朔黃鐵路數(shù)據(jù)驅(qū)動(dòng)的重載鐵路工務(wù)運(yùn)維系統(tǒng)研究公開招標(biāo)，本項(xiàng)目已具備招標(biāo)條件，現(xiàn)對該項(xiàng)目進(jìn)行國內(nèi)資格后審公開招標(biāo)。

2.項(xiàng)目概況與招標(biāo)范圍

2.1 項(xiàng)目概況、招標(biāo)范圍及標(biāo)段（包）劃分：2.1.1項(xiàng)目概況：
面對貨運(yùn)列車數(shù)量不斷增多、貨運(yùn)列車軸重不斷提升、貨運(yùn)列車班次不斷增加、“天窗”時(shí)間不斷縮短，軌道、鋼軌、路基、道床等工務(wù)設(shè)施病害增多，現(xiàn)有工務(wù)設(shè)施狀態(tài)評估和運(yùn)維決策面臨狀態(tài)預(yù)測精度低、維護(hù)不及時(shí)或過度維護(hù)等問題，亟需揭示復(fù)雜內(nèi)外激擾下工務(wù)設(shè)施狀態(tài)退化演變趨勢，制定經(jīng)濟(jì)、合理的維修和養(yǎng)護(hù)方案，延長工務(wù)設(shè)施壽命，確保鐵路運(yùn)輸?shù)陌踩c暢通。
朔黃鐵路研制了綜合檢測車、鋼軌探傷車、綜合巡檢車等系列工務(wù)狀態(tài)檢測設(shè)備，自2014年上線以來積累了大量軌道數(shù)據(jù)，為鐵路運(yùn)輸安全和基礎(chǔ)設(shè)施養(yǎng)護(hù)提供了科學(xué)依據(jù)。然而，盡管軌道狀態(tài)數(shù)據(jù)量龐大，仍存在多設(shè)備數(shù)據(jù)采集格式不一、多源數(shù)據(jù)間共享不暢，以及深度挖掘和智能化分析能力不足的問題。此外，現(xiàn)階段定期、有計(jì)劃的維護(hù)方式和手段，存在資源浪費(fèi)、增加運(yùn)營成本、降低運(yùn)輸效率的問題。本項(xiàng)目擬以朔黃鐵路數(shù)據(jù)湖倉中的海量工務(wù)數(shù)據(jù)為基礎(chǔ)，構(gòu)建重載鐵路工務(wù)運(yùn)維大模型，提升工務(wù)檢測多模態(tài)數(shù)據(jù)分析的深度和廣度，形成重載鐵路工務(wù)領(lǐng)域大模型知識庫，建立重載鐵路工務(wù)智能運(yùn)維大模型系統(tǒng)，為工務(wù)設(shè)施提供更加精準(zhǔn)的狀態(tài)預(yù)測和運(yùn)維決策支持，進(jìn)一步提高鐵路運(yùn)輸?shù)陌踩院托省?br /> 2.1.2招標(biāo)范圍及標(biāo)段（包）劃分：本項(xiàng)目共劃分為1個(gè)標(biāo)段。
數(shù)據(jù)驅(qū)動(dòng)的重載鐵路工務(wù)運(yùn)維系統(tǒng)研究項(xiàng)目主要研究以下內(nèi)容：
（1）重載鐵路工務(wù)狀態(tài)檢測數(shù)據(jù)治理
重載鐵路的綜合檢測車能夠采集包括軌道幾何、鋼軌斷面、軌道磨耗、環(huán)境視頻等多種模態(tài)數(shù)據(jù)。然而，各模態(tài)的數(shù)據(jù)孤立，格式不統(tǒng)一，限制了數(shù)據(jù)的綜合利用價(jià)值。研究重載鐵路多模態(tài)工務(wù)數(shù)據(jù)治理方法，橋接不同模態(tài)數(shù)據(jù)，揭示數(shù)據(jù)關(guān)聯(lián)特性和對齊機(jī)制，實(shí)現(xiàn)例如3D巡檢鋼軌斷面、磨耗特征動(dòng)態(tài)和響應(yīng)數(shù)據(jù)等特征的自適應(yīng)融合，統(tǒng)一鐵路工務(wù)數(shù)據(jù)表示。研究工務(wù)數(shù)據(jù)因果解耦方法，排除設(shè)備故障或外部干擾導(dǎo)致的異常數(shù)據(jù)，僅保留因軌道病害引起的異常，解析軌道的真實(shí)狀態(tài)。
（2）重載鐵路工務(wù)運(yùn)維大模型預(yù)訓(xùn)練
研究預(yù)訓(xùn)練編解碼器和骨干架構(gòu)設(shè)計(jì)方法，基于融合后的工務(wù)數(shù)據(jù)，進(jìn)行多模態(tài)知識預(yù)訓(xùn)練。在業(yè)務(wù)適配化精調(diào)過程中，結(jié)合實(shí)際檢測數(shù)據(jù)和軌道狀態(tài)特征，進(jìn)行全參數(shù)微調(diào)，利用低秩矩陣分解方法訓(xùn)練模型參數(shù)，優(yōu)化資源配置，提高模型性能和效率。針對不同業(yè)務(wù)場景進(jìn)行優(yōu)化，通過結(jié)合實(shí)際工務(wù)數(shù)據(jù)和軌道狀態(tài)特征，提升模型的泛化性，為后續(xù)軌道狀態(tài)檢測和預(yù)測提供堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)和模型支持?？紤]到重載鐵路工務(wù)數(shù)據(jù)具有趨勢性與周期性，以及復(fù)雜的時(shí)空依賴關(guān)系，研究時(shí)空依賴性編碼器集成方法，增強(qiáng)大模型對時(shí)空數(shù)據(jù)的理解。研究指令生成方法，針對不同病害特點(diǎn)微調(diào)模型，實(shí)現(xiàn)對脹軌病害、鋼軌磨損、異物入侵等病害進(jìn)行準(zhǔn)確預(yù)測，并分析病害之間的關(guān)聯(lián)性。
