货车制动梁梁体夹扣螺栓故障诊断方法研究

2018-01-17 11:57陈志杰
电子技术与软件工程 2017年20期
关键词:检测

陈志杰

摘 要 早起的货车故障诊断主要依靠列检人员的眼看、耳听、手摸、敲打等方式,该方法不仅劳动强度大、检测效率低,且易受气候、职工疲劳程度与素质等因素影响,已不能满足当前铁路交通高速发展的需要。基于此种情况产生了货车运行故障动态图像检测系统(英文全称Trouble of moving Freight car Detection System,简称TFDS),该系统采用轨边高速摄像技术,拍摄经过列车的制动梁梁体、固定杠杆、移动杠杆、交叉杆、制动梁支柱、中拉杆等关键部位的图像,然后将拍摄图像传输到列检所,由计算机图像自动识别方法进行货车关键部位是否有故障的检测,同时将结果传递给室外检测员,以此保障列车的运输安全。本文就列车制动梁中梁体夹扣螺栓丢失故障诊断的方法进行研究。

【关键词】货车制动梁梁体夹 螺栓故障 检测

对货车制动梁梁体夹扣螺栓丢失的检测主要包含三个步骤,首先进行制动梁梁体的提取,其次对梁体夹扣以及夹扣螺栓进行定位,最后进行夹扣螺栓故障进行检测。

1 制动梁梁体提取算法

CCD相机一组6张的图片分别拍摄货车两边底部图像,由于所拍摄的是列车底部固定位置的图片,故所拍摄图片中的列车底部部件位置变化不大。分析待检测图片可以发现制动梁梁体大致在图片中间位置,由于梁体边缘的直线特征明显,据此从图片的上端向下端依据经验值依次提取出一块小的矩形区域并对该矩形区域进行Canny边缘检测,根据检测到的边缘进行Hough变换提取直线,则得到梁体的左右边缘,如图1所示。图1(a)标识列车底部的原始图像,图像中间横轴即为制动梁,包括制动梁顶端、普通制动梁梁体和带夹扣的制动梁梁体,图1(b)是提取边缘的制动梁边缘。

2 夹扣螺栓故障描述

制动梁夹扣螺栓如图2所示,其中黑色矩形所示为货车两侧制动梁夹扣所在区域,螺栓则在制动梁夹扣上,起固定夹扣和梁体作用,图2(c)为制动梁夹扣螺栓丢失故障示意图,观察图片可知螺栓形态呈现为非常明显的圆形,而分析丢失故障图片可知当螺栓丢失时螺栓位置与背景灰度之间有着非常明显的反差,这是判断螺栓丢失故障的一项重要依据

3 梁体夹扣螺栓丢失故障检测算法

3.1 制动梁夹扣定位

由前提出的制动梁梁体提取算法可得制动梁梁体完整边缘图像,根据图片特征可得制动梁夹扣大致会出现在梁体中间位置,且夹扣位置对制动梁梁体的相对位置固定,故依据经验值,从制动梁梁体右边缘向左截取一个小矩形区域,使矩形区域能够完整包含制动梁夹扣,使用标准夹扣模板在矩形区域内匹配,若匹配成功即可定位出夹扣位置,算法结束,若匹配失败则继续向下截取矩形区域并匹配,若最终仍没有没有匹配成功,则可判别为制动梁夹扣丢失。

3.2 夹扣螺栓定位及故障检测

通过所获得的列车制动梁梁体夹扣图像,将该图像进行灰度转换和Canny边缘检测得到边缘图像,使用Hough变换提取圆形轮廓,可得螺栓具体位置,如图3(a)所示为正常的夹扣螺栓经过Hough变换所提取的螺栓区域结果图,图3(b)所示为螺栓丢失图片提取的螺栓区域结果图。

图4为螺栓定位算法流程图。

根据螺栓丢失图像与正常图像对比可知,螺栓丢失图像其螺栓位置存在明显的类似圆形黑洞区域,前景图像的像素与黑洞像素直接有很大差别,故由此特征可得若对待检测图像黑洞区域进行区域描述,根据黑洞面积大小与经验阈值比较结果作为螺栓丢失故障的一项检测依据。提取出螺栓图像后对图像进行滤波操作,由于滤波过程会导致边缘会一定程度平滑,故采用中值滤波以尽可能减少边缘平滑对螺栓边缘造成的细节丢失。图片可能因为拍摄光源问题而偏暗和对比度较低,故需使用直方图均衡化对待测图片进行图像增强,以减少后续匹配操作的困难度。制动梁夹扣螺栓丢失之后该区域为黑色区域,而正常未丢失螺栓的图片该区域不是黑色区域,像素为中高亮度,据此可统计待检测区域中的黑色区域面积,根据统计的黑色区域面积与经验阈值比较来判定是否发生螺栓丢失故障。

综合以上两个判断依据可得:

(1)当黑色区域面积小于经验阈值且模板匹配结果为螺栓丢失时,检测结果为螺栓丢失;

(2)当黑色区域面积小于经验阈值而模板匹配结果为正常时,检测结果为疑似螺栓丢失;

(3)当黑色区域面积大于经验阈值而模板匹配结果为螺栓丢失时,检测结果为疑似螺栓丢失;

(4)当黑色区域面积大于经验阈值且模板匹配结果为正常时,检测结果为螺栓正常。

本文在TFDS上提出了货车制动梁梁体夹扣螺栓故障诊断方法,通过实验比较以及实际应用,达到了86.2%的檢测效果,能够为列车检修提供一定的依据,减少列车运行故障。

参考文献

[1]曹志鹏,魏振忠,张广军等.货车故障轨边图像检测系统(TFDS)图像质量自动化评价方法研究[J].铁道车辆,2011,49(11):12-15.

[2]孙国栋,徐威,梁永强等.基于形状上下文的列车挡键丢失图像识别算法[J].铁道科学与工程学报,2014,11(06).

作者单位

通号通信信息集团有限公司 北京市 100070endprint

猜你喜欢
检测
QC 检测
“不等式”检测题
“一元一次不等式”检测题
“一元一次不等式组”检测题
“几何图形”检测题
“角”检测题
“有理数的乘除法”检测题
“有理数”检测题
“角”检测题
“几何图形”检测题