到山體滑坡泥石流、雪崩等重大且難以預(yù)測的突發(fā)情況，所以在維護裝備的前擋風(fēng)玻璃內(nèi)側(cè)預(yù)留了應(yīng)急駕駛艙位，為工作人員進入駕駛艙開展人機協(xié)同處理應(yīng)急狀況提供了一定保障，實現(xiàn)軌道維護裝備“可自動、可協(xié)同”的雙重工作模式。同時，前端的可拆卸犁形除雪模塊為處理積攢在軌道上的大型泥石流堆、雪堆等提供了有力的手段。人工介入設(shè)備開展人機協(xié)同工作的適時界面以HUD投影的方式在擋風(fēng)玻璃處呈現(xiàn)，為工作人員駕駛與操作維護裝備提供了開闊的視野，也有助于提升裝備自身的易用性與人機界面的可視性，進一步優(yōu)化了人機交互體驗，如圖10所示。

（四）核心功能模塊設(shè)計

軌道探傷、軌道除雪、軌道除銹是智能軌道維護裝備的三大核心功能，是智能維護裝備自主進行日常軌道維護的基礎(chǔ)。本文對三大核心功能模塊進行了技術(shù)映射與內(nèi)部結(jié)構(gòu)布局設(shè)計，如圖11所示。

其中軌道探傷功能映射為超聲波探傷結(jié)構(gòu)，超聲波檢測技術(shù)是種非常有效和主流的檢測方式，該方式不僅檢測效率高，并且監(jiān)測結(jié)果具有極高的精準(zhǔn)性；軌道除雪功能映射為恒溫發(fā)熱結(jié)構(gòu)與熱蒸汽融雪結(jié)構(gòu)，熱蒸汽能夠有效融化鐵軌上的冰雪且對環(huán)境無污染，恒溫發(fā)熱結(jié)構(gòu)能夠使冰雪融水及時蒸發(fā)以防止再次冷凝；軌道除銹功能映射為除銹磨輪與吸塵結(jié)構(gòu)，通過可調(diào)節(jié)除銹磨輪對鐵軌踏面進行自適應(yīng)打磨，吸塵系統(tǒng)能夠收集打磨后的鐵銹，在一定程度上避免了鐵銹對環(huán)境的污染。三大核心功能模塊共用相同的結(jié)構(gòu)外殼，能夠在母體上完全整裝替換，亦可通過不同模塊的混合搭配，實現(xiàn)“一機多用”，大大提升了軌道維護的效率。

（五）智能云端監(jiān)測平臺設(shè)計

智能云端是軌道維護系統(tǒng)的決策與分析中心，主要負(fù)責(zé)數(shù)據(jù)的匯總、存儲和深度分析。云端智能利用高級數(shù)據(jù)處理技術(shù)如大數(shù)據(jù)分析與人工智能，通過云端預(yù)測天氣變化等方式，為軌道維護提供了智能策略指導(dǎo)。軌道維護云端監(jiān)測平臺主要包括首頁面、應(yīng)急處理、維護任務(wù)管理、實時數(shù)據(jù)分析等多個二級頁面設(shè)計，如圖12所示。

根據(jù)上述架構(gòu)，本文對智能云端監(jiān)測平臺界面進行了具體設(shè)計，如圖13所示。平臺首頁面主要包括日期天氣、軌道情況監(jiān)測、作業(yè)狀態(tài)監(jiān)控、設(shè)備信息等功能信息模塊。用戶通過該頁面可直觀獲取維護裝備的實時位置與工作狀態(tài)簡易信息，方便工作人員對維護裝備的調(diào)度與管理。此外，維護裝備和鐵路網(wǎng)攝像頭獲取到的實時視頻畫面、維護裝備上智能傳感器監(jiān)測到的軌道傷損與溫度等數(shù)據(jù)通過可視化的方式呈現(xiàn)在大屏上，為用戶了解鐵路基本情況提供便利。天氣與歷史預(yù)警則為軌道維護系統(tǒng)的智能決策提供一定的參考。應(yīng)急處理頁面是系統(tǒng)針對突發(fā)緊急情況的及時響應(yīng)。在遇到緊急情況時，主頁面會變?yōu)樾涯康募t色調(diào)，確保用戶能夠迅速關(guān)注。通過將發(fā)生緊急情況的區(qū)域在地圖中高亮顯示，并提供可能誘因，能夠極大提升維護人員制訂應(yīng)急策略與采取相關(guān)措施的效率。維護任務(wù)管理頁面展示了智能裝備在開展日常維護工作時的相關(guān)信息。通過清晰直觀的里程數(shù)據(jù)和完成任務(wù)量百分比，用戶能夠直接了解當(dāng)前維護裝備的任務(wù)進度。此外，將負(fù)責(zé)相關(guān)維護任務(wù)的人員信息進行展示，通過“任務(wù)責(zé)任到人”的管理方式，有利于提升鐵路維護的運營與管理效率。實時數(shù)據(jù)分析頁面主要是對軌道維護的相關(guān)數(shù)據(jù)進行歸納匯總，其中包括信息調(diào)用、在執(zhí)任務(wù)、任務(wù)時段、歷史任務(wù)等內(nèi)容板塊。通過對任務(wù)信息整理并上傳至云端，用戶可隨時調(diào)用和查看任務(wù)數(shù)據(jù)，并可根據(jù)歷史數(shù)據(jù)對維護策略進行靈活調(diào)整，再結(jié)合云計算、人工智能、大數(shù)據(jù)分析等技術(shù)，對系統(tǒng)進行持續(xù)優(yōu)化迭代，使其更加智能與完善。

