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(duì)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?jiǎng)?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(gè)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(dòng)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(gè)傳感器來收集電流、電壓等車輛的健康數(shù)據(jù)，再通過對(duì)數(shù)據(jù)進(jìn)一步分析來判斷定位列車的故障，有針對(duì)性地進(jìn)行檢修和維護(hù)。

相關(guān)研究表明，車輛的振動(dòng)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(dòng)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(dòng)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(gè)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(dòng)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(duì)這個(gè)棘手難題，中車研究院高級(jí)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(duì)了國內(nèi)外的深度學(xué)習(xí)框架和平臺(tái)，很快將目光聚焦在國內(nèi)首個(gè)自主研發(fā)、開源開放、功能豐富的產(chǎn)業(yè)級(jí)深度學(xué)習(xí)平臺(tái)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(gè)領(lǐng)域之前根本沒人做過，也沒有任何參考。”在飛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(dòng)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(gè)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(gè)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(dòng)數(shù)據(jù)與加裝振動(dòng)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(shí)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(tái)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(dòng)車、地鐵，甚至電動(dòng)大巴汽車、風(fēng)力發(fā)電機(jī)中都會(huì)有這個(gè)虛擬傳感器的身影，AI時(shí)時(shí)刻刻守護(hù)著每個(gè)人的出行安全。