2.项目概况与招标范围
2.1 项目概况、招标范围及标段（包）划分：2.1.1项目概况：
面对货运列车数量不断增多、货运列车轴重不断提升、货运列车班次不断增加、“天窗”时间不断缩短，轨道、钢轨、路基、道床等工务设施病害增多，现有工务设施状态评估和运维决策面临状态预测精度低、维护不及时或过度维护等问题，亟需揭示复杂内外激扰下工务设施状态退化演变趋势，制定经济、合理的维修和养护方案，延长工务设施寿命，确保铁路运输的安全与畅通。
朔黄铁路研制了综合检测车、钢轨探伤车、综合巡检车等系列工务状态检测设备，自2014年上线以来积累了大量轨道数据，为铁路运输安全和基础设施养护提供了科学依据。然而，尽管轨道状态数据量庞大，仍存在多设备数据采集格式不一、多源数据间共享不畅，以及深度挖掘和智能化分析能力不足的问题。此外，现阶段定期、有计划的维护方式和手段，存在资源浪费、增加运营成本、降低运输效率的问题。本项目拟以朔黄铁路数据湖仓中的海量工务数据为基础，构建重载铁路工务运维大模型，提升工务检测多模态数据分析的深度和广度，形成重载铁路工务领域大模型知识库，建立重载铁路工务智能运维大模型系统，为工务设施提供更加精准的状态预测和运维决策支持，进一步提高铁路运输的安全性和效率。
2.1.2招标范围及标段（包）划分：本项目共划分为1个标段。
数据驱动的重载铁路工务运维系统研究项目主要研究以下内容：
（1）重载铁路工务状态检测数据治理
重载铁路的综合检测车能够采集包括轨道几何、钢轨断面、轨道磨耗、环境视频等多种模态数据。然而，各模态的数据孤立，格式不统一，限制了数据的综合利用价值。研究重载铁路多模态工务数据治理方法，桥接不同模态数据，揭示数据关联特性和对齐机制，实现例如3D巡检钢轨断面、磨耗特征动态和响应数据等特征的自适应融合，统一铁路工务数据表示。研究工务数据因果解耦方法，排除设备故障或外部干扰导致的异常数据，仅保留因轨道病害引起的异常，解析轨道的真实状态。
（2）重载铁路工务运维大模型预训练
研究预训练编解码器和骨干架构设计方法，基于融合后的工务数据，进行多模态知识预训练。在业务适配化精调过程中，结合实际检测数据和轨道状态特征，进行全参数微调，利用低秩矩阵分解方法训练模型参数，优化资源配置，提高模型性能和效率。针对不同业务场景进行优化，通过结合实际工务数据和轨道状态特征，提升模型的泛化性，为后续轨道状态检测和预测提供坚实的数据基础和模型支持。考虑到重载铁路工务数据具有趋势性与周期性，以及复杂的时空依赖关系，研究时空依赖性编码器集成方法，增强大模型对时空数据的理解。研究指令生成方法，针对不同病害特点微调模型，实现对胀轨病害、钢轨磨损、异物入侵等病害进行准确预测，并分析病害之间的关联性。
（3）重载铁路工务运维知识自学习
研究基于重载铁路工务运维知识的自学习机制，实现工务运维知识库的动态构建和更新，自学习模型的开发与应用，以及运维策略的智能优化。利用大模型技术，自动识别并抽取多源检测数据，构建工务运维知识库，通过实时运维数据集成和标准化管理，实现数据的高效融合和共享。利用自学习方法不断优化和提升运维决策能力，为重载铁路的安全高效运营提供有力支撑。
（4）重载铁路状态趋势预测及维修计划生成
面向轨道设备维护效率和质量优化问题，研究大模型驱动的维修计划评价及生成方法，包括集成输入数据、控制数据和维修机制，通过考虑维修经费、维修能力、安全约束、标准规范及政策法规，实现轨道设备维护效率和质量的优化。具体实现方面，输入数据涵盖监测数据、检测数据、技术参数和基础数据，以形成设备的综合状态评估。控制数据确保维修活动的合理性和合规性，涵盖维修费用、维修能力、安全约束、标准规范和政策法规。在维修机制中，通过大模型结合概率估计和风险评估实现预维修决策，对系统设备病害进行精准预测；病害诊断评估轨道系统的潜在风险并输出评判结果。输出数据包括维修计划、维修任务、维修方案及维修实施结果。基于评价结果，智能运维决策系统自动生成优化的维修计划，实时获取设备状态数据，预测病害点和维修需求，并制定科学的运维指标体系，确保维修工作处于最优状态，确保设备的安全运行和经济效益最大化。
