弓网视频电火花检测程序在地铁的应用

在城市轨道交通系统中,地铁安全运营的保障是一个高度复杂且具有挑战性的系统性难题,尤其是在受电弓与接触网间电火花现象的监测与分析方面。电火花是由电弧引发的光和热的瞬间释放现象,它源于受电弓与接触网之间的电气不连续性。当电流通过受电弓流向接触网时,若空气被电离从而形成导电通道,就会产生电火花。电火花不仅威胁到车辆和接触网系统的完整性,增加维护成本,还可能导致严重的安全事故。因此,开发一个能够有效监测并分析电火花的系统对于地铁安全运营来说有着极其重要的意义。

基于弓网视频的接触网硬点检测方法研究

在城市轨道交通的运行过程中,若接触网中存在硬点,通常会导致弓网系统出现不同程度的机械损伤,甚至发生强烈抖动,进一步导致弓网离线、燃弧等现象,加剧相关设备的电气损伤。本文针对上述情况提出一种基于弓网视频的非接触式硬点检测方法,该方法基于目前高速发展的深度学习算法,可达到实际应用水准,且相较传统接触式检测具有成本更低,同时可在检测到异常后通过视频数据确认等优势。

基于弓网监测的受电弓缺陷智能检测技术研究

城轨车辆在运行过程中,受电弓的工作状态是保证安全运营的重要因素。目前大多检测方法仍停留在人工检测阶段,存在效率低、无检测标准等问题。近年来随着人工智能技术的高速发展,解决了许多传统技术难以突破的难题。文章结合深度学习、机器学习和统计方法,提出了一种基于弓网视频分析的受电弓缺陷智能检测技术,该项技术可在嵌入式平台中部署智能识别算法模型,利用采集的视频监控图像进行实时处理、检测并识别受电弓故障缺陷。主要针对受电弓异物、弓角异常等常见故障进行了理论研究,并通过试验验证了该技术的实时性和有效性。

基于模板匹配图像算法的高速铁路接触网几何参数测量

利用机器视觉三角测量原理,建立基于弓网视频的接触网几何参数测量参考坐标系,并进行测量标定。通过合理提取模板类型,利用时序图像滤波方法,实现连续视频图像快速匹配与参数测量。以海南东环铁路公司综合检测列车200 km/h的弓网视频检测数据为例,对比接触式检测系统测量数据和现场实测数据,分析测量结果准确性,用3次测量结果分析重复性。分析结果表明,基于模板匹配方法测量接触网几何参数方案可行,在200 km/h运行速度下,测量误差可控制在±20 mm。