钢轨折断会造成铁路线路故障,引起列车延误,严重时可能会造成列车脱轨颠覆,发生行车安全事故。因此,掌握钢轨折断发生规律,科学控制钢轨折断风险是保障铁路线路安全的关键。依据国标中对生产过程危险和有害因素的划分方式,本文将钢轨折断风险事件致灾因素划分为人、设备、管理、环境四大类,结合我国铁路现场管理经验,进一步对四大类致灾因素细分,并确定各类致灾因素中影响钢轨折断的关键致灾因素。为实现对铁路线路上钢轨折断风险的精准定位,准确量化钢轨折断致灾因素,本文以200m为基本单元将连续的铁路线路划分为若干网格。将不同网格的钢轨看作不同的个体,进行个性化分析,以网格为基本单元采集各致灾因素数据,求解每个网格的钢轨折断风险发生可能性,精确识别钢轨折断风险时空位置,将钢轨折断风险事件可能性计算的空间位置精度控制在百米级别。将自适应神经网络模糊推理系统(ANFIS)应用于钢轨折断风险事件可能性计算,以各致灾因素为输入变量,钢轨折断风险事件可能性为输出变量,构建基于ANFIS的钢轨折断风险事件可能性计算模型,根据各致灾因素状态计算每日每个网格内钢轨折断风险事件发生的可能性。当各致灾因素处于不同状态时网格内钢轨折断发生的可能性也在随之改变,实现了对钢轨折断风险的动态管理。为了验证构建的基于ANFIS的钢轨折断风险事件可能性计算模型的有效性,本文选取太原铁路局大秦线涿鹿-沙城东区间下行里程范围为K190+000～K210+000共100个网格为研究对象,以网格为基本单元采集2014年12月1日至2015年3月5日钢轨折断致灾因素历史状态数据和钢轨折断事故数据,利用构建的模型计算每日每个网格内钢轨折断风险事件发生可能性,将计算结果与采集的钢轨病害和钢轨折断事故数据对比,验证了模型的有效性。