国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種貨運列車鉤尾扁銷部位故障的自動在線診斷方法及系統(tǒng)的制作方法

      文檔序號:9506551閱讀:674來源:國知局
      一種貨運列車鉤尾扁銷部位故障的自動在線診斷方法及系統(tǒng)的制作方法
      【技術(shù)領域】
      [0001] 本發(fā)明涉及一種貨運列車鉤尾扁銷部位故障的自動在線診斷方法及系統(tǒng),屬于貨 運列車故障診斷技術(shù)。
      【背景技術(shù)】
      [0002] 車鉤緩沖裝置貨運列車連接系統(tǒng)的重要部件,它主要由車鉤和緩沖器兩部分組 成。車鉤和緩沖器由鉤尾扁銷上的螺栓連接在一起。如果鉤尾扁銷螺栓丟失,車鉤就會和緩 沖器分離,這會導致列車車體間的分離,釀成重大事故。因此,故障診斷是保障貨運列車安 全運行的關(guān)鍵。為了保證車鉤和緩沖器間的連接,鉤尾扁銷螺栓通常由經(jīng)驗豐富的檢測員 手工檢查。然而這種檢測方式很消耗人力,而且非常耗時,這樣就帶來了很高的維護費用, 也限制了貨運列車的過程速度的提升。
      [0003] 在當今運輸領域,現(xiàn)有的故障診斷方法可以被分為兩類:視覺的和非視覺的。在非 視覺方法中,針對滾柱軸承的基于聲學的故障診斷方法毫無疑問是最成功的方法之一。然 而,這套軌邊聲波探測系統(tǒng)卻不能檢測其他類型的故障。隨著計算機視覺技術(shù)的發(fā)展,很多 基于視覺的故障診斷系統(tǒng)被提了出來,能夠診斷的故障類型范圍也得到了很大擴展,計算 機視覺技術(shù)的發(fā)展促使基于視覺的診斷方法成為了故障診斷的主流方法之一。
      [0004] 在開始階段,研究者們關(guān)注于鐵路軌道故障的檢測。Marino等人[Francescomaria Marino, Arcangelo Distante, Pier Luigi Mazzeo, and Ettore Stella,"A Real-Time Visual Inspection System for Railway Maintenance:Automatic Hexagonal-Headed Bolts Detection,^IEEE TRAN. ON SYSTEMS,MAN,AND CYBERNETICS-PART C!APPLICATIONS AND REVIEWS,vol.37,no. 3,pp. 418-428,May 2007.]提出了一套故障診斷系統(tǒng)來自動檢測 用于緊固軌枕的六角頭螺栓的丟失。他們使用小波變換和主分量分析方法來預處理圖像。 轉(zhuǎn)換的數(shù)據(jù)被傳入多層感知神經(jīng)網(wǎng)絡以實現(xiàn)分類和鑒別。Ruvo等人[De Ruvo P,Distante A,Stella E and Marino F. A GPU-based vision system for real time detection of fastening
      [0005] elements in railway inspection. In: The 16th IEEE international conference on image processing,Cairo,Egypt,7 - IONovember 2009,pp.2333 - 2336. Piscataway,NJ:IEE Press.]使用誤差反向傳播算法對六角頭螺栓建模為了達到實時的 效果,他們在圖形數(shù)據(jù)處理單元(GPU)上實現(xiàn)檢測算法。
      [0006] 接下來,隨著基于視覺的診斷系統(tǒng)越來越普遍,研究者們開始嘗試使用它們來檢 測貨運列車上不同部件的故障Hart等人[Hart J,Resendiz E,F(xiàn)reid B,et al. Machine vision using multi-spectral imaging for undercarriage inspection of railroad equipment. In:The eighth World congress on railway research. Seoul? Korea?18 -12May 2008,pp. I - 8. Se0ul:WCRR.]設計了一套檢測系統(tǒng)用來監(jiān)視盤式制動器的狀態(tài)和軸 承的表現(xiàn)。Kim 等人[Kim HC and Kim WY. Automated inspection system for rolling stock brake shoes. IEEE Trans Instrum Meas 2011 ;60(8):2835 _ 2847·]使用雙目 視覺測量系統(tǒng)來精確測量閘瓦的厚度。TFDS是一套在中國使用的在線貨運列車關(guān)鍵部 位的基于視覺的故障檢測系統(tǒng)。利用TFDS拍攝的圖像,周等人[Zhou F,Zou R,Qiu Y, et al. Automated visual inspection of angle cocks during train operation. Proc HfechE,Part F:J Rail Rapid Transit 2014 ;228(7) :794-806.]將梯度編碼直方圖和支 持向量機結(jié)合使用診斷折角塞門上的把手是否丟失。李等人[Nan L,Wei ZZ,Gao ZP,Wei XG. Automatic fault recognition for losing of train bogie center plate bolt. In:Proceedings of 2012 IEEE 14th International Conference on Communication Technology, Chengdu, China. 9 November-1INovember 2012, pp. 1001-1005. Piscataway, NJ:IEEE Press.]提出一個自動識別方法來處理列車轉(zhuǎn)向架心盤螺栓的丟失。劉等人 [Liu ZH, Xiao DY, Chen YM. Displacement fault detection of bearing weight saddle in TFDS based on hough transform and symmetry validation. In:Proceedings of the 9th International Conference on FSKD, Chongqing, China,29May_31 May 2012, pp. 1404-1408. Piscataway,NJ: IEE Press.]使用Hough變換和對稱的方法來檢測承載 鞍的錯位故障。朱等人[Zhu ZX,Wang GY,Liu JG,et al. Fast and Robust 2D_Shape Extraction Using Discrete-Point Sampling and Centerline Grouping in Complex Images. IEEE Trans Image Process 2013 ;22 (12) : 4762-4774.]提出一種新型方法基于分 立點采樣和中心線分組的方法從TFDS圖像中提取復合形狀,但他們沒有進一步將他們的 方法用于故障檢測。
      [0007] 目前,尚未有關(guān)于討論鉤尾扁銷螺栓視覺診斷方法的文獻報導。

