有理数阶微分在轨道板裂缝检测系统中的应用

传统的边缘检测方法在处理铁路轨道板裂缝图像时容易造成错检或漏检,导致裂缝的识别和定位有误,从而影响轨道板使用质量的评定和维护决策。为了克服这些不足,本文总结了整数阶微分和分数阶微分边缘检测的优点,提出了一种以有理数阶微分理论为基础的轨道板裂缝边缘检测方法。仿真试验结果表明,该方法在处理缝宽较小的裂缝时,仍能将裂缝边缘与背景较好地区分出来,可以达到精确定位的效果。另外,该方法弥补了传统边缘检测方法的不足,其得到的边缘更连续,漏检率低,且不会产生伪边缘。     

无砟轨道板表面裂缝的红外热成像检测方法

纵连无砟轨道板作为无砟轨道主要结构类型之一,表面裂缝是轨道板最常见的结构病害类型,也是高铁运维重点作业内容之一.实现非接触快速的红外热成像检测裂缝病害方法对于提高作业精度和效率具有显著作用.针对红外热成像仪采集的图像数据存在的边缘模糊、对比度低等问题,提出基于NSCT变换(Non-subsampled Contourl...     

车载轨道状态巡检技术发展及应用

介绍车载轨道状态巡检技术的国内外研究现状,阐述我国自行研制的车载轨道状态巡检系统的功能及特点,该系统主要针对轨道存在的钢轨表面擦伤、扣件异常、轨枕掉块、轨道板裂纹及线路有异物等现象进行检测,分为图像采集、图像分析、数据管理3个模块。简述目前巡检技术在我国铁路日常检测中的运用状况和作业模式,提出今后需要进一步深化研究的领域。     

高速铁路无砟轨道表面裂缝三维图像自动识别算法

无砟轨道表面伤损的自动检测技术是当前高速铁路检测与监测的关键技术。采用三维图像技术,将原始三维图像转换为二进制图,基于三维光影模型的轨道结构表面裂缝的三维图像识别算法,采用连通域分析与线性形态分析方法,了轨道结构裂缝识别中图像噪声消除算法,从而提高轨道结构表面裂缝自动识别的准确率。室内试验对比结果表明:课题组研发的高速铁路轨道表面伤损检测系统,可获得高精度的裂缝长度、宽度以及深度的数据信息,轨道板裂缝最大宽度的识别结果相对误差为6.25%、9.68%,裂缝长度的测试识别相对误差为1.39%、2.92%,平均深度的测试识别相对误差为15.69%、13.04%。采用提出的裂缝识别算法可实现100%准确率的裂缝自动识别。     

基于改进Faster R-CNN的CRTSⅡ型轨道板裂缝检测方法

高速铁路无砟轨道伤损检测维修的准确率和时效性关乎高速铁路的运营安全，采用机器视觉技术进行高速铁路无砟轨道板裂缝伤损检测可极大提升检测工作的准确率和效率，为此根据CRTSⅡ型轨道板裂缝伤损样本数据特点，提出一种基于改进Faster R-CNN的方法对轨道板裂缝进行检测。该改进方法将检测问题转化为定位问题，精简网络模型，其主干网络选用残差网络，避免网络深度过深而导致学习速度下降；引入引导锚框，以减少冗余锚框，提高检测针对性；采用Soft-NMS算法，改善轨道板裂缝检测的重叠状况，提高裂缝检测效果。为评估该改进方法的可靠性，建立CRTSⅡ型轨道板裂缝检测评价标准，并依据该评价标准将改进方法与R-FCN,YOLO-v5,Faster R-CNN及YOLOx网络算法进行对比测试。结果表明：提出的改进方法综合表现优于其他算法，具有更高的准确率以及最小的漏检率，最佳模型查准率为95.9%，查全率为89.6%，相较于其他几种经典算法分别提高了约2%～4%和2%～6%，能够较好地应用于CRTSⅡ型轨道板裂缝检测场景。     

基于局部图像纹理计算的隧道裂缝视觉检测技术

地铁隧道裂缝病害的自动检测技术是一个重要研究方向。针对地铁隧道复杂场景和弱光环境下,全局图像检测精度低的问题,提出分块图像局部纹理处理算法,将大视场裂缝图像进行网格化处理,在分块区域内完成预处理与纹理提取,基于图像细化与骨架提取算法,提出裂缝和虚假裂缝纹理的差异性计算模型,可有效提高真实裂缝图像的检测精度,滤除虚假裂缝的干扰。针对硬件系统,提出多目高速线阵相机的图像采集方案,研制裂缝图像采集系统样机,可安装于轨道小车上进行图像连续采集。利用研制的图像采集处理设备,可以自动采集和检测隧道裂缝图像,对于纹理简单的普通裂缝图像样本,裂缝的识别率达到0.96;对于地铁隧道裂缝图像样本,裂缝的识别率达到0.84,验证了硬件系统和软件算法的有效性与可行性。     

