周 喆
(中國鐵路上海局集團(tuán)有限公司 上海動(dòng)車段,上海 201812)
近年來我國高速鐵路持續(xù)高速發(fā)展,運(yùn)營里程和動(dòng)車組配屬數(shù)量不斷增長,伴隨而來的是動(dòng)車組運(yùn)用檢修長期面臨提升效率、降低成本方面的挑戰(zhàn)和壓力[1]。隨著基于機(jī)器視覺的圖像識(shí)別技術(shù)迅速發(fā)展,工業(yè)部門在產(chǎn)品或部件外觀缺陷檢測領(lǐng)域應(yīng)用該技術(shù)的智能化設(shè)備已成為主流和常態(tài),而近年來動(dòng)車組運(yùn)用檢修領(lǐng)域也已引入了機(jī)器人系統(tǒng)輔助實(shí)施動(dòng)車組一級(jí)檢修作業(yè),從傳統(tǒng)的“人檢人修”模式逐步向“機(jī)檢人修”模式轉(zhuǎn)變[2-4]。
目前針對(duì)動(dòng)車組外觀故障檢測已有相關(guān)檢測機(jī)器人的設(shè)計(jì)實(shí)現(xiàn)方案,通過比對(duì)識(shí)別、三維特征分析等圖像識(shí)別技術(shù)實(shí)現(xiàn)動(dòng)車組外觀缺陷檢測,并利用人機(jī)交替作業(yè)模式提供安全保障[5-7]。城市軌道交通領(lǐng)域已在車輛作業(yè)、線路巡檢環(huán)節(jié)進(jìn)行了機(jī)器人應(yīng)用實(shí)驗(yàn)和探討,隨著機(jī)器人性能逐步提升,相關(guān)技術(shù)在地鐵檢修也將呈現(xiàn)發(fā)展普及趨勢[8-9]。當(dāng)前外觀缺陷檢測機(jī)器人主要依托以深度學(xué)習(xí)為核心的圖像識(shí)別技術(shù),深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)領(lǐng)域的一種新興方法,以其強(qiáng)大的自動(dòng)特征提取能力已經(jīng)在圖像、語音識(shí)別等領(lǐng)域取得了一定成果[10-11]。趙永強(qiáng)等[12]針對(duì)當(dāng)前基于深度學(xué)習(xí)的目標(biāo)檢測面臨的關(guān)鍵技術(shù)挑戰(zhàn),從提高小目標(biāo)檢測精度、多類別物體檢測等方面對(duì)深度學(xué)習(xí)算法進(jìn)行綜述,對(duì)模型如何更適應(yīng)特定場景的檢測需求等問題進(jìn)行分析和展望。李新春等[13]提出一種基于領(lǐng)域特征點(diǎn)提取和匹配的點(diǎn)云配準(zhǔn)方法,從數(shù)據(jù)集和配準(zhǔn)實(shí)驗(yàn)表明其可有效提高三維成像重建時(shí)的配準(zhǔn)精度。張萍香[14]和林杰輝[15]就凈現(xiàn)值法的不足和存在問題進(jìn)行了研究并提出對(duì)策建議,指出凈現(xiàn)值法在企業(yè)投資決策評(píng)價(jià)中具有比較優(yōu)勢。但以上研究尚未完整地呈現(xiàn)出某種動(dòng)車組檢修機(jī)器人系統(tǒng)的實(shí)際應(yīng)用案例和相關(guān)數(shù)據(jù),并結(jié)合具體應(yīng)用場景對(duì)其綜合效益進(jìn)行分析研究。
