高铁接触网硬点智能检测（铁科院合作）

高铁车顶的受电弓要一直贴着接触网取电，接触网上某些点会给受电弓一记硬碰撞，这种点叫”硬点”，是弓网安全的高危缺陷。以前靠人盯着检测波形一个个挑，慢又难统一。这个项目让算法自动挑硬点、还顺带判断它属于哪一类。在合计 5133.9 公里的实测数据上，算法挑出的硬点与人工确认逐点核对完全一致（100%）（91/91 报表登记点、43/43 专家复查点），缺陷分四类的识别准确率 92.3%（金标准）/ 94.5%（标定点），全部超过合同”≥80%、≥3000 公里”的验收线。这是铁科院合作项目。

背景

高铁运行中，受电弓与接触网之间的”硬点”会造成瞬时冲击，是弓网关系里的高危缺陷。1C 车载检测系统靠硬点传感器采集冲击响应，但原始信号里混杂了大量非缺陷成因的高幅值事件——分相区的电气过渡、器件过渡、以及各种干扰。把这些误报从真实硬点里区分出来，此前主要靠人工判读，效率与一致性都难以规模化。

方法

我们没有用单一幅值阈值，而是做成分层判别的流程：

• 预处理 → 双路检测：常规区段逐峰检测，分相区改用网压信号的闭运算定位电气过渡段；
• 多机理证据投票：把硬点幅值、四路接触力、网压、拉出值、导高等多通道时序信号的机理判据汇总投票，得到最终判定；
• 四类状态识别：真实硬点、器件式分相、关节式分相、干扰型误报四类分开建模，并引入速度自适应同步阈值。

结果

• 里程与规模：测试、调试合计覆盖 5133.9 km（合同要求 ≥3000 km）、15 个数据集，含 5 批 2000 Hz 高频接触力通道数据；
• 异常识别：调整 7 个可调参数（合同要求 ≥5），报表登记的 91 个缺陷点判定一致率 100%，专家复查 43 点一致率 100%；
• 状态识别：四分类准确率 92.3%（金标准）/ 94.5%（标定点）；速度自适应同步阈值把标定点准确率从 48.4% 提到 94.5%；消融实验显示，移除网压电气判据后准确率跌到 15.4%，验证了机理判据的决定性作用；
• 可解释产物：全量 2084 个检测点的四类分布——真实硬点 1178、器件式分相 373、关节式分相 229、干扰误报 304——以及硬点传感器与视觉传感器结果的交叉比对方案，为硬点传感器投入实际运用提供了测试依据。

这个项目里我用到 / 练出的能力

• 从原始振动、多通道时序波形到可交付算法的全链路：信号预处理、机理特征设计、多机理证据融合决策、消融验证；
• 把”专家怎么判”翻译成可解释的分层判别规则，而不是单一阈值黑箱；
• 与委托方（铁科院）逐点对账验收、按合同指标交付的工程协作。

我的角色

算法研发与数据分析核心成员，参与从数据治理、算法设计到交付技术报告的全流程，负责异常识别与状态识别算法的实现、消融验证与结果对账。

---

延伸阅读：受电弓-接触网监测全景与一条不同的研究路径 · 把专家的眼睛变成代码：弓网硬点真伪判别的机理驱动方法 · 当唯一的标签来源会骗你：弓网漏报检测的诚实做法