靳業(yè)銘

摘 ?要：隨著我國(guó)高速鐵路交通網(wǎng)的不斷擴(kuò)大與增長(zhǎng)，高鐵車(chē)輛受電弓異常狀態(tài)檢測(cè)成為廣泛研究熱點(diǎn)之一，本文從高鐵受電弓的檢測(cè)方法入手，介紹了國(guó)內(nèi)外常用的各類(lèi)檢測(cè)方法，并介紹了檢測(cè)裝置的特點(diǎn)，可為高鐵受電弓狀態(tài)檢測(cè)提供一定的技術(shù)依據(jù)。

關(guān)鍵詞：高鐵;受電弓;圖像識(shí)別;異常狀態(tài)檢測(cè)

中圖分類(lèi)號(hào)：U255.1 ?文獻(xiàn)標(biāo)識(shí)碼：B

0.引言

交通是興國(guó)之要、強(qiáng)國(guó)之基。2019年中共中央、國(guó)務(wù)院印發(fā)的《交通強(qiáng)國(guó)建設(shè)綱要》，明確從2021年到本世紀(jì)中葉，我國(guó)將分兩個(gè)階段推進(jìn)交通強(qiáng)國(guó)建設(shè)。到2035年，基本建成交通強(qiáng)國(guó)，形成三張交通網(wǎng)、兩個(gè)交通圈。隨著我國(guó)“交通強(qiáng)國(guó)”戰(zhàn)略的推進(jìn)和國(guó)民經(jīng)濟(jì)的穩(wěn)步增長(zhǎng)，截至2020年年底，全國(guó)鐵路營(yíng)業(yè)里程14.6萬(wàn)公里，高速鐵路運(yùn)營(yíng)里程達(dá)3.79萬(wàn)公里，穩(wěn)居世界第一。

列車(chē)在接觸網(wǎng)線供電制式的線路運(yùn)行時(shí)，列車(chē)的受電弓與接觸網(wǎng)配合完成列車(chē)的牽引供電，是列車(chē)運(yùn)行的基礎(chǔ)條件之一。接觸網(wǎng)狀態(tài)檢測(cè)及維修技術(shù)也是軌道交通基礎(chǔ)設(shè)施檢測(cè)領(lǐng)域的研究熱點(diǎn)[1][2]。目前，對(duì)于接觸網(wǎng)檢測(cè)技術(shù)已經(jīng)有了較系統(tǒng)的研究。主要可以分為接觸網(wǎng)各類(lèi)型故障的自動(dòng)識(shí)別技術(shù)和基于接觸狀態(tài)的維修策略制定兩部分。其中在接觸網(wǎng)狀態(tài)識(shí)別領(lǐng)域，接觸網(wǎng)異常狀態(tài)檢測(cè)已經(jīng)形成了主要以軌道交通供電安全檢測(cè)監(jiān)測(cè)系統(tǒng)（6C系統(tǒng)）為基礎(chǔ)的檢測(cè)體系。所謂6C，簡(jiǎn)單來(lái)說(shuō)就是高速鐵路供電安全檢測(cè)監(jiān)測(cè)系統(tǒng)，其中包括高速弓網(wǎng)綜合檢測(cè)裝置（CPC）、接觸網(wǎng)安全巡檢裝置（CCV）、車(chē)載接觸網(wǎng)運(yùn)行狀態(tài)檢測(cè)裝置（CCL）、接觸網(wǎng)懸掛狀態(tài)檢測(cè)監(jiān)測(cè)裝置（CCH）、受電弓滑板監(jiān)測(cè)裝置（CPV）、接觸網(wǎng)及供電設(shè)備地面檢測(cè)裝置（CCG），合稱(chēng)為6C系統(tǒng)[3]。6C系統(tǒng)能夠通過(guò)一系列性能指標(biāo)有效地確定接觸網(wǎng)狀態(tài)，為維修養(yǎng)護(hù)提供依據(jù)，已經(jīng)成為保障接觸網(wǎng)安全可靠的重要途徑，在接觸網(wǎng)檢測(cè)新技術(shù)中自動(dòng)化和智能化已經(jīng)是主要的發(fā)展趨勢(shì)[4]。