上海動(dòng)車段2017年開始組織開展動(dòng)車組檢修機(jī)器人系統(tǒng)(以下簡稱“檢修機(jī)器人”)研究,2019年完成驗(yàn)證評(píng)審并正式投入使用,2020年在虹橋動(dòng)車所實(shí)現(xiàn)了擴(kuò)大部署和規(guī)模化應(yīng)用,是全鐵路行業(yè)動(dòng)車組維修領(lǐng)域首家引入檢修機(jī)器人的單位,也是首家實(shí)現(xiàn)動(dòng)車組機(jī)器人檢修常態(tài)化、規(guī)?;瘧?yīng)用的單位。結(jié)合上海動(dòng)車段檢修機(jī)器人的應(yīng)用實(shí)際,對(duì)基于人機(jī)協(xié)同的動(dòng)車組一級(jí)檢修作業(yè)模式、分工及流程等進(jìn)行具體研究,通過長期跟蹤數(shù)據(jù)分析驗(yàn)證機(jī)器人的故障檢測能力,并對(duì)其帶來的生產(chǎn)效率提升和經(jīng)濟(jì)效益進(jìn)行全面評(píng)估。動(dòng)車組機(jī)器人檢修規(guī)?;瘧?yīng)用的不斷優(yōu)化完善,對(duì)加快動(dòng)車段智能化和數(shù)字化轉(zhuǎn)型、持續(xù)深化動(dòng)車組運(yùn)用檢修提質(zhì)增效具有重要意義。
檢修機(jī)器人由入庫動(dòng)態(tài)檢測裝置、庫內(nèi)檢測機(jī)器人系統(tǒng)、信息管理平臺(tái)3部分構(gòu)成。
(1)入庫動(dòng)態(tài)檢測裝置。入庫動(dòng)態(tài)檢測裝置布設(shè)在動(dòng)車所入所咽喉處,實(shí)現(xiàn)動(dòng)車組車頂、車側(cè)及裙板相關(guān)部件的檢測。該檢測系統(tǒng)由車號(hào)智能識(shí)別、車體故障動(dòng)態(tài)檢測、受電弓及車頂狀態(tài)檢測、踏面狀態(tài)檢測、圖像采集控制和中心服務(wù)器等模塊組成。其中車號(hào)智能識(shí)別設(shè)備、車體故障動(dòng)態(tài)檢測設(shè)備、受電弓及車頂狀態(tài)檢測設(shè)備、踏面狀態(tài)檢測設(shè)備安裝在檢測棚內(nèi),圖像采集控制裝置和中心服務(wù)器等安裝在機(jī)房內(nèi)。
(2)庫內(nèi)檢測機(jī)器人系統(tǒng)。庫內(nèi)檢測機(jī)器人布設(shè)在檢修庫地溝內(nèi),實(shí)現(xiàn)對(duì)動(dòng)車組底板、轉(zhuǎn)向架等底部部件的檢測。其由檢測機(jī)器人、圖像識(shí)別服務(wù)器、手持移動(dòng)終端、列位檢測4 大模塊組成。其中視覺檢測機(jī)器人由充電裝置、檢測軌道車、無線傳輸裝置、車載供電及電池組裝置、安全防撞裝置、高精度定位裝置、底板掃描檢測裝置、轉(zhuǎn)向架關(guān)鍵部件檢測裝置組成。中心服務(wù)器主要由存儲(chǔ)服務(wù)器、圖像自動(dòng)識(shí)別服務(wù)器組成。
(3)信息管理平臺(tái)。信息管理平臺(tái)是動(dòng)車組智能檢修系統(tǒng)功能實(shí)現(xiàn)的核心組成部分,其通過動(dòng)車所既有網(wǎng)絡(luò)及布設(shè)的無線接入點(diǎn),實(shí)現(xiàn)入庫動(dòng)態(tài)檢測裝置、庫內(nèi)檢測機(jī)器人相關(guān)檢測及外部信息系統(tǒng)信息的融合和分析,在設(shè)施和系統(tǒng)間按照檢修技術(shù)作業(yè)的組織規(guī)律建立關(guān)系并實(shí)現(xiàn)聯(lián)動(dòng),為使用者提供統(tǒng)一的集成作業(yè)界面,形成一體化、信息化的監(jiān)控作業(yè)平臺(tái)。