      【發(fā)明內(nèi)容】

      [0008] 本發(fā)明技術(shù)解決問題:克服現(xiàn)有技術(shù)的不足,提供一種貨運列車鉤尾扁銷部位故 障的自動在線診斷方法及系統(tǒng),具有實時性和很高的診斷率,提高了貨運列車的安全性。
      [0009] 本發(fā)明技術(shù)解決方案:一種貨運列車鉤尾扁銷部位故障的自動在線診斷方法,實 現(xiàn)步驟如下:
      [0010] (1)鐵軌邊的多臺高速相機實時采集列車車身各部位的圖像,并將采集到的圖像 實時傳輸?shù)綀D像中轉(zhuǎn)站;
      [0011] (2)圖像中轉(zhuǎn)站獲取到高速相機傳輸?shù)膱D像后,將圖像傳輸?shù)截撠熥詣釉\斷的服 務器中;
      [0012] (3)負責診斷的服務器中安裝有兩個模塊,定位模塊和識別模塊,圖像中轉(zhuǎn)站傳 入的圖像首先進入定位模塊,定位模塊是從眾多的車身圖像中選擇包含鉤尾扁銷部位的圖 像,從而確定鉤尾扁銷的位置,所述確定鉤尾扁銷的位置的方法是通過將歸一化的梯度幅 值特征和6個方向的梯度直方圖特征相結(jié)合形成復合維度特征(MDF),然后使用線性支持 向量機(SVM)得到鉤尾扁銷的位置,再通過SVM分類器確定鉤尾扁銷的精確位置;
      [0013] (4)在自動診斷服務器中,定位模塊在確定鉤尾扁銷的精確位置后傳入識別模塊, 識別模塊通過Haar特征來表示故障圖像與正常圖像間的不同,完成鉤尾扁銷部位故障的 判斷,并使用Adaboost決策樹分類器最終判斷鉤尾扁銷部位是否存在故障。
      [0014] 所述步驟(3)中,為了處理圖像中鉤尾扁銷的尺度變化,采用一種快速多尺度特 征金字塔算法計算多尺度特征,具體過程如下:
      [0015] I來表示圖像,并使用Is= R(I,s)來表示I在尺度s的重采樣,使用M = C(I)來 表示圖像I上計算的MDF特征,則在尺度s下的Is對應的MDF特征可以
      [0016] 采用 Ms= R(M,s) · s λ (5)
      [0017] 來計算得到,
      [0018] 尺度為在對數(shù)空間中均勻采樣,由s = 1開始,每一級一般包含4個尺度,所謂一 級,指的是一個尺度與半于或倍于其尺度間的間隔;
      [0019] 開始每一級只使用Ms= C(R(I,S))計算一個尺度
      而對于每個中間尺 度,特征1由^=1?(1^,s/s' )(s/s' )\十算得到,其中
      計算的得到的最近的尺度。
      [0020] 所述步驟(3)中的復合維度特征(MDF)中的
      當前第1頁1 2 3 4 5 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1