整体车轮智能化磁粉检测技术研究

文章对整体车轮智能化磁粉检测技术进行了研究，通过对检测系统的设计和检测工艺的确定与验证，确定了可靠的智能化磁粉检测工艺。智能化磁粉检测系统的运用降低了人为因素对检测质量的影响，实现了车轮磁粉探伤提质改造升级。     

既有线提速综合检测技术研究与应用

通过对国外高速综合检测技术分析，为保障既有线提速200～250km／h列车运行安全，确保提速线路基础设施良好，研制了轨道几何状态检测、弓网检测、动力学检测、信号检测、ATP监测、无线场强检测、动应力测试和环境监视系统，自主集成200km／h过渡综合检测列车，并对京沪线等既有提速干线进行每十天一周期的动态实时检测和分析，提出尽快完善高速轨道动态检测评价标准及方法、深化接触网检测评判标准研究、尽快完善信号动态检测标准、形成我国铁路高速铁路动态检测标准体系等建议。     

风缸焊缝射线检测工艺研究

对质量要求高的风缸进行射线检测，分析纵焊缝和环焊缝的特点，选择合适的射线检测方式，对于纵焊缝检测而言，未封口的，采用单壁单影法，封口的，采用双壁单影法。对环焊缝采用的双壁单影法形成的射线底片进行评估验证，得到了满意的检测结果。     

基于机器视觉的圆斑状钢轨擦伤检测算法

针对现有基于灰度阈值的钢轨擦伤检测算法受光照等外部环境的影响较大的问题，本文提出了一种基于机器视觉的圆斑状钢轨擦伤检测算法。首先通过分析采集图像在垂直方向的灰度均值曲线，提取出钢轨顶面区域；然后运用边缘检测的方法得到擦伤区域边缘的候选像素点；最后运用形态学处理删除不属于擦伤区域的虚假边缘，确定钢轨擦伤区域的位置。用测试数据集对本文算法进行检测性能评测，并与基于灰度阈值的算法进行对比。结果表明：本文算法对圆斑状钢轨擦伤样本的检测准确率为96.4%，而基于灰度阈值的算法的检测准确率为86.8%，本文算法的检测准确率大幅提升，能够对钢轨擦伤进行有效检测。     

基于图像智能识别的钢轨伸缩调节器位移监测技术

针对传统大桥钢轨伸缩调节器位移检测方法检测成本高、设备维护复杂等问题，提出了一种基于二维码的位移检测方法。采用先粗检测后精检测的策略，粗检测环节使用Viola-Jones快速目标检测框架确定待检测图像中二维码的候选区域，精检测环节基于二维码的定位标志确定各候选区域中二维码的三个顶点。在检测定位二维码的基础上利用模板匹配算法，计算出钢轨伸缩调节器的位移，从而对桥梁健康状况进行检测。试验结果表明，利用二维码技术进行桥梁结构位移检测具有较高的精度，检测精度可以达到毫米级。     

电磁阻抗法检测钢轨踏面硬度中提离效应的研究

电磁无损检测钢轨踏面硬度中，检测信号对提离效应极其敏感，所以必须对提高效应加以抑制。本文针对电磁法铁磁材料硬度无损检测中的提离效应问题，提出了利用阻抗法，根据差动探头散射阻抗解析模型，对阻抗平面利用计算机图像处理进行处理，从而抑制提高效应，提高阻抗法进行铁磁材料检测的精度，并建立了用于钢轨踏面度无损检测的电磁场数学模型，实现了钢轨踏面硬度的定量检测。     

新制高速铁路道岔尖轨和心轨超声波检测方法研究

为提升高速铁路道岔使用寿命，保障列车安全运行，针对新制道岔尖轨及心轨超声波检测工艺方法开展研究。简述对比试块人工伤损的位置和尺寸设置。利用A型脉冲反射式超声波探伤仪，检测人工伤损对比试块和实际产品，对比分析采用不同规格探头检测结果的差异。基于检测结果，对尖轨、心轨超声波检测工艺方法进行验证。验证结果表明：钢轨原材料材质伤损宜采用纵波直探头，同时增加60AT2钢轨轨腰不同埋藏深度平底孔人工伤损，以评定伤损当量大小。     

轮对故障动态检测系统的使用与完善探讨

轮对是车辆的重要部件，轮缘超限、车轮擦伤、踏面裂纹和剥离等故障直接影响着车辆的运行安全和运行品质，必须对轮对进行实时智能化检测。轮对故障动态检测系统实现了对车辆轮对动态检测，为车辆的安全运行提供了工装保障。具体介绍轮对故障动态检测系统组成和功能，并结合目前使用中存在的问题提出改进建议。     

综合检测列车：高速铁路的“保护神”

铁路的任何伤损和故障都直接关系到行车安全，稍有不慎，将会造成巨大的经济损失和极其恶劣的社会影响。之前，铁路的检测设备大都采用便携式，检测手段主要采用移动式检测和固定式检测方式。移动式检测主要根据专业的不同包括各种类型的检测车和移动检测设备，对铁路线路实施实时、在线和线下检测。如轨道几何检测车、综合检测列车以及站段采用的检测小车等。固定式检测主要针对线路基础设施和固定设备中所关注的特征点或随机选取定点进行检测。     

基于改进FairMOT的铁路周界入侵检测方法

针对铁路综合监控视频中不同远近行人成像面积差异较大、自然环境变化产生干扰等因素造成的检测难题，提出一种改进FairMOT框架的周界入侵检测方法。首先，针对监控视频中不同远近的行人，通过在FairMOT框架中引入感受野模块，丰富不同成像大小行人检测所需的感受野，以更好地提取不同尺度特征信息；其次，针对夜晚时段方法检测性能较低的问题，在编码解码网络后融合空间注意力模块，强化夜间前景行人关键特征，同时优化目标跟踪和判断流程，实现稳定检测；然后，针对缺乏大量学习样本的问题，使用行人检测跟踪数据集与铁路真实数据集混合增强训练，提高方法在全天候检测中的泛化性和鲁棒性；最后，在MOT17数据集和铁路真实数据集上，对改进FairMOT检测方法与CenterTrack,Bytetrack等方法进行对比试验。结果表明：提出的改进FairMOT检测方法在白天和夜晚对不同大小目标检测中，均取得了最高的准确率和召回率调和均值，检测性能最好；方法检测速率为25.2帧·s^-1，能够满足实时检测要求。改进的FairMOT检测方法可以更有效地应用于实际铁路周界入侵检测场景。