采用LED均匀照明成像的机器视觉钢轨裂纹故障检测

对于铁路钢轨上的裂纹故障检测,目前基于机器视觉的检测技术主要存在的问题包括:(1)没有特定照明设计,捕获的图像会因光照导致细节缺失;(2)图像处理技术不完善,导致无法高精度检测故障;(3)传输设备的速度限制,造成图像信息处理不及时。因此,本文根据铁路钢轨图像信息特点,设计适合的特定均匀照明系统,并采用相应的图像裂纹检测技术,形成一套高效的钢轨裂纹检测系统。实验证明:该系统检测的准确率可达98%。

涡流检测在钢轨裂纹定量化评估中的应用

针对应用较多的超声检测方法的不足,研究涡流检测技术在钢轨裂纹定量化无损检测中的应用,阐述涡流检测试验系统的组成、原理以及试验的设计,采用减聚类算法对径向基函数(RBF)神经网络进行改进,并基于试验系统检测试件的数据对网络模型进行训练.在试验中采用基于巨磁阻(GMR)传感器的检测探头,有效地提高系统对深层缺陷和表面微小缺陷的检测能力.试验结果表明,采用改进算法建立的模型在对裂纹进行反演时具有较高的精度,同时缩短了反演模型的训练时间,在一定程度上满足钢轨裂纹参数在线检测的要求.

一种钢轨裂纹红外图像处理算法研究

针对钢轨裂纹红外图像信噪比低、对比度低和纹理细节模糊的特点,提出了一种涉及降噪、目标细节增强和区域分割等的红外图像综合处理算法。首先,通过自适应均值滤波除去钢轨裂纹红外图像的部分噪声;其次,采用非线性非子采样Contourlet变换(Nonsubsampled Contourlet Transform,NSCT)对裂纹图像进行增强处理;最后,利用改进的最大类间方差法实现图像中目标裂纹区域的分割。实验结果表明,本文算法在有效地抑制噪声,提高图像对比度的基础上,能突显裂纹细节纹理,同时降低细节分割丢失,为后续图像信息处理奠定了必要的基础。

基于改进高低帽变换的钢轨裂纹红外图像增强

针对钢轨裂纹红外图像对比度低、信噪比低、纹理细节模糊而难以增强目标区域的问题,借助形态学高帽变换和低帽变换,提出了多尺度高帽低帽变换的钢轨裂纹红外图像增强优化算法。首先,用改进高帽变换、低帽变换分别提取多尺度明亮、暗淡图像区域;其次对多尺度的明亮与暗淡图像区域实施最大值的提取;然后操作其最大值以构建明亮和暗淡的图像区域;最后通过加权处理,实现图像增强。实验结果表明:本文算法在抑制噪声和突出了目标图像的边缘的基础上,有效地提高图像对比度,可应用于红外图像增强的场合,为后续图像信息处理奠定了必要的基础。

基于电磁原理的钢轨裂纹高速在线巡检方法

由于非接触式检测的优势,电磁无损检测技术具有实现铁路钢轨裂纹高速在线巡检的可行性,但检测探头与被测钢轨间的快速相对运动引起的速度效应会对巡检结果带来较大影响。从电磁场基本理论出发,对高速漏磁检测中的速度效应进行了分析;依据速度因素的特点提出了钢轨裂纹高速在线电磁巡检的方法,其特征在于采用直流励磁激励的磁轭分别对钢轨踏面进行纵向和横向磁化,检测探头采用布置在磁轭两磁极中间位置的三维霍尔传感器和三维检测线圈以及缠绕在磁轭臂上的检测线圈。在高速无损检测试验平台上的试验结果表明,提出的巡检方法可以有效实现钢轨裂纹的高速在线巡检,且不同方法对不同类型的钢轨裂纹缺陷识别各有优势,方法互补之后可以实现不同类型钢轨以大于200 km/h速度在线巡检及缺陷的有效识别。

