本招标项目名称为：铁路装备肃宁分公司2024年基于TADS的轴承故障诊断模型研究项目公开招标， 本项目已具备招标条件，现对该项目进行国内资格后审公开招标。
2.项目概况与招标范围
2.1 项目概况、招标范围及标段（包）划分：2.1.1 项目概况
车辆滚动轴承早期故障轨边声学诊断系统（TADS）通过对运行中火车车辆轴承噪声信号的采集和分析，识别轴承的工作状态，可提供有效的轴承早期故障诊断结果，在热轴之前发现故障。虽然TADS增强了轴承的预警能力，提高了故障检测准确度，将防范关口前移，体现了“预防为主”的安全指导思想，使行车安全性更高，但仍有提升的空间。具体来说，TADS在应用上主要面临以下问题：
1.TADS故障报警标准是根据全路设备的运行结果，经过统计分析总结得出的，在标准制定过程中最优先考虑的是要具有广泛的适应性，并且在标准的应用执行过程中，也未对不同应用场景进行优化。
2.滚动轴承的失效模式是多样的，并非所有的故障都能在运转中产生异常噪声，因此单纯依靠TADS不可能解决所有的轴承故障诊断问题，总有一部分轴承故障是难以识别的。
3.缺乏有效的数据分析手段，包括数据访问困难和缺少分析工具两方面，目前TADS原始数据仍存储在探测站，存储周期短，且无法快速访问，此外，目前没有适合对TADS系统数据进行统计分析的应用工具。
4.缺少必要的模型反馈路径。TADS设备不是计量设备，没有故障判断的标准值，所有TADS的故障声纹都是通过对故障轴承验证后确认的，从而得到很多故障声纹的集合，形成轴承声纹故障库。当TADS系统捕捉到的轴承声纹与故障库的声纹进行比对，经过判别模型鉴定，符合条件的就确定为轴承故障。然后，在车辆定检过程中，轴承经过人工转动检查发现异音、卡滞故障的占所有轴承检修总量的4%。这些故障轴承在运用中，THDS以及TADS均没有报警，说明该类故障有的未包含在TADS报警模型中，既有的TADS报警效果较差。在定检发现的轴承故障的数据也没有向TADS模型中进行反馈，声纹故障库得不到升级，判别模型的也没有及时完善，TADS报警水平不能得到持续的提高。
上述问题在所有TADS设备厂家中都存在，无论是新车型、新轴承，还是老车型、老轴承，TADS设备从出厂到报废，轴承故障都是按照之前的故障声纹库进行报警，故障库及判别模型都没有升级优化，造成故障判别准确率较低。
为了解决此问题，本项目选取 铁路沿线TADS设备作为研究对象。 铁路具有封闭性高、重复度高、车型较少的特点，其相关的车辆信息是进行数据分析最理想的数据。将TADS采集的信息和定检信息作为基础数据，搭建故障声学库，并辅以多T及相关系统提供更全面的车辆信息，最后通过深度学习框架搭载的训练模型不断优化故障声学库，从而提高TADS设备的工作效率及报警准确率。
2.1.2 招标范围、标段划分、服务地点
“基于TADS的轴承故障诊断模型研究”项目选取 下属的铁路沿线已投入使用的TADS设备作为研究对象，通过搭建室内轴承故障声音采集系统，采集定检过程中的轴承声音信息，并结合车辆行驶过程中TADS采集的声音信息作为基础数据，搭建故障声学库，并辅以多T及相关系统提供更全面的车辆信息，最后通过深度学习框架搭载的训练模型不断优化故障声学库，从而提高TADS设备的工作效率及报警准确率。
标段划分：本项目共划分为 1 个标段
服务地点：朔黄线TADS探测站及段修车间（ 铁路装备肃宁分公司）
2.2 其他：/
2.3 主要研究内容及预期目标：项目主要研究内容如下：
1.轴承故障诊断模型的研究
此次研究从声音采集、声纹提取、趋势研究、模型建立四个方面开展：
1）搭建室内轴承故障声音采集系统
为了验证TADS报警准确性，以及不断丰富故障轴承声学库，在车辆做定检时，在轴承收入工位搭建一套满足具有轴承故障异音判别功能的轴承故障声音采集系统。系统具备可扩展性，允许系统的功能、传感器类型和特征提取算法的扩展和升级，以适应不同的运行环境和新技术的发展。
2）丰富TADS故障声纹库
定检和运用需要建立良好的数据闭环系统，便于故障声纹库的不断丰富。针对运用实际发现的故障，将已有故障声纹库进行深度学习，总结规律，预测出新的故障声纹，丰富既有声学故障模型，再部署到沿线TADS。同时在定检过程中发现的轴承故障，需要通过轴承故障声音采集系统完成轮轴高速转动下声纹的采集工作，并将采集到信息进行时频域分析，同时快速定位、追溯故障轴承经过沿线的TADS设备的数据声纹状态，进行声纹比对分析，总结故障规律，最终将确认的故障声纹录入故障声纹模型服务器，不断丰富完善TADS故障库。
3）轴承故障发展趋势研究
预期通过项目的开展实施，综合运用5T数据和HMIS数据以及其他关联数据，分别研究各TADS探测站的运用规律，研究几类重点轴承故障发展规律，定期完成数据的分析与对比，精细优化各TADS探测站的报警模型，更加准确和及时的进行轴承故障报警。
4）TADS报警模型建立与优化方法研究
模型的建立与优化以海量数据作为分析基础， 下属铁路线相对封闭，车型固定，重复性高，为大数据分析提供了大量可利用的资源。将大数据分析技术、深度机器学习技术引入传统数据分析项目中，可有效解决之前“只有思路，没有手段”的问题。项目预期通过人工智能的方法开展轴承故障模型研究并进行相应的模型优化。
2.故障轴承检修管理办法
收集定检和现场运用的轴承故障数据，分析轴承故障类别及故障状态，建立故障指标评价体系，指导人工进行轴承的精准施修，形成铁路装备公司货车故障轮轴检修管理办法，提升综合管理水平。
2.4 项目总工期：合同签订后 18 个月。
3.投标人资格要求
3.1 资质条件和业绩要求：
【1】资质要求：（1）投标人须为依法注册的独立法人或其他组织，须提供有效的证明文件。
【2】财务要求：/
【3】业绩要求：投标人自2022年1月至投标截止日（以合同签订时间为准），须具有铁路货车车辆滚动轴承早期故障轨边声学诊断（TADS系统）设备销售或大修业绩不少于2份。投标人须提供能证明本次招标业绩要求的合同扫描件。（投标人须提供符合本采购要求的业绩合同扫描件，必须包含采购范围、合同签订时间、甲乙方盖章页，未按上述要求提供的业绩证明文件为无效的业绩）。
【4】信誉要求：/
【5】项目负责人的资格要求：投标人应专门指定一人作为项目负责人，项目负责人应具有高级技术职称，须提供职称证明扫描件。
【6】其他主要人员要求：/
【7】科研设施及装备要求：/
【8】其他要求：/
3.2 本项目不接受联合体投标。
4.招标文件的获取
4.1 招标文件开始购买时间2024-12-12 15:00:00，招标文件购买截止时间2024-12-17 16:00:00。