动车组TEDS系统运用实践与思考

蔚建军 上海铁路局上海动车段

动车组TEDS系统运用实践与思考

蔚建军 上海铁路局上海动车段

上海铁路局动车组TEDS监控系统从2014年3月运用至今，使得管内动车组运行动态状况得到了实时探测和监控，有效防止和减少了诸多危及行车安全的车辆设备故障，取得了预期效果。但在实际运用中,TEDS系统仍存在一些问题，限制了作用的发挥，应进行改进,以发挥更好的安全保障作用。

动车组；TEDS；监控系统

1 系统介绍

动车组运行故障动态图像检测系统 (Trouble of moving EMU Detection System)简称TEDS系统，是基于货列TFDS、客车TVDS系统技术研制的行车安全装备，利用高速相机对运行动车组车体底部、侧下部进行拍摄，采用高速图像采集、控制、智能检测、车辆部件和车号识别、异常预警、低通道图像处理和传输等技术，以自动识别和人工判定结合的方式，及时发现关键部位故障。该系统符合中国铁路总公司对在线检测监控技术的要求，满足动车组运行速度高、密度大的需要，是保障高铁运行安全的重要装备。

1.1 数据传输构架

系统由探测站设备、动车段和路局监控中心设备、总公司查询中心设备及网络传输设备组成。探测站采集到的车体底部、侧部裙板、连接装置、转向架等可视部位图像信息存储在数据服务器，经调整处理传输至段监控中心，由分析人员根据报警信息结合原始图片判定动车组关键部件故障。

1.2 关键技术

（1）图像采集。利用线阵、矩阵相机对动车组转向架制动装置、传动装置、牵引装置、轮轴、车钩装置、底部电务车载设备和侧部裙板、转向架及轴箱、车端连接部等可视部位进行高速连续拍摄，获得高清大数据图像。

（2）3D成像技术。系统利用FPGA技术，对线阵相机采集图像进行建模、分析处理获得图像3D数据，形成可视部件的3D数据模型，实现可视部件的多角度查看。

（3）图像自动识别报警。采用多种模式识别技术、决策融合技术、异常图像检测等技术，对TEDS的大数据图像进行高速处理、分析，与标准图库实时识别、比对，完成异常图像位置的自动锁定和报警，实现按部位、类型的分析和统计。

2 运用实践

上海动车段TEDS监控中心设置60个作业终端，担负着我局上海、南京、徐州、合肥、杭州、温州等地区的19套TEDS设备的监控、预报和分析处理任务。

2.1 运用探索

根据监控中心人员配备、动车组实际运行和监控分析作业特点，建立了包车制作业模式，总结了一套针对转向架、裙底板、轮对等动车组重要部件的“M型”、“C型”、“Z型”等监控作业方法，提高了监控分析作业准确性和效率，使得动车组可视故障发现率明显提升。结合我局运用实际，制定了设备保养、定置管理的“九不准，六必须”规定，完善了《TEDS监控中心监控作业管理奖励和考核办法》，调动了分析人员的积极性，使得设备运用管理有序可控。

2.2 故障处置优化

为提高动车组故障处置速度，确保关键重点部位故障不漏判，对TEDS监控故障处置流程进行优化，故障判定采取设备自动报警和人工确认结合的方式，TEDS作业人员对故障报警及重点关键部位进行监控分析，判断为可能影响动车组运行安全的真实故障，由作业组长确认，根据故障情况向路局动车调度报告，同时填报“TEDS预报故障通知/处置单”，由动车调度通知列车调度员，采取限速运行或立即、前方站停车检查等措施时。执行以来，不断总结、优化，编制了动车组TEDS监控作业指导书，规范了作业标准、信息传递流程。

3 运用成果

2015 年，TEDS监控中心共完成185 281列监控分析工作，日均完成515列，完成故障报警分析共计17 181 670条，日均完成47 726条，共发现各类故障946件，故障包括轴端螺栓丢失、传感器管卡螺栓丢失、吸污口或注水口盖板未关闭、底板螺栓丢失、各类渗油或漏油、降噪层脱落、放松铁丝断、走形部卡异物等，通过不断总结和积累，制作了典型案例（见图1）。

案例1：2015年1月29日，蚌埠南至徐州东的D7692次, 6：19途经徐州东上行1探测站,发现全列冰雪覆盖严重，并及时进行应对处理。

案例2：2015年04月19日,上海虹桥至天津西的G212次,11：41经徐州东上行2探测站,发现07车运行方向右侧停放制动缓解阀拉杆搭扣脱落。

案例3：2015年3月22日，天津西至长沙南的D292/3次，途经徐州东下行1探测站，发现2车左侧排污口盖板未关闭到位。

案例4：2015年11月27日,汉口至上海虹桥的D3054/1次，途经上海虹桥下行探测站,发现07车1轴联轴节与齿轮箱连接处疑似漏油。后经确认漏油。

案例5：2015年12月25日,北京南至上海虹桥的G13次，途经上海虹桥下行探测站，发现01车右侧转向架上方裙板丢失。

图1 典型案例示意图

4 问题探索及解决方案建议

4.1 存在问题

TEDS系统运用中也暴露出故障误报率高、硬件配置及软件功能设计方面等诸多问题。

（1）硬件故障多。2015年以来影响TEDS监控设备故障共计发生170件，日均故障0.57件，其中无过车信息故障39件，无车组号故障15件、通道无图故障74件，软件等故障42件，对日常监控分析作业造成极大的干扰。

（2）误报率高。表现在故障报警数高、误报率高，2015年10月1日-22日，日均过车785标准组，日均报警数为81 429条，每人日均作业量为40组、确认故障5 089条，其中判断为真实故障报警的仅2条，准确率仅为0.0025%，远未达到铁总每组200条故障报警要求。