基于区域级和像素级特征的路面裂缝检测方法

路面裂缝图像普遍存在光照不均匀,对比度低,噪声干扰严重等问题,传统图像处理方法无法有效检测路面裂缝。提出一种综合区域级和像素级特征的分步路面裂缝检测算法,将检测过程分为裂缝区域检测和区域内裂缝精确检测2部分依次进行。设计一种基于拟合图像背景的匀光算法,并结合其他预处理算法改善图像质量;而后基于图像连通域特征,采用基于多特征的滤波方法以及基于SVM的裂缝区域分类法完成裂缝区域检测;在裂缝区域内采用基于像素灰度与梯度特征的种子生长法提取裂缝目标。实验结果表明,该算法能够较好的检测和标识出复杂路面裂缝图像中的裂缝目标。     

基于热成像的高速铁路轨道板表面裂缝检测方法研究

针对高铁检修天窗的轨道板表面裂缝检测问题,采用红外热成像方法进行研究。首先,通过实际调研,确定了轨道板表面裂缝的主要表现形式和结构特征。其次,基于红外热成像检测原理,推导轨道板表面温差计算公式,得到裂缝检测的控制性因素。在此基础上,建立了含表面裂缝轨道板红外热成像检测有限元三维模型,分别研究了环境温度、裂缝宽度和裂缝长度对检测效果的影响,最后,通过对不同热激励辐射强度和激励时间的仿真计算,优化了检测条件,提高了检测精度。研究结果表明:利用热成像技术可以实现对轨道板表面裂缝的夜间检测,且环境温度越高、裂缝尺寸越大,检测效果越好。在20℃条件下,可以实现对宽度大于0.1 mm,长度大于15 cm裂缝的有效检测。在施加热激励辐射强度为1 000 W/m~2的条件下,可以实现对细小裂缝5 km/h的动态检测。     

CRTSⅠ型预应力无砟轨道板高精度制造技术

结合沪宁城际铁路CRTS Ⅰ型预应力轨道板制造施工经验,提出了优于现行技术规范要求的轨道板制造精度控制标准,并提出了相应的轨道板制造精度控制和成品轨道板质量检测方案.通过对轨道板现场检测和数据分析,进一步验证了本套轨道板制造技术在提高轨道板制造精度上的优势.     

关于路基桩板结构上无砟轨道配筋设计计算的探讨

结合武广铁路客运专线桩板结构双块式无砟轨道的设计,对桩板上铺设无砟轨道结构时的轨道道床受力、裂缝检算及钢筋选择等问题进行探讨,对桩板地段无砟轨道结构的配筋计算方法进行较为详细的分析和总结。     

高速铁路轨道板图像智能比对技术

提出一种结合深度学习与经典图像处理技术的高铁轨道板外观状态变化智能比对方法,以扣件位置为锚点对齐轨道板,通过网格化图像提取特征,分区域比对轨道板图像相似性.利用同一块轨道板的历史图像数据与新采集的数据自动进行比对,寻找外观差异,从而在无需预先定义故障类型的情况下筛出轨道板异物、设备形位变化及破损等故障,提高了检测效率和...     

基于标准杆件的CRTSⅢ型轨道板自动化检测系统精度评定

针对当前CRTSⅢ型轨道板检测方法缺乏精度评定标准的问题,以集成智能机器人和三维成像仪高速铁路CRTSⅢ型轨道板自动化检测系统为依托,提出了一种基于标准杆件的CRTSⅢ型轨道板自动化检测系统精度评定方法。该方法给出了轨道板检测系统的测量标准精度及其计算方法,并设立了两个精度评价指标(即轨道板扣件间距方向及大钳口方向的横向检测精度),计算得出高速铁路CRTSⅢ型轨道板自动化检测系统的标准系统精度为0. 030 0 mm,标准偶然精度为0. 152 8 mm,标称精度为0. 155 mm/m。大量实验数据证明,该方法精确、稳定,能够在较短时间内定量评价轨道板外形尺寸和光学测量系统的精度,其评定结果对于其他轨道板及铁路工件的三维检测具有参考价值。     

基于PTZ相机极向投影的铁路限界自动识别方法

铁路异物侵入检测对保障铁路运营安全具有重要意义,提出一种基于PTZ (Pan-Tilt-Zoom)相机极向投影进行铁路限界自动识别的方法。针对PTZ相机采集的移动背景图像,提出一种分时图像融合生成匹配模板,利用小波分析、形态学运算和连通域标记进行图像预处理,进而利用Hough变换和钢轨极向投影检测图像中钢轨位置的限界区域标记算法。当相机姿态或焦距调整后,基于Sift特征匹配计算模板图像与新图像间的坐标变换矩阵,提出将模板图像中的限界区域映射为新图像中限界区域的方法。铁路现场实验表明:所提方法能够快速准确地识别由平行钢轨确定的铁路限界,有效解决了PTZ相机无法自动确定限界区域的问题。     

