導(dǎo)讀:軌道交通關(guān)乎我們的出行和物資保障,要為軌道交通安全護(hù)航,離不開“安全監(jiān)測器”——傳感器,通過傳感器收集數(shù)據(jù)信息再進(jìn)行分析,能夠?qū)崿F(xiàn)對軌道車輛的狀態(tài)監(jiān)測和故障診斷。
軌道交通關(guān)乎我們的出行和物資保障,要為軌道交通安全護(hù)航,離不開“安全監(jiān)測器”——傳感器,通過傳感器收集數(shù)據(jù)信息再進(jìn)行分析,能夠?qū)崿F(xiàn)對軌道車輛的狀態(tài)監(jiān)測和故障診斷。
如何在這些傳感器的基礎(chǔ)上更精準(zhǔn)、快速地為車輛“診斷”、“治療”?中車工業(yè)研究院公司(簡稱“中車研究院”)基于飛槳創(chuàng)新打造了“虛擬傳感器”,在國際前沿的科技領(lǐng)域?qū)崿F(xiàn)了重點(diǎn)創(chuàng)新、開國內(nèi)研究之先河,不增加傳感器加裝成本的同時(shí),還將故障檢測準(zhǔn)確率整體提升了10個百分點(diǎn)。
另辟蹊徑 讓軌道交通安全監(jiān)測智能化
中車研究院是中國中車科技創(chuàng)新管理和支撐服務(wù)的直屬機(jī)構(gòu),技術(shù)和產(chǎn)品覆蓋中國所有鐵路機(jī)車、貨車、動車、城軌車輛(地鐵輕軌)通用機(jī)電,以及風(fēng)電新能源等領(lǐng)域。
故障預(yù)測與健康管理是中車研究院持續(xù)深耕的重要方向之一。一節(jié)列車的車廂上裝載幾百至幾千個傳感器來收集電流、電壓等車輛的健康數(shù)據(jù),再通過對數(shù)據(jù)進(jìn)一步分析來判斷定位列車的故障,有針對性地進(jìn)行檢修和維護(hù)。
相關(guān)研究表明,車輛的振動數(shù)據(jù)能比常規(guī)收集的電流、電壓數(shù)據(jù)更早反映出車輛的異常和故障,但既有車輛上的振動傳感器數(shù)量有限,加裝的話不僅增加成本、布線也很麻煩。能否根據(jù)已有的車輛電流電壓數(shù)據(jù)“變出”振動數(shù)據(jù)?
從2018年開始,中車研究院便開始探索如何打造虛擬傳感器:沒有實(shí)體,像一個健康A(chǔ)PP一樣,能將傳感器收集到的電流電壓數(shù)據(jù)進(jìn)行一系列計(jì)算,轉(zhuǎn)化成需要的車輛振動數(shù)據(jù)。這項(xiàng)研究屬于前沿領(lǐng)域,在國內(nèi)還無人嘗試。面對這個棘手難題,中車研究院高級架構(gòu)師劉琦另辟蹊徑,想到或許可以用AI一試。
飛槳技術(shù)加持
虛擬傳感器研究首破“無人區(qū)”
2020年,劉琦所在團(tuán)隊(duì)了解比對了國內(nèi)外的深度學(xué)習(xí)框架和平臺,很快將目光聚焦在國內(nèi)首個自主研發(fā)、開源開放、功能豐富的產(chǎn)業(yè)級深度學(xué)習(xí)平臺百度飛槳上。恰巧當(dāng)時(shí)百度AICA首席AI架構(gòu)師培養(yǎng)計(jì)劃三期班正在報(bào)名招募,基于飛槳將AI技術(shù)與產(chǎn)業(yè)場景深度融合的理念“擊中”了劉琦,她把打造虛擬傳感器作為課題帶進(jìn)AICA的培訓(xùn)學(xué)習(xí)中。
“最大的挑戰(zhàn)是這個領(lǐng)域之前根本沒人做過,也沒有任何參考?!痹陲w槳資深工程師的指導(dǎo)建議下,劉琦所在團(tuán)隊(duì)選擇應(yīng)用飛槳框架中的時(shí)序分析與語義理解算法,在飛槳官網(wǎng)齊全的中文資料指引下,探索得到了可行路徑并梳理出清晰明確的實(shí)施方案。
劉琦使用飛槳開發(fā)虛擬傳感器模型
中車研究院團(tuán)隊(duì)利用飛槳構(gòu)造的虛擬傳感器模型,首先提取電流電壓數(shù)據(jù)和振動數(shù)據(jù)的特征,找到兩者之間的共同點(diǎn)后,應(yīng)用 AI 自主設(shè)計(jì)出一個黑盒計(jì)算公式,讓兩種數(shù)據(jù)實(shí)現(xiàn)相互映射,最終完成虛擬傳感器模型的設(shè)計(jì)。
從模型搭建、訓(xùn)練到實(shí)際部署應(yīng)用,傳統(tǒng)的算法方法需要兩到三年;而在飛槳的加持下,這一技術(shù)創(chuàng)新突破僅僅花費(fèi)了幾個月的時(shí)間。實(shí)際效果也令人驚艷:通過實(shí)驗(yàn)室測試、鐵路環(huán)線驗(yàn)證后,基于飛槳打造的虛擬傳感器所取得的振動數(shù)據(jù)與加裝振動傳感器數(shù)據(jù)同等有效,并且在中車研究院的算法持續(xù)優(yōu)化之下,故障檢測準(zhǔn)確率整體提升了10%,取得了長遠(yuǎn)的進(jìn)步。
在鐵路環(huán)線上進(jìn)行驗(yàn)證
目前,中車研究院使用飛槳框架作為底層基礎(chǔ)開發(fā)的故障辨識模型和虛擬傳感器模型,已經(jīng)加載于中車研究院自研的積木式設(shè)備物聯(lián)與計(jì)算平臺中,并在軌道交通及風(fēng)力發(fā)電領(lǐng)域?qū)崿F(xiàn)了應(yīng)用。這一國內(nèi)無人挑桿的研究領(lǐng)域,中車研究院與飛槳攜手闖關(guān),最終在無人區(qū)實(shí)現(xiàn)創(chuàng)新突破。
未來,我們?nèi)粘3俗母哞F、動車、地鐵,甚至電動大巴汽車、風(fēng)力發(fā)電機(jī)中都會有這個虛擬傳感器的身影,AI時(shí)時(shí)刻刻守護(hù)著每個人的出行安全。