一種軌道波磨檢測方法與流程
2023-05-29 16:33:54
本發明屬於軌道交通裝備故障檢測領域,具體涉及一種檢測鋼軌波浪形磨損情況的檢測方法。
背景技術:
隨著高鐵的快速發展、車流密度的加大和新型機車車輛結構的推廣使用,鐵路現場鋼軌波磨分布面越來越廣,鋼軌波磨現象越來越嚴重,重載鐵路鋼軌波磨、高速鐵路鋼軌波磨分別向長波深和長波長方向惡化,特別是目前國內已開通運行的高速鐵路線路,出現了大量鋼軌波磨現象。波磨的存在導致車輛軌道結構激烈的振動,產生噪聲,影響旅客乘坐舒適度,也增加了鐵路養護部門的維修工作量和維修費用,不僅影響車輛和軌道結構的使用壽命,甚至會導致重大脫軌事故發生,這就需要我們及時檢測了解鋼軌波磨情況。
目前國外廠家大多是基於車載方式用雷射攝像機對鋼軌波磨進行連續在線檢測,這種檢測方法用攝像機在結構光照射下以一定角度攝取鋼軌圖像來進行檢測,如Mermec的軌道檢測裝置就採用這種方法,但檢測速度不高。國內尚無廠家能夠批量提供鋼軌波磨連續在線檢測功能的檢測裝置,大多處於研發起步階段,尚未提出成熟的波磨檢測方法。
早期檢查軌道波磨的波深、波長等的方法主要依靠人工對軌道波磨進行肉眼檢查確認,效率低且耗費人力。目前主要利用軌檢車對軌道波磨進行檢測,但普遍檢測速度低,而且波磨發展很快,必須經常檢測波磨損耗情況,頻繁使用檢測車會影響鐵路的正常運營,從而限制了檢測車的應用領域,主要是應用在城市軌道檢測,如地鐵。
技術實現要素:
本發明所要解決的技術問題是提供一種軌道波磨檢測方法,快速、精確檢測出鋼軌波磨情況,如波長、波深等,方便鐵路工人及時維修有波磨問題的軌道。
為解決上述技術問題,本發明採用的技術方案是:
一種軌道波磨檢測方法,包括以下步驟:
步驟1:布置傳感器組件,並用傳感器組件對原始圖像進行採集,所述傳感器組件包括線雷射器和攝像機,兩組傳感器分別安裝在車體的兩側,兩組傳感器分別位於兩條直線上,並且兩條直線與軌道平行;設定快門頻率為d mm/次,採樣精度要求為mm/次,則第i個傳感器組件坐標xi與最靠近車體的傳感器組件坐標x1,應滿足式中,ki=0,1,2,…,且ki>ki-1,i=1,2,…,n;
步驟2:對輸入的原始數據進行計數,生成像素的列坐標x,在一行數據輸入完成時輸出數據準備好信號,使後續步驟開始處理下一行數據;
步驟3:根據像素的灰度值是否大於設定閾值判斷該像素是否屬於ROI,並計算該行中滿足條件的像素的個數m,以及他們列坐標之和mx,計算的同時通過第一緩存器完成圖像的行緩存;
步驟4:計算圖像ROI的中心的坐標值mxn=[mx/m],計算的同時通過第二緩存器完成圖像的行緩存;
步驟5:根據圖像ROI的中心坐標mxn,提取出該行圖像ROI中的所有像素的灰度值,並計算出相應的列坐標值;
步驟6:將圖像的特徵數據傳輸至上位機,上位機測量出其輪廓。
具體的,所述步驟1是傳感器組件安裝方法,步驟2至步驟5是基於FPGA的高速圖像預處理系統。
與現有技術相比,本發明的有益效果是:本發明在軌檢車上安裝了基於雷射攝像傳感器的檢測平臺,多個傳感器同步採樣,提高了檢測速度;對採樣的數據用基於FPGA的高速圖像預處理系統進行預處理,提高了數據的處理速度;軌檢車高速運行時能快速、準確地檢測出鋼軌的波磨情況,不僅提高了檢測速度,節省了人力物力,也最大情況下減少了對鐵路系統運行的影響。
附圖說明
圖1是本發明中軌道波磨檢測裝置布置示意圖。
圖2是本發明中得到的鋼軌輪廓光條圖像。
圖3是本發明中ROI提取處理器結構圖。
具體實施方式
下面結合附圖和具體實施方式對本發明作進一步詳細的說明。如圖1所示,本發明安裝在檢測梁上的鋼軌輪廓採集系統,即傳感器組件,它由n個由攝像機和線雷射器組成,還含有基於FPGA的高速圖像預處理系統,以及波磨識別系統(上位機)。由鋼軌輪廓採集系統獲取的圖像數據通過高速總線傳輸至基於FPGA的高速圖像預處理系統進行特徵提取,提取獲得的特徵數據傳輸至上位機,供波磨識別系統調取。