（3）重載鐵路工務(wù)運(yùn)維知識自學(xué)習(xí)
研究基于重載鐵路工務(wù)運(yùn)維知識的自學(xué)習(xí)機(jī)制，實(shí)現(xiàn)工務(wù)運(yùn)維知識庫的動(dòng)態(tài)構(gòu)建和更新，自學(xué)習(xí)模型的開發(fā)與應(yīng)用，以及運(yùn)維策略的智能優(yōu)化。利用大模型技術(shù)，自動(dòng)識別并抽取多源檢測數(shù)據(jù)，構(gòu)建工務(wù)運(yùn)維知識庫，通過實(shí)時(shí)運(yùn)維數(shù)據(jù)集成和標(biāo)準(zhǔn)化管理，實(shí)現(xiàn)數(shù)據(jù)的高效融合和共享。利用自學(xué)習(xí)方法不斷優(yōu)化和提升運(yùn)維決策能力，為重載鐵路的安全高效運(yùn)營提供有力支撐。
（4）重載鐵路狀態(tài)趨勢預(yù)測及維修計(jì)劃生成
面向軌道設(shè)備維護(hù)效率和質(zhì)量優(yōu)化問題，研究大模型驅(qū)動(dòng)的維修計(jì)劃評價(jià)及生成方法，包括集成輸入數(shù)據(jù)、控制數(shù)據(jù)和維修機(jī)制，通過考慮維修經(jīng)費(fèi)、維修能力、安全約束、標(biāo)準(zhǔn)規(guī)范及政策法規(guī)，實(shí)現(xiàn)軌道設(shè)備維護(hù)效率和質(zhì)量的優(yōu)化。具體實(shí)現(xiàn)方面，輸入數(shù)據(jù)涵蓋監(jiān)測數(shù)據(jù)、檢測數(shù)據(jù)、技術(shù)參數(shù)和基礎(chǔ)數(shù)據(jù)，以形成設(shè)備的綜合狀態(tài)評估?？刂茢?shù)據(jù)確保維修活動(dòng)的合理性和合規(guī)性，涵蓋維修費(fèi)用、維修能力、安全約束、標(biāo)準(zhǔn)規(guī)范和政策法規(guī)。在維修機(jī)制中，通過大模型結(jié)合概率估計(jì)和風(fēng)險(xiǎn)評估實(shí)現(xiàn)預(yù)維修決策，對系統(tǒng)設(shè)備病害進(jìn)行精準(zhǔn)預(yù)測；病害診斷評估軌道系統(tǒng)的潛在風(fēng)險(xiǎn)并輸出評判結(jié)果。輸出數(shù)據(jù)包括維修計(jì)劃、維修任務(wù)、維修方案及維修實(shí)施結(jié)果?；谠u價(jià)結(jié)果，智能運(yùn)維決策系統(tǒng)自動(dòng)生成優(yōu)化的維修計(jì)劃，實(shí)時(shí)獲取設(shè)備狀態(tài)數(shù)據(jù)，預(yù)測病害點(diǎn)和維修需求，并制定科學(xué)的運(yùn)維指標(biāo)體系，確保維修工作處于最優(yōu)狀態(tài)，確保設(shè)備的安全運(yùn)行和經(jīng)濟(jì)效益最大化。
（5）重載鐵路智能工務(wù)運(yùn)維輔助決策系統(tǒng)
研制鐵路工務(wù)運(yùn)維輔助決策系統(tǒng)，包括實(shí)時(shí)監(jiān)控鐵路線路及其設(shè)施狀況、利用大模型深度分析設(shè)備健康指標(biāo)、狀態(tài)評估、病害診斷、關(guān)聯(lián)因素分析以及潛在安全風(fēng)險(xiǎn)的預(yù)測，實(shí)現(xiàn)智能生成養(yǎng)護(hù)維修方案、構(gòu)建養(yǎng)護(hù)維修方案的評價(jià)指標(biāo)體系，為工務(wù)部門提供決策支持，優(yōu)化資源分配，并自動(dòng)生成工單，提升工務(wù)人員的工作效率。該系統(tǒng)的對話式分析功能，通過提示詞優(yōu)化、無代碼數(shù)據(jù)分析和無代碼可視化技術(shù)，用戶可以輕松實(shí)現(xiàn)數(shù)據(jù)探索和決策支持，無需專業(yè)編程技能即可完成數(shù)據(jù)可視化分析。該系統(tǒng)的病害增強(qiáng)檢索功能為工務(wù)運(yùn)維提供強(qiáng)有力的工具，通過分析病害案例、定位病害原因以及推薦處理措施，大幅提高病害識別和處理的效果。該系統(tǒng)的運(yùn)維指導(dǎo)問答功能進(jìn)一步提升其實(shí)用性，為運(yùn)維人員提供即時(shí)的專業(yè)知識查詢和操作指導(dǎo)，保障鐵路工務(wù)運(yùn)維工作的高效性和安全性。
2.1.3合作形式：
服務(wù)期限：合同簽訂后730日歷天。
服務(wù)地點(diǎn)：朔黃鐵路發(fā)展有限責(zé)任公司管內(nèi)。

