AR 技术在铁路牵引供电故障检测中的应用

2024-01-08陈雨梦刘安冉

科技创新与应用 2024年1期

陈雨梦，刘安冉，刘珺

（华东交通大学天佑学院，南昌 330001）

近年来，国内电气化铁路快速发展，截至2021 年12月底，我国铁路运营里程总数已超过15 万km，其中电气化铁路里程总数已突破11.08 万km。相比于其他牵引方式，牵引供电系统的供电设备较多，不断增加的电气化铁路里程数，使得铁路运维工作量日益增加，其铁路设备保有量也不断增多，同时也伴随着故障发生率的增加，其发生故障形式呈现多样性，极大影响铁路供电安全与供电质量。

铁路牵引供电的巡检工作可以更好地掌握供电设备的运行情况，找到设备缺陷和安全隐患，提出相应的检修方案进行完善。目前，国内铁路牵引供电设备大多设在野外，而且设备分布范围广、跨度大。巡检人员在工作过程中需要对设备进行外观检查、温度及运行状态的判断。AR 技术能帮助供电段根据实际工作需求规范巡维人员的作业行为，及时发现各类发热元器件设备缺陷或故障，并可使巡检人员实时与相关人员沟通汇报，提高日常巡检效率，确保供电设备安全运行。

1 铁路牵引供电巡检现状

目前铁路牵引供电巡检主要分为供电段接触网巡检与变电所巡检，传统的巡检方式能够基本达到巡检需求，但仍过于依赖人工、智能化水平低、工作效率低，主要存在以下问题：运维巡检数据孤立，缺乏联系，使得数据计算处理基本依靠人工进行；巡检设备交叉使用以查看并记录设备资料、检修记录等信息，操作繁琐，排查速度慢；巡检人员可能存在维修理论认知欠缺、实践不足等情况，导致巡检缺乏规范性。而自动化巡检方式虽然具有高效、准确等优势，但投资与维护成本较高，面对变电所的地形复杂等因素，其难以应用到变电所的巡检当中。

虽然当前在巡检过程中开始使用无人机和智能巡检机器人来代替部分人工巡检的项目，但仍存在着一些问题，例如，巡检设备在发现问题后不能实现就地与相关人员进行实时通信，需要返回巡检中心进行汇报商讨。人工巡检方式能够灵活地处理各种突发情况，采用合适的方法解决复杂的问题，工人在工作过程中积累了大量的经验和知识，能够适时辨别和解决设备出现的异常情况。

因此利用信息化手段辅助人工巡检，提高对变电所数百台设备巡检的准确性和效率，是一个值得研究的课题。如果能够充分发挥工人丰富的经验和智能化技术的优势，将二者结合起来，可以改善巡检现状，为铁路供电设备的安全运行提供更有力的保障。将AR 技术应用于铁路牵引供电设备故障检测中，可以达到上述效果。

2 增强现实技术的关键内容

增强现实技术（AR）是一种可以实时计算机器影像的位置及角度，再结合相应图像、视频、3D 模型的技术。此技术可以把虚拟信息和真实世界的场景融合起来，实现虚拟世界信息和真实世界信息“无缝”集成与融合。

AR 技术的关键技术内容主要由以下几个方面构成。

2.1 跟踪注册技术（三维注册技术）

依托于三维注册技术，使得真实世界与虚拟信息“无缝”集成。将物体的特征点及外轮廓进行扫描检测，通过跟踪特征点自动生成二维或三维坐标信息，最终真实世界与虚拟信息能够在二维或三维空间中完成跟踪匹配注册。

2.2 显示技术

使用色彩丰富的显示器可以更加真实地将现实世界与虚拟信息相结合，提高应用的便捷程度。同时采用微型摄像头的拍摄形式，根据实际需要选取合适的拍摄模块拍摄现实世界图像，将AR 使用者的交互接口及图像等因素结合，使得现实世界与虚拟信息的图像叠加。

2.3 虚拟物体生成技术

虚拟物体生成技术在三维建模技术的基础上，全方位展示物体对象，呈现虚拟对象的真实感。并且虚拟物体生成技术可以在算法程序的基础上，使得用户与现实自然进行交互，在具体实施过程中，使得有效实施与辅助的效果更佳。例如，信息注册更加便捷，利用图像标记实时反应其外部输入信息的内容，快速实现信息内容的价值提取与加工，提高AR 技术的操作效率及用户处理信息的效率。

