基于聚类及霍夫变换的轮对廓形提取算法研究

针对轮对尺寸在线检测中廓形计算复杂的问题,提出一种新的轮对廓形提取算法。总结在线检测系统中的6种典型轮对廓形,采用DBSCAN算法对廓形数据进行聚类,并采用改进霍夫变换确定廓形有效区域;采用曲率熵与最小二乘法进行曲线拟合,获取轮缘基准点;通过坐标旋转与平移等操作实现完整的轮对廓形提取,为轮对尺寸计算提供支持。通过现场试验验证算法可行性,并与人工检测结果进行对比,结果表明:在线检测系统精度优于人工检测,验证该算法能够有效地实现轮对廓形提取。

复杂背景下连续帧的车轮廓形光条提取方法

针对车轮廓形检测中由于不同光照造成的复杂背景,利用光条细且长的形状特征及光条本身颜色特征,对采集图像R分量的二值图像进行外接矩形检测,通过设置矩形区域的筛选条件,实现光条区域在复杂背景下的快速分割,算法中无须过多的阈值参数输入,自适应强,具有较高的可靠性。同时利用图像帧与帧之间的相似性,提出连续帧的边缘扩张算法以进行光条的分割,该算法体现了对物体表面纹理变化的鲁棒性,在保证稳定性的同时,图像检测速度比单帧处理提高了16倍多,平均处理时间为0.22 s,满足轮对廓形检测实时性的需求。

不落轮镟床镟修工程车的功能实现

南京地铁运营分公司一号线小行基地,使用法国SCULFORT公司的的TF2000HD型不落轮镟床,对电客车的缺陷轮进行不落轮情况下的镟修。遗憾的是该机床在交付使用时,并没有配置工程车的镟修功能。前期在工程车发生轮对剥离等缺陷时,只能按照公司相关规定送外维修,耗费了大量人力物力且周期较长,使得该工程车停用了较长时间。此后,南京地铁启动了不落轮升级项目,实现工程车辆镟修功能成为其中一条关键内容,经过升级改造和各类安全性、可靠性验证,最终在全部工程车辆上实现了装夹、测量,并进行了镟修试验,镟修后的廓形质量符合国家相关标准。