基于改进二维卷积滤波技术的轨道伤损检测方法

基于改进卷积滤波技术和自适应阈值分割法,提出边缘检测轨道结构识别与伤损检测方法。使用改进二维卷积进行图像滤波,对原图像矩阵通过行列式变换处理,增强图像边界元素;根据边缘检测所得到的线形特征进行扣件弹条及钢轨识别,以线形急剧变化判别钢轨伤损及位置。通过既有线路轨道进行图像识别试验验证。试验验证结果表明,采用该方法可提高轨道部件识别速率,具有一定的自适应性,还可确定伤损相应位置,有利于轨道伤损的判别,可应用在日常轨道的养护及维修中。     

车载轨道巡检系统研制

论述了车载轨道巡检系统结构及各子系统设计方案。巡检系统由轨道图像采集、数据分析和数据管理3个子系统构成。图像采集子系统采用线阵CCD等间距运动扫描获取轨道图像。基于机器学习理论构建了数据分析子系统,可对钢轨表面伤损、扣件异常进行智能识别。数据管理子系统可对检出缺陷进行组合查询并输出报表。该系统目前已应用于我国各高速铁路干线,对轨道主体设备外观进行普查,最高检测速度可达160 km/h。     

钢轨探伤车检出可疑伤损的综合分析方法

钢轨探伤车超声检测发现B型图异常后,依据伤损形态和走势下发一级、二级、三级报警,目前的伤损报警等级判定只针对B型图伤损波形,未考虑伤损危害性。朔黄铁路重载综合检测车包括轨道检测、轨道巡检、钢轨波磨、断面磨耗、路基道床检测及钢轨探伤等功能,可同步提供工务各专业数据。对钢轨可疑伤损分析评定时,结合线路技术状况,综合应用钢轨波磨、断面磨耗、轨道巡检、轨道几何、路基道床检测等数据,多专业、全方位综合分析伤损的严重程度和危害性,同时分析钢轨伤损成因,形成一套成熟的综合分析方法,在实际应用中取得良好效果。     

基于HALCON的钢轨表面缺陷检测技术研究

针对当前检测钢轨表面缺陷存在的效率低、易漏检误检问题,提出一种基于HALCON图像处理软件开发的钢轨表面缺陷检测方法,实现测量过程中对缺陷图像的识别和处理。通过钢轨模拟检测平台采集钢轨表面图像,利用HALCON软件对获取的原始图像进行预处理、边缘检测、目标特征提取,计算相关几何特征信息并定位钢轨表面缺陷。实验表明,该方法具有较高的测量精度和测量效率,能够满足实际应用,为钢轨表面缺陷在线检测提供了新的途径。     

基于Anchors设计和模型迁移的钢轨内部伤损检测方法

钢轨内部伤损的准确检测是保障列车安全运行的重要环节，如何提高伤损检测算法的泛化能力和鲁棒性是当前自动检测该类伤损面临的主要问题。为此，提出一种基于Anchors设计和模型迁移的钢轨内部伤损检测方法。首先，采用图像数据增强技术扩充现有图像数据集，获取适量的训练样本。其次，设计以交并比为距离度量的K-means聚类算法获取新的Anchors多维度约束，提高伤损检测精度。最后，在基于改进Faster R-CNN模型的迁移学习方法基础上，训练所提的钢轨伤损检测模型。试验结果表明，本文检测方法所得精确率、召回率和F₁值均达到99%,对不同类型的内部伤损取得了较好的检测效果；与现有方法相比，本文所提方法的识别准确率高、误报率低，可有效检测钢轨内部伤损。     

基于图像处理的钢轨伤损分类算法研究

钢轨伤损的种类众多且形态各异,即便对于同类伤损,在超声波钢轨探伤检测软件中形成的B显图像也会存在差异,而当某类伤损的B显图像变化超出一定范围后,检测软件便无法识别该伤损的类别。因此,提出一种基于图像处理的钢轨伤损分类算法,其采用Tamura纹理特征与局部二值模式(local binary pattern,LBP)相结合的算法提取伤损B显图像的特征值并组成特征向量,使得作为分类器的支持向量机(supportvector machine,SVM)能够对不同种类伤损的特征向量进行训练,从而用训练后的最优分类函数预测未训练过的待测伤损的类别。试验结果表明,所提算法在钢轨伤损图像分类方面实现了较高的分类准确率。     

