刘侠 科技日报记者 滕继濮 通讯员 左荣敏
12日，记者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，用于铁路货车进行检测，系统上线运营后，识别了属实故障11件每百辆，人工作业量缩减了近90%，故障识别率提升了近40%，上万个零部件只需3—5分钟就能检测完毕。
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细致的实时分析，以发掘潜在的车辆故障。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，并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的技术员贾明勇表示：“与以往‘大海捞针’式的检查方式截然不同，现在我们只需对AI算法精确识别后推送的故障进行细致的复核即可。”该系统的投入使用，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，工作量大幅减少了近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”，依托人工智能技术，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。
