鐵路運輸貨運安全智能檢測系統研究

文｜白亮

本文分析了神朔鐵路煤炭重載運輸貨運安全檢測現狀及存在的問題，根據貨運全安檢測內容與要求從車體、貨物、輪對三方面入手進行了需求分析，提出了重載鐵路運輸貨運安全智能檢測系統的設計原則、總體架構、工作原理與流程，研發了一套智能預警系統實時對貨運安全進行檢測與預警，創新了站場接發車安檢作業模式，對提升貨運安全檢測主動化、智能化水平，保障神朔重載鐵路貨運安全具有重要意義和應用推廣價值。

一、 引言

（一）神朔鐵路概況

神朔鐵路是我國繼大秦鐵路之后第二條西煤東運大通道，為國家Ⅰ級干線雙線電氣化重載鐵路，線路全長270公里，主要擔負神府東勝礦區的煤炭外運任務，是國家能源集團礦、路、電、港、航系統工程的重要組成部分。近年來，隨著神朔鐵路運輸軸重不斷加大、牽引質量逐步提高、行車密度日益增加，年運量接近3億噸，已遠超設計運輸能力，逼近現狀線路與站場條件下的運能極限。

（二）貨運安全檢測現狀及存在的問題

目前，神朔鐵路貨運安全檢測主要是通過助理值班員現場接發列車作業來實現，其目的主要對上下行列車貨物狀態、車體狀態、車輪狀態進行檢查，并對貨物高溫著火、車體外脹、車門加固不良貨物泄露、車輛抱閘運行等異常情況進行處置，以保證列車正常運行。神朔鐵路車站現場接發列車作業及貨物裝載狀態檢查主要依靠助理值班員及貨運員現場觀察方式，該方式對作業人員的工作經驗及態度要求較高。通過人工觀察方式存在以下問題。

作業繁忙無法顧及出場接發列車。神朔鐵路車站助理值班員除接發列車作業外，還需兼顧做/撤防溜、摘/掛列尾裝置、交付行車憑證及其他票據、檢查關門車等作業。當有其他作業時，助理值班員難以顧及出場接發列車作業。

現場觀察不夠全面。車站助理值班員現場接發列車作業時往往在規定地點，受列車阻擋及觀察角度限制影響，只能觀察到列車一側運行狀態，另一側往往難以兼顧。

人身安全受到威脅。目前神朔鐵路列車運行密度大，列車交會頻繁，作業人員接發列車需經常橫越線路甚至翻車，這對作業人員的人身安全構成威脅。

作業人員故意不出勤。由于現場作業無法實時監控，部分作業人員抱著僥幸心理故意不出勤，通過列車潛在問題難以被發現。

監測數據無法追溯查詢。現場作業時如果作業人員經驗不豐富或者精神狀態不佳，極易造成事故隱患的漏檢，發生事故時又難以查清事故發生的具體位置和時間，人工觀察數據無法保存且難以追溯查詢。

基于上述情況，應用高清線陣掃描、紅外熱成像、激光三維成像、圖像智能識別技術研發一套重載鐵路運輸貨運安全智能檢測系統，以實現重載鐵路貨運安全動態智能檢測與分析預警，對保障神朔重載鐵路貨運安全，提高貨運安全檢測效率，提升貨運安全檢測主動化、智能化水平具有重要意義。

