吴永祥

摘要：为了提升铁路货车故障轨边图像检测系统（TFDS）动态检测的工作效益，根据当下铁路货运提速增量的需求，利用TFDS检测过程中生成的货车运行、故障信息分析，并通过TFDS员工结合现场工作累计的经验，例如故障处理、经验整理以及信息处理，总结并举例说明了“情况描述方法”。结果表明：收集、分析数据对提高TFDS效率有很大帮助。

Abstract： In order to improve the efficiency of the dynamic detection of railway freight car fault trackside image detection system （TFDS）， according to the needs of the current railway freight speed increase， the truck operation and fault information generated during the TFDS detection process are analyzed and combined with TFDS employees The accumulated experience of field work， such as fault handling， experience sorting and information processing， summarizes and exemplifies the "situation description method". The results show that collecting and analyzing data is very helpful to improve the efficiency of TFDS.

關键词：分析数据;情景描述;铁路货车故障轨边图像检测系统;铁路货车

Key words： analysis data;scenario description;rail freight image detection system;rail freight cars

中图分类号：U279                                         文献标识码：A                                    文章编号：1674-957X（2020）20-0113-02

0  引言

TFDS检测在铁路运输过程有着重要的安全保护作用。铁路货车故障轨边图像检测系统动态检测可以及时发现故障、迅速传输故障信息，进而综合分析和确定典型的故障。它是车辆操作的重要构成部分，同时还是车辆操作部门的一部分，它可以防止卡车操作的隐患，提升卡车操作的安全性并确保卡车的安全运行最为直接的方法和最为有效的手段之一。伴着铁路货运行业的不断发展，特别是对载重、提速和货运增量的要求，应该怎样深入提升TFDS动态检测的使用效率以及准确性，让作业人员有更好的预测与发现故障，这一点极其重要。

1  有效提升检测效率的方式

TFDS员工将在动态检测期间生成大量有关故障类型，故障位置以及故障车辆位置的数据。与此同时，它还将接收有关车辆信息、车辆方向、分组状况等庞大的信息数据。依照2019年的TFDS动态检测集宁车辆段所生成的数据，现场TFDS动态检测人员实际经验，得出了系统的提升现场工作效率方式，称之为“场景描述方法”，也就是说，通过收集一段时间内车辆故障的相关信息（例如到达方向、重复率较高的相同故障等），分析故障原因并恢复发生情况，有助于人员在后续工作中可以更快，更有效地发现故障，起到一定的故障预警作用。这种方法结合了车厂管辖范围内的运行特点，并根据车辆的故障情况建立了相应的情况，使工作人员可以更好地预警故障，更准确地关注车辆的关键部位，并对车辆的关键部位展开有指向性的故障轨迹跟踪。

2  不同故障场景的应用分析

铁路货运车辆需要利用TFDS迅速正确的发现故障。然而，由于卡车发生各种故障的原因很多，因此通常不容易发现故障发生的规律性。集宁车辆段使用TFDS，依照辖区内车间检测区域的使用特点，利用获取货车信息数据，故障信息数据以及其他数据，辨别货车在车道不同方向上哪些部位相对容易出现故障;货车编组台上做得有标记“不良货车”、“调车”形成重点监控，通过车辆部件破损、制动系统失灵、载入异物等隐患，辨别故障的“情况”。

2.1 到达方向的故障数据的统计分析

2.1.1 人员操作不当导致的闸瓦插销故障

在计算闸瓦插销丢失或断裂故障的时侯，作业工人发现，A线的方向在故障数据当中所占有的比例较大。2019年的194个闸瓦插销故障中，有七十个沿此方向，占百分之三十六。

经过相关人员分析，发现沿线方向的运货车基本上是装在专用线上的重型车或有接送和挂车的车辆。这种车辆故障情况主要体现为，装卸工人为了避免车辆打滑，在取下闸瓦插销卡的人力刹车机械部分中，因此导致这种故障。

例如，集宁车辆段的TFDS集中检测中心在A线41066次上车和下车时，将48辆车分组（摘挂列车）。在对机组人员进行动态检查时发现，机器后方有42位C70（前制动梁、摇枕），一根制动闸瓦插销损毁，在操作现场被发现缺失，并进行了补充。

2.1.2 调速通过探测站的速度调节造成缓解不到位

在TFDS测试期间，根据尚未完全缓解的制动器图片无法完全确定制动器故障。工作人员发现，没有完全松开制动器的B方向列车的图片在统计中占很大比例。在2019年发现的221张断裂图片中，B方向有89张，占百分之四十点三。

这些制动器的大部分图片未能最终缓解，但并未被确认为制动器故障。经过分析，工作人员发现发生这种情况的原因是，一些不受管制的换乘列车会在B方向上不断增长的下坡上调整速度。调整速度时碰巧通过了检测站，所以，存在TFDS图片中显示缓解不到位的情形。

在这种情况下，员工无法结合TFDS图像任意判定故障。集宁车辆段TFDS集中检测中心也针对此类情况规定，如果编组车辆不间断且三个以上连续的卡车制动缸未完全释放时，它们不属于故障。与此同时，制动器的不完全释放也可能是因为季节的影响。在冬季，当编组列车上有超过三个连续的货车制动器无法释放时，由于低温，制动缸中的弹簧很可能不灵敏。在成组运行的火车中，如果一个制动缸未松开，工人需要跟前一个监控站的TFDS图像实施比较，并询问制动缸的活塞里程大小和控制杆头的控制距离，依照闸瓦贴轮缝隙的大小来辨别，在相同的情況下，确定制动器没有完全松开。

