李江昆

(中國鐵路鄭州局集團有限公司 鄭州北車輛段，河南 鄭州 450012)

貨車故障軌邊圖像檢測系統(tǒng)(TFDS)作為鐵路貨車運行安全檢測系統(tǒng)的重要組成部分，在各大鐵路干線相繼建設運用[1]。截至2020年，鄭州北車輛段已投入運用的TFDS設備共計14套，覆蓋了京廣、隴海、京九、焦柳、寧西5條鐵路干線，動態(tài)檢查貨物列車日均700余列，近4萬輛。TFDS動態(tài)檢查作為目前一種重要的貨車運用技術作業(yè)方式，避免了大量車輛典型故障的發(fā)生。然而，隨著高速鐵路的大量開行，普速鐵路的貨運能力得到進一步釋放，現(xiàn)場作業(yè)人員緊張、老齡化加速的現(xiàn)狀已經(jīng)無法適應日益嚴格的安全生產(chǎn)要求，因此加快開發(fā)TFDS車輛故障自動識別系統(tǒng)符合中國國家鐵路集團有限公司“堅持強基達標、提質(zhì)增效，著力節(jié)支降耗、改革創(chuàng)新”的工作要求，能夠極大緩解現(xiàn)場貨車運行安全面臨的風險挑戰(zhàn)。

目前，鄭州北車輛段鄭州北動態(tài)檢查作業(yè)場聯(lián)合華為技術有限公司(以下簡稱華為公司)，按照“重點故障率先突破、識別范圍不斷擴大”的自動識別發(fā)展思路[2]，開展TFDS車輛故障自動識別技術研究。

1 TFDS車輛故障自動識別面臨的困難

(1) 貨車車種車型繁雜。目前，鐵路貨車的基本種類主要包括敞車(C)、棚車(P)、平車(N)、集裝箱平車(X)、平集共用車(NX)、罐車(G)、礦石車(K)等，又根據(jù)軸重、材質(zhì)等差異分為不同的車型。

(2) 車輛故障形態(tài)多樣。根據(jù)《鐵路貨車運用維修規(guī)程》第4章第62條人機分工TFDS動態(tài)檢查范圍和質(zhì)量標準，車輛故障形態(tài)大體包括缺損、破損、折斷、丟失、竄出、脫落、錯位、松動等，并且相同類型的故障，具體的表現(xiàn)形式迥異[3]。

(3) 探測條件復雜，排除干擾困難。TFDS探測站均建在室外，時刻受到陽光、雨、雪、霧等環(huán)境影響，加上部分車輛段為了強化現(xiàn)場作業(yè)控制，在車輛關鍵部位涂打粉筆標記，這些不利因素都會導致TFDS探測圖片成像效果存在較大差異，不利于計算機自動識別車輛故障。

2 TFDS車輛故障自動識別技術

2.1 研究思路

前期，按照“減少檢查工位”的研究思路，首先對某一幅或幾幅TFDS圖片中的所有故障實現(xiàn)自動識別，避免動態(tài)檢車員因全數(shù)瀏覽圖片而影響作業(yè)效率。

TFDS動態(tài)檢查分為側(cè)架工位、制動梁工位、鉤緩工位、互鉤差工位、中間底部工位以及中間側(cè)部工位，其中各型號轉(zhuǎn)向架側(cè)架工位所包含的車輛配件基本相同，主要包括側(cè)架、承載鞍、滾動軸承、交叉桿端部螺栓、搖枕及搖枕彈簧。與其他工位比較，側(cè)架工位的配件數(shù)量較少，相對位置固定，組合結(jié)構(gòu)類似，并且側(cè)架部位發(fā)生的故障大多嚴重危及行車安全，如承載鞍錯位、滾動軸承前蓋丟失、軸端螺栓丟失、交叉桿端部螺栓丟失等，因此選擇側(cè)架工位作為TFDS車輛故障自動識別的研究對象。一旦實現(xiàn)側(cè)架工位故障的自動識別，能夠減輕TFDS動態(tài)檢車員六分之一的工作量，從安全生產(chǎn)和效率效益兩方面均能產(chǎn)生良好的效果，有利于自動識別范圍的進一步擴大。

2.2 自動識別技術原理

TFDS車輛故障自動識別技術原理是：程序員對人工發(fā)現(xiàn)的車輛故障圖片進行標注后，納入自動識別故障庫，通過AI神經(jīng)網(wǎng)絡智能學習，掌握故障特征和故障形態(tài)。接收到車輛圖片后，自動識別系統(tǒng)通過對比分析將存在異常狀態(tài)的圖片篩選出來，交由動態(tài)檢車員確認后，向現(xiàn)場預報人工檢查，將檢查結(jié)果反饋至自動識別系統(tǒng)中，對故障算法進行修訂調(diào)整(圖1)。隨著車輛故障的不斷積累，自動識別的準確性和效率都將會進一步提升。

圖1 自動識別故障流程

自動識別故障的準確性，應以現(xiàn)場真實環(huán)境下動態(tài)檢車員發(fā)現(xiàn)并經(jīng)現(xiàn)場檢車員確認的故障為評判依據(jù)。研究期間，應重點關注自動識別系統(tǒng)的漏檢故障，將動態(tài)檢車員發(fā)現(xiàn)的并經(jīng)現(xiàn)場人工檢查確認屬實的漏檢故障，及時進行故障標注，納入自動識別故障庫，以最大程度減少漏檢的發(fā)生。