入庫動(dòng)態(tài)檢測裝置采用三維圖像采集和處理技術(shù)對(duì)動(dòng)車組車頂、車側(cè)及裙板相關(guān)部件進(jìn)行檢測;庫內(nèi)檢修機(jī)器人主要采用精準(zhǔn)運(yùn)動(dòng)控制、工業(yè)機(jī)器人等技術(shù),使用6 自由度機(jī)械臂和雙目三維圖像測量模組對(duì)動(dòng)車組底板、轉(zhuǎn)向架等車底部件進(jìn)行檢測;信息管理平臺(tái)將入庫動(dòng)態(tài)監(jiān)測裝置和庫內(nèi)檢修機(jī)器人的檢測結(jié)果進(jìn)行輸入,通過圖像識(shí)別技術(shù)進(jìn)行分析,生成故障預(yù)警信息輸出,反饋至檢修人員對(duì)預(yù)警故障進(jìn)行復(fù)核和確認(rèn)。
檢修機(jī)器人運(yùn)用基于機(jī)器視覺的圖像識(shí)別技術(shù)實(shí)現(xiàn)動(dòng)車組外觀故障的目標(biāo)檢測,融合了比對(duì)標(biāo)準(zhǔn)模型、深度學(xué)習(xí)模型[8]和點(diǎn)云配準(zhǔn)模型[9]等主流圖像識(shí)別算法模型。圖像比對(duì)模型針對(duì)部件歷史圖像的差異性進(jìn)行判斷,深度學(xué)習(xí)模型通過大量數(shù)據(jù)訓(xùn)練將異常目標(biāo)完成特征提取和聚類并實(shí)現(xiàn)目標(biāo)檢測,而對(duì)于特定關(guān)鍵部件則可構(gòu)建三維點(diǎn)云模型與標(biāo)準(zhǔn)模型進(jìn)行配準(zhǔn)實(shí)現(xiàn)異常檢測。
深入研究引入檢修機(jī)器人后的動(dòng)車組一級(jí)檢修模式,即人機(jī)協(xié)同生產(chǎn)組織方式,包括檢修周期、作業(yè)模式、計(jì)劃安排、檢修流程以及人機(jī)協(xié)同分工等關(guān)鍵要素。這種協(xié)同方式對(duì)于確保動(dòng)車組一級(jí)檢修的質(zhì)量、效率和安全性至關(guān)重要。
動(dòng)車組一級(jí)檢修以走行公里周期為主、時(shí)間周期為輔(先到為準(zhǔn))的計(jì)劃預(yù)防修,時(shí)速300~350 km運(yùn)營動(dòng)車組一級(jí)檢修里程周期不大于7 000+700 km或48 h。檢修機(jī)器人在動(dòng)車所投用后,在股道及車組條件具備的情況下,動(dòng)車組一級(jí)檢修實(shí)行“人機(jī)交替”模式安排作業(yè)[7],即一次傳統(tǒng)人工模式的一級(jí)檢修,一次采用檢修機(jī)器人作業(yè)的一級(jí)檢修,互相交替安排。采用檢修機(jī)器人作業(yè)的一級(jí)檢修由于有電試驗(yàn)、車內(nèi)檢查等部分內(nèi)容仍需要人工完成,且檢修機(jī)器人操作監(jiān)控以及檢測故障的復(fù)核處置也需要人工介入,因此需要進(jìn)行密切配合的人機(jī)協(xié)作,以按標(biāo)完成整個(gè)動(dòng)車組一級(jí)檢修項(xiàng)目。
動(dòng)車組機(jī)器人檢修依托入庫動(dòng)態(tài)檢測裝置、庫內(nèi)檢測系統(tǒng)系統(tǒng)等設(shè)備,按照規(guī)定的流程、時(shí)間、程序、線路、標(biāo)準(zhǔn)等實(shí)施人機(jī)交替一級(jí)檢修作業(yè)。計(jì)劃實(shí)施動(dòng)車組一級(jí)檢修機(jī)檢作業(yè)的動(dòng)車組,入動(dòng)車所必須安排途經(jīng)入庫動(dòng)態(tài)檢測裝置(限速8~12 km/h),并停放在檢修庫中裝有庫內(nèi)檢測機(jī)器人系統(tǒng)的股道。