动车组运行故障图像检测系统（TEDS）运用分析

动车组运行故障图像检测系统（TEDS）运用分析

许金龙

哈尔滨动车段，黑龙江省 哈尔滨市 150000

摘要：近年来，我国铁路事业蓬勃发展，大量高速动车组投入运行。动车组在高速运行的过程中，任何细小的故障都有可能对铁路的安全运行造成极大的影响。因此，对于动车组的故障检测尤为重要。

关键词：动车组；TEDS；运用分析

                                         - 1 -

1导言

截止到2021年底，中国高铁运营里程总数超过4万公里，总里程数位居全球第一，且超过了第二名到第十名的总和。随着我国高速铁路的快速发展，动车组在运行过程中安全隐患问题日益凸显。在长时间的高速运动下，列车的精密部件极易产生缺损并严重影响列车的安全运行，但易发生损伤的精密部件种类多、体积小、难以精准定位，损伤本身也具有高度的不确定性和突发性，无法建立有效的损伤库。而列车的运行速度又对损伤的定位及检测有较高的处理要求。同时，图像识别工作有着较高时效性要求，图像采集后要求在尽量短的时间内定位并发现问题，保证列车安全运行。而目前的人工识别速度，一列动车最快也在1小时左右，无法满足实际工作需要。单纯依靠人检已不能满足日常检修需求。因此，采取科学有效的检测手段成为保证中国高速铁路运营安全的关键。

2 TEDS系统组成

2.1监测站设备

在铁路局动车车辆段的监控中心安装监测站设备，在探测站实现数据的采集和处理之后，利用网络传输设备，将相关数据上传到监测站对应运用管理平台中。之后分析人员以人工的形式分析并判别所管辖区域内TEDS监控图像以及相关数据，发现有异常问题要先进行复核和确认，无误后通过系统上报到上级部门，及时获得处置指示。系统的监控流程具有突出的完整性，能够及时有效地对动车组各项故障实现报警跟踪，同时做到联动响应。该系统可以和外部系统进行接口建立，如动车组管理信息系统等，实现动车组监控和运用检修工作之间的密切配合，同时，和配属铁路局动车段共享故障问题报警信息，更加有效地复核TEDS对应问题报警信息，加强闭合管理。该系统所具备的数据统计以及分析功能比较完善，可以全面统计并分析过车数量、系统本身数据以及作业情况等。

2.2联网技术方案

为了统一、集中地管理TEDS数据，中国国家铁路集团有限公司基于对各种类型TEDS设备接口预报处置流程和应用界面的统一化设置与管理，联网应用全路的TEDS设备，并对各个设备进行集中监控，联合动车段监控中心、局集团有限公司和国家铁路集团有限公司构建三级联网监控平台，将管理决策、检测和监控集于一体，建立动车组行车安全监控系统。

2.3系统人工智能化

随着人工智能技术的发展成熟，深度学习将充分利用采集到的列车数据，实现列车图像智能、高效故障检测，保证高速铁路的安全运行。TEDS系统利用人工智能技术进行深度学习和边缘计算。边缘计算主要是通过采用神经元算法[5]，模仿动物神经网络行为特征，进行分布式并行信息处理，分析并掌握给定的样本数据之间潜在的规律，然后根据这些规律来预测新 的输入数据的结果。再结合图像处理、模式识别和计算机视觉等多项技术，利用背景减除、帧间差分、光流方法建立运动背景模型算法，同时建立入侵多特征模板，在有效抑制噪声和光影突变的同时，通过动态多阈值和数学形态学运算，快速检测识别图像中的入侵目标，实现报警。深度学习能力是在模型库内进行自学习，并分析海量数据，使得系统能够自动地跟踪和识别监控区域可能发生的危险事件，从而提前预警。各厂家之间的核心竞争就是各自系统深度计算和深度学习能力。

3系统运用问题分析

3.1 数据积累和统一建模

人工智能的深度计算和深度学习均建立在大数据的基础上，然而动车组缺陷检测存在列车与部件尺寸分辨率变化明显，现存的缺陷样本库少且部件缺陷形态多样、无法预测的问题，给列车部件定位和缺陷特征学习、检测分析带来较为艰巨的挑战[8]。目前各试验段未采取统一试验测试平台，导致各厂家数据量不足且数据单一，只就现有数据进行分析，不利于数据库的建立。可打破商业壁垒，各厂家可共享试验段地段已有的动车故障数据库，并定期录入统一平台，由铁科院负责统一维护，并利用各单位积累的各种类型的数据，选择有代表性的基础数据进行分析建模，为建立大数据库打下基础。

