一种基于几何特征的列车集尘器形状匹配算法

针对列车集尘器定位不准确的问题,提出了一种基于几何特征的形状匹配算法。该算法首先对轮廓点进行采样,基于极半径、局部曲率确定关键点的初始位置及点集的映射关系,然后以形心为基准,生成以角度和尺度为几何特征的双重描述子,并对其作标准量化处理。最后使用改进的曼哈顿距离计算描述子的相似性。实验结果表明,该形状匹配算法几乎不受伸缩、旋转、平移等几何变换的影响,具有一定的适应性和鲁棒性。     

铁路货车滚动轴承在运行中的故障诊断方法分析

通过对滚动轴承故障的基本形式介绍,结合THDS、TADS、TFDS工作原理,分析了三个系统对铁路货车滚动轴承在运行中故障诊断的优缺点。     

货车走行部弹簧缺损检测的研究现状与展望

铁路货车走行部弹簧在制造和运用过程中容易产生缺损,失去缓和车辆振动的作用,造成行车安全事故。首先分析走行部弹簧缺损的原因,并对国内外货车走行部弹簧缺损检测的研究现状进行了分析和比较,最后给出了走行部弹簧缺损检测的进一步研究方向。     

动态时间规整下的列车车钩缓冲图像区域校正

目的 在铁路货车故障轨边图像检测系统（TFDS）采集的车钩缓冲区域影像中,托架、车钩等关键部件是刚体,但部件之间的连接是软连接,存在相对位移,造成传统的全局校正模型在该类图像校正中无法实现高精度校正,本文基于动态时间归整（DTW）方法,提出一种基于DTW区域划分的影像校正方法,实现影像的高精度校正。方法 本文将成像良好的车钩缓冲图像作为标准图像,首先对待校正图像进行预处理,消除标准图像与待校正图像之间在灰度、角度与尺度方面的差异,并针对车钩缓冲图像在车辆行进的垂直方向上偏移较小的特点,将2维图像校正问题转化为1维匹配问题,与待校正的车钩缓冲图像进行基于DTW的区域匹配,实现关键部件所在区域的区域划分,在对应的区域内分别进行校正,能够达到较高的校正精度。结果 将传统的车钩缓冲图像校正方法与本文方法进行校正精度对比,经验证,本文方法的均方误差比传统校正方法小20个像元,并且本文方法成功实现了关键部件的区域划分,为后面的关键部件识别奠定了基础。结论 经验证,本文校正方法适用于定向移动的复合刚体部件的区域校正,能够实现车钩缓冲图像中各个软连接部件的高精度校正,满足车钩缓冲图像校正的需要。     

TFDS系统心盘螺栓丢失故障的自动识别检测技术

基于数字图像的检测与处理技术,提出了一种TFDS系统心盘螺栓丢失故障的自动识别方法：经直方图均衡化的预处理消除拍摄环境的影响,通过确定制动梁的位置间接确定4个心盘螺栓所在的区域,由Hough变换得到4个心盘螺栓所处的位置,进而判断螺栓是否丢失.算法设计综合考虑了检测技术的可靠性和算法运行的速度,能够很好地解决实际问题.     

Non-stationary signal denoising using Time-Frequency curve surface fitting

Based on the theory of adaptive time-frequency decomposition and Time-Frequency Dis- tribution Series (TFDS), this paper presents a novel denoising method for non-stationary signal. Ac- cording to the input signal features, an appropriate kind of elementary functions with great concen- tration in the Time-Frequency (TF) plane is selected. Then the input signal is decomposed into a linear combination of these functions. The elementary function parameters are determined by using ele- mentary function TF curve surface to fit the input signal’s TFDS. The process of curved surface fitting corresponds to the signal structure matching process. The input signal’s dominating component whose structure has the resemblance with elementary function is fitted out firstly. Repeating the fitting process, the residue can be regarded as noises, which are greatly different from the function. Selecting the functions fitted out initially for reconstruction, the denoised signal is obtained. The performance of the proposed method is assessed by means of several tests on an emulated signal and a gearbox vi- brating signal.     

基于时频分布级数的时频ISAR成像

传统的逆合成孔径雷达(ISAR)成像算法用傅立叶变换进行频谱分析,对机动目标的成像会导致成像模糊.应用了时频分布级数方法代替传统的傅立叶变换对机动目标进行瞬时成像,得到一个三维的时间-距离-多普勒阵,对时间进行采样即得到瞬时的二维距离-多普勒像.它不仅具有很好的分辨率,还具有瞬时信息,并克服了短时傅立叶变换低的时频集聚性和魏格纳分布交叉项严重的缺点.仿真结果表明,通过该方法能得到清晰的目标的距离-瞬时多普勒像.     

基于曲面拟合的时频分解方法及应用

对基于基信号的时频分解法和时频分布级数法的原理进行了分析，在此基础上，提出一种新的时频分解方法。该方法的核心是根据信号特征选定时频聚集性好的基函数作为原信号的扩展函数簇，用基函数的时频分布曲面逐步拟合分解得到残余信号时频分布级数，从而确定基函数的参数值。该方法的曲面拟合过程就是信号结构的匹配过程，与具有较高时频聚集性的基函数结构相似程度较大的信号分量总是先被拟合出来，然后才是与基函数相差较大的噪声分量。基于这一点，用分解出的前几个分量对信号进行重构，可达到非平稳信号噪声抑制的目的。计算机仿真和工程实践证明了该方法的可行性和有效性。     

基于稀疏编码空间金字塔匹配和GA-SVM的列车故障自动识别

针对货车运行故障动态图像中车辆挡键、集尘器和安全链锁紧螺栓的故障检测,提出一种基于稀疏编码空间金字塔匹配和遗传算法优化的支持向量机相结合的通用故障自动识别算法。首先在不同尺度空间对样本图像进行划分,对每个部分提取尺度不变特征变换特征,利用随机抽取样本的SIFT特征通过迭代学习生成字典并进行稀疏编码;其次利用主成分分析定义编码后的特征对故障识别准确率的贡献值,并据此对编码特征进行降维;然后利用编码降维后的特征结合遗传算法对线性SVM分类器进行训练;最后用训练好的分类器模型对挡键、集尘器和安全链锁紧螺栓的故障进行识别。实验结果表明,本文提出的算法能较好的应用于3种不同类型的故障识别,识别率分别为97.25%、99.00%和97.50%,同时对噪声和光照变化具有一定的鲁棒性,能满足车辆故障的实际检测需求。     

应用于TFDS的以太网高速数采系统设计

介绍了一种应用于光学轨边监测的基于以太网的高速数据采集系统.阐述了基于嵌入式处理器ARM920T、FPGA和100兆以太网控制器的数据采集平台的系统框架,设计思路.对于硬件设计和可编程逻辑的设计做了较详细的讨论,最后介绍了操作系统的移植和软件的实现.