動(dòng)車組機(jī)器人檢修作業(yè)采用“有電—無電”作業(yè)模式,按照分工流程完成一級(jí)檢修機(jī)檢作業(yè)平均時(shí)間為110 min/組,重聯(lián)或長編時(shí)采用同步作業(yè)方式。動(dòng)車組機(jī)器人檢修作業(yè)計(jì)劃納入動(dòng)車所日檢修計(jì)劃管理,通過動(dòng)車組運(yùn)用維修管理信息系統(tǒng)實(shí)施任務(wù)派工,各作業(yè)單位應(yīng)按照給定的時(shí)間、內(nèi)容實(shí)施作業(yè)。編制日檢修計(jì)劃時(shí),嚴(yán)禁連續(xù)2 次安排同一列動(dòng)車組進(jìn)行一級(jí)檢修機(jī)檢作業(yè)。當(dāng)系統(tǒng)發(fā)生故障超過20 min仍未修復(fù)或機(jī)檢作業(yè)超過30 min后系統(tǒng)發(fā)生故障,該列動(dòng)車組則立即采取一級(jí)檢修人檢作業(yè)。計(jì)劃安排機(jī)檢的動(dòng)車組未途經(jīng)入庫動(dòng)態(tài)檢測裝置入庫或入庫動(dòng)態(tài)檢測裝置無法正常工作時(shí),則立即取消機(jī)檢作業(yè),采用人工一級(jí)檢修方式進(jìn)行作業(yè)。
采用檢修機(jī)器人作業(yè)的動(dòng)車組一級(jí)檢修,由檢修機(jī)器人、機(jī)檢作業(yè)組、乘務(wù)組、地勤作業(yè)組、臨修作業(yè)組、外協(xié)作業(yè)組等分工負(fù)責(zé),協(xié)同實(shí)施動(dòng)車組一級(jí)檢修作業(yè)內(nèi)容,具體如下。
(1)檢修機(jī)器人負(fù)責(zé)利用入庫動(dòng)態(tài)檢測裝置和庫內(nèi)檢測機(jī)器人系統(tǒng)設(shè)備對(duì)運(yùn)用動(dòng)車組車頂、車下、車體兩側(cè)等部分部位實(shí)施快速例行檢查。
(2)每臺(tái)庫內(nèi)檢測機(jī)器人系統(tǒng)配備2 名檢修人員組成機(jī)檢作業(yè)組,負(fù)責(zé)庫內(nèi)檢測機(jī)器人系統(tǒng)的操作,司機(jī)室的快速例行檢查、試驗(yàn),系統(tǒng)發(fā)現(xiàn)故障復(fù)核確認(rèn)等內(nèi)容。
(3)乘務(wù)組、地勤作業(yè)組等部門分工參照既有人工模式的動(dòng)車組一級(jí)檢修相關(guān)規(guī)定及要求執(zhí)行。乘務(wù)組負(fù)責(zé)根據(jù)“庫乘協(xié)作”原則進(jìn)行車內(nèi)上部設(shè)施的檢查,地勤作業(yè)組負(fù)責(zé)股道供斷電操作,臨修作業(yè)組負(fù)責(zé)檢測故障的處置,外協(xié)作業(yè)組負(fù)責(zé)散熱系統(tǒng)清潔、車頂絕緣子清潔、車內(nèi)保潔內(nèi)容。
在機(jī)器人系統(tǒng)正式投用前,開展機(jī)器人系統(tǒng)運(yùn)用能力驗(yàn)證測試,對(duì)照一級(jí)檢修作業(yè)指導(dǎo)書核實(shí)機(jī)器人系統(tǒng)檢測項(xiàng)點(diǎn)覆蓋情況,并通過設(shè)置實(shí)車故障形式對(duì)機(jī)器人系統(tǒng)進(jìn)行故障識(shí)別測試。