（5）重载铁路智能工务运维辅助决策系统
研制铁路工务运维辅助决策系统，包括实时监控铁路线路及其设施状况、利用大模型深度分析设备健康指标、状态评估、病害诊断、关联因素分析以及潜在安全风险的预测，实现智能生成养护维修方案、构建养护维修方案的评价指标体系，为工务部门提供决策支持，优化资源分配，并自动生成工单，提升工务人员的工作效率。该系统的对话式分析功能，通过提示词优化、无代码数据分析和无代码可视化技术，用户可以轻松实现数据探索和决策支持，无需专业编程技能即可完成数据可视化分析。该系统的病害增强检索功能为工务运维提供强有力的工具，通过分析病害案例、定位病害原因以及推荐处理措施，大幅提高病害识别和处理的效果。该系统的运维指导问答功能进一步提升其实用性，为运维人员提供即时的专业知识查询和操作指导，保障铁路工务运维工作的高效性和安全性。
2.1.3合作形式：
服务期限：合同签订后730日历天。
服务地点：朔黄铁路发展有限责任公司管内。
2.2 其他：/
2.3 主要研究内容及预期目标：按照招标人要求开展以朔黄铁路数据湖仓中的海量工务数据为基础的朔黄铁路数据驱动的重载铁路工务运维大模型系统研究，并交付相应成果。研究内容包括（但不限于）：重载铁路工务状态检测数据治理、重载铁路工务运维大模型预训练、重载铁路工务运维知识自学习、重载铁路状态趋势预测及维修计划生成、重载铁路智能工务运维辅助决策系统等，以全面挖掘朔黄铁路重载铁路工务数据的价值，优化朔黄铁路工务运维流程和质效，项目研究具有具有必要性和重要意义。
预期目标和成果：
（1）重载铁路工务领域语料库：1套；
（2）重载铁路工务运维大模型：1个；
（3）工务运维大模型驱动的重载铁路工务多模态运维知识库：1套；
（4）工务运维大模型驱动的场景任务精调算法：10种
（5）基于工务运维大模型的重载铁路工务运维软件平台：1套；
（6）工程样机：3套；
（7）申请发明专利：6项；
（8）软件著作权：4个；
（9）核心期刊论文：3篇。
2.4 项目总工期：合同签订后730日历天
3.投标人资格要求
3.1 资质条件和业绩要求：
【1】资质要求：投标人须为依法注册的独立法人或其他组织，须提供有效的证明文件。
【2】财务要求：/
【3】业绩要求：2020年3月至投标截止日（以合同签订日期为准），投标人须至少具有铁路数据监测分析研究类或铁路运行方案研究类业绩1份。投标人须提供能证明本次招标业绩要求的课题相关证明或合同扫描件，合同扫描件须至少包含：合同买卖双方盖章页、合同签订日期、业绩要求中的关键信息页。
【4】信誉要求：/
【5】项目负责人的资格要求：投标人拟任的项目负责人1名，具有副高级及以上技术职称，并提供相关证明。
【6】其他主要人员要求：/
【7】科研设施及装备要求：/
【8】其他要求：/
3.2 本项目接受联合体投标。 联合体成员不得超过2家。
4.招标文件的获取
招标文件开始购买时间2025-03-07 14:00:00，招标文件购买截止时间2025-03-14 16:00:00。
购买招标文件的投标人,请联系办理供应商会员事宜，未在中国电力招标采购网（www.dlztb.com）上注册会员的单位应先点击注册。成为正式供应商后根据招标公告的相应说明在线完成招标文件的购买!为保证您能够顺利投标，具体要求及购买标书操作流程以公告详细内容为准!
详情请咨询
联系人：马友
手 机：18701298819 (微信同号)
咨询电话：010-51957412