2.4 目标检测和模式识别技术

目标检测和模式识别技术是进行人机交互的技术，目前已有模板匹配法及基于神经网络的检测算法，其中基于神经网络的检测算法，其检测准确性要高于模板匹配法，但实时性效果较差。

目前AR 技术的发展正朝着轻便化、智能化不断发展，具有诸多技术优势，将会成为运维检测应用中更为日常化的辅助式技术。基于此，针对AR 技术在铁路牵引供电故障检测中的应用进行了方案研究，结合红外热成像测温技术、人工智能模型设计基于AR 技术的智能巡检系统。

3 基于AR 技术的智能巡检系统设计

3.1 系统架构设计

首先根据铁路牵引供电故障检测的巡检现实需要，如图1 所示，整体系统设计分为巡检任务的发布与执行及数据的保存处理与回溯，因此将系统分为移动端与软件端2 部分。

图1 系统架构设计图

其中移动端可根据软件端后台发出的巡检任务指令，按照其所设计好的巡检规划路线到达相应指定设备，进行实时数据的采集，并上传至软件端后台，由软件端进行巡检数据处理及巡检结果评价等；而软件端可根据实际巡检计划生成可视化巡检流程路线图，利用AR 技术引导巡检人员完成相应巡检任务。

3.2 智能巡检设备设计

采用头戴式辅助设备，将AR 眼镜与安全帽结合定制，将AR 视觉技术与PDA 功能、远红外技术、GPS 定位和5G 技术等相融合，其智能巡检设备采用可充电式锂电池，可提供8 h 以上供电电源，提供至少72 h 以上的录像数据储存，便于巡检录像的回溯及处理。

其中该操作系统的软件端应用安卓系统作为操作系统，各项智能软件界面的设计可以依照安卓系统，可以在保证巡检人员正常观察设备的前提下，利用AR 视觉技术，在设备上生成相应巡检图像，同时可通过5G 技术实现数据传输，使得软件端后台可以及时将巡检结果与历史巡检结果进行对比，提高巡检人员对故障检测的效率与准确率，并且可及时与维修人员取得联系，并在其远程指导下完成检修工作，设备也会将检修的过程及结果进行备份，便于日后检修工作的复盘查阅。

3.3 巡检流程设计

基于AR 技术的智能巡检系统的实现流程主要涉及一线巡检员工及管理者2 个层面：其中一线巡检员工主要负责巡检任务的执行，而管理者主要负责巡检任务的发布及安全管理。

巡检流程设计如图2 所示，具体内容如下。

图2 巡检流程设计图

3.3.1 发布任务

当管理层根据实际需要下达巡检任务，软件端结合天气等环境因素进行风险评估，智能生成可视化工作巡检流程，巡检人员佩戴头盔根据智能巡检路线开始巡检任务。

3.3.2 进行巡检

巡检人员佩戴头盔根据巡检路线到达设备附近进行设备确认，确认无误后进行巡检，若实测数据无异常情况，则按照要求进行巡检结果提交，将AR 眼镜所拍摄的视频与照片上传至软件端后台；若发现设备有异常情况，分析设备隐患等级，结合视频指导进行初步维修，维修结束后提交巡检结果报告及维修情况，对于隐患等级较高的设备，针对自身的理论或实践盲区，可选择连线功能，与专家进行一对一联系，进行有效的指导帮助。

3.3.3 数据上传与分析

巡检结果及维修情况的录像记录与实测数据会共同上传软件端后台进行分析与储存，便于后续巡检时对数据进行回溯检查。软件端后台利用人工智能对数据进行分析，实时掌握设备的动态，为后续的历史数据对比做好分析，能够更及时快捷地发现隐患，提高巡检的效率与准确性。

3.3.4 巡检结果评价

巡检结束后，智能巡检系统根据下达的任务与提交的完成情况对巡检结果进行评价。对于无异常的巡检报告进行保存，对于有异常的巡检报告及维修情况进行记录，同时报备管理层与巡检人员，及时讨论解决，更新数据，专人负责，及时变更巡检任务安排。

4 关键技术设计

4.1 远红外热成像技术

远红外热成像技术主要是借助光电设备，将现实场景转换为视觉可以分辨的图像信号的一门技术，突破了视觉与触觉上的限制，广泛应用于巡检系统中。通过安全帽这一载体，将远红外热成像技术进行有机结合，根据物体表面温度的变化，为设备故障点的精准检测和预测设备故障提供了技术支持。