CR400BF平臺(tái)動(dòng)車組一級(jí)檢修項(xiàng)點(diǎn)共598 項(xiàng),機(jī)器人系統(tǒng)可檢測識(shí)別其中416 項(xiàng),覆蓋率69.6%,其中庫內(nèi)檢測機(jī)器人系統(tǒng)可檢測識(shí)別237 項(xiàng),入庫動(dòng)態(tài)檢測裝置可檢測識(shí)別179項(xiàng);CRH38平臺(tái)動(dòng)車組檢修項(xiàng)點(diǎn)共689 項(xiàng),機(jī)器人系統(tǒng)可檢測識(shí)別其中458 項(xiàng),覆蓋率66.5%,其中庫內(nèi)檢測機(jī)器人系統(tǒng)可檢測識(shí)別260 項(xiàng),入庫動(dòng)態(tài)檢測裝置可檢測識(shí)別198 項(xiàng)。同時(shí),針對(duì)76 項(xiàng)一級(jí)檢修中常見的故障類型的識(shí)別準(zhǔn)確率測試顯示,機(jī)器人系統(tǒng)對(duì)其中44 種故障類型實(shí)現(xiàn)了100%的檢測準(zhǔn)確率,主要集中在裙底板螺栓丟失、蓋板未閉合、掃石器破損、接地線移位、閘片異常以及各類防護(hù)板破損等常見故障。
對(duì)檢修機(jī)器人投用后至今的運(yùn)用數(shù)據(jù)進(jìn)行動(dòng)態(tài)跟蹤統(tǒng)計(jì),檢修機(jī)器人故障檢測關(guān)鍵指標(biāo)跟蹤統(tǒng)計(jì)如表1 所示。每標(biāo)準(zhǔn)組動(dòng)車組一級(jí)檢修作業(yè)檢修機(jī)器人平均預(yù)報(bào)故障7.7 件,其中經(jīng)復(fù)核確認(rèn)為真實(shí)故障3.12件,誤報(bào)故障4.64件,故障檢測準(zhǔn)確率達(dá)40.2%,識(shí)別率達(dá)100%。按子系統(tǒng)區(qū)分,庫內(nèi)檢測機(jī)器人系統(tǒng)每標(biāo)準(zhǔn)組動(dòng)車組一級(jí)檢修平均預(yù)報(bào)故障5.8件,其中經(jīng)復(fù)核確認(rèn)為真實(shí)故障3件,誤報(bào)故障2.8件,故障檢測準(zhǔn)確率達(dá)40.7%,識(shí)別率達(dá)100%;入庫動(dòng)態(tài)檢測裝置每標(biāo)準(zhǔn)組動(dòng)車組一級(jí)檢修平均預(yù)報(bào)故障1.96件,其中經(jīng)復(fù)核確認(rèn)為真實(shí)故障0.12件,誤報(bào)故障1.84 件,故障檢測準(zhǔn)確率達(dá)8.6%,識(shí)別率達(dá)100%。入庫動(dòng)態(tài)檢測裝置的故障識(shí)別準(zhǔn)確率相對(duì)較低,主要是受部分被檢動(dòng)車組通過入庫動(dòng)態(tài)檢測裝置時(shí)速度較快,以及入庫動(dòng)態(tài)檢測裝置所處的室外光線、雨水干擾等多重因素影響所致。
表1 檢修機(jī)器人故障檢測關(guān)鍵指標(biāo)跟蹤統(tǒng)計(jì)Tab.1 Statistics of key indicators for robot fault detection in maintenance
對(duì)檢修機(jī)器人報(bào)警故障進(jìn)行進(jìn)一步梳理統(tǒng)計(jì),將正確報(bào)警和誤報(bào)警分別按故障類型呈現(xiàn)分布,檢修機(jī)器人正確報(bào)警類型分布如圖1 所示,機(jī)器人誤報(bào)警類型分布如圖2 所示,可以看出正確報(bào)警和誤報(bào)警均以限度(測量)類和部件外觀狀態(tài)異常為主,其余小部分由部件位移、部件滲油、輪對(duì)踏面缺陷等類型組成。按故障類型比較機(jī)器人系統(tǒng)檢測準(zhǔn)確率時(shí),可以發(fā)現(xiàn)機(jī)器人系統(tǒng)對(duì)異物類、部件位移及丟失類故障類型具有較好的識(shí)別能力,而對(duì)輪對(duì)踏面缺陷類故障的識(shí)別能力相對(duì)偏弱。
