关于动车组故障轨边图像检测系统的设计.pdf

第31卷第6期
铁道机车车辆
Vol 31 No 6
2011年12月
RAILWAY LOCOMOTIVE &. CAR
文章编号:1008一7842(2011106-0019-04
关于动车组故障轨边图像检测系统的设计
赵俊彦,任崇巍',王德明
(1哈尔滨铁路局科学技术研究所,黑龙江哈尔滨15000;2沈阳铁路局,辽宁沈阳110001)
摘要说明了图像检测技术在动车组故障检测上应用的必要性,在介绍目前成熟的客车故障轨边图像检测系统
原理的基础上,结合动车组图像检测范围和动车组物理构造,对动车组图像检测内容进行分析。在详细描述了系
统采用的关键技术后,给出了动车组故障轨边图像检测设备的设计方案,并对西安动车所系统的应用情况和故障
进行了简单的展示,最后提出了未来动车组故障图像检测技术发展的前景。
关键词动车组;故障;轨边;图像检测;检测范围
中图分类号:U266.2文献标志码:A
图像检测技术作为铁路安全监控的辅助手段,在铁
(1)转向架部分。转向架排障器外观状态;联轴器
路上的应用相当的广泛,从货车(TFDS)到客车外观状态;牵引电机外观;电机安装座螺栓状态;速度
(TVDS)都得到了很好的应用,而代表铁路高速发展最传感器外观状态;牵引装置外观状态,牵引座裂损,牵
重要的动车组,因为其对可靠性、安全性要求更高,在高引杆橡胶节点开裂破损;转向架构架状态,各安装管线
速运行状态下的任何一个细小的故障都可能引发重大状态,油压减振器外观,减振器座裂纹,抗侧滚扭杆装置
事故。因此,要确保实现动车组安全可靠、高效运行,不外观;侧架裂损;轴箱弹簧、轴箱及定位装置外观状态;
仅要依靠科学的检修运用管理机制,同时还要采取措空气弹簧外观状态;高度调整阀、调整杆配件缺损。
施,加强动车组检车作业辅助手段,提高安全防范能力,
(2)基础制动部分。盘型制动装置闻片外观状态;
而图像检测手段是一种相对成熟、稳定的技术,非常适夹钳装置配件状态。
合作为动车组故障检测的辅助手段。
(3)车端连接部分。车钩及各跨连连接线连接状
系统设计原理
态;风挡下部
由于动车组和普通客车功能一样承担着运送旅客
(4)车底部分。车体排障器底部;车底板及盖板变
的任务,下面从普通客车轨边图像检测系统(TVDS)设形、松脱、缺损;悬吊螺栓裂损、丢失;冷却风道破损,排
计原理入手,分析动车组轨边图像检测系统的设计内风口状态。
容
(5)车顶部分。车载信号接收器外观状态、车顶外
TVDS系统由3大部分组成。(1)轨边探测设备,观及紧固件状态等。
进行图像检测,包括轨边防护设备、高速摄像机、补偿光1.2图像检测内容
源、车轮传感器;(2)轨边机房设备,进行图像处理,包
按照动车组的系统物理构造(图1所示),为了涵盖
括车辆信息采集计算机、图像采集计算机及控制箱;1.1节列出的动车组检测范围,需要对动车组顶部、侧
(3)检测作业中心,包括数据存储服务器、室内作业终端部、底部分别实现图像检测。
计算机、高速交换设备、运用管理平台、检测作业系统和
数据库系统。动车组的轨边图像检测系统设计也可以
列车网络控制系统
考虑按照这个思路进行,但由于动车组检测范围和物理
构造与客车存在很大的不同,所以动车组轨边图像检测
制动系
系统需要进行侧部(考虑裙板遮挡)、顶部的重新设计。
牵引变淹器
1动车组检测范围
牵引变压器
牵引电机
按照动车组检修的特点,考虑到实际作业情况,动
转向架
车组检测的内容分为5个部分。
图1动车组系统物理构造图
赵俊彦(1971-)男,黑龙江哈尔滨人,高级工程师(修回日期:2011-09-14)
万方数据
20
铁道机车车辆
第31卷
此外,动车组底部电机及输出端轴承、联轴器、齿轮辨率140万像素的黑白相机)。采用彩色相机可以有效
箱、轮盘、制动盘、闸片、空调、电源、螺栓等均需测温,测的区分动车底部或侧部是正常的水迹还是油污或者锈
温部位多,动车组底部发热还未摸索出规律,点温方式蚀等其他故障,减少室内检车员因看图像无法区分故障
容易漏探,需要更加准确的测温方式。
图像造成的误判和误报。图3对比可以清晰的看到锈
因此,动车组故障轨边图像检测系统的设计必须考蚀而不是故障。
虑到以上内容后,还要增加其他辅助设备和技术来完成
动车组的图像检测。
2关键技术及设计方案
2.1图像处理技术
系统利用各种数学方法和变换手段提高图像中的
研究目标与背景的对比度,有选择性地突出图像中有需
求的特征和抑制某些不需要的特征,以此达到增加图像
图3底部彩色黑白对比效果图
清晰度和提高图像质量的效果,图2是车底对比效果
左边彩色图、右边黑白图)
图
系统采用国外进口高清彩色数字摄像头,分辦率达2.2图像识别技术
到200万像素(目前最新的TFDS设备使用摄像头为分
大量的图像,如果仅靠人工,时间长了也会出现视
觉疲劳,造成漏检。系统可自动对所有摄像头采集的图
像进行图像处理,采用智能学习算法对同一车辆的统
部位的图像进行比对和分析,对出现异常的图像进行自
动报和提示。图4为系统采用先进的变化检测算法,
通过对同一车辆的历史正常图片和待检图片进行对比,
实现对部件是否变化进行检测,对有异常变化的部分发
图2车底对比效果图
出提示预警,以达到最大限度降低漏检和全面提升检车
(左边原图、右边处理后图像
作业效率的目的。
侍检图
历史正常图片
发生异常顶警
图4自动异常报警示意图
对于重点的螺栓螺母以及ADD阀,可以采用图像自2.3红外热成像技术
动识别技术进行自动故障判别,此技术与货车TFDS的
系统采用热成像技术可以解决目前红外测温方式
关门车自动识别及心盘螺栓丢失自动识别类似,见图5。只能测量某几点温度的缺陷,测温更加全面准确,高速
红外热成像仪能完成动车底部的全息热成像图,并准确
测量各部件的温度,测量范围大(测温高达400℃);红
外热像仪形成的全息热成像图能显现出动车在运行
过程中因松动、摩擦造成的冲击形成的热点,便于发现
图6轮轴部位热成像图
图5心盘螺栓丢失自动识别
左边正常温度,右边异常温度)
万方数据