基于视频识别技术的心盘螺栓自动紧固研究

铁路货车下心盘设在转向架摇枕上部,与装在车箱底架中央的上心盘对应,承受并传递车体的重量及纵向力和横向力,下心盘状态的好坏直接影响着车辆的动力学性能和运行安全,针对当前货车转向架下心盘螺栓自动紧固装置存在的不足,提高下心盘螺栓自动紧固精度,设计了基于一种基于视频识别技术的心盘螺栓自动紧固装置,并通过具体应用实例测试了其性能。测试结果表明,设置的装置中在满足工艺实际要求,下心盘螺栓自动紧固精度高、效率高,而且自动化程度得到了改善,可以提高铁路货车段修的检修效率与质量,确保行车安全。

铁路货车下心盘螺栓智能拆卸装置研制

文章针对当前铁路货车转向架下心盘螺栓拆卸作业存在的劳动强度大、效率低、安全风险高等问题,设计了以一体式螺栓分解系统为基础、六轴工业机器人为工具驱动载体、龙门机架为整体布局结构的转向架下心盘螺栓全自动分解技术方案。文章介绍了该螺栓智能拆卸装置涉及的光栅投影三维测量、空间定位算法、自动识别等关键技术,详细说明了视觉自动定位补偿、机器人工具快换、一体式螺栓分解等装置的系统组成、功能特点及试制样机在现场的运用试验情况,并展望了该螺栓智能拆卸装置的应用前景和推广价值,对货车检修装备智能化建设具有重要意义。

基于WLD-LPQ特征的心盘螺栓故障图像检测算法

针对货车心盘螺栓故障图像,提出一种基于韦伯局部描述符(Weber Local Descriptor, WLD)特征和局部相位量化(Local Phase Quantization, LPQ)特征融合的故障图像检测算法。该算法分为螺栓定位与识别2个步骤,采用间接定位法逐步定位感兴趣区域(Region of Interest, ROI),通过最大类间方差法(Otsu)和改进的Canny算法与图像投影结合定位螺栓部位;利用WLD特征和LPQ特征分别提取螺栓纹理,对其归一化,使用PCA降维特征向量,串行联合为WLD-LPQ特征,通过支持向量机SVM自动检测识别。研究结果表明:本文算法能快速准确定位,空间域与频率域结合的WLD-LPQ特征提高了检测识别率,平均检测识别率达到98%以上。

货车下心盘螺栓螺纹部位折断失效分析

分析了货车下心盘螺栓螺纹部位折断的宏、微观断口特征和失效性质、失效过程,以及造成货车下心盘螺栓折断的主要原因。

基于损伤可控的梁柱节点受力性能的试验研究

提出一种基于损伤可控的梁柱节点(Web-Connected and Prestressed节点,简称WCP节点)。通过在梁端腹板设置连接钢板、摩擦耗能螺栓以及预应力筋,将梁柱连接在一起。为了研究该类节点的滞回性能、自复位能力和损伤特征,设计、制作并完成了4个足尺节点试件的低周往复试验,分别考虑了预应力筋的初始张拉力、高强度螺栓的预紧力以及拼接板的表面处理方式对节点性能的影响。试验结果表明:该类节点的破坏主要集中在拼接部分;节点通过螺栓的滑移变形提供了较好的耗能能力;预应力筋能够增强节点的刚度,降低节点的残余变形,提供一定的自复位能力,且预应力筋的初张拉力越大,节点的复位性能越明显;高强度螺栓预紧力越大,节点的承载力越大,耗能性能越好;采用普通表面处理的试件比采用喷砂处理的试件承载力大,耗能性能好。

心盘螺栓故障图像自动识别应用

铁路货车的载重量不断增加,且由于全面提速的背景下,铁路货车运行速度不断提高,货车运行安全成为重中之重,采用动态检测方法实现货车运行故障动态检测,及时快速地排除铁路货车运行中存在的故障,为铁路货车的安全运行奠定基础。现阶段,针对货车动态检测主要采用人机结合的工作模式实现,为了提升货车运行故障检测准确率以及工作效率,可不断优化货车运行故障动态检测系统,采用计算机自动识别故障图像技术,实现铁路货运安全检测能力的提升,对保障货车安全运行有积极作用。文章主要以货车心盘螺栓故障为例,采用图像自动识别技术进行检测分析,提高心盘螺栓故障的识别率。

基于Faster R-CNN的铁路货车心盘螺栓智能检修

为了改善人工检修心盘螺栓浪费大量人力,检修作业效率过低的缺陷,研究基于Faster R-CNN的铁路货车心盘螺栓智能检修方法。利用机器视觉设备采集铁路货车心盘螺栓图像,对所采集图像进行膨胀与腐蚀处理,获取图像的感兴趣区域。设置图像的感兴趣区域作为Faster R-CNN模型的输入,Faster R-CNN模型利用RPN部分,生成螺栓状态检测区域,通过池化层与全连接层的运算,输出铁路货车心盘螺栓状态检测结果。针对非正常状态的铁路货车心盘螺栓,利用全自动拧紧机通过自动卡紧、自动对位拧紧等操作,完成心盘螺栓的全自动维修。实验结果表明,该方法可以精准检测铁路货车心盘螺栓的正常、松动、丢失等状态,全自动维修非正常状态的心盘螺栓,提升铁路货车心盘螺栓检修的作业效率。