圖1 機(jī)器人正確報(bào)警類型分布Fig.1 Distribution of correct alarm types by robots
圖2 機(jī)器人誤報(bào)警類型分布Fig.2 Distribution of false alarm types by robots
機(jī)器人投用初期,為驗(yàn)證使用效果并保障動(dòng)車組安全,對(duì)機(jī)器人檢修的動(dòng)車組實(shí)施“人機(jī)共檢”措施,即機(jī)器人檢修的動(dòng)車組仍會(huì)同時(shí)重復(fù)安排一遍人工技檢,以收集數(shù)據(jù)進(jìn)行交叉比對(duì)分析。根據(jù)動(dòng)車所“人機(jī)共檢”階段的故障情況統(tǒng)計(jì),檢修機(jī)器人組均發(fā)現(xiàn)故障3.5件,組均漏報(bào)故障0.8件;人工技檢組均發(fā)現(xiàn)故障3.8 件,組均漏報(bào)故障0.5 件。按作業(yè)項(xiàng)點(diǎn)將機(jī)器人檢修、人工技檢發(fā)現(xiàn)故障進(jìn)行交叉對(duì)比分析,機(jī)器人檢修與人工技檢故障識(shí)別對(duì)比如圖3 所示。檢修機(jī)器人發(fā)現(xiàn)故障已較高比例覆蓋了人工技檢發(fā)現(xiàn)故障,而采用“人機(jī)共檢”或“人機(jī)交替”模式則可消除部分漏檢風(fēng)險(xiǎn),實(shí)現(xiàn)人機(jī)互補(bǔ)。
圖3 機(jī)器人檢修與人工技檢故障識(shí)別對(duì)比Fig.3 Comparison between robot maintenance and manual technical inspection
得益于機(jī)器人全自動(dòng)檢測的速度優(yōu)勢,機(jī)器人檢修將一級(jí)修作業(yè)時(shí)間由120 min 降低到110 min,作業(yè)效率提高了8%。通過系統(tǒng)優(yōu)化、硬件升級(jí)、數(shù)據(jù)積累,預(yù)計(jì)機(jī)器人系統(tǒng)還能進(jìn)一步提高檢測速度,作業(yè)效率還有持續(xù)提高的空間。
目前上海動(dòng)車段一級(jí)檢修人檢作業(yè)采用“無電—有電”模式,平均作業(yè)總時(shí)長為130 min。而一級(jí)檢修機(jī)檢作業(yè)采用“有電—無電”的整體流程,充分利用庫內(nèi)檢測機(jī)器人系統(tǒng)作業(yè)時(shí)間,同步進(jìn)行車內(nèi)有電作業(yè),優(yōu)化當(dāng)前庫內(nèi)生產(chǎn)組織,減少車組待檢時(shí)間,最大程度地提高檢修股道的使用效率。機(jī)器人一級(jí)檢修作業(yè)時(shí)長相較人檢縮短8%,使得在同等時(shí)間內(nèi)動(dòng)車所能夠檢修更多數(shù)量的動(dòng)車組,有效提高動(dòng)車組一級(jí)檢修供給能力。
采用機(jī)器人系統(tǒng)具備顯著的人力成本效益,最直接的體現(xiàn)就是檢修人員投入減少。根據(jù)機(jī)器人一級(jí)檢修作業(yè)標(biāo)準(zhǔn),每標(biāo)準(zhǔn)組配備2 名檢修人員組成機(jī)檢作業(yè)組。原有傳統(tǒng)一級(jí)檢修辦法,每標(biāo)準(zhǔn)組配備4 名檢修人員組成作業(yè)組。按照安裝庫內(nèi)檢測機(jī)器人的股道(每股道2臺(tái))飽和檢修能力每日白班6個(gè)標(biāo)準(zhǔn)組、夜班6 個(gè)標(biāo)準(zhǔn)組測算,每條股道采用機(jī)器人系統(tǒng)檢修后虹橋動(dòng)車所可減少檢修人員投入共10人。