3.2图像自动标注

高速铁路运行安全图像通过各种图像检测系统收集到监控中心后，各业务分析员通过查阅的方式查看并分析运行安全图像的缺陷及异常，如果发现缺陷或异常将依据个人的理解认知与表述方式对异常的图像或者目标进行描述说明。但这种描述主观性较强，不具备特定的规律和标准，并且杂乱无章的存储在数据库中， 没有产生有价值有意义的信息从而便于后续应用。例如，动车组运行安全图像，通过TEDS系统探测站的线阵相机采集裙板、动车组底板、转向架、牵引传动装置车端连接等可视部位图像并上传到所属动车段监控中心集中监测，根据对过车运行安全状态监控的业务需求，TEDS作业人员需仔细查阅，认真分析动车组运行安全图像，对有故障缺陷的图像进行描述及标注，然后按照日期存储于数据库中，为动车组图像反查、车辆检修维护提供数据和参考。另外，根据调研内容，以哈大线为例，每日过车接近50对左右，短编组一列上报监控图像数据量约500MB，长编组一列约为短编组的2倍，则每探测站每天上传到监控中心的图像数据量约为40GB。每个监控中心管辖多个探测站，以哈尔滨局为例，正线已安装TEDS监控设备8套，则每个监控中心每天接收并存储的数据量约为600GB，TEDS作业人员查阅分析如此海量的数据，不仅枯燥乏味，而且周期长。比如，对于零部件缺陷检测任务，标注代价会随着零部件结构的复杂程度和缺陷类别数量的增加而提高，一般完成不同形态的单个缺陷或零部件矩形框的精确标注需要平均花费10s-30s的时间。因此，迫切需要一种高铁运行安全图像自动标注技术，有效利用已具备描述信息的小部分图像数据，通过机器学习的方法，使用计算机系统对高速铁路运行安全图像检测系统产生的大量运行安全图像进行标准的、精细的图像分类标注或者对感兴趣目标进行标框标注。而良好的图像标注技术对于图像的存储、管理以及数据集的建立及使用有很大的益处。

3.3软硬件技术革新，降低误报率及漏报率

TEDS在运动过程中由于相机拍摄图像错位、曝光以及失真等问题会造成误报和漏报，这对于设备的正常使用会产生极大的干扰。因此。建议可通过软、硬件技术革新，降低误报及漏报率。硬件方面，可通过技术革新提升设备对各种恶劣环境的适应能力，保证在雨雪天气等环境下依旧可以拍摄出高质量图像。目前，已有厂家通过增加雨刷对相机进行定期清洁，极大提高了相机拍摄的清晰度。软件方面，当误报或漏报图像通过人工复核后，可将误报及漏报数据进行积累，通过对系统中的误报和漏报数据进行学习和训练，逐步降低误报及漏报率。同时，要更加有效、全面地验证TEDS系统自动报警功能，可先验证具备较高自动识别准确率的部位，如车端连接处、侧部裙板等，在验证技术相对成熟之后，再逐步对底板以及转向架等部位验证其自动报警功能。

                                     - 1 -

4结束语

智能时代的到来，对铁路创新发展提出了新的要求，也提供了广阔的舞台。动车组运行故障图像检测系统（TEDS）实现列车图像智能、高效故障检测，不仅可以提高缺陷、故障等安全隐患检测识别的精准度，而且还可以优化各专业的业务流程，提升业务人员的工作效率，保证高速铁路的安全运行。为了更有效地发挥该系统的重要价值，还需要正确认识TEDS运用中存在的不足，并及时采取有效手段加以改进和优化，在TEDS技术支持下，更好地保障铁路安全。

                                     - 1 -

参考文献

[1]马千里．中国铁路车辆运行安全监控系统建设规划研究[J]．中国铁路，2015(10)：1-7．

[2]李 骏 . 动车组运行故障动态图像检测系统（TEDS）设计与实现 [D]. 北京：北京邮电大学 , 2012.

[3]谢文洋.动车组运行故障图像检测系统(TEDS)探测站设备架构优化研究[J].郑铁科技,2018(4):46.

                                     - 1 -