2.2 其他：/

2.3 主要研究內(nèi)容及預(yù)期目標(biāo)：按照招標(biāo)人要求開展以朔黃鐵路數(shù)據(jù)湖倉中的海量工務(wù)數(shù)據(jù)為基礎(chǔ)的朔黃鐵路數(shù)據(jù)驅(qū)動(dòng)的重載鐵路工務(wù)運(yùn)維大模型系統(tǒng)研究，并交付相應(yīng)成果。研究內(nèi)容包括（但不限于）：重載鐵路工務(wù)狀態(tài)檢測數(shù)據(jù)治理、重載鐵路工務(wù)運(yùn)維大模型預(yù)訓(xùn)練、重載鐵路工務(wù)運(yùn)維知識自學(xué)習(xí)、重載鐵路狀態(tài)趨勢預(yù)測及維修計(jì)劃生成、重載鐵路智能工務(wù)運(yùn)維輔助決策系統(tǒng)等，以全面挖掘朔黃鐵路重載鐵路工務(wù)數(shù)據(jù)的價(jià)值，優(yōu)化朔黃鐵路工務(wù)運(yùn)維流程和質(zhì)效，項(xiàng)目研究具有具有必要性和重要意義。

預(yù)期目標(biāo)和成果：

（1）重載鐵路工務(wù)領(lǐng)域語料庫：1套；

（2）重載鐵路工務(wù)運(yùn)維大模型：1個(gè)；

（3）工務(wù)運(yùn)維大模型驅(qū)動(dòng)的重載鐵路工務(wù)多模態(tài)運(yùn)維知識庫：1套；

（4）工務(wù)運(yùn)維大模型驅(qū)動(dòng)的場景任務(wù)精調(diào)算法：10種

（5）基于工務(wù)運(yùn)維大模型的重載鐵路工務(wù)運(yùn)維軟件平臺：1套；

（6）工程樣機(jī)：3套；

（7）申請發(fā)明專利：6項(xiàng)；

（8）軟件著作權(quán)：4個(gè)；

（9）核心期刊論文：3篇。

2.4 項(xiàng)目總工期：合同簽訂后730日歷天

3.投標(biāo)人資格要求

3.1 資質(zhì)條件和業(yè)績要求：

【1】資質(zhì)要求：投標(biāo)人須為依法注冊的獨(dú)立法人或其他組織，須提供有效的證明文件。

【2】財(cái)務(wù)要求：/

【3】業(yè)績要求：2020年3月至投標(biāo)截止日（以合同簽訂日期為準(zhǔn)），投標(biāo)人須至少具有鐵路數(shù)據(jù)監(jiān)測分析研究類或鐵路運(yùn)行方案研究類業(yè)績1份。投標(biāo)人須提供能證明本次招標(biāo)業(yè)績要求的課題相關(guān)證明或合同掃描件，合同掃描件須至少包含：合同買賣雙方蓋章頁、合同簽訂日期、業(yè)績要求中的關(guān)鍵信息頁。

【4】信譽(yù)要求：/

【5】項(xiàng)目負(fù)責(zé)人的資格要求：投標(biāo)人擬任的項(xiàng)目負(fù)責(zé)人1名，具有副高級及以上技術(shù)職稱，并提供相關(guān)證明。

【6】其他主要人員要求：/

【7】科研設(shè)施及裝備要求：/

【8】其他要求：/

3.2 本項(xiàng)目接受聯(lián)合體投標(biāo)。 聯(lián)合體成員不得超過2家。

4.招標(biāo)文件的獲取

招標(biāo)文件開始購買時(shí)間2025-03-07 14:00:00，招標(biāo)文件購買截止時(shí)間2025-03-14 16:00:00。