地铁车辆受电弓故障分析

以南京地铁2号线车辆为例,针对车辆受电弓常见的上框架出现裂纹和碳滑板出现异常磨耗的问题进行分析。得出导致上框架出现裂纹的原因主要是焊接质量问题和网线的异常冲击问题,碳滑板出现异常磨耗的原因是由于受电弓碳滑板与接触网之间受流工况的不同,导致碳滑板在使用中会出现断裂、剥离、掉块、裂纹、灼烧、偏摩等异常问题。提出了针对受电弓上框架出现裂纹和碳滑板异常磨耗问题的故障处理以及预防和整改措施。     

从电力机车受电弓滑板标准看滑板材料的发展现状

受电弓滑板是电力牵引机车的关键零部件和主要消耗件,关系到列车的运行安全与成本。做为铁路专用产品,受电弓滑板有严格的产品技术条件与标准。随着电气化铁路高速化发展,受电弓滑板经历了不同的发展阶段,本文从我国受电弓滑板标准出发,系统阐述了受电弓滑板材料的发展现状,展望了未来高端受电弓滑板发展方向。     

双滑板受电弓磨耗的超声波检测方法

超声波检测滑板磨耗是以DSP TMS320LF2407A控制超声波传感器测量受电弓滑板的磨耗值,然后将获取的数据传输到检测主机.现在大部分电力机车都采用双滑板受电弓,因此超声波检测应能够检测前后两个滑板.在超声波检测单滑板受电弓的基础上,主要通过修改下位机的控制程序便可实现双滑板受电弓滑板的磨耗检测.     

基于形态特征的玉米种子表面裂纹检测方法

采用数字图像处理技术实现了对玉米种子表面裂纹的识别和检测。选择冷阴极荧光灯(CCFL)设计了图像采集的光照环境,建立了玉米种子图像的采集系统,然后针对玉米种子图像提出了一种基于籽粒形态学特征的表面裂纹检测方法。该方法采用水平和垂直边缘检测算子处理得到裂纹、种子边界和噪声等边缘信息;然后通过玉米籽粒的形态特征寻找其尖端位置,并使用图像代数运算的方法去除大部分非裂纹信息;最后根据裂纹的长度和位置特征提取得到裂纹,并计算裂纹的绝对长度和相对长度。对农大4967和农大3138两个品种的玉米分别选取裂纹粒和无裂纹粒各50粒进行图像识别,试验结果表明:识别准确率分别为94%和90%,基本满足玉米种子表面裂纹检测的精度要求。     

高速铁路弓网动态图像检测技术研究综述

针对高速铁路弓网系统快速发展的需要,概述了弓网检测技术的发展,分析了基于实时图像检测技术的列车接触网几何参数检测、接触网悬挂状态检测监测和受电弓滑板监测。最后,提出了高速铁路弓网检测技术的发展方向。     

地铁受电弓损伤评估及故障分析

受电弓作为地铁列车供电系统的重要组成部分,通过接触网取电给地铁列车主牵引和高压设备供电。本文通过介绍受电弓升降弓的工作原理,对受电弓在线路开线阶段出现的轴杆弯曲、碳滑板裂纹、燃弧故障进行分析和评估,经过现场普查并结合弓网监测数据分析判断,分析认为其主要原因为过大的硬点冲击导致碳滑板磕缺、断裂,从而导致弓网关系恶化。经过分析提出了弓网匹配改进建议,解决了该类型故障,降低了受电弓在运行过程中发生故障的概率,改善列车运营的安全性能。     

基于OpenGL的受电弓磨耗检测系统图像化设计

采用超声波传感器检测受电弓滑板磨耗能实现在线检测.该检测系统以DSP TMS320LF2407A控制超声波传感器测量受电弓滑板的磨耗值,然后将获取的数据传输到检测主机.为了能从任意角度观察磨耗曲线图形,在屏幕模式下通过简单的鼠标拖动实现对图形的移动、缩放和自由旋转.     

红外热成像技术在大型起重机械金属裂纹探伤中的应用

对大型起重机械金属构件中常见的裂纹缺陷进行识别是红外热成像检测应用中一个新的研究方向。介绍了主动式红外热成像检测的技术原理,设计了通过主动式红外热成像检测技术对含有裂纹缺陷的金属钢板试件进行检测的无损检测Non-Destructive Testing(NDT)系统,并根据检测系统搭建了试验平台。针对试验中采集到的原始红外热图像存在裂纹缺陷轮廓模糊、环境噪声干扰等问题,提出采用图像灰度转换、直方图均衡化、中值滤波、阈值分割和边缘检测等方法来提取裂纹缺陷的边缘轮廓特征。结合提取出的轮廓特征,并根据钢板试件的实际试件尺寸和预埋裂纹缺陷轮廓特征图像像素之间的换算关系,得到裂纹缺陷的识别精度。经过对比验证,红外热成像技术可以满足大型起重机械金属构件裂纹缺陷的检测需求。     