具體測算方法如下。根據(jù)現(xiàn)有一級(jí)檢修辦法,每組人工一級(jí)修由4 人共同完成,每人每班完成總量為4 組車,即折算每標(biāo)準(zhǔn)組一級(jí)修需投入1 人。根據(jù)現(xiàn)有機(jī)器人一級(jí)修作業(yè)流程,每組機(jī)器人檢修由2 人完成,每人每班完成總量為4 組車,即折算每標(biāo)準(zhǔn)組一級(jí)修需投入0.5人。實(shí)行人機(jī)交替檢后,按照安裝檢修機(jī)器人的股道(每股道2 臺(tái)機(jī)器人)每日白班4 個(gè)標(biāo)準(zhǔn)組、夜班6 個(gè)標(biāo)準(zhǔn)組工作量安排測算。則白班共檢修4 組標(biāo)準(zhǔn)組,可減少2 人,白班按照做5休2計(jì)算,需要備班人員為2×(2/5)=0.8人,即白班可減少2+0.8=2.8 人。夜班共檢修6 組標(biāo)準(zhǔn)組/班,可減少3 人/班,夜班為兩班制,則可減少3×2=6 人,夜班按照每4 班后輪休1 班計(jì)算,備班人員為6×(1/4)=1.5人,即夜班可減少6+1.5=7.5人。則一條股道總體可減少2.8+7.5=10.3 人,核算為10人/股道,即對(duì)于動(dòng)車運(yùn)用所而言,1條庫內(nèi)股道在部署檢修機(jī)器人系統(tǒng)并實(shí)現(xiàn)飽和生產(chǎn)的狀態(tài)下,可節(jié)約配置10名檢修人員或定員。
檢修機(jī)器人系統(tǒng)初始投資和年度使用費(fèi)由設(shè)備采購、維保支出、大修改造等組成,列為該項(xiàng)目投資及運(yùn)營成本。而檢修效率提升對(duì)最終收益的影響不具備直接相關(guān)性,在投資效益分析中不予考慮,則本項(xiàng)目的收益部分主要來源于項(xiàng)目投用所減員節(jié)省的勞動(dòng)力成本支出。另外為簡化分析過程,本項(xiàng)目投資分析中暫不考慮未來人力成本上漲和通脹因素。
本項(xiàng)目涉及的檢修機(jī)器人系統(tǒng)整體設(shè)備采購價(jià)格2 891萬元(含稅13%),按不含稅價(jià)格列固定資產(chǎn)原值,維保支出按原值3%預(yù)估為80萬元/年,大修費(fèi)用按原值30%預(yù)估為791萬元/次。根據(jù)中國國家鐵路集團(tuán)有限公司固定資產(chǎn)管理辦法有關(guān)規(guī)定,本項(xiàng)目按15 年期進(jìn)行折舊,在第5 年、第10 年各進(jìn)行1 次大修,期末按殘值率5%進(jìn)行收回。本項(xiàng)目機(jī)器人系統(tǒng)部署規(guī)模為3條庫內(nèi)檢修股道及1條入庫咽喉線,根據(jù)之前的減員測算,共可減少作業(yè)人員30名,按上海動(dòng)車段2021 年稅前人均成本計(jì)算,本項(xiàng)目投用并正常運(yùn)營后每年產(chǎn)生收益750萬元。
(1)投資收益率。該項(xiàng)目實(shí)施后每年息稅前利潤有一定差別,故按年平均息稅前利潤計(jì)算,其投資收益率ROI計(jì)算公式為
式中:EBIT為息稅前利潤,萬元;TI為投資總額,萬元。
(2)投資回收期。凈現(xiàn)金流由負(fù)轉(zhuǎn)正所用的時(shí)間即為投資回收期,根據(jù)現(xiàn)金流量圖,累計(jì)凈現(xiàn)金流量于第6年開始轉(zhuǎn)為正值,則投資回收期Pt= 5 +年。