1.高鐵受電弓結(jié)構(gòu)簡(jiǎn)介

隨著高鐵技術(shù)的發(fā)展和全國(guó)范圍的不斷普及，由于其采用電動(dòng)機(jī)驅(qū)動(dòng)的特點(diǎn)，車(chē)體和動(dòng)力組車(chē)廂需從接觸網(wǎng)獲取電能，安裝于車(chē)廂頂部的取電的電氣設(shè)備，其與接觸網(wǎng)接觸的部分形狀像古代弓箭樣式，因此稱(chēng)為受電弓。高鐵車(chē)廂頂部所部署的受電弓如圖1所示，其主要靠支撐桿的壓力與接觸網(wǎng)進(jìn)行接觸式取電，因此受電弓本身的異常狀態(tài)和異物都會(huì)對(duì)受電弓取電造成一定的影響，嚴(yán)重的情況甚至?xí)苯佑绊懥熊?chē)運(yùn)行安全，造成列車(chē)減速、故障甚至停車(chē)，是列車(chē)安全運(yùn)行的隱患之一。

如圖2所示，受電弓一般分單臂弓和雙臂弓兩種，均由滑板、上框架、下臂桿、底架、升弓與降弓機(jī)構(gòu)及其相關(guān)配件（例如液壓桿、絕緣子等）等部件組成。因此，對(duì)以上機(jī)構(gòu)及其附著異物的及時(shí)檢測(cè)尤為重要，是排查高鐵運(yùn)行隱患和保證安全運(yùn)行的重要手段之一。

近年來(lái)，由于模式識(shí)別、人工智能和圖像識(shí)別技術(shù)的迅猛發(fā)展，基于以上各類(lèi)方法的高鐵受電弓異常狀態(tài)和異物檢測(cè)方法受到了國(guó)內(nèi)外學(xué)者的廣泛研究。

2.國(guó)內(nèi)外研究現(xiàn)狀

基于車(chē)體接觸網(wǎng)異常狀態(tài)識(shí)別的計(jì)劃?rùn)z修是減少地鐵車(chē)輛故障，保證正常營(yíng)運(yùn)的一種有效預(yù)防性措施，但目前該項(xiàng)工作大量依賴(lài)相關(guān)作業(yè)人員進(jìn)行人工檢修而效率較低，因此列車(chē)不停車(chē)運(yùn)行段接觸網(wǎng)異常狀態(tài)識(shí)別檢測(cè)方法是國(guó)內(nèi)外學(xué)者廣泛研究的熱點(diǎn)之一。

宋以華等[5]介紹了城軌列車(chē)的異物智能識(shí)別檢測(cè)技術(shù)，提出了異物檢測(cè)與識(shí)別系統(tǒng)開(kāi)發(fā)的必要性，給出了城軌異物檢測(cè)的相關(guān)技術(shù)指標(biāo)和要求，為城市軌道異物智能檢測(cè)與識(shí)別提供一定的技術(shù)理論依據(jù)。其結(jié)論可為高鐵受電弓異物識(shí)別與檢測(cè)提供一定的借鑒價(jià)值。文獻(xiàn)[6]提出一種基于Faster R-CNN深度卷積神經(jīng)網(wǎng)絡(luò)的接觸網(wǎng)異常狀態(tài)定位和檢測(cè)方法，可實(shí)現(xiàn)對(duì)接觸網(wǎng)支撐裝置中旋轉(zhuǎn)雙耳開(kāi)口銷(xiāo)釘缺失故障檢測(cè)。文獻(xiàn)[7]針對(duì)高鐵高受電弓滑板裂紋檢測(cè)效率和精度的優(yōu)化，設(shè)計(jì)了一種基于圖像處理技術(shù)的的受電弓滑板裂紋檢測(cè)方法。作者首先對(duì)獲取的受電弓圖像進(jìn)行圖像濾波技術(shù)進(jìn)行處理，采用移動(dòng)平行窗口方法實(shí)現(xiàn)受電弓滑板裂紋的檢測(cè)和識(shí)別。但是該方法存在一定的誤識(shí)別率，將受電弓污損痕跡識(shí)別為裂紋，產(chǎn)生假陽(yáng)性結(jié)果。

