本招標項目名稱為：朔黃鐵路數(shù)據(jù)驅動的重載鐵路工務運維系統(tǒng)研究公開招標， 本項目已具備招標條件，現(xiàn)對該項目進行國內資格后審公開招標。
2.項目概況與招標范圍
2.1 項目概況、招標范圍及標段（包）劃分：2.1.1項目概況：
面對貨運列車數(shù)量不斷增多、貨運列車軸重不斷提升、貨運列車班次不斷增加、“天窗”時間不斷縮短，軌道、鋼軌、路基、道床等工務設施病害增多，現(xiàn)有工務設施狀態(tài)評估和運維決策面臨狀態(tài)預測精度低、維護不及時或過度維護等問題，亟需揭示復雜內外激擾下工務設施狀態(tài)退化演變趨勢，制定經濟、合理的維修和養(yǎng)護方案，延長工務設施壽命，確保鐵路運輸?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狀態(tài)檢測設備，自2014年上線以來積累了大量軌道數(shù)據(jù)，為鐵路運輸安全和基礎設施養(yǎng)護提供了科學依據(jù)。然而，盡管軌道狀態(tài)數(shù)據(jù)量龐大，仍存在多設備數(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、有計劃的維護方式和手段，存在資源浪費、增加運營成本、降低運輸效率的問題。本項目擬以朔黃鐵路數(shù)據(jù)湖倉中的海量工務數(shù)據(jù)為基礎，構建重載鐵路工務運維大模型，提升工務檢測多模態(tài)數(shù)據(jù)分析的深度和廣度，形成重載鐵路工務領域大模型知識庫，建立重載鐵路工務智能運維大模型系統(tǒng)，為工務設施提供更加精準的狀態(tài)預測和運維決策支持，進一步提高鐵路運輸?shù)陌踩院托省?/span>
2.1.2招標范圍及標段（包）劃分：本項目共劃分為1個標段。
數(shù)據(jù)驅動的重載鐵路工務運維系統(tǒng)研究項目主要研究以下內容：
（1）重載鐵路工務狀態(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)的綜合利用價值。研究重載鐵路多模態(tài)工務數(shù)據(jù)治理方法，橋接不同模態(tài)數(shù)據(jù)，揭示數(shù)據(jù)關聯(lián)特性和對齊機制，實現(xiàn)例如3D巡檢鋼軌斷面、磨耗特征動態(tài)和響應數(shù)據(jù)等特征的自適應融合，統(tǒng)一鐵路工務數(shù)據(jù)表示。研究工務數(shù)據(jù)因果解耦方法，排除設備故障或外部干擾導致的異常數(shù)據(jù)，僅保留因軌道病害引起的異常，解析軌道的真實狀態(tài)。
（2）重載鐵路工務運維大模型預訓練
研究預訓練編解碼器和骨干架構設計方法，基于融合后的工務數(shù)據(jù)，進行多模態(tài)知識預訓練。在業(yè)務適配化精調過程中，結合實際檢測數(shù)據(jù)和軌道狀態(tài)特征，進行全參數(shù)微調，利用低秩矩陣分解方法訓練模型參數(shù)，優(yōu)化資源配置，提高模型性能和效率。針對不同業(yè)務場景進行優(yōu)化，通過結合實際工務數(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)檢測和預測提供堅實的數(shù)據(jù)基礎和模型支持?？紤]到重載鐵路工務數(shù)據(jù)具有趨勢性與周期性，以及復雜的時空依賴關系，研究時空依賴性編碼器集成方法，增強大模型對時空數(shù)據(jù)的理解。研究指令生成方法，針對不同病害特點微調模型，實現(xiàn)對脹軌病害、鋼軌磨損、異物入侵等病害進行準確預測，并分析病害之間的關聯(lián)性。
（3）重載鐵路工務運維知識自學習
研究基于重載鐵路工務運維知識的自學習機制，實現(xiàn)工務運維知識庫的動態(tài)構建和更新，自學習模型的開發(fā)與應用，以及運維策略的智能優(yōu)化。利用大模型技術，自動識別并抽取多源檢測數(shù)據(jù)，構建工務運維知識庫，通過實時運維數(shù)據(jù)集成和標準化管理，實現(xiàn)數(shù)據(jù)的高效融合和共享。利用自學習方法不斷優(yōu)化和提升運維決策能力，為重載鐵路的安全高效運營提供有力支撐。
（4）重載鐵路狀態(tài)趨勢預測及維修計劃生成