(3)凈現(xiàn)值。按項(xiàng)目投資可接受的最低收益水平原則,綜合當(dāng)前宏觀市場利率水平,本項(xiàng)目的基準(zhǔn)折現(xiàn)率i0設(shè)定為5%。按現(xiàn)金流量圖計(jì)算本項(xiàng)目凈現(xiàn)值NPV計(jì)算公式為
式中:CI為現(xiàn)金流入量,萬元;CO為現(xiàn)金流出量,萬元;(P F,i0,t)為現(xiàn)值轉(zhuǎn)換因子表達(dá)式,其中F為終值,萬元;P為現(xiàn)值,萬元;i0為折現(xiàn)率,%;t為年數(shù)或期數(shù)。
(4)凈現(xiàn)值指數(shù)。凈現(xiàn)值指數(shù)為凈現(xiàn)值與初始全部投資現(xiàn)值的比值,本項(xiàng)目初始投資現(xiàn)值Kp為2 891 萬元,則本項(xiàng)目的凈現(xiàn)值指數(shù)NPVI計(jì)算公式為
(5)內(nèi)部收益率。內(nèi)部收益率為使該項(xiàng)目凈現(xiàn)值等于0 時(shí)的折現(xiàn)率,將凈現(xiàn)值表示為折現(xiàn)率的函數(shù),即凈現(xiàn)值函數(shù),當(dāng)該函數(shù)等于0 時(shí)求出的折現(xiàn)率即為項(xiàng)目內(nèi)部收益率,其計(jì)算公式為
式中:(P/F,IRR,t)為現(xiàn)值轉(zhuǎn)換因子表達(dá)式;IRR為內(nèi)部收益率,%。
利用線性插值法求出項(xiàng)目內(nèi)部收益率IRR=18.85%。
綜上,本項(xiàng)目靜態(tài)分析條件下投資收益率ROI達(dá)19.7%,投資回收期5.4 年,回報(bào)率和投資收回速度十分可觀。動(dòng)態(tài)分析條件下,凈現(xiàn)值NPV達(dá)3 097.68萬元,凈現(xiàn)值指數(shù)NPVI為1.07>0,證明該項(xiàng)目從投資角度未來可以產(chǎn)生正向現(xiàn)金流,且其盈利水平已超過初始投資金額,引入檢修機(jī)器人系統(tǒng)可帶來長期顯著的經(jīng)濟(jì)效益。另外項(xiàng)目內(nèi)部收益率IRR達(dá)到18.85%,遠(yuǎn)超市場基準(zhǔn)收益率,同樣證明本項(xiàng)目具有較高的收益率水平及抗風(fēng)險(xiǎn)能力。
針對(duì)檢修機(jī)器人在上海動(dòng)車段的應(yīng)用情況進(jìn)行追蹤研究,通過長期跟蹤數(shù)據(jù)對(duì)其故障檢測能力進(jìn)行了驗(yàn)證分析,并測算評(píng)估了檢修機(jī)器人帶來的生產(chǎn)效益和項(xiàng)目投資收益。相關(guān)數(shù)據(jù)及分析結(jié)果表明動(dòng)車組檢修機(jī)器人系統(tǒng)可有效識(shí)別動(dòng)車組各類外觀故障和缺陷,可部分替代傳統(tǒng)人工作業(yè),并通過人機(jī)交替模式實(shí)現(xiàn)動(dòng)車組運(yùn)行安全保障,同時(shí)減少檢修人員投入,另外檢修機(jī)器人項(xiàng)目投資具有回收周期短、凈現(xiàn)值和內(nèi)部收益率高等特點(diǎn),經(jīng)濟(jì)效益十分明顯。未來動(dòng)車組檢修機(jī)器人系統(tǒng)應(yīng)基于深度學(xué)習(xí)等AI 框架繼續(xù)優(yōu)化故障目標(biāo)檢測算法,減少各類干擾因素造成的誤報(bào)故障數(shù)量,提升檢測響應(yīng)速度,以進(jìn)一步實(shí)現(xiàn)動(dòng)車組檢修提質(zhì)增效。