2.1.3 非标准操作会导致车辆携带配件

在TFDS检测过程中，时常会出现车辆附件被放置在枕孔、横梁孔或者其他零部件上，特别是闸瓦，这会损害行车安全。当车辆转弯或车身振动时，容易使这些部件掉落，并且存在损坏道岔、轨道、车轮等损坏隐患。

集宁车辆段2019年运载汽车配件554个，其中C向226个，占百分之四十点八。

通过辨别发现，C方向上的大多数列车都是技术直达车辆。在这条铁路上的一些铁路检查人员的技术检查工作完成后，无法快速恢复从车辆上卸下的旧闸瓦，从而直接放置在枕孔或横梁孔里面。

2.2 了解车辆装载信息和情况分析的原因

2.2.1 编组站中与从动板相关的故障

在分析某些车辆信息数据的时候，如果换乘车系被标记为经过修改的火车或从编组站驶出的火车，则耦合器会从车板上断裂或车板铆钉会断裂。

在研究这种情况的时候，发现有些时候由于机车连接时机车的速度太快而出现“重钩”（《铁路技术管理条例（通用铁路部分）》（简称“技术条例”）。技术条例要求：接近被连接车辆，时速不得超过5km/h;有部分机车牵引列车以高速度启动并具有“带钩”（“技术条例”规范：稳定的启动、快速的加速、谨慎的操作、精准的停车，根据要求鸣笛，以防止火车的冲动和钩子断裂）;同时，从驼峰处运货车的速度太快将使铆钉从板上断裂，从而导致与板之间的间隙过大以及板的变形、断裂。

2.2.2 特殊型号的设备位置不同

在TFDS图片中，当截断的塞门位于关闭位置的时侯，员工应集中精力检查制动缸是否有故障。这些故障多数是制动系统中的机械系统故障，并且大多数是制动调节器损坏或制动蹄磨损。某些类型的卡车具有两套制动系统，其中大多数由C80材质的铝合金浴盆敞车和SQ型的双层卡车还有大型卡车组成。在测试这种类型的车辆时，您必须寻找两个可关闭的堵门并且观察它的状态（如果是关闭的），工人就需要持续检查制动管系统和机械系统。

3  关于提升TFDS动态检测效率的建议

3.1 增强员工业务能力的培养

TFDS动态测试要求员工具有较强的业务能力。操作人员必须记住操作说明的要求并标准化操作标准，具有足够的思考能力和空间理解能力。并且可以通过车辆和配件的基本形状和相互关系的熟练程度使用抽象的二维图片变化为实际的三维故障画面。TFDS动态测试人员应该熟知丰富的现场测试经验，并对实际的车辆故障进行深刻感知。建议和现场技术检查人员进行业务讨论与交流。

3.2 深化故障分析沟通与培训

针对典型的车辆故障和关键故障，可以组织人员进行“情景描述”，根据列车数据和故障的统计数据，对故障的原因、特征进行全面分析。如果线路上的故障数量占总故障数很大比重，您需要分析线路的特性，使用“情景描述”辨别线路上同种类型故障的诱因，并且推测复原真实操作情况。为了提高人员发现故障的速度，从而提升工作效率，与此同时，达到故障预警及提示操作的目的。

3.3 充分运用“大数据”平台

TFDS工作员可以总结和归纳在工作过程中生成的大量数据，并对统计数据进行分类并比较车辆的历史数据，故障布局，运行时间和里程，运行线路和运行类型。纵向比较车辆的方向和车辆的信息之间的关系，以找出故障的原因和特征，并水平比较故障和故障之间的关系，以分析其相关性。 同时，工作人员要做好TFDS测试数据的存储和分析，为智能测试提供足够数量的全面、丰富的数据库，这将大大提高铁路车辆的使用和测试效率。

参考文献：

[1]刘兴起，寻志，张君.利用辅助手段提升TFDS系统自动识别技术的方案及建议[J].铁道机车车辆，2016（02）：33-35.

[2]盛洁，高民富.关于货车故障轨边图像检测系统（TFDS）运用的探讨[J].科技风，2011（11）：22-24.

[3]杨巨平，陈岩.神华集团管内货车运行故障动态图像检测系统（TFDS）项目建设研究[J].内蒙古科技与经济，2018（05）：60-62.

[4]李志刚，吕纪文.浅析TFDS异地集中复示作业的应用[J].科学技术创新，2018（20）：88-90.

[5]李秀军.货车故障轨边图像检测系统运用研究[J].科技风，2017（06）：77-79.

[6]张晓林，矫宝法，高晓蓉，张渝.货车走行部弹簧缺损检测的研究现状与展望[J].信息技术，2011（09）：90-92.

[7]曹志鹏，魏振忠，张广军，赵长波.货车故障轨边图像检测系统（TFDS）图像质量自动化评价方法研究[J].铁道车辆，2011（11）：88-90.

[8]齐辉.对TFDS货车运行故障动态图像检测系统运用情况的初步探索[J].铁道机车车辆，2007（04）：40-42.