二、貨運安全智能檢測需求分析

重載鐵路運輸貨運安全檢測主要是對進出站重載列車的車廂狀態、貨物裝載狀態、車輪行駛狀態進行動態檢查，具體檢測內容如下。

車廂狀態檢測內容主要有：車廂外觀污穢檢測、車門關閉狀態檢測、車門加固狀態檢測、車廂超偏載狀態。

貨物裝載狀態檢測內容主要有：貨物（主要是煤炭）漏泄檢測、煤炭高溫檢測、煤炭自燃檢測、車廂內煤炭結塊留底檢測、行車揚塵檢測。

車輪行駛狀態檢測內容主要有：車軸高溫檢測以及車輪抱抱閘運行檢測。

三、貨運安全智能檢測系統技術方案

（一）系統設計原則

本預警系統的設計遵循以下基本原則。

技術先進性原則。系統集線陣高清掃描、紅外熱成像、激光三維成像、圖像智能識別等先進技術于一體，使系統具有較強的技術先進性和前瞻性。

實用性原則。在兼顧技術先進性的同時，把系統的實用性放在核心位置，在功能上按需求分析的要求進行設計，最大限度地滿足生產實際和現場作業特點，便于現場人員操作。

安全性原則。重載鐵路運輸生產安全第一，要求所研發的現場設備必須滿足鐵路安全行車及限界規范要求，且應用軟件必須具備較高的網絡與數據安全性。

可擴展性原則。鐵路貨運安全檢測內容較多，管理層級多，系統功能可能會根據現場情況有所新增，要求系統應預留接口，便于日后進行功能擴展。

（二）系統總體架構及組成

重載鐵路貨運安全智能檢測系統主要由現場數據采集感知層、現場設備控制層、網絡傳輸層、數據分析預警應用層組成。現場數據采集感知層由線陣相機、紅外成像儀、激光三維成像儀、車號自動識別儀、激光對射裝置、磁鋼、LED補光燈組成。現場設備控制層由工控主機、輸入輸出控制器、UPS電源管理系統組成。網絡傳輸層由交換機、路由器、防火墻、光纖網絡、存儲服務器組成。數據分析預警層由圖像智能分析服務器、數據展示與預警平臺客戶端組成。整個系統總體架構如圖1，現場安裝如圖2。

圖1 重載鐵路貨運安全智能檢測系統總體架構

圖2 重載鐵路貨運安全智能檢測系統現場安裝示意

（三）系統工作原理及流程

本系統工作原理及流程如下。

當雷達感知列車接近，由現場設備控制器啟動數據采集感知設備，使線陣相機、紅外成像儀、車號自動識別儀、激光對射裝置、補光燈等設備進入工作狀態。

當激光對射裝置發現列車經過時，同步由車號自動識別儀讀取當前經過車廂的車號，由線陣相機對車廂進行左右兩側及頂部進行掃描，由紅外成像儀對車廂和車輪進行實時測溫，由三維激光成像設備對車廂進行三維成像和幾何尺寸標定。

現場工控設備將前端采集的車廂車號、過車時刻、車廂線陣掃描數據、車廂溫度及三維信息進行實時處理、圖像切割與合成、多維信息疊加，并由光纖網絡傳輸至存儲服務器和數據庫服務器。

數據展示與預警平臺軟件應用人工智能算法對線陣掃描圖像、溫度數據及三維成像數據進行智能分析，對車廂、貨物、車輪狀態進行展示，并對異常情況進行預報警。

（四）系統關鍵技術與算法

本系統的關鍵技術與算法主要涉及以下兩個方面：

1.

本系統采用雙激光對射一體化裝置實現列車行車判向、測速、圖像切割起始點定位，基本原理如圖3示。

圖3 單車廂線陣高清掃描成像實現原理示意

雙激光發射器和接收器分別安裝在軌道的兩側，當列車車廂C點在t1時刻遮擋A激光束，在t2時刻遮擋B激光束，完成列車行駛方向和速度的測算。當車廂先遮擋A激光束再遮擋B激光束，可判斷列車為上行，反之則為下行。列車行駛速度V=S/（t2-t1）。當列車車廂D點在t3時刻B激光束無遮擋時，完成車廂CD的線陣掃描，通過提取t3-t2時間段內線陣相機的掃描數據并進行組合與偏移計算，即可以得到車廂CD左右兩側及頂部完整的掃描圖像。

2.

本系統中對車廂與貨物異常情況，如車廂外觀污穢檢測、車門關閉狀態檢測、車門加固狀態檢測、貨物（主要是煤炭）漏泄檢測、車廂內煤炭結塊留底檢測是通過圖像智能識別來實現。圖像識別技術的過程分以下幾步：信息的獲取、預處理、特征抽取和選擇、分類器設計和分類決策。預處理主要是指圖像處理中的去噪、平滑、變換等的操作，從而加強圖像的重要特征。本系統中對異常狀態的智能分析主要是通過機器自主學習、圖像模式識別及神經網絡的圖像識別算法來實現。

四、系統應用

本系統經神朔鐵路分公司神木北站區和三岔站區現場安裝、調試運行和改進優化，系統功能和穩定性日趨成熟，實現了對車廂、貨物、車輪異常等主要風險點自動識別并分類分級報警，實時將報警信息推送至現場值班員、負責人、相鄰站場與相關處理部門。把助理值班員從繁雜而枯燥的現場肉眼觀察原始作業方式中解脫出來，轉變成由設備智能分析、自動預警、輔以人工復核的作業模式，有效解決“看不全”“看不清”“拿不準”“缺崗”等問題，大大提升重載鐵路貨運安全檢測效率，大幅降低鐵路行車安全隱患。

五、結論

本文綜合應用高清線陣掃描、紅外熱成像、激光三維成像、圖像智能識別等技術，研究集成了一套重載鐵路運輸貨運安全智能檢測系統，實現了重載鐵路貨運安全動態智能檢測與分析預警，創新了站場接發車安檢作業模式，大幅降低貨運助理員勞動強度，對提升貨運安全檢測主動化、智能化水平，保障神朔重載鐵路貨運安全具有重要意義和應用推廣價值。