劉舒康等[8]提出了一種基于智能數(shù)據(jù)的增強(qiáng)算法，其思想是對(duì)檢測(cè)設(shè)備獲取的接觸網(wǎng)圖像進(jìn)行多種方法的增強(qiáng)從而實(shí)現(xiàn)特征提取，基于YOLOv3目標(biāo)檢測(cè)算法設(shè)計(jì)不同尺度的卷積特征圖以強(qiáng)化特征提取網(wǎng)絡(luò)，實(shí)現(xiàn)對(duì)接觸網(wǎng)的吊弦和支架的異常狀態(tài)檢測(cè)。類(lèi)似的，文獻(xiàn)[9]改進(jìn)了輕量化YOLOv3模型，作者在不改變網(wǎng)絡(luò)參數(shù)量的情況下，提高了模型檢測(cè)的準(zhǔn)確率，不僅在絕緣子識(shí)別率上具有較高的準(zhǔn)確率，在檢測(cè)速度上也具有一定的優(yōu)勢(shì)。對(duì)高鐵受電弓異常狀態(tài)識(shí)別提供了一定的理論基礎(chǔ)和設(shè)計(jì)思路。

鄭睿等[10]和呂階軍等[11]都針對(duì)高鐵受電弓異常狀態(tài)和異物檢測(cè)系統(tǒng)進(jìn)行了詳細(xì)的闡述和分析，主要分為分布式和集中式兩種類(lèi)型的檢測(cè)系統(tǒng)。分布式檢測(cè)系統(tǒng)如圖3所示，其主要由高速攝像機(jī)、邊緣計(jì)算模塊和無(wú)線傳輸模塊組成，由高速攝像機(jī)連續(xù)對(duì)高鐵受電弓進(jìn)行采樣，獲取大量樣本圖片。邊緣計(jì)算模塊作為核心模塊主要對(duì)采樣的高鐵受電弓圖片進(jìn)行預(yù)處理、分類(lèi)、分割和識(shí)別等算法實(shí)現(xiàn)，并將結(jié)果通過(guò)無(wú)線傳輸模塊實(shí)時(shí)傳輸至上位機(jī)。當(dāng)檢測(cè)到高鐵受電弓存在異常情況或存在異物時(shí)及時(shí)進(jìn)行聲光報(bào)警，提醒值班和檢測(cè)人員及時(shí)排查故障隱患，保證列車(chē)運(yùn)行安全。

集中式高鐵受電弓異常狀態(tài)和異物檢測(cè)系統(tǒng)如圖4所示，其與分布式檢測(cè)系統(tǒng)主要區(qū)別在于實(shí)時(shí)性的差別，集中式檢測(cè)系統(tǒng)主要將所有前端高速攝像機(jī)采樣的圖片進(jìn)行匯總，再進(jìn)行分析。這種情況往往適用于長(zhǎng)間隔周期的例行檢查，對(duì)實(shí)時(shí)性要求不高。

高鐵受電弓異常狀態(tài)和異物檢測(cè)系統(tǒng)往往集中以上兩種系統(tǒng)的優(yōu)勢(shì)，同時(shí)部署實(shí)施，適用于高鐵受電弓異常狀態(tài)和異物檢測(cè)的實(shí)時(shí)性預(yù)警與例行檢測(cè)兩種工況。

基于以上技術(shù)和設(shè)計(jì)方案，國(guó)內(nèi)外學(xué)者和工程師在系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)上提出了各種方案并加以實(shí)施。

3.高鐵受電弓檢測(cè)裝置研究現(xiàn)狀

近年來(lái)國(guó)內(nèi)外的一些廠家制作的高鐵受電弓異常狀態(tài)和異物檢測(cè)系統(tǒng)，僅通過(guò)高速攝像機(jī)拍攝列車(chē)平面信息，不具備對(duì)非明視的關(guān)鍵部位的異常狀態(tài)檢測(cè)，且僅適用于列車(chē)低速檢修段。以上檢測(cè)系統(tǒng)難以適應(yīng)高鐵列車(chē)運(yùn)行規(guī)律。目前研制并投入使用的各類(lèi)高鐵受電弓異常狀態(tài)和異物檢測(cè)系統(tǒng)用于高鐵列車(chē)運(yùn)行段不停車(chē)的智能檢測(cè)系統(tǒng)，不僅滿(mǎn)足城軌交通日益增加的檢修任務(wù)，可實(shí)現(xiàn)靈活的檢測(cè)模式，由計(jì)劃修轉(zhuǎn)為狀態(tài)修，并為均衡修提供數(shù)據(jù)依據(jù)。目前人工智能、大數(shù)據(jù)和工業(yè)物聯(lián)網(wǎng)等新興技術(shù)在各類(lèi)檢測(cè)系統(tǒng)中已得到應(yīng)用，數(shù)字化、信息化和智能化的城軌車(chē)輛智能檢測(cè)系統(tǒng)是當(dāng)前技術(shù)發(fā)展的主要趨勢(shì)[12]。