4.2 人工智能二次识别

在软件端后台搭建人工智能模型，使得现实场景与红外热成像一一对应，同步数据，同时达到提前预测与二次识别的效果。如图3 所示，人工智能模型主要由以下2个方面组成。

图3 人工智能模型设计框图

4.2.1 基于多模态数据的供电设备异常检测模型

巡检人员通过检测装置采集设备的可见光图像、红外图像等数据，利用神经网络模型提取各模态的数据特征，基于D-S 证据理论和主观证据理论对各模态数据特征进行融合，判断设备运行状态，提高复杂场景下预警的准确率。

4.2.2 基于时序数据的供电设备故障预测模型

当重点设备巡检数据回传至软件端后台后，系统将读取设备的历史运行数据，与本次巡检数据共同作为时序数据输入，通过神经网络模型对时序数据特征进行提取，预测设备故障发生率，提前预判故障发生，缩短故障应急处理时间。

对于目前的铁路变电所巡检，采用人工智能二次识别模型可以有效解决随着铁路里程不断增加，老旧设备众多、存在复杂安全隐患的问题。

5 基于AR 技术的智能巡检系统功能优势分析

该装置可智能生成巡检路径，数字化采集巡检数据并进行实时预警。当设备的巡检数据上传至后台，将与历史数据进行实时比对，并通过时序数据预测模型提前预测故障发生的可能性，以及通过多模态数据的检测模型判断设备当前的运行状态，提高故障处理的效率与准确率。此外，专家还可以远程实时看见现场的设备运行状况、操作内容，并且可以实时在画面中进行标注，对现场进行指导，将有关文件实时传输到现场，并同步到工作人员所佩戴的头盔的AR 眼镜上，能够效率更高地解决问题。基于此，增强现实智能巡检系统具有以下优势。

5.1 集成式辅助

该系统集PDA 功能、AR 视觉技术、远红外技术、蓝牙技术、北斗定位和人工智能检测等为一体，可自动回传采集数据，并对数据进行二次检测与分析，实现了对铁路牵引供电设备的智能运维。

5.2 实时交互助力效率提升

在传统巡检工作过程中，通常需携带手持巡检仪、红外热像仪、巡检任务清单等进行现场检测记录，携带设备多，切换繁琐，不易查询设备资料信息。使用该巡检系统可以在增强现实视角中通过语音、扫码、摄像头识别等操作实现交互，完全解放双手，数据一次回传，自动生成报告。减轻一线巡检人员的工作负担，提高了工作效率，提升了安全系数，降低了人力成本。

5.3 巡检流程标准化

设计开发的巡检系统，从规划巡检路径、执行巡检任务到数据结果分析实现了流程化操作，并且将巡检工作操作运转的全流程由线下转移到线上，完成信息化和数字化。一线职工通过该系统辅助执行巡检任务、提供标准化的操作建议，有效避免了缺检、漏检的现象发生，提高了巡检效率和准确率，缩短了故障设备处理时间，保障了巡检人员生命安全及供电设备运行的可靠性。

5.4 明确职责界限，消除信息壁垒

巡检系统的设计与应用让供电段工作人员实现了明确的界限划分。巡检过程中数据会自动上传至后台，供电段管理人员能够查看到一线职工的工作情况及设备状况，运维人员也能够通过系统建立专家咨询端的双向连接。远程协助的指导手段极大地增加了线路设备安全，给出实际有效的解决手段。

5.5 人工智能检测，提前发现隐患

基于多模态数据的供电设备异常检测和时序数据的故障预测模型，可以更加精准地分析设备运行中的各种缺陷和问题，准确率和稳定性更高。基于设备运行的历史时序数据，可通过温升趋势变化提前发现人工检测难以发现的缺陷，在故障发生前予以处理，进一步提高设备运行的安全性和可靠性。

6 应用效果分析

本文所描述的AR 智能巡检系统，已在国内电力、铁路、桥梁等领域进行了试点应用部署。比如，智能站点增强现实巡检与“和代维”系统已在安徽移动实现对接并已开始应用，使用后巡检效率提升了50%，准确率提升至80%，预计每年平均可节约数百万元成本。目前，增强现实巡检解决方案已在合肥、芜湖等4 个城市进行了应用，应用以后，3 个月累计使用次数达万次，使站点巡检效率提升了50%，目前正在安徽省内进行推广。国铁南宁局正在推广应用增强现实智能巡检方式。此外，国网西宁供电公司正在实施“5G+AR 电网远程专家指导与调度指挥综合技术”科技项目。未来，AR 技术将会凭借其独特优势得到更广泛的应用。