某型航空发动机篦齿盘表面裂纹的视觉检测方法

基于内窥镜的视觉检测技术在现代航空发动机故障诊断中发挥着重要的作用。本文针对某型航空发动机篦齿盘均压孔上产生的表面裂纹,采用基于工业视频内窥镜的孔探技术对其进行自动视觉检测。在对均压孔裂纹形成原因和裂纹形态进行分析的基础上,提出一种基于定位-识别模型的盘孔表面裂纹检测方法。该方法采用一种新的模糊快速Hough算法检测均压孔的圆形边界,对盘孔进行定位;然后根据裂纹分布情况确定兴趣区域,并对该区域内的图像进行二值化和细化;最后采用链码分析实现裂纹识别。在实验中,对比了模糊快速Hough变换与标准Hough变换、随机Hough变换检测盘孔边界的效果,结果表明模糊快速Hough变换可以快速准确地识别出圆形边界,对盘孔进行定位。采用上述方法对80幅均压孔图像进行裂纹检测试验,结果表明检测的准确率可达91.2%。     

基于三维测量的受电弓弓头检测系统研究

基于结构光三维测量,设计了列车受电弓弓头故障检测系统.介绍了系统工作原理与采集流程,结合系统应用环境特殊性,给出关键部件的选型.提出基于点云数据的受电弓滑板磨耗检测算法以及中心线偏移、弓头姿态、羊角变形检测算法.进行仿真实验验证了算法精度.     

航空发动机篦齿盘表面裂纹的视觉检测

基于内窥镜的视觉检测技术在现代航空发动机故障诊断中发挥着重要的作用.针对航空发动机篦齿盘均压孔上产生的表面裂纹,采用基于工业视频内窥镜的孔探技术对其进行自动视觉检测.在对均压孔裂纹形成原因和裂纹形态进行分析的基础上,提出一种基于定位-识别模型的盘孔表面裂纹检测方法.该方法采用一种新的模糊快速Hough算法检测均压孔的圆形边界,对盘孔进行定位;然后根据裂纹分布情况确定感兴趣区域,并对该区域内的图像进行二值化和细化;最后采用链码分析实现裂纹识别.在实验中,对比了模糊快速Hough变换、标准Hough变换和随机Hough变换检测盘孔边界的效果,结果表明模糊快速Hough变换可以快速准确地识别出圆形边界,并对盘孔进行定位.采用上述方法对80幅均压孔图像进行裂纹检测试验,结果表明检测的准确率可达91.2%.     

受电弓滑板载流温度静态特性研究

针对电气化铁路运营带来的受电弓-接触网问题,仅从传统的动力学角度研究分析已显不足,受电弓滑板载流温度分布关系的深入研究是对其的有力补充。从热学角度出发,通过将流入受电弓电流基于等效电功率形式施加到受电弓滑板上,建立滑板接触点附近的温度分布模型;运用FLUKE热像仪测量同等受流条件下滑板接触点温度分布规律,验证了仿真方法的有效性,为弓网系统电-热耦合关系进一步研究提供参考。     

基于深度学习的受电弓羊角异常智能检测方法

随着国家对城市轨道交通运营建设的不断重视，对受电弓监测的安全性、可靠性、高效性提出了更高的要求，因此，对受电弓羊角异常的识别定位研究具有重要意义。本文运用了深度学习领域基于计算机视觉对受电弓羊角进行异常识别的智能检测方法，利用YOLOv3模型与传统图像处理算法，研究适用于检测羊角异常的缺陷智能识别模型，并在铁路现场证实其智能检测方法在真实环境下的时效性和可靠性。     

基于Mask-RCNN的单轨受电弓滑块图像分割方法

在单轨受电弓滑块厚度检测系统中，正确检测滑块厚度的前提是能在原图中正确定位滑块及标志物位置，但环境变化及标志物颜色的不同，为滑块及标志物的准确定位带来了复杂度。本文提出了一种基于Mask-RCNN的单轨受电弓滑块图像分割算法。该算法采用ResNet-FPN架构并添加了并列的Mask层，提升了算法的特征挖掘及表达能力；使用ROI Align替换原ROI Pooling层降低不同尺寸ROI特征图转换间的量化误差，提升特征到原图之间的映射精度即图像分割精度。在集中验证本文算法的准确度，其中受电弓与滑块的识别率达到100%，分割精度指标平均交并比(Mean IoU)为97.2%。     

