智能系统高效识别铁路货车故障

科技日报讯 （刘侠 记者滕继濮 通讯员左荣敏）记者近日从中国铁路成都局集团有限公司成都北车辆段（以下简称“成都北车辆段”）获悉，该段已引入TFDS（货车故障轨旁图像检测系统）故障智能识别系统，用于铁路货车检测。系统上线运营后，人工作业量缩减近90%，故障识别率提升近40%，检测上万个零部件的时间只需3—5分钟。

以往，TFDS的动态检查工作完全依赖人工执行。每当铁路货车经过TFDS探测站时，电子摄像设备会迅速捕捉并上传车底配件及车体侧部的动态图像至TFDS服务器。随后由专业的TFDS动态检车员对每一张图像进行分析，发现潜在的车辆故障。据悉，成都北车辆段的TFDS动态检车员每日需审阅的车辆图片数量高达150余万张。

为了有效减轻作业人员的工作负担，进一步提升列车技术检查的效率与质量，成都北车辆段决定引入TFDS故障智能识别系统。对此，成都北车辆段数字运维车间技术员贾明勇说：“与以往‘大海捞针’式的检查方式不同，现在我们只需对经过AI算法精确识别后推送的故障进行复核即可。”该系统的使用，使得每位检车员每列车图片的分析量从原先的600余幅锐减至100幅，工作量减少了近90%。同时，每列车的平均技术检查时间也从15分钟缩短至8分钟。

据介绍，该系统采用了目前业界最大的视野预训练模型“盘古大模型”，可自动学习货运系统内各类货车故障图片样本，对货车故障实现自动识别、自动总结部件特征、自动寻找故障规律。