铁路运输货运安全智能检测系统研究

文｜白亮

本文分析了神朔铁路煤炭重载运输货运安全检测现状及存在的问题，根据货运全安检测内容与要求从车体、货物、轮对三方面入手进行了需求分析，提出了重载铁路运输货运安全智能检测系统的设计原则、总体架构、工作原理与流程，研发了一套智能预警系统实时对货运安全进行检测与预警，创新了站场接发车安检作业模式，对提升货运安全检测主动化、智能化水平，保障神朔重载铁路货运安全具有重要意义和应用推广价值。

一、 引言

（一）神朔铁路概况

神朔铁路是我国继大秦铁路之后第二条西煤东运大通道，为国家Ⅰ级干线双线电气化重载铁路，线路全长270公里，主要担负神府东胜矿区的煤炭外运任务，是国家能源集团矿、路、电、港、航系统工程的重要组成部分。近年来，随着神朔铁路运输轴重不断加大、牵引质量逐步提高、行车密度日益增加，年运量接近3亿吨，已远超设计运输能力，逼近现状线路与站场条件下的运能极限。

（二）货运安全检测现状及存在的问题

目前，神朔铁路货运安全检测主要是通过助理值班员现场接发列车作业来实现，其目的主要对上下行列车货物状态、车体状态、车轮状态进行检查，并对货物高温着火、车体外胀、车门加固不良货物泄露、车辆抱闸运行等异常情况进行处置，以保证列车正常运行。神朔铁路车站现场接发列车作业及货物装载状态检查主要依靠助理值班员及货运员现场观察方式，该方式对作业人员的工作经验及态度要求较高。通过人工观察方式存在以下问题。

作业繁忙无法顾及出场接发列车。神朔铁路车站助理值班员除接发列车作业外，还需兼顾做/撤防溜、摘/挂列尾装置、交付行车凭证及其他票据、检查关门车等作业。当有其他作业时，助理值班员难以顾及出场接发列车作业。

现场观察不够全面。车站助理值班员现场接发列车作业时往往在规定地点，受列车阻挡及观察角度限制影响，只能观察到列车一侧运行状态，另一侧往往难以兼顾。

人身安全受到威胁。目前神朔铁路列车运行密度大，列车交会频繁，作业人员接发列车需经常横越线路甚至翻车，这对作业人员的人身安全构成威胁。

作业人员故意不出勤。由于现场作业无法实时监控，部分作业人员抱着侥幸心理故意不出勤，通过列车潜在问题难以被发现。

监测数据无法追溯查询。现场作业时如果作业人员经验不丰富或者精神状态不佳，极易造成事故隐患的漏检，发生事故时又难以查清事故发生的具体位置和时间，人工观察数据无法保存且难以追溯查询。

基于上述情况，应用高清线阵扫描、红外热成像、激光三维成像、图像智能识别技术研发一套重载铁路运输货运安全智能检测系统，以实现重载铁路货运安全动态智能检测与分析预警，对保障神朔重载铁路货运安全，提高货运安全检测效率，提升货运安全检测主动化、智能化水平具有重要意义。