其一，高鐵受電弓異常狀態(tài)和異物檢測(cè)系統(tǒng)基于圖像識(shí)別的智能算法研究、高速攝像機(jī)算法研究、數(shù)據(jù)的傳輸與檢測(cè)算法的研究主要針對(duì)高鐵受電弓表面的一些圖像信息，而不易發(fā)現(xiàn)具有一定深度信息的靠?jī)?nèi)的結(jié)構(gòu)和異物，因此研制基于深度信息與可視圖像信息相融合的車(chē)輛信息采集方法及裝置是高鐵受電弓異常狀態(tài)和異物檢測(cè)系統(tǒng)的一類(lèi)發(fā)展方向，可用于高鐵受電弓或者其他領(lǐng)域物體的外觀信息采集，在采集物體的深度信息的同時(shí)，收集物體的平面信息，使得采集到的信息更加豐富。

其二，受到現(xiàn)有車(chē)輛檢修人員的技術(shù)和檢測(cè)水平高低不一的影響，計(jì)劃?rùn)z修主要靠人工主觀檢測(cè)故障，如果作業(yè)人員鑒別能力不強(qiáng)或工作狀態(tài)不好，將直接影響高鐵受電弓異常狀態(tài)和異物檢測(cè)效果。

其三，高速鐵路接觸網(wǎng)，是架設(shè)在鐵路線上空的輸電線路。接觸網(wǎng)接觸不良或者停電，列車(chē)只能減速甚至?xí)和?。目前各鐵路局供電管理部門(mén)每月全線覆蓋檢測(cè)一次，4C檢測(cè)裝置采用32個(gè)超高清攝像頭對(duì)接觸網(wǎng)設(shè)備進(jìn)行全方位拍攝，分辨率最高可達(dá)2900萬(wàn)像素，拍攝圖片方式記錄接觸網(wǎng)設(shè)備部件狀態(tài)，支持10808 km接觸網(wǎng)設(shè)備數(shù)據(jù)檢測(cè)工作。之后需要通過(guò)人工復(fù)檢的方式進(jìn)行照片檢查，按鐵路線網(wǎng)建設(shè)要求基本50米左右一個(gè)立柱，每個(gè)立柱對(duì)應(yīng)有30張左右的設(shè)備抓取生成照片，每個(gè)季度產(chǎn)生幾百萬(wàn)張的設(shè)備待檢查圖片，每個(gè)季度這所有的幾百萬(wàn)張待檢查圖片基本靠集中人工、集中核查模式排查與檢測(cè)可能的問(wèn)題點(diǎn)，瑕疵部位及脫落可能性位置，其工作量巨大，工作強(qiáng)度與準(zhǔn)確度都面臨巨大壓力。

針對(duì)以上幾類(lèi)情況，如圖5所示，國(guó)內(nèi)的一些相關(guān)領(lǐng)域的學(xué)者、機(jī)構(gòu)和公司等提出或設(shè)計(jì)了高鐵受電弓異常狀態(tài)和異物檢測(cè)系統(tǒng)的相關(guān)理論方法和系統(tǒng)，但是大部分系統(tǒng)只能得到拍攝高鐵受電弓的平面信息，無(wú)法得到其深度信息，但是高鐵受電弓的某些關(guān)鍵部位的異?；虍愇锿ㄟ^(guò)平面圖像的檢測(cè)難以被發(fā)現(xiàn)，因而需要進(jìn)行較大程度的改進(jìn)。

學(xué)者和工程師們針對(duì)這種情況提出一種基于深度信息與可視圖像信息相融合的車(chē)輛信息采集方法及裝置設(shè)計(jì)想法，可用于高鐵受電弓異常狀態(tài)和異物檢測(cè)，在采集物體的深度信息的同時(shí)，收集物體的平面信息，使得采集到的信息更加豐富[13]。

4.總結(jié)

