1.招標條件

本招標項目名稱為：朔黃鐵路重載鐵路高坡地段基礎設施立體監(jiān)控應用示范公開招標，招標人為朔黃鐵路發(fā)展有限責任公司，項目單位為：朔黃鐵路發(fā)展有限責任公司，資金來源為自籌。本項目已具備招標條件，現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：

朔黃鐵路正線全長594Km，海拔落差高達1527米，共有橋梁431座、隧道77座，半徑小于800m的曲線段共計269處，最大坡度12‰。其中，位于原平分公司管內的高坡地段條件最為困難，包含了朔黃鐵路幾乎全部的隧道。這些高坡地段地勢崎嶇，橋隧相連，線路曲線多，坡度陡，列車載荷沖擊遠大于一般線路，加上地質復雜,造成基礎設施病害多，服役狀態(tài)保持困難，是安全防范的重點區(qū)段。隨著兩萬噸及以上重載列車的開行，列車編組增長，高坡地段的運營安全壓力更為加劇。因此，急需建立高坡地段線、橋、隧等基礎設施狀態(tài)的多維立體連續(xù)監(jiān)測系統(tǒng)，實現列車、基礎設施狀態(tài)數據的時空對齊與聯合分析，系統(tǒng)研究各種運營條件下的車路耦合系統(tǒng)動態(tài)響應規(guī)律，評估多種不利因素組合作用下的列車運行風險，不斷完善高坡地段重載列車安全運行標準體系。

本項目針對現有高坡地段存在的基礎設施狀態(tài)連續(xù)感知難題和檢測盲區(qū)，運用物聯網、大數據、云計算、人工智能等新技術，研發(fā)鋼軌、橋梁、隧道、線路環(huán)境關鍵狀態(tài)智能感知技術裝備；針對車路一體化檢測與分析難題，研究與既有車、工、電、供等設備設施狀態(tài)檢測、監(jiān)測數據的時空同步技術，建立基于車-路-云融合的高坡地段基礎設施立體監(jiān)控系統(tǒng)。以此為基礎，開展典型高坡地段示范應用，積累高坡地段基礎設施服役狀態(tài)演變數據，系統(tǒng)分析車路耦合系統(tǒng)的動態(tài)響應規(guī)律，為進一步提高重載鐵路高坡地段運營安全水平提供技術支撐。

2.1.2招標范圍（主要研究內容及預期目標）：

本項目研究基于車-路-云融合的基礎設施立體監(jiān)測系統(tǒng)，通過綜合運用地面實時監(jiān)測、基于運營列車的連續(xù)監(jiān)測、基于巡檢車的高精度檢測等多種技術手段，實現對高坡地段線、橋、隧、環(huán)境的多角度、全時空融合感知、缺陷預警與健康診斷，分析車路多因素耦合規(guī)律，為完善高坡地段標準體系、提高運營安全水平奠定基礎。

具體研究內容如下：

1 鋼軌及道岔狀態(tài)監(jiān)測

(1) 基于超聲導波的道岔尖軌缺陷監(jiān)測技術。研究超聲導波在尖軌中傳播特性的基礎理論與基于深度學習的缺陷自動識別方法，實現不同位置、不同尺寸的裂紋特征提取、定位與趨勢預測。

(2) 鋼軌斷裂監(jiān)測與早期預警技術。研究超遠距離鋼軌超聲導波激勵與接收技術，開發(fā)微弱導波信號的分析和特征提取算法，實現鋼軌部分斷裂、完全斷裂的實時監(jiān)測、以及斷裂位置的里程定位，并具備趨勢分析與早期預警能力。

2 隧道狀態(tài)綜合巡檢

（1）隧道全斷面檢測與形變車載檢測技術。研究基于激光三維掃描的隧道全斷面測量技術，開發(fā)車載斷面檢測數據的高精度動態(tài)定位與振動補償算法，實現建筑限界與局部形變檢測。

（2）隧道表面缺陷車載檢測技術。研究基于多目機器視覺的隧道表面缺陷高速車載感知技術，開發(fā)基于深度學習的缺陷識別與參數檢測算法，實現襯砌裂紋、掉塊、滲漏水等隧道表面病害的智能識別與發(fā)展趨勢預測。

（3）隧道結構健康車載檢測技術。研究基于地質雷達的隧道結構健康高速車載檢測技術，開發(fā)基于模式識別的結構健康評估與缺陷檢測算法，實現隧道洞體空洞、積水等病害識別。

3橋梁健康監(jiān)測

（1）橋梁狀態(tài)關鍵參數傳感技術。針對環(huán)境載荷、結構特性和結構響應三類指標，研究耐久性、經濟性和長期監(jiān)測穩(wěn)定性好的傳感技術，優(yōu)化傳感器安裝位置，實現動、靜態(tài)參數的全方位同步感知。

（2）橋梁整體健康評估技術。針對包含大量短跨簡支梁結構橋梁的整體健康監(jiān)測難題，研究基于車路融合的立體感知網技術和結構健康評估方法，實現經濟可行的橋梁整體結構健康診斷和趨勢預測。

（3）橋梁關鍵部件病害監(jiān)測技術。針對支座螺栓斷裂等隱蔽性強的橋梁病害，研究經濟性好、免維護的實時監(jiān)測裝備，解決人工檢測困難、難以實時感知和報警的監(jiān)測技術難題。