結(jié)論

本文通過分析軌道維護的現(xiàn)狀與典型任務(wù)場景，識別歸納出軌道維護中的痛點和設(shè)計需求。借助黑箱模型，明確了軌道維護裝備的設(shè)計重點，并利用FAST功能樹分析了各功能之間的相互關(guān)系，接著構(gòu)建了設(shè)計要素矩陣，并通過探討各功能的可能原理解，得出最優(yōu)設(shè)計方案，從而有效指導(dǎo)了智能軌道維護裝備的設(shè)計實踐，為軌道維護裝備提供新的設(shè)計切入點，推動軌道維護的產(chǎn)業(yè)轉(zhuǎn)型升級。FAST法能夠有效挖掘軌道維護裝備概念設(shè)計中的功能需求，為功能界定及各子功能之間的相互關(guān)系提供了理論支持。通過智能軌道維護裝備設(shè)計實踐，也驗證了FAST法在概念產(chǎn)品開發(fā)和設(shè)計過程中的科學(xué)性與實用性。后續(xù)研究將在維護系統(tǒng)的全面性、裝備功能的智能性以及人機協(xié)同體驗等方面進一步深入優(yōu)化，并利用功能樣機、可用性測試等手段驗證設(shè)計方案的可行性。

參考文獻

[1]謝久明，趙鳳嬌，李相泉，等.先進軌道交通產(chǎn)業(yè)發(fā)展現(xiàn)狀研究[J].機械設(shè)計，2018，35（S1）：119-121.

[2]宗斌，劉飛香，張琨，等.中低速磁浮線路智能養(yǎng)護技術(shù)及裝備[J].中國機械工程，2021，32（04）：407-411.

[3]付文龍，王培俊，李文濤，等.一種新型鐵路軌道檢測小車的設(shè)計與分析[J].中國機械工程，2019，30（03）：300-305.

[4]徐浩，王培俊，茍慎龍，等.一種新的軌道激光檢測平臺的設(shè)計與仿真[J].機械設(shè)計與制造，2019（07）：17-20.

[5]PATILD，PETERSENM.WeldFatigueDamageAssessmentofRailTrackMaintenanceEquipment：RegulatoryComplianceandPracticalInsights[J].SAEInternationalJournalofMaterialsandManufacturing，2024，Vol.17（2）：125-134.

[6]劉大玲，黃小鋼.高速鐵路無砟軌道系統(tǒng)狀態(tài)監(jiān)測及預(yù)防性維修[J].中國機械工程，2019，30（03）：349-353.

[7]YANGF，TUWJ，WEIZL，etal.ReviewonDevelopmentStatusofInspectionEquipmentforTrackMaintenance，CommunicationandSignaling，andPowerSupplyofRailway[J].JiaotongYunshuGongchengXuebao/JournalofTrafficandTransportationEngineering，2023，Vol.23（1）：47-69.

[8]劉付勤，李麗鳳，劉長新.集成AHP-FAST的城市消防車概念設(shè)計[J].包裝工程，2021，42（22）：129-137.

[9]李君華，苗夢宇.基于FAST法的城市救援車模塊化設(shè)計[J].包裝工程，2018，39（08）：177-181.

[10]吳曉莉，陳慧娟，莊坤，等.基于功能系統(tǒng)技術(shù)FAST法的車體設(shè)計與分析[J].機械設(shè)計與制造，2013，（07）：260-262.

[11]宋云.基于FAST法的可控滑沙板概念設(shè)計[J].機械設(shè)計，2013，30（06）：110-112.

[12]陳晨，孫志學(xué)，張樂.FAST法在家用智能固體有機廢棄物處理機概念設(shè)計中的應(yīng)用[J].機械設(shè)計，2017，34（01）：110-113.

[13]KEVINNOTTO，KRISTINLWOOD.齊春萍，宮曉東，張帆，譯.產(chǎn)品設(shè)計[M].北京：電子工業(yè)出版社，2017.

[14]郭關(guān)柱.組合刷掃和吸拋功能的自主化軌道除雪裝置除雪能力研究[J].中國鐵道科學(xué)，2016，37（06）：90-96.

[15]李闖，張銀花，田常海，等.高速鐵路鋼軌服役狀態(tài)及病害整治研究[J].鐵道建筑，2020，60（08）：126-129+142.

[16]張現(xiàn)亮，李彥睿，欒金川.一種振動式軌道除冰雪裝置的設(shè)計[J].機電信息，2019（20）：118-119.

[17]丁玉蘭.人機工程學(xué)[M].北京：北京理工大學(xué)出版社，2017.

[18]石元伍，潘思穎.基于FAST法與TRIZ的適老智能陪護機器人設(shè)計[J].包裝工程，2018，39（16）：129-135.

[19]楊君順.創(chuàng)造方法學(xué)[M].西安：陜西科技大學(xué)出版社，2006.