低照度下改进YOLOX的煤矿无人电机车轨道障碍物检测方法

为解决地下煤矿光照不足进而导致无人电机车脱轨、撞车或侧翻等问题,提出了一种低照度多特征融合的YOLOX-CBAM目标检测算法,对矿井无人电机车轨道障碍物进行有效识别与分类。首先,通过实际场景采集及标注构建地下煤矿障碍物数据集,并将其输入微光数据处理Zero_DCE模型中;其次,对YOLOX目标检测网络进行改进,分别在骨干网络CSPDarknet和特征金字塔(Feature Pyramid Networks,FPN)部分增加双通道CBAM注意力模块,解决了特征提取环节通道单一的问题;最后,将预测头部分的损失函数替换成SIoU,加快了模型迭代的速度。结果表明,与传统两阶段Faster-RCNN网络、YOLOv4网络、YOLOv5网络和原YOLOX网络相比,本模型精确率分别提高了4.65百分点、2.65百分点、2.19百分点、1.35百分点,召回率分别提高了9.39百分点、4.36百分点、0.82百分点、0.76百分点,速度分别提高了28.6帧/s、16帧/s、13.6帧/s、2.9帧/s,同时本模型与分别添加CBAM、SA、SA+SIoU、SE、SE+SIoU,YOLOX-CBAM模块的YOLOX模型相比,其精度分别提高了0.64百分点、0.84百分点、1百分点、1.29百分点和0.76百分点,速度分别提高了0.5帧/s、0.4帧/s、0.3帧/s、0.2帧/s和0.4帧/s。所提出的方法能实现地下煤矿井下无人电机车轨道障碍物的快速准确检测,并为地下矿运输设备的智能化升级及安全运行提供理论支撑。

机车乘务员辅助瞭望及障碍物智能预警系统研究

近年来随着铁路运输任务的加重,对机车运行的可靠性、安全性也提出更高的要求。因机车设计原因造成司机瞭望视角存在较大盲区,同时机车运行路线存在非封闭区间路口等,机车乘务员远距离瞭望存在困难。该文以解决机车瞭望盲区问题、机车乘务员远距离瞭望问题为目标,利用探测雷达技术与视频影像分析系统相结合的方式,对机车瞭望盲区内的人员、车辆、障碍物进行探测感知,同时将告警信息向机车乘务员提示,达到提示机车乘务员安全驾驶,最大限度地降低安全事故发生的目的。

基于差异检测算法的重载机车关键部件故障识别研究

针对重载机车牵引吨位重、运行速度快、运行环境恶劣、故障识别困难等,设计了一种基于机器视觉和深度学习的差异检测算法,利用卷积神经网络(CNNs)进行特征提取和分类识别,实现对机车关键部件潜在故障的快速准确识别,并针对螺栓检测等小目标检测进行优化。实验表明,与传统检测手段相比,该算法在检测速度、准确率和鲁棒性上展现出显著优势,能够有效提升重载机车检测的自动化水平,降低人为因素导致的误判风险。

基于ConvNext的无人驾驶机车运行中的障碍物检测

矿用电机车是矿山运输的主要设备,由于井下运行环境复杂,照明条件有限,无人驾驶的电机车容易与前进方向上的障碍物碰撞导致脱轨,从而影响电机车的运行效率和矿山的正常生产。因此,能够精准地识别出机车前进方向上威胁机车正常行驶的障碍物,对提高电机车的运行效率、保障作业人员的人身安全具有重要意义。ConvNext模型特征提取效果好,模型的训练速度较快,目标检测的检出率高,能达到预期效果。故本文尝试采用ConvNext来对电机车行驶过程中的障碍物进行检测实验。实验结果与预期效果相同,ConvNext算法的检测精度符合要求,可精准检测机车运行各种复杂环境下的障碍物,mAP可达到87.5%。

基于5G的机车车辆远程试验检测技术研究

在铁路机车车辆试验检测业务日益增多的背景下,通过分析机车车辆远程试验检测的需求,梳理了5G技术下机车车辆远程试验应用场景,构建了基于5G的机车车辆远程试验检测系统架构,研究了包括车地网络架构、电源远程控制、软件远程操作等远程操控技术,以及支持断点续传的车地数据传输技术和远程试验的安全保障措施。通过实车应用表明:基于5G移动互联网的远程试验检测技术的研究有助于提升科研试验工作的信息化及自动化水平,提高工作效率和试验管理能力,降低人员出差的工作强度。

HXD2型机车高压绝缘检测回路优化及改造

本文通过分析HXD2型机车高压绝缘检测装置的系统组成、工作原理,指出高压绝缘检测装置存在的问题。为了有效延长高压绝缘检测装置的使用寿命、提高机车运用率,本文提出HXD2六轴机车高压绝缘检测回路优化方案。