高鐵受電弓異常狀態(tài)和異物檢測(cè)系統(tǒng)的研發(fā)與實(shí)施，切合落實(shí)新基建中央要求，是人工智能與高鐵受電弓和接觸網(wǎng)異常狀態(tài)和異物檢測(cè)相結(jié)合的前沿系統(tǒng)和研究趨勢(shì)。通過(guò)人工智能技術(shù)實(shí)現(xiàn)高鐵受電弓和接觸網(wǎng)異常狀態(tài)和異物檢測(cè)的智能識(shí)別，減少人工分析的勞動(dòng)強(qiáng)度，提高勞動(dòng)效率。實(shí)際解決鐵路部門(mén)供電段人工緊張、人工檢測(cè)強(qiáng)度大的問(wèn)題。通過(guò)智能化、系統(tǒng)化、獨(dú)立子系統(tǒng)化分析已有、海量待檢查圖片，提高人工效率，降低人工勞動(dòng)強(qiáng)度，100%核準(zhǔn)模型，對(duì)高鐵受電弓異常狀態(tài)和異物檢測(cè)，指導(dǎo)并排查高鐵受電弓異常和故障隱患的消除，屬于鐵路6C系統(tǒng)的發(fā)展方向之一，可為高速鐵路的安全守護(hù)提供堅(jiān)實(shí)的理論依據(jù)和技術(shù)方法指導(dǎo)。

參考文獻(xiàn)

[1]馬文龍. 標(biāo)準(zhǔn)動(dòng)車(chē)組受電弓智能監(jiān)測(cè)系統(tǒng)研究[J]. 數(shù)碼世界， 2020.

[2]楊志鵬， 趙雋， 張文軒，等. 基于動(dòng)車(chē)組3C裝置檢測(cè)信息的非工作受電弓異常升弓狀態(tài)分析[J]. 鐵道機(jī)車(chē)車(chē)輛， 2021， 41（5）：4.

[3]李耀云， 高英杰， 張文雍. 高速鐵路供電安全檢測(cè)監(jiān)測(cè)系統(tǒng)（6C系統(tǒng)）分析方法探討[J]. 電氣化鐵道， 2019， 30（S01）：4.

[4]毛向德，羅軍. 遺傳算法在受電弓主動(dòng)控制器中的應(yīng)用[J]. 計(jì)算機(jī)系統(tǒng)應(yīng)用， 2020， 29（12）：7.

[5]宋以華，曾光.城市軌道交通線路異物檢測(cè)與識(shí)別技術(shù)需求分析[J].甘肅科技，2021，37（18）：50-52.

[6]康高強(qiáng)， 高仕斌， 于龍，等. 基于深度學(xué)習(xí)的高鐵接觸網(wǎng)旋轉(zhuǎn)雙耳開(kāi)口銷(xiāo)釘缺失故障檢測(cè)[J]. 鐵道學(xué)報(bào)， 2020， 42（10）：7.

[7]常通帥. 基于計(jì)算機(jī)圖像處理的受電弓滑板裂紋檢測(cè)方法[J]. 中國(guó)設(shè)備工程， 2021（6）：3.

[8]劉舒康、唐鵬、金煒東. 基于智能數(shù)據(jù)增強(qiáng)和改進(jìn)YOLOv3算法的接觸網(wǎng)吊弦及支架檢測(cè)研究[J]. 計(jì)算機(jī)科學(xué)， 2020， 47（S02）：5.

[9]劉曉忠. 基于卷積神經(jīng)網(wǎng)絡(luò)的鐵路接觸網(wǎng)的絕緣子故障檢測(cè)研究[D].蘭州交通大學(xué).

[10]鄭睿，李峰.視覺(jué)識(shí)別在軌道交通車(chē)輛智能檢修應(yīng)用探究[J].江蘇科技信息，2021，38（33）：36-38.

[11]呂階軍，賀宏軍，蔣聰健.面向重載機(jī)車(chē)智能運(yùn)維的車(chē)載弓網(wǎng)檢測(cè)系統(tǒng)集成研究[J].機(jī)車(chē)電傳動(dòng)，2021（04）：105-111.

[12]馮勇， 宋天源， 錢(qián)學(xué)明. 基于深度學(xué)習(xí)的高鐵受電裝置安全狀態(tài)快速檢測(cè)方法[J]. 西安交通大學(xué)學(xué)報(bào)， 2019， 53（10）：6.

[13]范婷婷. 用于受電弓狀態(tài)監(jiān)控的數(shù)字化雙平臺(tái)[J]. 鐵路通信信號(hào)工程技術(shù)， 2020， v.17;No.120（12）：109-109.