钢轨裂纹高速漏磁巡检中的动态磁化及速度效应分析

在高速运动条件下采用直流励磁磁轭法对钢轨裂纹损伤进行漏磁巡检时，检测装置的移动速度会给裂纹检测信号带来影响。笔者从理论模型分析、有限元仿真和高速巡检试验三个方面对其进行了研究。高速漏磁巡检时，提高巡检速度使得磁化过程时间缩短，将导致材料磁化强度降低，并且运动的磁化场会导致钢轨中产生涡电流。研究结果表明，相对于涡电流作用，材料磁化强度降低是影响裂纹漏磁检测信号的主要因素；试验条件下，在0～200km／h速度范围内可以实现钢轨裂纹的有效检测，且提高巡检速唐会使得裂纹漏磁检测信号的幅值增大．

基于路图特征和SVM的钢轨裂纹识别

为了进一步提升钢轨裂纹的识别精度,从新特征的角度出发,提出一种基于路图特征和支持向量机(Support Vector Machine,SVM)的钢轨裂纹识别方法。该方法基于图信号处理与图谱理论,计算由钢轨裂纹时域漏磁(Magnetic Flux Leakage,MFL)信号转换得到的路图信号的“时域”和“频域”统计量作为钢轨裂纹MFL信号的特征训练SVM分类器,有效实现了不同缺陷参数的钢轨裂纹识别。基于钢轨裂纹漏磁检测平台实测数据验证所提方法的有效性。实验结果表明,相比于传统漏磁信号特征,采用路图特征在钢轨裂纹识别中的精度更高、稳定性更好。

DKSVD和SVM在钢轨裂纹漏磁识别上的对比研究

针对漏磁检测中漏磁信号识别的问题,引入DKSVD字典学习方法来识别缺陷的种类。将实验采集到的数据制作成有标签的数据集,通过OMP算法和SVD算法迭代的优化字典和稀疏系数,构造出最优字典,再用构造出的字典原子重新组合来表示测试集的数据,判别出测试集样本类别。实验证明字典学习方法能够基于训练集的特征重构漏磁信号,对漏磁信号有良好的识别能力。在不同数据维度下,通过和支持向量机(SVM)算法识别效果进行对比,DKSVD算法取得了更好的效果。

多传感器特征决策融合的钢轨裂纹识别方法

随着高速铁路的快速发展,钢轨裂纹的有效检测对于铁路安全运行具有重要的意义。针对基于漏磁信号的钢轨裂纹识别问题,采用多传感器特征决策融合技术,在对漏磁信号进行了时域和频域的多特征提取与融合的基础上,同时对多传感器信号进行决策融合,设计了一种基于支持向量机(SVM)的多传感器信息融合分类器。利用人工裂纹的实测漏磁信号进行实验,相比于提取单一特征和利用单一传感器信号进行识别,提出的方法取得了更好裂纹识别效果,平均识别率达到98%。

基于微磁检测和交替最小二乘法的钢轨裂纹定量估计

针对钢轨裂纹定量估计的问题,提出了一种基于弱磁检测和交替最小二乘法的钢轨裂纹定量估计方法。该方法使用弱磁检测的钢轨裂纹信号,提取弱磁信号特征,再利用交替最小二乘法解出钢轨裂纹的深度、宽度、水平角和垂直角的估计值。针对交替最小二乘分解大矩阵速度慢的问题,提出了优化初值的方法,减少交替最小二乘迭代次数,缩短计算时间。基于实测数据的研究结果表明,深度和垂直角估计精度较高,而宽度和水平角误差较大,从而提出将其他三个裂纹参数混入混合矩阵中,再去拟合深度、水平角和垂直角,估计精度将会明显提高。

