成都北车辆段TFDS智能识别系统升级：AI赋能铁路货车检测

成都北车辆段TFDS智能识别系统升级：AI赋能铁路货车检测

引用

中国网

等

9

来源

1.

http://dicn.china.com.cn/web/kx/detail2_2024_10/08/4458707.html

2.

https://blog.csdn.net/ZQ51camera/article/details/125258525

3.

https://www.thepaper.cn/newsDetail_forward_19294426

4.

https://www.szzg.gov.cn/2024/xwzx/qwfb/202410/t20241008_4903719.htm

5.

https://www.ctxwzx.cn/m/202310/07/content_7242.html

6.

https://e.huawei.com/cn/industries/railway/tfds

7.

https://sc.sina.cn/news/b/2024-02-10/detail-inahmhpq0221942.d.html?vt=23

8.

https://www.digitalelite.cn/h-nd-8625.html

9.

https://sc.sina.cn/news/b/2024-11-27/detail-incxnwik6704409.d.html?vt=24

成都北车辆段近日成功引入TFDS（货车故障轨旁图像检测系统）故障智能识别系统，标志着铁路货车检测正式迈入智能化时代。该系统基于华为盘古大模型开发，实现了对67种车型430多种故障的精准识别，不仅将人工作业量缩减近90%，更将故障识别率提升近40%，显著优化了铁路货车检测效率与质量。

在传统作业模式下，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。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，工作强度极大。而且，这种完全依赖人工的检查方式不仅效率低下，还容易出现漏检漏报的情况。

为解决这一难题，成都北车辆段于2022年10月启动TFDS故障智能识别系统项目，经过一年的调试优化，该系统于2023年9月30日正式投入试用。

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。

具体来说，系统通过AI算法逐一比对标准车辆图片与TFDS探测站采集到的现场车辆图片，将过去“大海捞针”式的人眼发现故障转变为算法精准识别。这种基于深度学习的智能识别技术，不仅大幅提升了故障检测的准确率，还显著降低了检车员的工作强度。

系统上线后，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，效率提升近53%。

更值得一提的是，该系统的故障发现能力强大，A类故障发现率高达99.99%，B类、C类故障发现率分别达95%、90%。而且，TFDS智能识别平台还能将需要确认处理的故障信息直接下发至检车员手持机系统，并具备现场故障图片采集、处理情况复核等功能，在提升信息流转效率的同时杜绝信息传递出错、故障确认错误、故障处理不到位等隐患。

成都北车辆段5T运用车间负责人表示，该系统投用后，需要人工复核的车辆图片数量减少近90%，货车技术检查作业时间大幅缩短、周转效率有效提升，为进一步推动畅通“2.0”工程奠定了坚实基础。

下一步，该段将总结现有经验，将该系统投用到其他线路，为TFDS作业智能化全面推广打下基础。同时，还将继续深化与华为等科技企业的合作，探索更多AI技术在铁路运维领域的应用场景，推动铁路运输安全管理水平再上新台阶。

这一智能识别系统的成功应用，不仅体现了成都北车辆段在数字化转型方面的决心与实力，更为整个铁路行业提供了可借鉴的智能化升级范例。随着技术的不断迭代和完善，我们有理由相信，未来的铁路运维将更加智能、高效、安全。