2022年12月，「AI檢車」系統正式投入試用。該段對處於京廣鐵路、隴海鐵路、京九鐵路等幹線位置的6個TFDS探測站進行了升級，採取「AI檢車」作業，同時對「AI檢車」識別預警的故障進行人工覆核。

應用盤古大模型訓練「AI檢車」算法後 TFDS識別作業現場

相較於人工檢車，通過「AI檢車」結合人工覆核的方式：

• 作業時長由平均17分鐘減少至14分鐘；
• 作業人數由4-5人減少至2-3人；
• 故障識別準確率由98.26%提高至99.89%。

經過10個月的試用「AI檢車」系統實現了以鐵路貨車攔停重點故障為主的400+余種故障的智能識別已大大優於人工作業效率更高、可靠性更強，當前已逐步推廣到全國多個路局試用。

這個「AI檢車」系統究竟啥來頭？

這套系統叫TFDS，即貨車故障軌邊圖像檢測系統。一列貨車只要從探測站通過，電子眼就會高速拍攝、動態採集車底配件和車體側部狀態等4800餘張圖像，實時傳輸到動態檢車室。

傳統的TFDS系統，需要動態檢車員及時分析每一張圖片，發現車輛故障隱患，並將故障部位圖片反饋至一線檢車員。

「AI訓練」後的TFDS系統，能夠利用「AI」技術，實時分析採集的圖像，自動識別各種不同類型的鐵路貨車故障。

為啥要對鄭州北車輛段的TFDS進行「AI」升級？

• 這裡「太忙」

該段管內京廣線、隴海線、京九線貨物運輸任務繁忙，5T檢測車間的80個檢測工位，每天要完成4萬多輛貨車、280多萬張圖片的檢查任務。

• 重要課題落戶

2021年，國鐵集團貨車事業部把TFDS故障圖像智能識別項目作為國鐵集團第一批科研計劃「揭榜挂帥」課題，指定鄭州局集團公司鄭州北車輛段5T檢測車間作為該項目的試點單位，和華為公司、慧鐵科技公司共同研究、聯手推進TFDS故障圖像智能識別項目。

自此，「AI檢車」系統升級試點「花落」鄭州北車輛段。

「AI訓練」後TFDS系統有多厲害？

• 專家博士聯合推進

為保證研發進度和效果，該段5T檢測車間組建經驗豐富的「專家」團隊，結合近年典型故障案例，從故障分類、判斷方式等方面提供數據，從而提升算法精準度、降低誤報率。

• 算法模型世界領先

對TFDS系統進行「AI訓練」，採用的是目前業界最大的視覺預訓練模型華為雲盤古CV大模型，其訓練、推理速度均處於世界領先水平。

同時，這套基於盤古大模型的「AI檢車」系統根據大量的數據樣本，自動總結部件特徵，自動尋找故障規律，並在實際試用中持續改善分析效果，實現從整體到局部、再到故障細節特徵的逐步精細識別。

TFDS檢測遇到的另一個問題是故障樣本稀缺。隨著我國鐵路安全水平的不斷提升，很多故障已經極少發生，多數人都沒有見過，但是這樣的故障一旦發生通常都是大故障。對AI模型來講，小樣本無樣本也會制約模型精度提升。

鄭州北站在段修車間模擬製造了大量的故障樣本的同時，華為雲基於小樣本學習技術和樣本生成技術，生成了大量的訓練樣本提升模型質量。

比如搖枕心盤脫出的故障，全國範圍內只找到一張故障樣本，但是通過小樣本學習，目前已經能正確識別這個故障。

華為開發者大會2023（Cloud）正式發布盤古鐵路大模型

近年來鐵路部門不斷加大科技投入力度

這些新設備、新技術的投用

已經重塑了現場職工的作業模式

期待未來有更多的科技手段

應用到鐵路運輸生產各環節

*本文轉載自：中原鐵路

關注@華為雲，了解更多資訊