基于BF-Net与孪生分差的飞机结构裂纹检测方法

针对目前飞机结构疲劳试验损伤检测中计算机视觉识别模型面临的主要问题是如何从同为毫米级的表面纹理、划痕、污迹中识别出疲劳裂纹，提出了基于双向融合网络（bidirectional fusion network，简称BF-Net）和孪生分差的飞机结构裂纹检测方法。首先，采用分级检测策略，提取出可能出现裂纹的重点区域；其次，设计面向微小目标识别的BF-Net，通过自上而下和自下而上的特征融合操作从区域图像中自动获取高质量的裂纹特征信息；最后，采用孪生分差法，基于重点区域的自身特征信息以及与模板间的特征差异信息来综合判别裂纹。试验结果表明，该方法能够实现对微小裂纹的精确检测，为飞机结构疲劳试验中裂纹的自动化检测提供了有效的技术途径。     

基于CCD图像的表面疲劳裂纹检测方法

设计了7075铝合金试样的疲劳裂纹扩展试验,采用表面复型法对疲劳裂纹的扩展进行研究.采集试样表面疲劳裂纹扩展过程的CCD(charge coupled device,电荷耦合器件)图像,分别对微小裂纹图像和长裂纹图像进行预处理,计算了疲劳裂纹的长度和宽度,拟合了疲劳裂纹的长度扩展曲线和宽度扩展曲线,并验证了表面疲劳裂纹图像检测方法的精度,为实现疲劳裂纹的在线监测提供了有效途径.     

高速受电弓浸金属碳滑板载流摩擦磨损机制研究*

高速受电弓滑板面临高滑动速度、高电压、大电流等极限运行环境,运行环境的复杂性势必对滑板的使用寿命造成影响。为研究高速受电弓浸金属碳滑板载流摩擦磨损机制,通过对某高速列车受电弓浸金属碳滑板进行实车跟踪监测分析,得出高速受电弓滑板的真实工作条件,并通过扫面电子显微镜、电子探针、白光干涉仪对高速运行磨损后的浸金属滑板表面进行微观形貌分析、表面元素分布分析、表面粗糙度分析。结果显示：浸金属碳滑板的主要磨损机制为黏着磨损;浸金属碳滑板中间异常光亮的区域主要是由大量碳元素排列组成,且可能是由于滑板在进出站以及车辆段滑动时接触网未设置拉出,造成滑板中间磨耗较其他区域明显异常。磨耗后滑板表面成分分析可以得出,滑板表面氧元素原子占比较高,说明滑板表面发生了一定的氧化还原反应。     

基于VI的疲劳裂纹在线监测摄像头自动聚焦系统

为提高疲劳裂纹在线检测的效率和精度,提出了一种基于视觉识别(VI)的疲劳裂纹在线监测摄像头自动聚焦的方法。该系统主要包括CCD摄像机、镜头、摄像头云台、NI-PCI运动控制卡、光源照明系统、图像采集卡、计算机以及安装在计算机内的图像处理软件和上位机运动控制软件;利用虚拟仪器技术根据摄像头在图像采集过程中的动作要求,设计了一套运动控制方案,进行了基于LabVIEW图像处理自动聚焦技术的研究,并着重研究了清晰图评价函数的选择和寻优算法的设计;最后,对系统进行了软、硬件的调试。调试结果表明,该系统达到了预期的功能需求和精度要求。     

边缘扩展的皮带撕裂支持向量机视觉检测

提出了基于视觉的皮带撕裂监测方法,并构建了皮带撕裂视觉监控系统。针对皮带输送机运行过程中由于干扰导致的图像退化,采用维纳滤波方法实现了退化图像的复原。为实时识别高速运动的皮带裂纹,采用CamShift算法对快速移动的皮带裂纹序列目标图像进行跟踪与捕捉。采用Canny算子对皮带裂纹进行边缘提取,并通过增加一个δ值,使检测到的裂纹边缘向外扩张,从而增加检测到的皮带裂纹权重,获得鲁棒性更高的边缘检测效果。最后,构建了SVM皮带裂纹预报模型,以皮带裂纹图像的像素面积及长宽比几何特征量作为模型输入量,对皮带裂纹状态进行预报。实验表明,提出的皮带撕裂检测方法是有效的。     

焊缝裂纹缺陷的磁粉检测自动识别方法研究

磁粉检测的评价依据是缺陷处形成的磁痕。目前的焊缝磁粉检测主要依靠人工目测,因此经常会出现漏检、误检等情况。提出了一种焊缝裂纹缺陷的磁粉检测识别方法。在实验室条件下,建立了焊缝的磁痕图像采集系统,应用现代图像处理技术,分别开展了焊缝的磁痕图像恢复、裂纹缺陷提取和缺陷的识别统计等方面研究,实现了焊缝裂纹缺陷的自动识别。