高速轮式钢轨探伤变距式超声波发射模式的设计与应用

与传统的人工检测方法相比,探伤车具有检测速度快、可靠性高、重复性好的特点,对保障铁路运输安全起到了重要作用。目前国内大型钢轨探伤车最高检测速度可达80 km/h。本文基于高速轮式超声波探伤作业系统的研究开发,结合超声波在探轮和钢轨内传播的特点,对钢轨探伤车检测速度、扫查间距、超声波重复频率之间的关系进行了研究,比较了高速轮式探伤的3种超声波发射模式的优缺点,设计了适用于探伤作业系统的8个超声波发射模式。以XILINX公司的Virtex-ⅡXC2V3000型FPGA芯片为平台,进行了软硬件设计。采用变距式发射模式的超声波探伤作业系统在人工伤损线进行了标定试验和实际线路检测试验,试验结果证明变距式超声波发射模式可满足超声波探伤作业系统的检测能力需求,能够缩小超声波扫查间距,有助于提高探伤系统的伤损检出能力。     

钢轨探伤车轨底闸门的灵敏度动态设置方法

为了解决钢轨探伤车37.5°超声波通道轨底闸门灵敏度动态设置问题,更精准地检出轨底横向伤损,通过分析37.5°超声波通道检测螺孔时得到的B显图谱特点,对螺孔下裂、轨底横向伤损的声压反射特点和检测增益值进行了理论计算和定量分析,提出了37.5°超声波通道灵敏度动态设置方法.该方法以不同检测速度和扫查间距下螺孔出现合理回波...     

超声波钢轨探伤车B显数据伤损模式分类技术研究

既有钢轨探伤车超声检测系统均为国外引进。中国铁道科学研究院自主化钢轨探伤系统目前已经通过试验验证,所采用的伤损模式分类技术是其中的一项关键技术。根据自主化钢轨探伤系统的探轮设置,规定伤损的类别设置,并将伤损类别划分为四大类:核伤类、螺孔裂纹类、轨底裂纹类、水平裂纹类。归属于不同大类的伤损采用不同神经网络进行识别。以螺孔裂纹类为例进行说明,采用标定线数据进行测试,验证算法的有效性。     

钢轨探伤车综合智能检测系统

大型钢轨探伤车普遍采用超声波检测钢轨内部疲劳伤损,但国内已有的超声波系统架构平台在复杂线路区间探伤检测运用时存在数据拥塞和计算机死机现象而导致区段漏检,并且伤损的识别主要依靠人工全程回放.为提高信号处理速度和伤损识别能力,降低人工回放的工作量,进行了基于新型总线的超声波探伤系统和基于卷积神经网络深度学习的伤损智能识别技...     

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.     

研发钢轨探伤仪免维护探头

<正>1小组概况邯郸工务段勇往直前QC小组隶属于邯郸工务段邯郸探伤车间,小组成员概况见表1。2名词解释钢轨探伤仪:目前国内使用的是A、B同显数字式钢轨探伤仪,利用超声波对钢轨进行伤损检测,主要由仪器和小推车两大部分组成,探头安装在小车底部进行超声波的发射与接收。探头:完成超声信号的发送及接收,探头的好坏直接     

双45&#176;穿透探伤的研究

利用超声波被伤损阻隔,接收不到回波的原理,在JGT-6B型钢轨探伤仪上增设穿透探伤功能,检查现场钢轨焊缝轨腰伤损,制定相关工艺和判伤标准.     

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。     

基于光电的钢轨探伤车超声探轮自动对中系统设计及验证

钢轨探伤车超声探轮对中控制技术是探伤车高速检测的一项关键技术，在实际运用中因对中控制技术不足易造成钢轨伤损漏检。在既有对中控制技术基础上，采用自主化技术研究全新的基于光电的对中系统设计方案。针对钢轨夹板和道岔的干扰问题，优化自动对中软件的钢轨廓形测量算法；针对不同偏移量的对中控制问题，优化对中控制软件的控制参数及控制算法。此外，根据现场用户静态测试需求，开展探轮自动对中系统静态响应指标试验；根据现场用户动态测试需求，开展探轮自动对中系统运行测试试验。结果表明：新设计的对中系统能够在60 kg负载情况下对5 mm阶跃信号的动态响应可上升时间57 ms、超调量18.6%、稳定时间156 ms，并在铁路线路实测中对中标准差可达到2.46 mm、极限偏差不大于7.19 mm，且无对中不良情况出现；全路60辆80 km·h^-1的GTC-80型探伤车全部完成了激光对中改造，现场运用良好，设计的基于光电的超声探轮自动对中系统能够满足探伤车在80 km·h-1时的探伤检测需求。     

钢轨探伤车的检测运用模式与伤损分级探讨

1国外钢轨探伤车技术发展与应用钢轨探伤车(简称探伤车)在国外发达国家早已替代人工探伤设备,成为检测在役钢轨伤损的主要手段。由于超声波对检测钢轨疲劳裂纹和其他内部缺陷检测具有灵敏度高、检测速度快、定位准确等优点,国内外探伤车对内部裂纹检测都采用了超声波探伤技术,受限于检测模式和超声技术,检测速度一般为10～70km/h。北美地区绝大多数探伤车采用停顿式作业方式,即     

