浅谈动车组运行故障动态图像检测系统(TEDS)实践与故障应急处理办法

动车组运行故障动态图像检测系统(Trouble of moving EMU Detection System),简称TEDS。动车组运行故障动态图像检测系统利用在轨边安装面阵和线阵组合摄像头,采集运行动车组走行部、制动配件、底架悬吊件、钩缓连接、车体两侧裙板、转向架等部位图像。动车组运行故障动态图像检测系统采用图像自动识别技术对图像进行自动异常分析和分级预警。动车组运行故障动态图像检测系统实现了对动车在线运行部件状态的监控,提高了故障产生初期的预警能力和追踪能力。为进一步规范TEDS集中监控中心的日常管理,确保发现故障后应急处置有效到位,通过及时的预报以及对动车组故障的确认处理,及时启动应急预案,消除安全隐患,确保了动车组的运行安全。TEDS监控中心应急处置办法的建立与健全,为进一步规范TEDS的管理,用好TEDS,发挥TEDS的作用,为动车组运行安全提供有力保障。

用于动车组故障检测的车号识别算法

列车车号是其身份的唯一标识,动车组运行故障动态图像检测系统(TEDS)根据列车车号在图像库中找寻该列车拍摄的历史图像,以其比对现场采集图像,从而实现对运行列车状态的实时监测。然而动车组目前尚未安装射频识别电子标签,鉴于此,利用视频分析技术对动车组车号图像进行自动识别成为亟需解决的问题。文章提出一种基于语义共生概率的模板匹配算法对车号字符进行识别。实验结果表明,本算法对车号的识别正确率和有效性满足铁路总公司的相关要求,保障了TEDS的工作效果。

复杂场景下铁路货车锁紧板偏转故障检测

结合铁路安全运营的迫切需求,以铁路货车运行故障图像动态检测系统(TFDS)中锁紧板偏转故障检测为研究背景,在无故障目标自动识别模式下对锁紧板姿态进行故障判别。针对锁紧板姿态是否位于正常范围内,提出一种新颖的偏转角度估计方法。算法依据锁紧板轮廓由近直线段组构成,提出采用直线段特征描述物体,形成特征稀疏表达,并对直线段特征采用方向编码方式,在有向Chamfer匹配下实现偏转角度估计,整个过程仅需一个模板。实验证明该算法能有效识别出偏转角度位于正常范围内的物体,并具有较好的鲁棒性和准确性。

基于稀疏编码空间金字塔匹配和GA-SVM的列车故障自动识别

针对货车运行故障动态图像中车辆挡键、集尘器和安全链锁紧螺栓的故障检测,提出一种基于稀疏编码空间金字塔匹配和遗传算法优化的支持向量机相结合的通用故障自动识别算法。首先在不同尺度空间对样本图像进行划分,对每个部分提取尺度不变特征变换特征,利用随机抽取样本的SIFT特征通过迭代学习生成字典并进行稀疏编码;其次利用主成分分析定义编码后的特征对故障识别准确率的贡献值,并据此对编码特征进行降维;然后利用编码降维后的特征结合遗传算法对线性SVM分类器进行训练;最后用训练好的分类器模型对挡键、集尘器和安全链锁紧螺栓的故障进行识别。实验结果表明,本文提出的算法能较好的应用于3种不同类型的故障识别,识别率分别为97.25%、99.00%和97.50%,同时对噪声和光照变化具有一定的鲁棒性,能满足车辆故障的实际检测需求。

动态检车员作业质量抽查功能的设计

根据铁路货车运行故障动态图像检测系统(TFDS)的分布特点,本文提出采用网页采集信息技术获取TFDS动态检车员作业信息,通过作业信息比对实现作业质量抽查功能。

图像边缘增强与麻雀搜索算法相结合的TFDS图像自适应增强方法

针对货车运行故障动态图像检测系统(Trouble of moving Freight car Detection System,TFDS)中存在的列车图像曝光不足、对比度低以及边缘细节模糊的问题,提出了图像边缘增强与麻雀搜索算法相结合的TFDS图像预处理方法。首先,利用高斯-拉普拉斯算子对图像进行边缘检测与锐化处理,增强列车零部件边缘细节清晰度;其次,利用麻雀搜索算法寻找非完全Beta函数的最佳参数;最后,实现低照度图像的自适应增强。实验结果表明:该方法在信息熵、平均梯度以及对比度等方面优于TFDS图像预处理常用算法。

基于Canny算子的关键部件轮廓提取算法

针对货运列车运行故障动态图像检测系统(Trouble of moving Freight car Detection System,TFDS)中关键部件有效去除锈斑噪声以及光照不均匀引起的边缘检测效果不佳的问题,提出一种基于Canny算子的关键部件轮廓提取算法。实验结果表明,该算法能够对锈斑噪声进行有效去噪,增强轮廓灰度变化程度,提高关键部件的轮廓信息提取精度。