孙帅李伟张东华
经AI赋能的新型TFDS系统，可对铁路货车车辆进行实时自主分析、自动识别与智能提报，不仅能精准识别400余种车辆故障，还将动态检车员的工作量减少70%，推动检测模式从“人眼识图”向“智能研判”转型。
3月19日10时30分许，在郑州北车辆段5T检测车间作业大厅内，40个作业工位正在对智能识别系统识别的疑似车辆故障进行复核确认，作业大屏滚动播报着待检车辆信息。5T检测车间二班值班主任刘国强指着作业大屏介绍：“这个时间点是列车密集到达的高峰期，没有智能识别系统时，待检列车最多时有30多列。这套系统让我们在高峰期也能从容应对。”
刘国强提及的智能识别系统，是基于AI技术升级的TFDS系统（货车故障轨旁图像检测系统）。经AI赋能的新型TFDS系统，可对铁路货车车辆进行实时自主分析、自动识别与智能提报，不仅能精准识别400余种车辆故障，还将动态检车员的工作量减少70%，推动检测模式从“人眼识图”向“智能研判”转型，显著提升科技保障安全的能力。
该段5T检测车间承担着管内途经京广铁路、陇海铁路、京九铁路的货物列车检修工作，任务十分繁重。“80个检测工位，每天要完成4万多辆货车、280多万张图片的检测分析任务，平均每人每天要处理3.5万多张。这些车辆只有取得我们出具的‘健康体检报告’才能正常运行。”5T检测车间主任杨跃伟坦言，高强度的重复作业，对动态检车员的专注力要求较高，列车检修工作迫切需要新的技术突破予以支撑。
TFDS系统采用业界领先的“盘古CV”视野预训练模型，依托海量数字样本进行深度学习，实现自主归纳部件特征、总结故障规律等功能，并在实际运用中持续改善分析效果，最终达到从整体到局部、再到故障细节特征的精细识别效果。“目前，该系统已经达到研发预期。”负责该项目研发的高级工程师介绍道。
“一列货物列车有成千上万个零部件，我们依托遍布管内铁路沿线的10个探测站对列车关键部件进行拍照，借助TFDS系统，在十几分钟内完成整列车的图片检测，准确提报列车存在的疑似车辆故障信息。”杨跃伟补充道，“数据显示，故障识别准确率已经达到99.89%，作业时间也比人工作业时间压缩55%，作业效率提高30%。相信随着系统的不断迭代升级，故障识别准确率必将无限接近100%，将有效助力南来北往的货车车辆行稳致远，为铁路发展现代物流提供可靠支撑。”