1、鋼軌輪廓圖像採集系統
目前,波磨檢車檢測速度慢、精度不高,為了能夠快速、準確檢測出波磨情況,本發明在檢測平臺上主要採用了多個傳感器組件來提高採樣精度的方法,推理如下:
當每組1個傳感器組件進行採樣時,對軌道的採樣精度為d mm/次,即快門頻率為d mm/次。現在,通過快門同步,每組n個傳感器組件同步進行採樣,採樣的快門頻率、軌檢車速度與每組1個傳感器組件時相同。不妨設xi為第i個傳感器組件的初始坐標值,最靠近車體的傳感器組件坐標x1=0(i=1,2,…,n)。
第k次採樣時,第i個傳感器組件的採樣位置為
xik=xi+k*d (1)
由式(1)可知,只要傳感器組件的初始位置坐標xi只要滿足
式中ki=0,1,2,…,且ki>ki-1,i=1,2,…,n,ki可以根據實際的傳感器安裝情況進行調整。
由式(1)和(2)可知
也即在整個軌道上,第i個傳感器組件與第1個傳感器組件的相對距離為這就相當於在長為d mm的軌道上進行了n次採樣,也即是採樣精度為mm/次,從而實現了用n個傳感器組件將採樣精度提高了n倍。
該方法的誤差分析推理如下:
設第i個傳感器組件的初始安裝誤差為Δxi,則有
由式(1)和(4)可知,
由式⑸可知,安裝誤差Δxi只影響軌道採樣的均勻度,並不會累積。
設第j個採樣間距由於車速波動造成誤差為Δdj,則在第k次採樣時,第i個傳感器組件的採樣位置為
由式(6)可知,若
(式中m=1,2,…,n)成立,則不同的傳感器組件的之間的採樣位置將會重合,從而影響到採樣的精度,由此可知該方法對車速的平穩性有一定的要求。
該方法傳感器組件數目推理如下:
假設軌檢車的速度為V m/s,採樣精度要求為D mm/次,雷射攝像傳感器組件的拍攝高質量圖像的能力為N frames/s,則所需傳感器組件個數
例如,當V=180km/h=50m/s,D=5mm/次,N=1000frames/s時
即要10個傳感器組件才能滿足要求。
當V=80km/h=23m/s,D=5mm/次,N=1000frames/s時
即要5個傳感器組件就能滿足要求。
提高了採樣精度後,隨之帶來了巨大的數據流量,例如,當軌檢車的速度為180km/s,採樣精度要求為5mm/次,每幀圖像大小為256kB時,每組傳感器組件的總數據流量約為2.5GB/s。如此大的數據流量超過了上位機的處理能力,本發明採用基於FPGA的高速圖像預處理系統對每個傳感器組件的數據進行預處理,只將圖像的特徵數據傳輸至上位機,把數據量降低到了上位機處理能力範圍內。
2、鋼軌輪廓圖像預處理系統
攝像機拍攝的鋼軌輪廓光條圖像如圖2所示。圖像的關鍵信息主要包含在亮帶部分中,利用亮帶部分的信息即可完成鋼軌輪廓測量。這部分圖像即是圖像的ROI(region of interest),光條寬度一般不超過40個像素,只佔整幅圖像的很小一部分。鋼軌輪廓預處理系統,實時提取ROI,然後只將ROI傳送至上位機用於輪廓測量,這樣能夠極大地減少系統所要傳輸和處理的數據量。根據經驗,圖像中的亮帶寬度不超過40個像素,當預處理前數據量為1.28×104MB時,提取ROI後數據量減少為500MB,這就將數據量降低到通信接口和上位機能夠承受的範圍內。
本系統利用設計的四級流水線ROI提取處理器結構如圖3所示。
子處理器P1:對輸入數據進行計數,生成像素的列坐標x,在一行數據輸入完成時輸出數據準備好信號,使後續的三個階段開始處理下一行數據;
子處理器P2:根據像素的灰度值是否大於設定閾值判斷該像素是否屬於ROI,並計算該行中滿足條件的像素的個數m以及他們列坐標之和mx,計算的同時通過緩存器1完成圖像的行緩存;
子處理器P3:計算圖像ROI的中心的坐標值mxn=[mx/m],計算的同時通過緩存器2完成圖像的行緩存;
子處理器P4:根據圖像ROI的中心坐標mxn,提取出該行圖像ROI中的所有像素的灰度值,並計算出相應的列坐標值。
圖像中的每一行經過流水線的四個階段,即可提取出相應的ROI。