机车电气线路保护装置便携式检测仪研制及应用

针对机车电气线路保护装置采用的配件下车、试验台检测的传统检测方式,研制的便携式检测仪可实现对保护装置的不下车检测,大幅提升检测作业效率,并通过数据积累可实现对保护装置产品质量追踪及劣化原因分析。

基于改进YOLOv4-Tiny的矿井电机车多目标实时检测

为解决煤矿巷道环境恶劣及人工疲劳驾驶电机车导致煤矿井下有轨电机车事故频发的问题,提出一种基于改进YOLOv4-Tiny算法的YOLOv4-Tiny-4S矿井电机车多目标实时检测方法。首先,为了提高网络模型对于小目标的检测能力,将传统YOLOv4-Tiny的两尺度预测增加至4尺度预测,并且在网络模型的颈部引入空间金字塔池化(spatial pyramid pooling,SPP)模块,以丰富特征融合信息,增大网络模型的感受野。其次,以煤矿巷道中的行人、电机车、信号灯及碎石作为检测目标,创建矿井电机车多目标检测数据集,并分别采用K-means和K-means++聚类分析算法对数据集重新聚类;对比分析结果表明,K-means++算法具有更好的聚类效果。最后,通过对传统YOLOv4-Tiny算法的消融实验,进一步展示了不同改进措施对网络模型检测性能的影响;并在电机车运行的煤矿巷道场景中,对比分析了YOLOv4-Tiny-4S算法与其他几种算法的检测性能。实验结果表明:YOLOv4-Tiny-4S算法能够准确检测并识别出图像中的各类目标,其平均精度均值(mean average precision,mAP)为95.35%,对小目标“碎石”的平均精度(average precision,AP)为86.69%,相比传统YOLOv4-Tiny算法分别提高了12.38%和41.66%;改进后算法的平均检测速度达58.7帧/s(frames per second,FPS),模型内存仅为26.3 Mb,YOLOv4-Tiny-4S算法的检测性能优于其他算法。本文提出的基于YOLOv4-Tiny-4S矿井电机车多目标实时检测方法可为实现矿井电机车的无人驾驶提供技术支撑。

基于SD-YOLOv5s-4L的煤矿井下无人驾驶电机车多目标检测

为解决煤矿井下无人驾驶电机车由于光照不均、高噪声等复杂环境因素导致的多目标检测精度低及小目标识别困难问题,提出一种基于SD-YOLOv5s-4L的煤矿井下无人驾驶电机车多目标检测模型。在YOLOv5s基础上进行以下改进,构建SD-YOLOv5s-4L网络模型:引入SIoU损失函数来解决真实框与预测框方向不匹配的问题,使得模型可以更好地学习目标的位置信息;在YOLOv5s头部引入解耦头,增强网络模型的特征融合与定位准确性,使得模型可以快速捕捉目标的多尺度特征;引入小目标检测层,将原三尺度检测层增至4层,以增强模型对小目标的特征提取能力和检测精度。在矿井电机车多目标检测数据集上进行实验,结果表明:SD-YOLOv5s-4L网络模型对各类目标的平均精度均值(m AP)为97.9%,对小目标的平均检测精度(AP)为98.9%,较YOLOv5s网络模型分别提升了5.2%与9.8%;与YOLOv7,YOLOv8等其他网络模型相比,SD-YOLOv5s-4L网络模型综合检测性能最佳,可为实现矿井电机车无人驾驶提供技术支撑。

电力机车应急供电装置网侧检测系统研究

电力机车应急供电装置在机车运行至无电区或入库检修接触网无电时为其进行应急供电。为兼顾不同型号机车内负载对供电电压频率的不同需求,供电装置中的逆变器模块需要自适应调频调压输出,对辅助供电网的电压频率、有效值的检测必不可少。本文根据单同步坐标系软件锁相环算法原理,针对应急供电装置对网侧检测的需求,设计了网侧频率和电压检测的总控制逻辑,完成了硬件采样电路的设计及软件锁相环算法的程序实现。最后进行样机测试实验,实验结果证明了这种检测系统的有效性。

基于大数据与机车画像的货运铁路调度运行风险预警方法研究

风险预警能够保证货运铁路调度运行的安全性,为了提高风险预警的性能,提出了基于大数据与机车画像的货运铁路调度运行风险预警方法。首先,利用货运机车标签与机车画像的关系,获取货运铁路调度运行的风险数据标签,结合大数据技术挖掘货运铁路调度运行风险数据,通过计算每类风险数据的聚类中心,聚类处理铁路调度运行的风险。其次,利用大数据技术去除风险数据的冗余特征,挖掘货运铁路调度运行风险的特征,结合归一化处理,检测货运铁路调度运行风险。最后,利用泊松分布定义了铁路调度运行风险的概率函数,基于运行风险的统计情况,构建货运铁路调度运行风险预警模型。试验结果表明,所提出的方法能够将货运铁路调度运行风险预警的虚报率和误报率控制在5%和8%以内,低于对比方法,风险预警效果较好。

