【AI赋能】

◎本报记者 杨 仑  实习生 刘书岩

8月正是东北地区重点物资运输的关键时期。在中国铁路沈阳局集团有限公司苏家屯车辆段的修制车间，一根根巨大的轮轴排队等待维修。

进入车间后，这些轮轴将被贴上专属条码。这个条码如同轮轴的“病历号”：可以显示它是什么型号、什么时候制造，此后经历的探伤、旋修等检测数据都将与之绑定。

激光设备清理轮轴标志板，系统读取制造信息和专用参数，自动判断轮轴、轴承是否到期，以及是否需要探伤、旋修；机械臂自动开盖、退卸、刷漆、关盖，AGV（自动导引车）小车负责不同工序之间的转运；轴承压装前，系统自动测量轴颈尺寸，从轴承库中寻找适配轴承……在这里，数字孪生、自动控制、机器视觉和人工智能（AI）正在进入铁路货车检修流程，过去高度依赖人工操作和经验判断的检修方式开始发生变化。

在东北地区规模最大的货运列车检修单位里，一场“提质增效”的数字化转身，让传统列车检修模式产生巨大变革，也为暑期期间的重点物资运输保供搭建了全新的“科技堡垒”。

效率提升，离不开自动化与数字化

货车轮轴是列车运行安全的重要部件。一节铁路货车载重可达数十吨，轮轴在漫长运行过程中不断承受冲击和磨损。轮缘是否偏磨，车轴内部有没有肉眼看不到的裂纹，轴承还能不能继续使用……种种问题都需要排查。

“一个轮对从进入车间，到完成轴承开盖、退卸等十余道流程，以前至少需要20人、150分钟，现在大约8人、60分钟就能完成。”苏家屯车辆段修制车间副主任朱明昊说，目前这条生产线轮轴日处理能力最高约330根。

效率的大幅提升，离不开自动化与数字化。轮轴进入车间后，系统通过专属条码将实物与后台数据绑定，并可调取其历史检修信息。此后每经过一道工序，新的检测和维修数据继续写入这份“数字病历”。

以轴承压装为例，轴颈与轴承之间的配合精度达到0.001毫米级。系统首先自动测量轴颈尺寸，再从轴承库中选配合适的轴承，完成润滑脂喷涂和冷压装。压装结束后，压装力、压装深度等参数再次接受检测，不符合要求的轴承将被退卸重新压装，相关数据则自动进入后台系统。

过去依靠老师傅经验完成的部分工作，现在被转换成可以测量和控制的数据。

车轴刷漆就是其中之一。防锈漆过薄，保护效果不足；过厚，同样会影响检修质量。如今机械臂可以按照设定参数调整运行速度和角度，将漆膜厚度控制在0.15毫米至0.2毫米之间。

“我们整个检修线的机械人分别由3个工业机器人生产厂家量身定制，从设计到投入使用历时300余天，可以说该检修线代表了国内铁路货车智能检修的最高水平。”苏家屯车辆段总工程师连惠亮介绍。

AI识别，人工复核

如果说轮轴检修线解决的是停在车间里的车辆如何检修，那么另一套AI系统，则在盯着东北铁路线上高速运行的货运列车。

在苏家屯车辆段的5T运用车间，一套新上线的AI系统不知疲倦地对东北大地上往返的数以万计车辆进行着实时监控。在国铁沈阳局管内一万余公里货运线路上，遍布着62套实时监控设备，对来往的货运列车底部进行拍照，并及时回传至TFDS（铁路货车运行故障动态图像检测系统）智能检车中心。

走进300平方米的指挥大厅，50余名工作人员紧盯屏幕，他们在人工智能算法的帮助下，每天可对东北大地上飞驰的货运列车图像进行细致隐患排查。系统采用卷积神经网络对车辆图像进行识别。当发现疑似异常时，算法会在图片上自动框出相应区域，再交由检车人员复核。

“油污、塑料袋、积水等都可能被系统识别为异常，却并不一定影响车辆运行。检车人员需要对机器筛选出的结果再次判断，确认属于部件裂纹、人力制动机轴链断裂、连接管故障等安全隐患后，再通过生产管理平台把故障位置和图片发送到现场人员的手持终端。”5T运用车间主任吕大壮告诉记者。

“科技＋人工”的完美配合让隐患难以隐匿。“今年，我们将辽宁、吉林、内蒙古东部等地区原4个TFDS检车中心合并为一处，将往年海量数据进行上传，借助AI辅助技术进行故障智能识别，实现检修效率由单人单日800辆车到1900余辆车的巨大提升。”吕大壮说。