钢轨超声检测中的变型波分析

对钢轨超声检测中发现的裂纹采用通用数字式超声波探伤仪进行手工复核时,发现轨腰裂纹反射回波后方存在1处未知异常反射,与钢轨探伤仪B显图不同。通过验证排除钢轨存在第2处伤损,证明异常反射是由裂纹改变声束走向产生的固定反射回波。这主要因为超声波探伤仪是按照理想条件下的横波检测状态进行参数设置,当波型转换发生以后,声波的传播速度及角度均与原定参数发生很大改变,导致接收到伪缺陷信号,而设备仍按照设定参数显示相关信息,从而误导探伤人员对反射信号的分析判别。指出钢轨螺栓孔及导电孔超声检测中也会出现波型转换现象,并给出其变型纵波及传播路径。     

基于相控阵超声技术的重载铁路钢轨焊缝检测方法

针对采用传统超声波对重载铁路钢轨焊缝检测时效率低且易漏检的问题,提出了利用相控阵超声技术对钢轨焊缝进行检测.通过仿真模拟确定了扫描角度和探头位置等检测工艺,并选取GHT-5和YN-1试块进行试验验证.结果表明:采用相控阵超声技术进行焊缝检测可以实现多角度扫查,探头小范围移动即可完成全覆盖扫查,操作简单,效率高,检测效果...     

钢轨焊缝超声相控阵检测系统

文章介绍了一种钢轨焊缝超声相控阵检测系统。利用超声相控阵技术,制定了一种适合钢轨焊缝检测的工艺,特制了自动扫查装置,并研制了专用检测终端。系统采用多个相控阵探头和常规超声探头,自动扫查一次,即可完成整个钢轨焊缝的全覆盖检测。     

钢轨焊缝的相控阵超声定点扫查工艺研究

利用相控阵超声扇形扫描对钢轨焊缝进行快速扫查,通过计算超声波在楔块-工件界面的透射率,确定扇形扫描角度范围,进而研究钢轨焊缝的定点扫查工艺,设计专用位置标示尺。使用钢轨标准试块进行试验验证发现,相控阵扫描角度设置在30°~70°之间,位置标示尺标定10个位置即可实现试块的全面检测。本方法可以有效提高钢轨焊缝的检测效率,降低检测缺陷识别难度,同时可以将检测图像进行对比分析,具有可追溯性。     

基于智能识别与周期检测的钢轨伤损自动预警方法研究

目前采用人工回放方式对钢轨探伤车的检测数据进行分析,并与同一线路周期检测的钢轨伤损记录表进行对比,形成当次检测报告,实现钢轨伤损预警。人工回放与对比分析过程效率较低。提出一种基于智能识别技术与周期检测的钢轨伤损自动预警方法,结合线路基础信息数据库,通过对钢轨探伤车检测数据中的超声波反射体进行智能识别,输出超声波反射体的类别与位置,生成含有各类超声波反射体的序列(区段检测数据),基于编辑距离法将区段检测数据与区段标准检测数据(由周期检测数据生成)进行自动对比,形成检测报告,提高了数据分析效率。通过对某铁路集团有限公司5个区段的检测数据进行伤损自动预警测试,将自动预警结果与人工预警结果进行对比,验证了该方法的有效性和高效性。     

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。     

双轨式钢轨超声波探伤仪一次波和二次波70°超声波换能器检测效果对比分析

为深入了解采用双轨式钢轨超声波探伤仪检测钢轨伤损的效果,对比分析一次波和二次波轮式探头中70°超声波换能器布置,模拟计算的声场覆盖范围,以及钢轨伤损检测效果。结果表明,采用一次波和二次波轮式探头,均能检测钢轨伤损;采用一次波轮式探头检测时,检测范围在钢轨轨头两侧存在盲区,而采用二次波轮式探头检测时,检测范围能够覆盖整个钢轨轨头,还能检测出钢轨鱼鳞伤下的小核伤。     

基于声发射技术的道岔尖轨伤损监测系统研究

道岔尖轨是轨道的风险控制关键点，针对现有伤损检测技术在道岔尖轨处存在盲区的问题，提出一种基于声发射信号的铁路道岔尖轨伤损监测方法，研发出道岔尖轨损伤监测系统。系统基于伤损模式分类算法对列车经过钢轨时所产生的声发射信号进行分析，实现对尖轨伤损状态的识别。现场测试数据表明该方法能够有效识别道岔尖轨的伤损。     

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...     

基于深度学习与支持向量机的钢轨伤损智能识别系统

目前国内钢轨探伤车检测系统都带有自动伤损识别功能,但由于采用了基于既有规则的简单逻辑判断方法,其自动识别的准确率不高,误报较多,伤损漏报的现象时有发生。针对该问题,根据钢轨探伤车所检测数据的特点,提出了基于深度学习与支持向量机的钢轨伤损智能识别系统技术方案;采用深度可分离卷积与选择性搜索相结合的方法进行目标定位;基于人工构建的多维特征,采用支持向量机方式进行伤损图像分类;并通过使用实际线路所测数据中的人工标注样本进行测试,验证了方法的有效性。测试结果表明,该系统在各项技术指标上均表现优异,伤损检出率达到99.8%,误报率降为12%,分类准确率达到95%以上。