铁路道岔场景识别与间距检测

针对目前铁路道岔人工检测方法效率低、精度差的问题,提出一种基于深度学习的快速识别道岔场景及检测道岔间距的方法。采用线阵工业相机扫描获取铁路点云信息,设计残差连接的铁路道岔场景识别网络,采用树结构Parzen估计算法搜索最优超参数,采用Focal Loss损失函数解决样本数量不均衡问题,实现铁路道岔场景的准确快速识别。利用识别出的铁路道岔场景图像,开发了一种道岔基本轨与尖轨的边缘提取算法,准确测量道岔基本轨与尖轨的内侧间距。实验结果证明,该方法的识别准确率达到97.5%,识别时间在0.02 s内,道岔间距计算误差小于0.2 mm,相比人工检测方法,检测效率与检测精度均大幅提升,满足道岔检测的要求。     

多传感器信息融合的铁路扣件缺陷检测方法

基于机器视觉的二维图像铁路扣件缺陷检测已经取代人工检测,提高了检测效率.但是,铁路扣件缺陷样本数量少且标注困难,以及检测结果受光照条件影响大等问题仍然是当前所面对的主要挑战.因此,提出一种多传感器信息融合的铁路扣件缺陷检测方法,采用结构光设备快速高效地采集铁路扣件的深度和强度信息,设计一种针对深度图的自适应定位分割方法...     

卧式刮刀卸料煤泥离心机的改进及运转要点

介绍了卧式刮刀卸料煤泥离心机的工作原理、 结构及存在的主要问题,提出粘贴耐磨材料以降低设备维护成本;同时针对其运转要点,提出了相应的判断方法与处理措施.     

轨廓测量系统激光不共面误差修正方法

在线结构光钢轨轮廓全断面测量系统中,钢轨两侧激光不共面引起轮廓测量误差。针对该问题,提出了基于投影变换的激光不共面误差修正模型。沿钢轨纵向建立参考坐标系,并将两侧半断面轮廓测量数据投影到与钢轨纵向垂直的辅助平面上,以投影轮廓作为轮廓测量结果,从而修正由激光不共面安装导致的钢轨轮廓测量误差。对比实验表明,该方法可将激光不共面误差修正到0.1mm以下。所提方法不需要钢轨两侧激光精确共面,只需大致对齐即可,既保证了轮廓测量精度,又显著降低了现场安装要求。     

粗精煤泥回收系统技改前后的生产对比试验

分析了临涣选煤厂技改后的单段细筛缝0.3mm弧形筛、水力旋流器与筛缝0.5mm弧形筛串联的技改前粗精煤泥回收系统的生产对比试验,并结合入料粒度组成分析及水力旋流器的分选现象,用可能偏差及分级效率指标评定其工艺效果。试验结果表明,前者脱水后粗精煤泥产率提高7.03%的同时,入浮煤泥量也相应减少7.03%。浮选入料上限控制在0.5mm以下,前者煤泥分级可能偏差(Epm)为0.069 mm,分级效率(Si)为80.23%,而后者的可能偏差(Epm)为0.169mm,分级效率(Si)为59.64%。该厂西区新厂3个生产系统全部技术改造为单段弧形筛后,可节省浮选剂费用及节能降耗。     

全视角高铁运行环境视频采集系统实现与应用

现有的高速铁路运行环境视频采集系统无法获取全线路、全视角覆盖的运行环境信息,且视频存在噪声多、亮度暗等问题,不利于基于视频的高铁运行环境的检测分析。针对该问题,提出一种全视角的高铁运行环境视频采集系统。首先,集成多台车载高清摄像机、云台、视频补光灯、智能供电分配单元和高精度定位同步系统进行视频采集;然后,利用多种图像增强方法提升视频亮度;最后,利用检测车在京沈客专正线上进行试验验证,结果表明:该系统实现了全线路、全视角覆盖的高铁运行环境高质量视频采集。此外,该系统已推广应用于多辆检测车,为高铁运行环境安全检测任务提供了重要的数据支撑。     

铁路钢轨光带异常检测系统

应用图像识别技术,结合钢轨光带结构特征,提出线性时间复杂度的光带异常检测算法。首先使用图像垂直方向加权投影分析的方法,定位钢轨区域。然后基于“由粗到细”的分析策略,综合利用光带的灰度特征、局部梯度特征,逐行扫描图像,精确定位光带边界。最后根据经验知识判定光带异常类型：光带整体宽度异常、光带偏心、光带局部异常。实验验证了算法的有效性和高效性,每小时可以分析220 km数据。     

选煤机械设备螺栓断裂的原因分析及防松措施

在设定螺栓材质没有问题的前提下,对选煤机械设备螺栓断裂的主要原因,如抗拉强度、疲劳强度、螺纹紧固件损坏、螺纹紧固件松动等进行了分析和比较,得出螺栓绝大多数情况都是因为螺纹连接松动而断裂的结论,并介绍了螺纹防松原理及常用的防松方法.     

土耳其波里亚克(POLYAK)选煤厂设计与建设过程

介绍了土耳其波里亚克选煤厂原料煤的性质特点以及粒度、密度组成情况;根据各粒级精煤理论产率,确定采用无压给粒三产品重介质旋流器分选工艺,煤泥水采用两段浓缩、两段回收的工艺流程;该工艺采用了超级三产品重介质旋流器、煤泥重介质旋流器、平面泄介固定筛、超级等厚脱介筛等先进设备;论述了选煤厂建设和调试过程,对打开西方选煤市场具有...