應用

技術

物聯(lián)網世界 >> 物聯(lián)網新聞 >> 物聯(lián)網熱點新聞
企業(yè)注冊個人注冊登錄

中車研究院聯(lián)手飛槳打造智能化“虛擬傳感器”

2022-07-18 09:06 MEMS

導讀:軌道交通關乎我們的出行和物資保障,要為軌道交通安全護航,離不開“安全監(jiān)測器”——傳感器,通過傳感器收集數(shù)據(jù)信息再進行分析,能夠實現(xiàn)對軌道車輛的狀態(tài)監(jiān)測和故障診斷。

軌道交通關乎我們的出行和物資保障,要為軌道交通安全護航,離不開“安全監(jiān)測器”——傳感器,通過傳感器收集數(shù)據(jù)信息再進行分析,能夠實現(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上更精準、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域實現(xiàn)了重點創(chuàng)新、開國內研究之先河,不增加傳感器加裝成本的同時,還將故障檢測準確率整體提升了10個百分點。

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)新管理和支撐服務的直屬機構,技術和產品覆蓋中國所有鐵路機車、貨車、動車、城軌車輛(地鐵輕軌)通用機電,以及風電新能源等領域。

故障預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)進一步分析來判斷定位列車的故障,有針對性地進行檢修和維護。

相關研究表明,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:沒有實體,像一個健康APP一樣,能將傳感器收集到的電流電壓數(shù)據(jù)進行一系列計算,轉化成需要的車輛振動數(shù)據(jù)。這項研究屬于前沿領域,在國內還無人嘗試。面對這個棘手難題,中車研究院高級架構師劉琦另辟蹊徑,想到或許可以用AI一試。

image.png

飛槳技術加持

虛擬傳感器研究首破“無人區(qū)”

2020年,劉琦所在團隊了解比對了國內外的深度學習框架和平臺,很快將目光聚焦在國內首個自主研發(fā)、開源開放、功能豐富的產業(yè)級深度學習平臺百度飛槳上。恰巧當時百度AICA首席AI架構師培養(yǎng)計劃三期班正在報名招募,基于飛槳將AI技術與產業(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AICA的培訓學習中。

“最大的挑戰(zhàn)是這個領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建議下,劉琦所在團隊選擇應用飛槳框架中的時序分析與語義理解算法,在飛槳官網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施方案。

image.png

劉琦使用飛槳開發(fā)虛擬傳感器模型

中車研究院團隊利用飛槳構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后,應用 AI 自主設計出一個黑盒計算公式,讓兩種數(shù)據(jù)實現(xiàn)相互映射,最終完成虛擬傳感器模型的設計。

從模型搭建、訓練到實際部署應用,傳統(tǒng)的算法方法需要兩到三年;而在飛槳的加持下,這一技術創(chuàng)新突破僅僅花費了幾個月的時間。實際效果也令人驚艷:通過實驗室測試、鐵路環(huán)線驗證后,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,故障檢測準確率整體提升了10%,取得了長遠的進步。

image.png

在鐵路環(huán)線上進行驗證

目前,中車研究院使用飛槳框架作為底層基礎開發(fā)的故障辨識模型和虛擬傳感器模型,已經加載于中車研究院自研的積木式設備物聯(lián)與計算平臺中,并在軌道交通及風力發(fā)電領域實現(xiàn)了應用。這一國內無人挑桿的研究領域,中車研究院與飛槳攜手闖關,最終在無人區(qū)實現(xiàn)創(chuàng)新突破。

未來,我們日常乘坐的高鐵、動車、地鐵,甚至電動大巴汽車、風力發(fā)電機中都會有這個虛擬傳感器的身影,AI時時刻刻守護著每個人的出行安全。