基于传统数字图像处理的钢轨裂纹检测

钢轨作为铁路行车的基础设备,承载着整个列车的重量。钢轨的质量完好对行车安全起着重要的作用。当前铁路工务部门主体上采用超声波对钢轨进行探伤,该方法设备复杂、效率低下。尤其是钢轨裂纹缺陷,如果不能及时发现会导致列车运行事故的发生,针对此问题,提出了一种钢轨裂纹检测方法,利用传统的数字图像处理手段,对钢轨裂纹图像进行提取,速度快、效率高。

钢轨裂纹深度对脉冲涡流热成像的影响

我国高铁的快速发展对钢轨裂纹的巡检提出了越来越高的要求,基于电、磁、热等多物理场耦合的脉冲涡流热成像(ECPT)技术,可实现对钢轨表面裂纹的非接触、快速检测,对保障高铁安全运行意义重大。相对于表面裂纹长度和宽度,裂纹侵彻深度和侵入角度更加隐蔽,也更加难以检出和区分。本文通过电磁感应加热有限元仿真和钢轨表面人工裂纹检测实验,对比研究了垂直裂纹侵彻深度和斜裂纹侵入角度对钢轨表面热分布的影响,及其红外成像的区别。研究表明垂直裂纹侵彻深度超过1 mm时,高温区由励磁线圈附近趋向于裂纹两个顶端;斜裂纹则当侵彻深度超过2 mm时高温区发生迁移,且高温区沿裂纹非对称分布。因此,根据高温区分布位置及形状可实现多种类型钢轨表面裂纹的检测与识别。

交直流漏磁钢轨裂纹检测对比研究

我国铁路钢轨表面裂纹是钢轨损伤的主要缺陷形式。针对钢轨裂纹缺陷的特点,从电磁场基本理论出发,研究直流漏磁、交流漏磁检测原理,搭建检测系统平台。实验比较研究了两种技术分别在手推、电机驱动低速和电机驱动高速三种巡检情况下的漏磁信号。提出了通过计算检测系统对缺陷的分辨率,来精确比较两种方法检测信号的优劣。实验表明,手推式和速度低于2 m/s的电机驱动低速巡检条件下,两种方法都能全面检测出缺陷,但交流漏磁信号比直流漏磁信号分辨率更高,信号更稳定,检出效果更好。电机驱动速度大于2 m/s时以及高速条件下,直流漏磁比交流漏磁能更准确地检测出缺陷。结合两种方法的优势,可互补实现对钢轨不同巡检条件下的裂纹全面检测。

基于网络模型的钢轨裂纹检测方法研究

文章针对钢轨裂纹声发射信号特性人工提取效率低的问题,应用CNN与BiLSTM手段进行钢轨裂纹声发射信号提取的研究,通过预处理采集的实际钢轨裂纹声发射信号,对其特征信息进行提取及分类,分别构建基于一维CNN、二维CNN钢轨裂纹检测模型,证明前者效果优于后者。根据钢轨裂纹信号拥有时序的特性,构建不同递归网络钢轨裂纹检测模型,并对比RNN与LSTM模型检测钢轨裂纹的性能,优化BiLSTM钢轨裂纹检测模型的方法证明能够应用于钢轨裂纹的检测。