激光位移计在隧道基底补强监测与控制中的应用

铁路隧道整体道床基底下沉、翻浆冒泥等病害严重影响线路平顺性。以基底病害采用“抬-注-锚”技术整治为例,利用激光位移计实时监测轨道板抬升过程中的位移。结果表明:当聚氨酯固化材料填充轨道板底部裂缝时轨道板抬升,当抬升位移量达到警戒值1 mm时停止作业,之后轨道板缓慢下降,随着聚氨酯固化材料的固化,轨道板的抬升位移量最终趋于稳定。由于激光位移计在测量精度和测量范围上比轨距尺更具优势,能够有效地实时监测和控制轨道板抬升过程中的位移,为后续工程实施提供保障。     

基于改进Mask R-CNN的轨道扣件状态检测方法

为提高轨道扣件状态检测的准确率,基于K均值聚类算法改进掩膜区域卷积神经网络(Mask R-CNN)实例分割算法中的区域建议网络。进行基于改进Mask R-CNN的轨道扣件状态检测方法研究,并将该方法分别应用于普速铁路有砟轨道2个扣件数据集和高速铁路无砟轨道1个扣件数据集上进行轨道扣件状态检测。结果表明:该方法能对普速铁路有砟轨道和高速铁路无砟轨道图像中的扣件状态进行准确检测,扣件的定位准确率和分类准确率平均分别达到97.05%和98.36%,均优于YOLO V3,Faster R-CNN和Mask R-CNN算法;相较于前2种算法,本方法对普速铁路有砟轨道扣件状态检测的优势更为明显。     

无砟轨道板脱空检测技术研究

由于行车荷载、温度应力等因素的影响,无砟轨道板经常出现脱空、翘曲等问题,影响轨道交通的正常运营。但目前常用的轨道检测方法多集中在轨道高差、水平的检测上,对于轨道板在行车过程中产生的脱空检测效果不佳。本文对比冲击弹性波在无砟轨道板脱空检测中相对于红外线、电磁波等方法的优越性,并结合工程实际验证了冲击弹性波在无砟轨道板脱空检测中的可行性。     

铁路隧道内无砟轨道结构病害检测与快速修复技术

分析北京一通辽快速铁路梨树沟隧道内无砟轨道基底结构病害现状,提出病害整治原则。论述基底换填、整体轨道板维修、加强或增设排水设施、增加扣件可调变形量和灌注水泥浆整治方法。针对梨树沟隧道整体道床裂缝、下沉等病害,采用高强发泡树脂（4．75＃）进行注浆加固处理,对注浆前后动变形进行对比测试、物探测试和原位探测并进行分析,检验实际效果。结合我国无砟轨道结构病害类型及产生机理,进一步研究无砟轨道结构病害检测与快速修复技术。     

无砟轨道轨道板配筋对控制温度裂缝影响的研究

建立板式轨道实体结构力学模型,计算了不同温度荷载和配筋形式下无砟轨道轨道板的应力分布,分析配筋率和混凝土应力对轨道板裂缝宽度的影响,并提出了轨道板合理配筋率,为无砟轨道设计和施工中轨道板温度裂缝的控制提供参考。     

基于特征分析的地铁隧道裂缝识别算法

有效地检测地铁隧道表面裂缝对于隧道的安全至关重要。地铁隧道表面图像普遍存在光照不均匀,目标对比度低,背景纹理复杂,噪声干扰严重等问题,而检测传统图像裂缝,如混凝土表面、路面裂缝等的算法不能很好地适用于地铁隧道表面图像。为此本文提出了一种隧道表面裂缝识别的算法。该算法首先利用Mask匀光等预处理算法改善隧道图像的质量,而后分别设计了基于模板的分析法、基于Hough变换的线型结构分析法、基于SVM的近似裂缝结构分析法等算法对隧道表面裂缝图像各成分进行提取,从而达到识别裂缝的目的。实验结果表明,该算法对传统裂缝图像的识别准确率可达97%,对于隧道表面的裂缝图像识别准确率可达81%。     

客运专线桥墩沉降抬梁整治技术实践分析

基于京津城际铁路北京亦庄区域沉降典型工点的抬梁整治,通过实测变形情况,计算分析轨道结构应力和变形、轨道板和底座板裂缝及配筋量、梁体下缘应力、强度及抗裂安全系数等设计指标,掌握梁体抬升对轨道板、底座板的影响,评估无砟轨道和桥梁结构的安全性能,得出合理的梁体抬升量、抬梁速度等控制指标。