高速铁路无砟轨道运营初期钢轨伤损分析及对策措施

在高速铁路无砟轨道结构中,作为轨道结构最重要组成部件的钢轨伤损时有发生 以上海局管内已开通运营的沪宁城际、沪杭高铁、京沪高铁上发现的钢轨伤损为例,总结高速铁路开通运营初期钢轨伤损的特点,分析伤损产生的原因,提出针对性对策措施,为高速铁路养护维修,特别是开通运营初期的高速铁路钢轨养护维修提供经验.     

GTC-80型钢轨探伤车及其运用

GTC-80型钢轨探伤车是我国集成研发的新一代钢轨探伤车,在原探伤系统基础上进行诸多改进,并在车辆系统、轨道巡检系统上采用完全自主化技术,整车实现对钢轨伤损和轨道状态的综合检测,整体检测速度达到80 km/h.结合我国铁路钢轨探伤检测和轨道巡检的实际情况,从整车结构布局、超声检测系统、轨道巡检系统3方面介绍GTC-80型钢轨探伤车及其在我国铁路钢轨探伤领域的运用情况.     

图像处理技术在钢轨表面缺陷检测和分类中的应用

采用图像处理、模式识别及机器视觉等理论,对现役钢轨缺陷进行检测和分类.完成自动提取缺陷图像和最小化缺陷图像,以减少处理量并降低存储空间需求,自动判断缺陷类别.文章对采集到的缺陷图像进行处理,实验结果证明该方法能够正确实现检测轨道表面缺陷检测,并具有一定的适用性.此方法可以克服人工检测方法的许多弊端,提高检测速度和精度.     

钢轨探伤管理系统:互联网+时代的钢轨管家——钢轨探伤管理系统应用现场会在成都召开

<正>5月25日,由中国铁路总公司运输局工务部主办的全路钢轨探伤管理系统应用现场会在成都召开。基于大数据时代的引领和现代市场的要求,中铁物轨道科技服务集团有限公司推出了钢轨探伤管理信息系统。该系统利用"互联网+"、大数据、云计算等现代信息技术手段,通过全路钢轨伤损数据库平台应用和管理,可及时存储动静态方式采集的不同线路钢轨伤损数据,评估钢轨使用状态,为铁路安全策略制定提供数据支持和决策依据,同时能够大大提升钢轨伤损管理水平和管理效率。该系统达到国际先进水平,填补了国内空白。     

德国钢轨探伤车首次采用超声波和涡流组合检测技术

德国铁路路网公司在其1号钢轨探伤列车SPZ～1上安装的钢轨表面病害检测系统,首次采用了超声波和涡流组合检测技术,探伤列车装有10个超声波探头和4个涡流探头,能以最高80km／h的速度高精确检测钢轨。检测结果在被称为“透明钢轨”图像上显示,该图像能够以稳定的分辨率显示测试结果。应用超声波和涡流组合检测技术特别适用于对钢轨伤损的分级,能够避免以前因为只用一种检测方法而导致的错误分级。     

基于深度学习的钢轨伤损智能识别方法

基于钢轨探伤车检测数据通道设计、B显数据生成原理和钢轨伤损分类,对比钢轨探伤车检测数据伤损识别与普通图像识别特点的不同,将检测数据视为由16个通道二进制矩阵叠加成的图像;设计包含1个输入层、3个卷积层、3个池化层、2个全连接层、1个输出层的深度学习架构,并通过噪声和通道预处理,将钢轨伤损的"物体检测"问题转换为"分类"问题。以某地人造钢轨伤损检测数据扩充后作为训练集,得到基于深度学习的钢轨伤损智能识别模型,以另一地的人造钢轨伤损检测数据作为测试数据分析该模型的识别效果,并与钢轨探伤车既有系统识别结果和人工分析结果进行对比。结果表明:基于深度学习的钢轨伤损智能识别模型在准确率、误报率指标上均优于钢轨探伤车既有系统,达到人工分析的指标要求,提高了准确率。     

钢轨铝热焊焊缝边缘伤损的超声波检测技术

钢轨铝热焊焊缝边缘在轨头下颚、轨腰表面与溢流飞边交界的根部容易出现伤损,采用常规的超声波检测探伤方法很难发现此类缺陷,介绍了3种探测此类伤损的检测方法,详细说明解决检测过程中出现问题和判断方法.     

