动车组运行故障图像检测系统（TEDS）运用分析

动车组运行故障图像检测系统（TEDS）

运用分析

摘要：近年来，我国铁路事业蓬勃发展，大量高速动车组投入运行。动车组

在高速运行的过程中，任何细小的故障都有可能对铁路的安全运行造成极大的影响。因此，对于动车组的故障检测尤为重要。

关键词：动车组；TEDS；运用分析

- 1 -

1导言

截止到2021年底，中国高铁运营里程总数超过4万公里，总里程数位居全

球第一，且超过了第二名到第十名的总和。随着我国高速铁路的快速发展，动车

组在运行过程中安全隐患问题日益凸显。在长时间的高速运动下，列车的精密部

件极易产生缺损并严重影响列车的安全运行，但易发生损伤的精密部件种类多、

体积小、难以精准定位，损伤本身也具有高度的不确定性和突发性，无法建立有

效的损伤库。而列车的运行速度又对损伤的定位及检测有较高的处理要求。同时，图像识别工作有着较高时效性要求，图像采集后要求在尽量短的时间内定位并发

现问题，保证列车安全运行。而目前的人工识别速度，一列动车最快也在1小时

左右，无法满足实际工作需要。单纯依靠人检已不能满足日常检修需求。因此，

采取科学有效的检测手段成为保证中国高速铁路运营安全的关键。

2 TEDS系统组成

2.1监测站设备

在铁路局动车车辆段的监控中心安装监测站设备，在探测站实现数据的采集

和处理之后，利用网络传输设备，将相关数据上传到监测站对应运用管理平台中。之后分析人员以人工的形式分析并判别所管辖区域内TEDS监控图像以及相关数据，发现有异常问题要先进行复核和确认，无误后通过系统上报到上级部门，及

时获得处置指示。系统的监控流程具有突出的完整性，能够及时有效地对动车组

各项故障实现报警跟踪，同时做到联动响应。该系统可以和外部系统进行接口建立，如动车组管理信息系统等，实现动车组监控和运用检修工作之间的密切配合，同时，和配属铁路局动车段共享故障问题报警信息，更加有效地复核TEDS对应

问题报警信息，加强闭合管理。该系统所具备的数据统计以及分析功能比较完善，可以全面统计并分析过车数量、系统本身数据以及作业情况等。

2.2联网技术方案

为了统一、集中地管理TEDS数据，中国国家铁路集团有限公司基于对各种

类型TEDS设备接口预报处置流程和应用界面的统一化设置与管理，联网应用全

路的TEDS设备，并对各个设备进行集中监控，联合动车段监控中心、局集团有

限公司和国家铁路集团有限公司构建三级联网监控平台，将管理决策、检测和监

控集于一体，建立动车组行车安全监控系统。

2.3系统人工智能化

随着人工智能技术的发展成熟，深度学习将充分利用采集到的列车数据，实

现列车图像智能、高效故障检测，保证高速铁路的安全运行。TEDS系统利用人工

智能技术进行深度学习和边缘计算。边缘计算主要是通过采用神经元算法[5]，模

仿动物神经网络行为特征，进行分布式并行信息处理，分析并掌握给定的样本数

据之间潜在的规律，然后根据这些规律来预测新的输入数据的结果。再结合图

像处理、模式识别和计算机视觉等多项技术，利用背景减除、帧间差分、光流方

法建立运动背景模型算法，同时建立入侵多特征模板，在有效抑制噪声和光影突

变的同时，通过动态多阈值和数学形态学运算，快速检测识别图像中的入侵目标，实现报警。深度学习能力是在模型库内进行自学习，并分析海量数据，使得系统

能够自动地跟踪和识别监控区域可能发生的危险事件，从而提前预警。各厂家之

间的核心竞争就是各自系统深度计算和深度学习能力。

3系统运用问题分析

3.1 数据积累和统一建模

人工智能的深度计算和深度学习均建立在大数据的基础上，然而动车组缺陷

检测存在列车与部件尺寸分辨率变化明显，现存的缺陷样本库少且部件缺陷形态

多样、无法预测的问题，给列车部件定位和缺陷特征学习、检测分析带来较为艰

巨的挑战[8]。目前各试验段未采取统一试验测试平台，导致各厂家数据量不足且

数据单一，只就现有数据进行分析，不利于数据库的建立。可打破商业壁垒，各

厂家可共享试验段地段已有的动车故障数据库，并定期录入统一平台，由铁科院

负责统一维护，并利用各单位积累的各种类型的数据，选择有代表性的基础数据

进行分析建模，为建立大数据库打下基础。

3.2图像自动标注

高速铁路运行安全图像通过各种图像检测系统收集到监控中心后，各业务分

析员通过查阅的方式查看并分析运行安全图像的缺陷及异常，如果发现缺陷或异

常将依据个人的理解认知与表述方式对异常的图像或者目标进行描述说明。但这

种描述主观性较强，不具备特定的规律和标准，并且杂乱无章的存储在数据库中，没有产生有价值有意义的信息从而便于后续应用。例如，动车组运行安全图像，

通过TEDS系统探测站的线阵相机采集裙板、动车组底板、转向架、牵引传动装

置车端连接等可视部位图像并上传到所属动车段监控中心集中监测，根据对过车

运行安全状态监控的业务需求，TEDS作业人员需仔细查阅，认真分析动车组运行

安全图像，对有故障缺陷的图像进行描述及标注，然后按照日期存储于数据库中，为动车组图像反查、车辆检修维护提供数据和参考。另外，根据调研内容，以哈

大线为例，每日过车接近50对左右，短编组一列上报监控图像数据量约500MB，

长编组一列约为短编组的2倍，则每探测站每天上传到监控中心的图像数据量约

为40GB。每个监控中心管辖多个探测站，以哈尔滨局为例，正线已安装TEDS监

控设备8套，则每个监控中心每天接收并存储的数据量约为600GB，TEDS作业人

员查阅分析如此海量的数据，不仅枯燥乏味，而且周期长。比如，对于零部件缺

陷检测任务，标注代价会随着零部件结构的复杂程度和缺陷类别数量的增加而提高，一般完成不同形态的单个缺陷或零部件矩形框的精确标注需要平均花费10s-