面向軌道設備維護效率和質量優(yōu)化問題，研究大模型驅動的維修計劃評價及生成方法，包括集成輸入數(shù)據(jù)、控制數(shù)據(jù)和維修機制，通過考慮維修經費、維修能力、安全約束、標準規(guī)范及政策法規(guī)，實現(xiàn)軌道設備維護效率和質量的優(yōu)化。具體實現(xiàn)方面，輸入數(shù)據(jù)涵蓋監(jiān)測數(shù)據(jù)、檢測數(shù)據(jù)、技術參數(shù)和基礎數(shù)據(jù)，以形成設備的綜合狀態(tài)評估?？刂茢?shù)據(jù)確保維修活動的合理性和合規(guī)性，涵蓋維修費用、維修能力、安全約束、標準規(guī)范和政策法規(guī)。在維修機制中，通過大模型結合概率估計和風險評估實現(xiàn)預維修決策，對系統(tǒng)設備病害進行精準預測；病害診斷評估軌道系統(tǒng)的潛在風險并輸出評判結果。輸出數(shù)據(jù)包括維修計劃、維修任務、維修方案及維修實施結果?；谠u價結果，智能運維決策系統(tǒng)自動生成優(yōu)化的維修計劃，實時獲取設備狀態(tài)數(shù)據(jù)，預測病害點和維修需求，并制定科學的運維指標體系，確保維修工作處于最優(yōu)狀態(tài)，確保設備的安全運行和經濟效益最大化。
（5）重載鐵路智能工務運維輔助決策系統(tǒng)
研制鐵路工務運維輔助決策系統(tǒng)，包括實時監(jiān)控鐵路線路及其設施狀況、利用大模型深度分析設備健康指標、狀態(tài)評估、病害診斷、關聯(lián)因素分析以及潛在安全風險的預測，實現(xiàn)智能生成養(yǎng)護維修方案、構建養(yǎng)護維修方案的評價指標體系，為工務部門提供決策支持，優(yōu)化資源分配，并自動生成工單，提升工務人員的工作效率。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，用戶可以輕松實現(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)的病害增強檢索功能為工務運維提供強有力的工具，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)的運維指導問答功能進一步提升其實用性，為運維人員提供即時的專業(yè)知識查詢和操作指導，保障鐵路工務運維工作的高效性和安全性。
2.1.3合作形式：
服務期限：合同簽訂后730日歷天。
服務地點：國能朔黃鐵路發(fā)展有限責任公司管內。
2.2 其他：/
2.3 主要研究內容及預期目標：按照招標人要求開展以朔黃鐵路數(shù)據(jù)湖倉中的海量工務數(shù)據(jù)為基礎的朔黃鐵路數(shù)據(jù)驅動的重載鐵路工務運維大模型系統(tǒng)研究，并交付相應成果。研究內容包括（但不限于）：重載鐵路工務狀態(tài)檢測數(shù)據(jù)治理、重載鐵路工務運維大模型預訓練、重載鐵路工務運維知識自學習、重載鐵路狀態(tài)趨勢預測及維修計劃生成、重載鐵路智能工務運維輔助決策系統(tǒng)等，以全面挖掘朔黃鐵路重載鐵路工務數(shù)據(jù)的價值，優(yōu)化朔黃鐵路工務運維流程和質效，項目研究具有具有必要性和重要意義。
預期目標和成果：
（1）重載鐵路工務領域語料庫：1套；
（2）重載鐵路工務運維大模型：1個；
（3）工務運維大模型驅動的重載鐵路工務多模態(tài)運維知識庫：1套；
（4）工務運維大模型驅動的場景任務精調算法：10種
（5）基于工務運維大模型的重載鐵路工務運維軟件平臺：1套；
（6）工程樣機：3套；
（7）申請發(fā)明專利：6項；
（8）軟件著作權：4個；
（9）核心期刊論文：3篇。
2.4 項目總工期：合同簽訂后730日歷天
3.投標人資格要求
3.1 資質條件和業(yè)績要求：
【1】資質要求：投標人須為依法注冊的獨立法人或其他組織，須提供有效的證明文件。
【2】財務要求：/
【3】業(yè)績要求：2020年3月至投標截止日（以合同簽訂日期為準），投標人須至少具有鐵路數(shù)據(jù)監(jiān)測分析研究類或鐵路運行方案研究類業(yè)績1份。投標人須提供能證明本次招標業(yè)績要求的課題相關證明或合同掃描件，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)績要求中的關鍵信息頁。
【4】信譽要求：/
【5】項目負責人的資格要求：投標人擬任的項目負責人1名，具有副高級及以上技術職稱，并提供相關證明。
【6】其他主要人員要求：/
【7】科研設施及裝備要求：/
【8】其他要求：/
3.2 本項目接受聯(lián)合體投標。 聯(lián)合體成員不得超過2家。
4.招標文件的獲取
4.1 招標文件開始購買時間2025-03-07 14:00:00，招標文件購買截止時間2025-03-14 16:00:00。