热处理钢轨裂纹扩展速率的预测

针对各种实际钢轨进行了横裂纹扩展试验,探讨了热处理钢轨横裂纹扩展趋势,利用有限元法仿真分析了实际钢轨横裂纹扩展特性,并提出了钢轨横裂纹的预测方法。

基于同步提取变换的钢轨踏面裂纹电磁超声表面SH波B扫成像检测研究

钢轨踏面在车轮的重复载荷作用下,极易产生滚动接触疲劳裂纹,并从轨头向下扩展,甚至导致断轨等重大安全事故,因此开展钢轨踏面裂纹高效准确的无损检测方法研究具有重要意义。对于钢轨轨头有限截面非规则几何体,无法采用解析法求解其频散曲线,采用Floquet-Bloch边界的有限元特征频率法,求解钢轨轨头类水平剪切导波频散曲线,在频散曲线的基础上,分析并确定电磁超声表面水平剪切波换能器的最佳检测频率。建立表面水平剪切波在含踏面裂纹钢轨轨头的传播有限元模型,研究表面水平剪切波在不同角度、深度的踏面裂纹上的反射及透射规律。为实现快速的钢轨踏面裂纹B扫成像检测且得到高信噪比的检测结果,实验对比同步提取变换和同步压缩变换对钢轨踏面检测回波的噪声滤除能力。结果表明:对单次检测回波应用同步提取变换消噪处理后,信噪比提高13.73 dB,比单次采集信号经同步压缩变换处理后的信噪比高4 dB。将同步提取变换用于钢轨踏面导波B扫成像检测,可以减小同步平均次数以满足快速检测的要求。

高速钢轨RCF裂纹涡流检测仿真系统及应用

高速钢轨滚动接触疲劳(Rolling Contact Fatigue:RCF)裂纹是高铁钢轨主要损伤之一,而电涡流无损检测是检测铁磁性材料中裂纹最有效的方法之一。为深入理解电涡流无损检测中电场和磁场的耦合关系,以及静态和高速运行状态下钢轨中电磁场的分布,联合MATLAB、ANSYS Maxwell和数据库技术构建了基于.NET技术的高铁RCF裂纹电涡流检测评估仿真系统。其分别由钢轨RCF裂纹的静态电磁场解析计算模块、高速钢轨RCF裂纹直流电磁无损检测2D仿真模块和高速钢轨RCF裂纹直流电磁无损检测3D仿真模块构成。最后将该仿真系统应用到钢轨RCF裂纹静态和动态磁场的计算中,为电涡流无损检测正逆向问题研究、高速钢轨中RCF裂纹的定量检测方法、涡流检测装置设计和试验验证提供支持。

钢轨裂纹伤损声发射源的建模仿真与特征分析

高速铁路的发展对钢轨的安全性提出了特殊要求,因此对钢轨内部裂纹的特征分析具有重要意义。为了研究钢轨内部裂纹声发射源特征,对钢轨中不同类型、深度和传导距离的裂纹声发射源进行了分析.采用有限元方法建立了钢轨模型并通过实验验证,然后结合小波方法和瑞利-兰姆方程分析了裂纹声发射源的特征。结果表明:钢轨中不同类型和不同频率特征的声发射源能够利用声发射模态之间的强度比率来识别;轨腰深度上的声发射源具有统一的模态特征,而轨头和轨底的声发射源则具有复杂的模态特征;同时,不同类型声发射源在钢轨中的传导特征差异明显。研究结果对利用声发射技术进行钢轨裂纹检测提供了指导,可作为实际应用的重要参考。

便携式钢轨疲劳裂纹检测装置的研制

基于脉冲涡流理论和应用信号处理技术等研制出一款便携式钢轨疲劳裂纹检测装置。对该装置各功能模块的技术特点和整体性能加以描述。试验表明,该装置在显著降低检测装置功耗的同时,仍可有效抑制提离现象对检测的影响,即在一个足够宽的提离范围内,仍可快速检测到被测件表面的裂纹。

钢轨踏面斜裂纹超声表面波B扫成像检测研究

由滚动接触疲劳引起的钢轨踏面斜裂纹已成为目前高速铁路在役钢轨无损检测中的重要问题,现有的铁路钢轨超声探伤车(仪)难以检测此类缺陷。采用低频超声表面波方法,沿钢轨长度方向对钢轨踏面斜裂纹进行B扫成像检测。由于钢轨轨头为带圆弧边的矩形截面,在钢轨表面激发和传播的低频表面波已不再是经典的Rayleigh波,而是一类导波,导波的多模式对表面波成像检测形成了干扰。为减小干扰,将空间平均技术应用于钢轨踏面斜裂纹的表面波B扫成像。对人工缺陷试块和钢轨试样的B扫成像实验结果表明,利用空间平均技术能有效的抑制此类干扰,提高信噪比,可对钢轨踏面斜裂纹作快速检测和定位。