（3）图像传输时间长。个别探测站的带宽不足，图像传输超过5 min，因系统识别软件不够完善，造成总作业时间过长。2015年3月份以来，TEDS探测设备图像传输平均时间9 min12 s，识别平均时间6 min18 s，尚未达到铁总规定的总作业时间10 min完的要求。

（4）受外界环境影响大。雨天、早晨起雾、冰雪天气时，经常会造成设备无图、图片模糊、黑图和白图等图像问题。2015年以来发生的图像质量故障74起，其中因天气原因占90%，造成设备无法正常识别故障。

（5）应急处置有待完善。表现在对突发情况处置措施不完善，5月19日、5月20日南京南京沪下行探测站突然停电,主服务器无法实现运程重启，影响动车组的监控分析。

4.2 解决方案建议

（1）优化自动报警功能。针对动车组运用实际，根据不同部件出现故障的概率，调整裙板、齿轮箱、联轴节等对关键重点部件的报警参数，整合参数差异，统一技术指标和参数，优化自动报警程序，采用简易视窗操作监控分析图像，提高分析作业效率。

（2）提高系统可靠性。自动分析比对的标准图像是采用该动车组上一次通过本探测站的图像，容易受外界光线干扰，误报率较高，建议优化标准图像和比对方案，对故障率较高部件进行参数优化，将报警故障分级甄别，形成真假故障的数据库，提高真实故障的判断能力。

（3）对轨边设备升级优化，如增加相机镜头自动清洗装置，减少雨水等杂物侵扰，优化远程重启功能，提高供电和运行环境的可靠性，降低断电、环温过高等情况引起的突发问题，减少天窗维修次数，提高设备运行的可靠性。

（4）完善运用管理。完善运用应急机制，探索制定数据传输迟缓、报警信息不完整、图像模糊等状况时的应对措施。继续收集TEDS分析作业过程的优化建议，不断修订完善相关标准和作业指导书，制定岗位职责和分析管理办法，促进分析作业判断能力整体提高。

5 运用技术展望

多层次、全方位的安全卡控，是动车组安全运行的屏障，根据十三五规划和中国高铁未来的发展趋势，动车组TEDS运用和发展有着广泛前景和未来。

5.1 3D识别技术持续发展

现阶段TEDS-3D识别技术仍然停留在辅助的阶段，主要识别仍然使用2D识别，识别技术对图片质量要求高，产生误报较多，同时螺栓串出等故障，通过2D图片不易发现，因此3D识别技术将成为未来的主流识别技术，提高动车组故障判别的准确性。

5.2 大数据的整合运用

目前TEDS设备仅收集到的是该探测站的过车基础信息与图像信息，判断故障的方式比较单一，综合预防故障能力较弱。发展趋势为TEDS可以与TADS等其他动车组检测设备的检测信息相互整合、相互辅助，根据多种检测数据并结合大数据中和分析总结规律，实现故障提前发现和预防。

5.3 通信技术的提升

现有TEDS专用网络仅有8 Mb,带宽过小，抑制住了多种技术的实现及发展，若TEDS专用网络提升至100 Mb/1 000 Mb,即可实现如下功能：

（1）可以实现上个探测站与下个探测站的识别对比，进而可以观察到列车运行一段距离或一段时间后发生的变化，对故障预防有重大的意义。

（2）轨旁机房内设备可以集中建设在监控中心，方便设备维护，并且设备发生故障时可以及时处理。

5.4 作业方式的变革

现阶段作业方式为分析员发现故障后通知组长确认，组长上报路局调度员，路局调度员通知列车司机做出相应的操作，此过程需要经过多人转述汇报，容易造成消息转述错误并且响应时间较长。

无线通信技术的持续发展，当带宽达到100 Mb后，可以利用列车到站停车的时间，将TEDS采集到的图片上传至随车机械师的手持设备中，随车机械师可以根据现场实际情况立即做出应急处理，减少中间转述环节。

5.5 分布式计算的运用

当TEDS专用网络带宽达到100 Mb/1 000 Mb后，可以充分利用分布式计算优势，可以大量减少识别机的数量，充分利用每台机器的性能，减少硬件成本的投入。

5.6 AR技术的引进

3D采集技术已成功进入TEDS设备，但采集后的图片主要用于3D识别，分析员仍然查看2D图片作业，出现2D图片不清晰时，手动切入到3D模式查看局部图像。

AR（增强现实）技术出现后，如果未来可以引进到TEDS设备，就可以实现分析人员“置身”于现场，从不同角度观察列车的效果。

现阶段TEDS识别主要以模板对比识别技术为主，如果模板不够准确或者图片干扰信息较多直接影响识别效果。如果未来以深度学习技术作为主要识别技术，即可有效避免这类问题，同时识别的准确率可能会超过人工发现的准确率。

5.7 TEDS全覆盖建议

为确保动车组运行安全，应按照TEDS设备可安装在160 km/h以下的线路要求，本着始发、中转（站折）动车组不探测的原则进行布点，根据管内线路布局，我局还应在徐州东站郑徐上下行、南京南站宁安上下行、沪蓉上行、上海虹桥沪宁上下行、杭州东宁杭上行、沪昆上行新建TEDS探测站9套，实现动车组全覆盖探测，进一步提高动车组运行安全。

[1]中国铁路总公司运输局.《动车组运行故障图像检测系统（TEDS）设备暂行技术条件》.2013（76）.

[2]中国铁路总公司.铁路动车组运用维修规程.北京.中国铁道出版社, 2012.

责任编辑：王华 傅佩喜

来稿日期：2016-08-03