2.3 研究進展

2020年6月下旬，華為公司完成了TFDS過車數(shù)據(jù)向自動識別服務器的實時傳輸，并通過模擬TFDS集中作業(yè)平臺展示了自動識別結(jié)果，鄭州北車輛段5T檢測車間組織人員對TFDS自動識別結(jié)果進行了復核確認。因自動識別系統(tǒng)仍處于前期測試階段，考慮到可能對現(xiàn)場作業(yè)造成影響，當前只將鄭州北車輛段隴海線上行TFDS探測的數(shù)據(jù)向自動識別服務器進行傳輸。TFDS車輛故障自動識別系統(tǒng)僅對C70和C70E2種車型側(cè)架部位故障進行識別，識別結(jié)果多為搖枕彈簧、橫跨梁螺栓、鎖緊板、搭載異物等故障。

2.3.1 自動識別故障圖片篩選

自動識別技術研究共開展5周，第1周試驗處于設備調(diào)試階段，自動識別故障數(shù)量偏少，其他時間段自動識別故障數(shù)量達到穩(wěn)定，需要人工確認的故障圖片僅占全部識別圖片的5%以下，具體數(shù)據(jù)見表1，篩選效果顯著，且故障圖片的異常部位均有明顯標識，可幫助動態(tài)檢車員快速做出判斷。自動識別初步篩選與動態(tài)檢車員人工確認相互配合，能夠顯著提升TFDS動態(tài)檢查作業(yè)效率。

表1 故障圖片識別數(shù)量表

2.3.2 自動識別故障覆蓋范圍

側(cè)架工位自動識別故障類型及其占比如圖2所示?？梢钥闯?，自動識別覆蓋范圍大，能夠涵蓋該工位所有車輛配件和各種常見的故障形態(tài)，且各故障在側(cè)架工位的占比符合現(xiàn)場實際。

圖2 側(cè)架工位自動識別故障類型及其占比

2.3.3 經(jīng)現(xiàn)場確認屬實故障的自動識別情況

2020年7月22日—8月4日，TFDS人工動態(tài)檢查作業(yè)提交并經(jīng)現(xiàn)場確認屬實的車輛故障120件，自動識別系統(tǒng)共提交100件，漏檢20件?，F(xiàn)場確認屬實故障明細見表2。

表2 現(xiàn)場確認屬實故障明細

自動識別系統(tǒng)對鋼地板破損，鎖緊板移位、變形，車輛搭載異物三類故障的識別率達到90%以上，識別效果較好。滾動軸承前蓋碰撞和施封鎖丟失故障漏檢率較高，表明自動識別精度設置過低，可以通過適當調(diào)整識別閾值實現(xiàn)故障的全部識別。滾動軸承滲油和搖枕彈簧折斷均未能識別，表明這2類故障在自動識別故障庫中較少，故障標注不準確。

從目前TFDS自動識別故障的現(xiàn)狀可以看出，自動識別系統(tǒng)對故障特征的掌握還存在偏差，距離現(xiàn)場實際運用還有差距。需要華為公司的的技術人員與TFDS運用管理人員進行溝通，針對未識別故障逐一進行分析，修正TFDS自動識別模型，提高故障識別的準確率。

3 TFDS車輛故障自動識別系統(tǒng)的應用前景

在確保不發(fā)生較大車輛故障漏檢的前提下，自動識別系統(tǒng)的實際應用分兩步實現(xiàn)：第一步以提高作業(yè)效率為目標，逐步擴大自動識別范圍[2]。實現(xiàn)對通用鐵路貨車側(cè)架工位的自動識別后，每列車的技檢時間由10 min縮短為8 min，動態(tài)檢查作業(yè)組由5人減至4人。第二步以替代人工檢查為目標，做到鐵路貨車全范圍的故障自動識別，實現(xiàn)貨車運用安全“三防”體系建設從“人防”到“技防”的重大進步，大大減少TFDS動態(tài)檢車員數(shù)量，顯著提高勞動生產(chǎn)率。

4 TFDS車輛故障自動識別技術發(fā)展建議

(1) 不斷完善更新故障庫。車輛故障的自動識別高度依賴于既往發(fā)現(xiàn)的車輛故障，故障圖片越多自動識別的準確率越高。這就需要積累大量的故障圖片，不斷更新、補充故障庫。對于嚴重危及行車安全的不常見故障，可以采用在特定場所人為制造車輛故障或者利用圖像處理軟件將無故障的車輛圖片修飾為故障圖片，以供自動識別系統(tǒng)自主學習。

(2) 建立識別結(jié)果雙向反饋機制。目前，華為公司的技術人員重點對漏檢故障圖片進行正反饋，通過不斷調(diào)整識別模型的預報閾值，標注故障特征供系統(tǒng)自主學習。對誤報故障還未形成負反饋機制，將來應在故障庫中對誤報故障進行剔除，以提高系統(tǒng)識別故障的準確率。

(3) 繼續(xù)推進其他車型側(cè)架部位的故障自動識別系統(tǒng)研發(fā)。由C70和C70E型車輛逐步擴大到其他所有裝用轉(zhuǎn)K6型轉(zhuǎn)向架的車輛，進而擴展至其他車種車型，早日實現(xiàn)通用鐵路貨車側(cè)架工位故障全識別。