基于Faster R-CNN的钢轨表面缺陷识别研究

外界因素常会干扰钢轨表面缺陷检测仪器,导致其精度和效率降低。文中研究了一种基于Faster R-CNN网络检测钢轨表面缺陷的方法。该方法将预处理后的图像进行反转,利用Radon变换实现钢轨图像的投影。投影曲线中,利用钢轨长度为定值且灰度值小于图像平均值的特性,完成对钢轨表面区域的提取。然后通过区域建议网络提取候选区域,并与Fast R-CNN网络的区域建议对比分析,完成Faster R-CNN网络对钢轨的表面缺陷检测。试验数据表明,裂缝、疤痕、磨损和划伤4种缺陷的识别精度分别为92.17%、91.85%、93.45%和93.27%,证明使用该方法能够高效而又准确地识别钢轨的表面缺陷。

基于激光轮廓仪的非接触式钢轨廓形检测系统

传统钢轨廓形几何尺寸测量多以手工测量为主,基于激光轮廓仪的高精度廓形检测系统的应用可解决手工测量效率低、误差大的问题。新补充利用中值滤波法对激光轮廓仪采集到的廓形数据进行预处理;通过坐标平移和坐标旋转将坐标系归一化;然后通过二次拟合选择合适的特征点对廓形拼接匹配。经现场测试,钢轨廓形尺寸的重复测量误差小于0.1 mm,绝对测量精度最高可达0.014 mm,满足国家标准对钢轨廓形检测精度的需要,说明该方法有效提高了钢轨的检测效率。

非接触式钢轨类大构件平直度检测算法研究

以激光轮廓仪采集得到的钢轨表面远近距离为基础,提出了一种非接触式的钢轨类大构建表面平直度检测方法。由于单个激光轮廓仪视场有限,为了获取完整断面信息,使用多个轮廓仪,将测量结果所在坐标系旋转、平移至同一坐标中研究。实际测量中机械振动、钢轨表面附着物等因素对测量结果产生了一定的干扰,采用一种自适应均值滤波方法,提高了测量的稳定性。对同一钢轨进行多次测量,平直度测量的结果重复精度稳定在±0.05 mm以内,充分证明了非接触式激光轮廓仪测量钢轨平直度的可靠性。

高精度钢轨扭曲度检测算法研究与应用

当前国内钢轨扭曲度测量主要是人工采用电子扭曲尺测量,存在工作效率低、无法满足自动化生产流水线要求等缺陷。故提出一种基于激光轮廓仪非接触式高精度钢轨扭曲度测量模型。根据扭曲尺测量方法构建模型;使用自适应阈值的弦高差法剔除异常点,提高了算法精度;利用双正交小波法对剔除异常点后的数据进行去噪,使去噪后的数据更加真实反映钢轨廓形;最后通过改进的最小绝对残差法对数据线性拟合。经现场测试,钢轨扭曲度的重复测量误差小于0.07 mm,绝对测量精度最高可达0.0054 mm,证明该系统可以高效、稳定地完成钢轨扭曲度检测工作,满足铁道部规定标准。

基于LabVIEW的多轴控制几何参数检测系统

针对现有运动控制检测系统检测精度低且不能稳定运行的现状,研究并实现了一种多轴运动控制检测系统。基于LabVIEW环境,通过调用固高公司GTS系列运动控制板卡,实现上位机控制多轴运动平台,并通过VISA串口进行通信,采用基恩士传感器和工业摄像头检测工件的长度和直径从而实现工业生产线上工件的正常运输和分拣功能,具有一定的实用性。多次实验结果表明,本检测系统可以稳定运行且精确检测工件的长度和直径,在误差不超过0.9%的情况下,测量值可以准确的反映实际值,从而实现工件分拣的功能。

非接触式钢轨平直度及扭曲度测量研究

为了对钢轨厂生产的成品钢轨外表面轮廓进行全面的检测,设计了一种非接触式钢轨轮廓检测系统。该系统基于激光轮廓仪和高精度位移传感器采集到的钢轨轮廓数据,使用弦测法及移动平均平滑滤波计算钢轨的平直度,使用共面法计算钢轨扭曲度,完成钢轨轮廓数据的检测。试验表明,系统测量的标准差为20μm以内,与标准测量方法所得结果对比误差均在合理范围内,该系统能够准确且稳定地完成对钢轨平直度和扭曲度的测量。

千页轮在钢轨除锈中的应用研究

传统砂带式钢轨除锈机打磨效果差、故障多,不能满足钢轨焊前除锈生产工艺要求。介绍一种千页轮式钢轨除锈机,对千页轮切向速度、移动速度、磨削功率、页轮材质及特殊的卡盘结构,以及具有弹性恒压正反馈的正压力等关键的设计参数及基本除锈结构进行分析。实践证明:千页轮式钢轨除锈机以效率高、成本低、效果好、除锈深度可控、使用维修方便等优点受到广泛好评,是一种非常适用于钢材除锈的高效工具。