关于TFDS智能识别方案对A类、B类、C类故障的识别率，目前铁路行业没有统一公布的固定数值。识别率受设备型号、算法版本、图像质量、故障类型定义以及现场运用条件等多种因素影响，不同厂家和不同线路的实际统计结果存在差异。

根据中国国家铁路集团有限公司现行的《铁路货车运行故障动态图像检测系统（TFDS）运用检修管理办法》及相关技术条件，TFDS按故障程度和影响安全的风险等级，通常将故障划分为A类（危及行车安全、需立即拦停处理的故障）、B类（影响运行安全、需在最近前方站停车处理的故障）和C类（一般性故障，可在列检作业时处理）。但该办法并未规定智能识别方案对各类故障的具体识别率指标。

在工程应用层面，TFDS智能识别方案（含深度学习算法）的识别能力一般从“检出率”和“误报率”两个维度评价。部分公开资料和学术文献中，对不同部件和故障类型的检出率做过试验统计，例如对制动梁、交叉杆、钩缓等明显外观异常的检出率可达90%以上，但对细微裂纹、变形等特征的A类故障，受图像分辨率和光照影响，检出率可能有所下降。需要强调的是，这些数据多来自特定试验环境或试点线路，不能代表全路统一水平。

目前铁路现场实际运用中，TFDS动态检车员仍需对系统自动识别的结果进行人工确认，智能识别方案主要用于辅助提示，不单独作为故障处理的依据。任何故障处理均以《铁路货车运用维修规则》和现场作业指导书为准，具体识别率指标应以设备厂家提供的技术规格书或路局发布的验收测试报告为准。

因此，对于“A类、B类、C类故障分别达到多少识别率”这一问题，不存在可直接引用的全国统一数值。如需了解特定设备或特定线路的指标，建议查阅设备招标技术条件或联系设备维护管理单位获取实测数据。本回答仅提供一般性说明，不用于现场作业。

参考资料：

1. 《中国国家铁路集团有限公司. 铁路货车运行故障动态图像检测系统（TFDS）运用检修管理办法（现行有效）》
2. 《铁路货车运用维修规则（现行有效）》
3. 《公开学术文献及设备技术规格书（背景参考，非权威统一数据）》

知识来源：铁道职培APP已审核知识库（KB-QA-E87633E9）。
说明：本文仅供学习参考；涉及规章、技术参数和现场作业要求时，以现行有效文件为准。