二、货运安全智能检测需求分析

重载铁路运输货运安全检测主要是对进出站重载列车的车厢状态、货物装载状态、车轮行驶状态进行动态检查，具体检测内容如下。

车厢状态检测内容主要有：车厢外观污秽检测、车门关闭状态检测、车门加固状态检测、车厢超偏载状态。

货物装载状态检测内容主要有：货物（主要是煤炭）漏泄检测、煤炭高温检测、煤炭自燃检测、车厢内煤炭结块留底检测、行车扬尘检测。

车轮行驶状态检测内容主要有：车轴高温检测以及车轮抱抱闸运行检测。

三、货运安全智能检测系统技术方案

（一）系统设计原则

本预警系统的设计遵循以下基本原则。

技术先进性原则。系统集线阵高清扫描、红外热成像、激光三维成像、图像智能识别等先进技术于一体，使系统具有较强的技术先进性和前瞻性。

实用性原则。在兼顾技术先进性的同时，把系统的实用性放在核心位置，在功能上按需求分析的要求进行设计，最大限度地满足生产实际和现场作业特点，便于现场人员操作。

安全性原则。重载铁路运输生产安全第一，要求所研发的现场设备必须满足铁路安全行车及限界规范要求，且应用软件必须具备较高的网络与数据安全性。

可扩展性原则。铁路货运安全检测内容较多，管理层级多，系统功能可能会根据现场情况有所新增，要求系统应预留接口，便于日后进行功能扩展。

（二）系统总体架构及组成

重载铁路货运安全智能检测系统主要由现场数据采集感知层、现场设备控制层、网络传输层、数据分析预警应用层组成。现场数据采集感知层由线阵相机、红外成像仪、激光三维成像仪、车号自动识别仪、激光对射装置、磁钢、LED补光灯组成。现场设备控制层由工控主机、输入输出控制器、UPS电源管理系统组成。网络传输层由交换机、路由器、防火墙、光纤网络、存储服务器组成。数据分析预警层由图像智能分析服务器、数据展示与预警平台客户端组成。整个系统总体架构如图1，现场安装如图2。

图1 重载铁路货运安全智能检测系统总体架构

图2 重载铁路货运安全智能检测系统现场安装示意

（三）系统工作原理及流程

本系统工作原理及流程如下。

当雷达感知列车接近，由现场设备控制器启动数据采集感知设备，使线阵相机、红外成像仪、车号自动识别仪、激光对射装置、补光灯等设备进入工作状态。

当激光对射装置发现列车经过时，同步由车号自动识别仪读取当前经过车厢的车号，由线阵相机对车厢进行左右两侧及顶部进行扫描，由红外成像仪对车厢和车轮进行实时测温，由三维激光成像设备对车厢进行三维成像和几何尺寸标定。

现场工控设备将前端采集的车厢车号、过车时刻、车厢线阵扫描数据、车厢温度及三维信息进行实时处理、图像切割与合成、多维信息叠加，并由光纤网络传输至存储服务器和数据库服务器。

数据展示与预警平台软件应用人工智能算法对线阵扫描图像、温度数据及三维成像数据进行智能分析，对车厢、货物、车轮状态进行展示，并对异常情况进行预报警。

（四）系统关键技术与算法

本系统的关键技术与算法主要涉及以下两个方面：

1.

本系统采用双激光对射一体化装置实现列车行车判向、测速、图像切割起始点定位，基本原理如图3示。

图3 单车厢线阵高清扫描成像实现原理示意

双激光发射器和接收器分别安装在轨道的两侧，当列车车厢C点在t1时刻遮挡A激光束，在t2时刻遮挡B激光束，完成列车行驶方向和速度的测算。当车厢先遮挡A激光束再遮挡B激光束，可判断列车为上行，反之则为下行。列车行驶速度V=S/（t2-t1）。当列车车厢D点在t3时刻B激光束无遮挡时，完成车厢CD的线阵扫描，通过提取t3-t2时间段内线阵相机的扫描数据并进行组合与偏移计算，即可以得到车厢CD左右两侧及顶部完整的扫描图像。

2.

本系统中对车厢与货物异常情况，如车厢外观污秽检测、车门关闭状态检测、车门加固状态检测、货物（主要是煤炭）漏泄检测、车厢内煤炭结块留底检测是通过图像智能识别来实现。图像识别技术的过程分以下几步：信息的获取、预处理、特征抽取和选择、分类器设计和分类决策。预处理主要是指图像处理中的去噪、平滑、变换等的操作，从而加强图像的重要特征。本系统中对异常状态的智能分析主要是通过机器自主学习、图像模式识别及神经网络的图像识别算法来实现。

四、系统应用

本系统经神朔铁路分公司神木北站区和三岔站区现场安装、调试运行和改进优化，系统功能和稳定性日趋成熟，实现了对车厢、货物、车轮异常等主要风险点自动识别并分类分级报警，实时将报警信息推送至现场值班员、负责人、相邻站场与相关处理部门。把助理值班员从繁杂而枯燥的现场肉眼观察原始作业方式中解脱出来，转变成由设备智能分析、自动预警、辅以人工复核的作业模式，有效解决“看不全”“看不清”“拿不准”“缺岗”等问题，大大提升重载铁路货运安全检测效率，大幅降低铁路行车安全隐患。

五、结论

本文综合应用高清线阵扫描、红外热成像、激光三维成像、图像智能识别等技术，研究集成了一套重载铁路运输货运安全智能检测系统，实现了重载铁路货运安全动态智能检测与分析预警，创新了站场接发车安检作业模式，大幅降低货运助理员劳动强度，对提升货运安全检测主动化、智能化水平，保障神朔重载铁路货运安全具有重要意义和应用推广价值。