铁路运输货运安全智能检测系统研究.docxVIP

铁路运输货运安全智能检测系统研究

科研项目：铁一院2021KY41ZD(CYH)-05

摘要：近年来，我国的交通行业有了很大进展，铁路工程建设越来越多。铁路运输具有运量大、速度快、连续性强、安全性高等优势，但属于危险货物，本身具有易燃、易爆、微毒等特性，在铁路运输过程中，一旦发生泄漏、火灾等事故，成灾速度快、危险多重性、施救困难等事故特性会对铁路运输安全造成严重影响。本文首先分析了货运安全检测现状及存在的问题，其次探讨了货运安全智能检测系统技术方案，以供参考。

关键词：铁路运输;安全风险;货物运输

引言

以物联感知设备为基础，运用群智感知技术创新铁路货车装载状态安全管控模式，以充分发挥铁路货车装载状态网络化数据资源优势，推动铁路货运安全管控从人工经验管控向数字化、智能化管控转型升级。

1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。

2货运安全智能检测系统技术方案

2.1终端设备及基础服务接入平台

终端设备及基础服务接入平台作为整个系统的数据入口，包含多个接入服务单元（或称为接入子系统）。每个接入单元由内部接口和开放接口2个部分组成，再由网络层构建数据通信网络，完成基础数据的接入。针对不同终端设备类型，通过对接入单元进行二次开发，主要是开放接口部分开发，根据具体接入设备或服务的通信协议进行数据接入，然后再将数据转换为内部接口要求的标准数据格式，实现数据的接入和转换，传入上层平台。为保证系统基础功能正常运转，接入平台预先针对手持终端设备、道口设备、车载设备、铁路道口设备开发了对应的接入单元。硬件设备通过北斗实现定位信息的采集上传，再利用现有5G网络及无线电台通信构建多点智联运检安全预警系统的终端通信网络。

2.2破解超偏载智能预警、图像智能识别、多源数据融合等关键技术

为满足“三地”“三态”检查需求，需要对不同类型设备采集的多源信息进行处理分析。结合当前视频监控设备、计量安全检测设备等设备配置和使用情况，重点需要破解高质量图像采集技术、高泛化能力的图像识别技术、室外作业人员导航定位技术、超偏载智能预警预测技术等关键技术，实现数据高质量采集、传输、处理、反馈。

2.3车厢与货物异常情况的图像人工智能识别

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。

2.4提升应急处置能力

铁路运输企业和专用线企业要按照《企业安全生产费用提取和使用管理办法》(财企[2012]16号)等相关规定，结合铁路运输的特点，配备防毒面具、防静电服、可燃气体检测仪、强磁堵漏设备等适宜铁路运输应急处置的救援设备和防护用品，定期做好维护、巡检、更新等工作。铁路专用线企业、铁路运输企业和铁路监管部门要根据渗漏、滴漏、大量泄漏