基于图像分割的机车撒砂装置状态检测系统

方案概述

机车撒砂装置是制动系统的核心安全部件，在雨雪、坡道等低附着力工况下，其工作状态直接决定列车的制动效能与运行安全。针对当前人工巡检效率低、标准不统一的痛点，本系统采用先进的深度学习语义分割技术，实现撒砂管、喷嘴、砂流三类部件的像素级精准定位与分类，并自动判别“正常”“砂流异常”“喷嘴堵塞”“撒砂管故障”四类运行状态，为铁路机车安全运维提供高效、可靠的智能化检测手段。

方案功能

全自动检测流程：系统从图像加载、目标分割到故障诊断、结果输出全程自动化，无需人工干预。

像素级精准分割：对砂流、撒砂管、喷嘴三类目标进行像素级分类，输出高精度掩码，为故障判定提供精细空间信息。

四类状态智能诊断：基于分割结果像素面积，按预设阈值自动判定正常、砂流异常、喷嘴堵塞、撒砂管故障，结果置信度高。

可视化结果输出：支持单张与批量检测，结果以原图与分割图左右并排对比方式呈现，不同颜色标注各类目标，现场人员可快速判读。

方案优势

高诊断准确率，保障安全：系统能够精准识别砂流、撒砂管、喷嘴各类目标，有效降低漏检与误报。

实时性强，满足工务需求：GPU模式下单张图片完整推理耗时约30ms，纯模型前向传播仅约8ms，完全满足现场实时检测要求。CPU模式约200ms，可满足非实时批量检测需求。

轻量化易部署：模型参数量仅约3.2M，权重文件大小约13MB，可在RTX 3050（4GB显存）上完成全部训练与推理。编码器通道数减半，单步训练显存占用降低约50%，硬件门槛低，便于在车辆段、检修库等现场快速部署。

环境适应性强：采用12种在线数据增强策略（随机翻转、旋转、亮度/对比度抖动等），有效提升模型在不同光照、角度下的泛化能力，在机车检修库等复杂现场环境下仍能稳定运行。

操作直观便捷：系统配套可视化界面，结果以左右并排对比图呈现，标注颜色图例与诊断结论，现场维护人员无需专业背景即可快速判读。

应用价值

本系统解决了长期依赖人工目视巡检的难题，实现了撒砂装置状态的自动化、标准化、高精度检测。单次检测耗时短、结果可追溯，显著降低人工劳动强度与高空作业安全风险。系统输出的结构化数据可为撒砂装置全生命周期健康管理提供基础，助力铁路运维从“计划修”向“状态修”转型，全面提升运输安全保障能力与运营效率。