基于线阵CCD相机的轨道图像采集系统设计

轨道图像信息的采集是对轨道状态实时监控的重要手段。设计了一种基于线阵CCD相机的新型图像采集系统,该系统利用线阵CCD相机连续快速的记录轨道信息,整个系统运行速度能达到10 km/h,钢轨表面图像的横纵分辨率为0.5 mm×0.5 mm,并且图像不失真,不漏采;同时解决了信号触发和里程记录等关键问题,实现轨道信息的完整采集。实验结果表明:系统不受小车速度变化的影响,并能准确记录里程信息,从而为后续缺陷的检测与定位奠定基础。     

JJ60-160型铜轨伤损加固急救装置

钢轨伤损加固急救装置能快速对伤损钢轨、断轨进行加固处理,适用于高速铁路、客运专线和既有线提速线路、无砟轨道或有砟轨道上使用。加固安装时不受轨枕、扣件等轨道部件的影响。当发生钢轨伤损时,可根据现场情况选用夹具快速加固、夹板上螺栓加固和     

铁路轨道综合检测系统研究

随着高速铁路的持续发展,客货运量不断上升,铁路线路伤损、病害日益增多.为提高钢轨探伤检测能力,提升作业效率和精确度,开展轨道综合检测系统研究.以系统结构剖析、实证研究等方法从理论到技术实现解读该系统,证明铁路轨道综合检测系统能够更适应当前铁路线路维修模式,并达到提高钢轨探伤和几何尺寸检测效率与实时传输的目的 .     

基于深度学习的钢轨伤损超声检测与分类

钢轨内部伤损的实时检测与治理将有效地降低事故发生的风险.人工物探方法费时费力;超声检测技术能够实时地探查钢轨的内部状态,但伤损的辨识仍依赖于人工或图像处理技术逐个手动处理,易漏检或错检.提出一种新的基于深度学习的钢轨内部伤损超声检测数据后处理方法以实现伤损识别和分类的自动化,并从数据,方法和干扰因素三个方面对分类效果进...     

便携式钢轨磨耗自动检测系统

钢轨头部的磨耗值是决定钢轨伤损最主要的参数之一.采用光取断面法对钢轨磨耗进行自动检测,阐述系统的检测原理、硬件和软件组成并利用计算机图像处理技术对钢轨断面图像进行处理和检测,得出钢轨磨耗值,并给出系统的误差来源.     

地铁线路钢轨表面横向裂纹及掉块伤损原因分析

地铁线路钢轨使用1.5～2.5年后在表面产生横向裂纹及剥离掉块伤损。对地铁线路钢轨性能以及伤损的特征分析表明,该伤损是一种滚动接触疲劳伤损,主要原因是钢轨表面长期处于潮湿状态,轮轨之间的摩擦系数变小,造成钢轨表面塑性变形层内微裂纹萌生后的发展速度大于钢轨磨耗速度,裂纹向钢轨内部扩展;液体侵入裂纹内形成挤压效应,加速裂纹的发展,从而在钢轨表面产生横向裂纹并快速发展成掉块伤损。在裂纹发展初期对钢轨进行预防性打磨,并保持地铁环境的干燥,可有效预防和减轻钢轨表面横向裂纹及掉块伤损的产生和发展。     

城市铁路钢轨伤损状况分析及对策研究

城市铁路与既有地铁相比采用了新型轨道结构,其钢轨伤损亦有着明显的自身特点,对城市铁路钢轨伤损状况进行量化统计分析,得出其钢轨伤损主要类型为焊缝伤损及焊点伤损等结论,并找出其分布规律,对其特点及成因进行了分析研究。