基于感应无线的有轨机车定位控制关键技术研究

在工业有轨作业机车自动定位中,需要对移动机车位置进行精确检测,目前普遍存在精测精度不高、干扰严重等问题。介绍了机车自动走行控制的设计要求和方法,重点阐述了感应无线位置检测的原理和实现高精度位置检测的方法。该方法是基于电磁感应原理,通过检测感应电动势的相位和幅度,得到移动机车的位置。详细介绍了感应无线数据通信特征以及同频干扰的抑制方法,最后探讨了有轨机车定位控制的发展前景。介绍的基于感应无线的机车定位技术,检测精度可达2 mm,且抗干扰能力较强,对有轨作业机车的定位控制和自动走行具有一定参考价值。

基于MATLAB和小波变换的电力机车谐波电流分析

介绍了基于小波变换的谐波检测方法,应用小波变换良好的时频局部化特性对电力机车牵引负荷进行谐波检测。以SS4G型电力机车为研究对象,利用最小描述长度准则确定了分析谐波的最佳小波函数,在MATLAB环境下进行小波算法编程。仿真结果表明:小波变换能快速准确地将信号中的基波和不同频率的谐波信号分解出来,实现谐波检测。

基于小波变换的电气化铁道牵引负荷谐波分析

电力机车作为牵引供电系统的主要不平衡负荷、谐波源负荷,其运行过程中产生的高频谐波电流对电力机车的安全、稳定运行造成很大危害。为精确实时地检测牵引供电系统中的谐波,采用时频域内均可局部化的小波变换进行谐波分析。以HXD3型0017电力机车为例,分析牵引负荷谐波电流的特点,采用最小描述长度准则(MDL)确定分析谐波的最佳小波函数,并确定合理的分解层数,在MATLAB环境下运用小波工具箱中的函数进行小波算法编程,实现对机车电流的谐波分析。仿真结果表明:小波变换可快速准确地将信号中的基波和不同频率的谐波信号分解出来,从而达到检测谐波的目的。

“和谐”系列电力机车传动系统接地检测比较

介绍了"和谐"系列电力机车传动系统和接地检测装置,包括HXD1、HXD2、HXD3这3种车型。比较分析了3种车型接地故障检测方法并说明了各自的优缺点。通过仿真进行比较,结果表明HXD1和HXD3接地检测系统符合正常运用的要求,HXD2机车接地时可能出现两点接地,其接地检测有必要改进。

机车车轮超声自动检测系统设计

机车车轮缺陷类型复杂,自动检测难度大,且手工超声检测效率低、可靠性差,基于该研究现状设计了一种机车车轮超声自动检测系统。针对该系统的机械模块、超声探伤工艺、运动控制与软件模块等几个方面进行研究。采用踏面、内侧面2个探头组共14个探头,实现对车轮缺陷的全面扫查。利用水浸法采集超声信号,通过车轮转动、探头相对固定的方式使系统能够快速、高效地检测车轮缺陷。相比于手工检测,该系统可显著提高车轮的检测效率和可靠性。

基于单目视觉的矿井机车障碍物检测和测距方法

针对现有矿井机车障碍物检测和测距方法存在测距精度低、测量范围小及成本高等问题,提出了一种基于单目视觉的矿井机车障碍物检测与测距方法。该方法首先对CCD摄像机采集的图像进行预处理,然后根据障碍物的特点进行特征提取得到准确的障碍物区域,最后利用基于摄像机内部参数和几何关系的单目视觉测距方法得到机车与前方障碍物之间的距离。测试结果表明,该方法能有效检测机车前方障碍物,且测距精度在有效误差范围内。

单总线数字式机车轴温监测报警装置

采用单总线数字式温度传感器 ,对机车轴温 38个测点进行实时温度监测、显示、语音报警、数据记录和IC卡转储以及地面分析处理 ,是保证行车安全的一项重要措施。为便于主机和传感器的互换 ,对传感器进行了编码设计 。

弓网系统的动态检测及研究

介绍了目前电气化铁路弓网状态的检测方法，给出了安装在运营电力机车上的弓网故障动态检测装置的系统组成、工作原理及现场使用情况，并将其与接触网检测车进行了比较。

电力机车受电弓的压力检测装置

主要介绍了一种应用压力传感器对电力机车受电弓的压力进行检测的方法,阐述了装置原理和数据采集、传输及检测过程,给出了现场检测结果分析。该装置的优良性能已在多个机务段得到验证。