2021年11月4日，中南空管局战略发展部组织专家组对技术保障中心和设备工程公司联合申报的科研项目“设备状态图像自动识别研究与应用”进行了科技成果（评价）会议。
该项目基于当前空管设备种类繁多，而设备监控手段不完善的实际背景，开展了空管设备状态图像自动识别的研究和应用，解决空管设备自带监控系统功能不足，部分设备检测端口不开放，人工巡检方式可能存在漏检，无法实时更新等问题。
本项目从2020年1月份以凤凰山雷达站为试点进行可行性分析和研究，2021年1月份在航管楼集中监控室部署了技术开发室开发的图像识别测试平台开始实验运行，到2021年8月份，基于前期良好的实验运行效果，并在凤凰山雷达站进行系统部署，扩大实验运行范围。
本项目研制的空管设备状态识别模块，实现了36套空管设备状态的实时自动识别，类型包括雷达、甚高频、供电、传输、空调等。技术人员实现项目不依赖于设备厂家提供的监控接口，基本达到“可见即可识别”的能力。以深度学习图像识别技术为基础使该模块，具有很好的扩展性和灵活性。同时，本项目小组成员研制了无侵入物理隔离的空管设备状态识别的技术方案，解决第三方监控系统对空管设备可能存在影响的问题，通过获取设备状态图像的方式，不把软件或接口嵌到空管的软件中，实现物理隔离，从而不影响原系统运行，实现“无侵入”的监控方式。避免“传统方式”接入空管设备给开发和施工带来风险，保证空管设备的安全运行。
此外，技术人员通过自主研究搭建部分设备监控系统、开设声光告警功能，并且突破了设备告警图像采全、图像模糊、数据采集、种类繁多模型训练效率提升、安全隔离等技术难点。技术人员还重新设计了系统算法结构、使得模型泛化性提高。
验收专家组对图像自动识别系统项目完成质量给予了高度肯定，攻克了民航空管设备状态在自动识别方向的关键技术，识别准确率能满足现场运行需求，建议加快成果转化推广，使得深度学习图像识别技术更好的保障民航空管设备安全运行。
（通讯员：文：曾晓辉 图：林健壮）