4線路環(huán)境監(jiān)測與遠程瞭望

（1）基于地面設備的線路環(huán)境監(jiān)測技術。研究基于視頻監(jiān)控與激光雷達的線路環(huán)境信息感知技術，利用深度學習與多維信息智能融合等人工智能技術，開發(fā)夜晚、光線劇烈變化以及雨、霧等惡劣天氣條件下的線路環(huán)境危情智能感知與目標識別技術，實現高陡邊坡、隧道口、路橋過渡段等重點地段的線路異物、自然災害的智能實時監(jiān)測。

（2）基于機車車載的線路環(huán)境巡檢與超視距遠程瞭望技術。針對重載鐵路線路特點，研究基于車載攝像機、3D激光雷達等設備的線路環(huán)境與地質災害的識別技術。開發(fā)列車自主定位與車地信息實時交互技術，實現列車超視距遠程瞭望與線路異常預警。

5示范段應用研究

（1）構建基于車-路-云融合的高坡地段基礎設施立體監(jiān)測系統(tǒng)。研究車路檢測數據時空對齊技術，研發(fā)基礎設施多維立體監(jiān)測系統(tǒng)技術方案及系統(tǒng)裝置。

（2）開展不少于80公里的高坡地段基礎設施立體監(jiān)測系統(tǒng)應用示范?；谑痉抖伪O(jiān)測數據，研究基礎設施服役狀態(tài)演變規(guī)律和車路多因素動態(tài)耦合響應規(guī)律。

2.1.3項目總工期（項目研究進度及完成時間）：

項目研究時間36個月，具體進度安排如下：

投標人應根據研究項目的主要內容要求和考核指標，提出項目研究的具體時間進度、實施辦法以及項目完成期限。

1. 簽訂合同后3個月內，完成技術調研和示范段現場調研工作；

2. 簽訂合同后第4至6個月內，完成項目實施方案設計工作，通過招標人組織的技術方案評審；

3. 簽訂合同后第7至9個月內，完成地面監(jiān)測設備樣機的研制，完成車載檢測設備樣機的研制；

4. 簽訂合同后第10至12個月內，完成地面監(jiān)測設備樣機和車載檢測設備樣機的實驗室測試；

5. 簽訂合同后第13至15個月內，完成地面監(jiān)測設備安裝方案和車載設備安裝方案的技術評審；

6. 簽訂合同后第16至18個月內，完成地面監(jiān)測設備和車載檢測設備的試驗性現場安裝及調試；

7. 簽訂合同后第19至21個月內，開展現場安裝設備的試運行試驗，完善設備功能；

8. 簽訂合同后第22至24個月內，完成全部地面監(jiān)測設備和車載檢測設備的現場安裝及調試；

9. 簽訂合同后第25至27個月內，系統(tǒng)試運行，積累檢測數據，進行規(guī)律總結及趨勢分析，完善系統(tǒng)整體功能；

10. 簽訂合同后第28至30個月內，開展系統(tǒng)示范應用；

11. 簽訂合同后第31至33個月內，開展所有設備的現場技術測試與實施評價；

12. 簽訂合同后第34至36個月內，完成專家評審和項目結題驗收。

2.2其他：見第一章

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：投標人應在中華人民共和國境內依法注冊的獨立法人資格的高等院校、科研院所或企事業(yè)單位，具有企業(yè)法人營業(yè)執(zhí)照。

【2】財務要求：投標人近三年內財務狀況良好，且未出現過因檢測質量問題而被有關部門通報，無任何違法、違約行為。

【3】業(yè)績要求：投標人應具有從事軌道交通基礎設施狀態(tài)檢測技術領域研究的成功業(yè)績與經驗，提供合同或有效科研任務書或中標通知書。

【4】信譽要求：未被國家市場監(jiān)督管理總局國家企業(yè)信用信息公示系統(tǒng)網站（www.gsxt.gov.cn）列入經營異常名錄或嚴重違法失信企業(yè)名單；未被國家公共信用信息中心“信用中國”網（www.creditchina.gov.cn）或各級信用信息共享平臺中列入失信被執(zhí)行人或失信黑名單；未被最高法中國執(zhí)行信息公開網（zxgk.court.gov.cn）列入失信被執(zhí)行人清單。

【5】項目負責人的資格要求：投標單位專門指定一人為項目負責人，項目負責人應具有高級及以上技術職稱且從事軌道交通基礎設施狀態(tài)檢測技術領域相關研究工作5年以上并參加過重大科研項目的工作經驗，提供證明材料。

【6】其他主要人員要求：投標人應配備20名具有高級及以上職稱從事過軌道交通基礎設施狀態(tài)檢測技術相關領域的研發(fā)技術人員，提供證明材料。

【7】設備要求：/

【8】其他要求：/

<<<母子公司資質業(yè)績不得互相借用>>>

3.2本項目不接受聯合體投標。

4.招標文件的獲取

4.1凡有意參加投標者，購標前必須完成供應商注冊。

4.2購標途徑：已完成注冊的投標人請在線完成招標文件的購買。

4.3招標文件開始購買時間2021-07-24 09:00:00，招標文件購買截止時間2021-07-30 16:30:00。