作者 郭军 陆省省

近日，在国铁广州局广州工务段广州探伤车间数据分析工区，工长李济斌盯着屏幕，熟练地输入线路里程、线别等数据，利用钢轨探伤仪检测数智智能分析系统分析前一天的探伤数据。20公里的钢轨探伤数据，过去他要一帧一帧盯着看三个小时，现在，从系统标出疑点，到全部复核完毕，只需要15分钟。

李济斌介绍说，AI系统自去年10月份上线以来，已经分析了1962公里的数据，标记出疑似伤损451处，现场复核确认轻伤及以上伤损270处。

让李济斌觉得“值”的，是系统能够精确分析出人工回放时漏掉的隐患。比如，在分析2月11日广深Ⅳ线K139+319公里处的数据时，人工回放未能发现隐患，利用AI系统分析时，系统标记该处有病害，在现场复核后，发现是深9毫米的鱼鳞伤。再比如，用AI分析6月17日广深Ⅳ线K68+926公里处的数据时，也发现了人工回放没有发现的问题，现场复核发现深10毫米的鱼鳞伤。

广州探伤车间数据分析工区工长李济斌正在利用钢轨探伤仪检测数智智能分析系统分析探伤数据。陆省省 摄

“不是人不用心，是眼睛真会花。”李济斌说，从事探伤工作12年，知道那种“眼花缭乱”的滋味，波形图看久了，脑子会自动麻木，不知不觉就忽略了异常。

有了这套AI系统，并不等于可以高枕无忧。李济斌介绍说，他们把历年积攒的伤损图片和参数投喂到AI系统，完成初筛并标记隐患点，技术人员再不用像过去那样“大海捞针”。“但标记不等于真有伤。”李济斌说，“机器敏感度高，容易把一些不是病害的地方也圈出来，得靠经验往下筛。”

也有AI没标、人觉得“不对劲”的时候。上个月，李济斌在复核一串数据时，扫到一处波形有极细微的异常，系统没标注。他调高增益反复看，最终确认是一个早期伤。

“AI就是个帮手，最终还得人确定。”李济斌说，机器不会累，但也没有直觉，有些伤损长得怪，数据库里没有，机器认不出，经验丰富的探伤工却能凭波形上那一点细微的变化，凭感觉把它找出来。

今年管内京广线集中修，这套系统发挥了大作用。焊缝是钢轨最薄弱的地方，以往全靠人推着探伤仪一寸一寸过，速度慢，还容易走神。现在利用AI系统配合施工计划，提前对重点区段建模，探伤车白天跑数据，晚上回传，系统优先筛出高风险焊缝，人工再带着便携仪去精准复核。李济斌说，那些天几乎是每天跑数据、每天出结果，防断关口往前挪了一大步。(完)

【编辑:何颖】