CN107870084A - 列车转向架的非接触式监测方法及系统 - Google Patents

列车转向架的非接触式监测方法及系统 Download PDF

Info

Publication number
CN107870084A
CN107870084A CN201710841804.8A CN201710841804A CN107870084A CN 107870084 A CN107870084 A CN 107870084A CN 201710841804 A CN201710841804 A CN 201710841804A CN 107870084 A CN107870084 A CN 107870084A
Authority
CN
China
Prior art keywords
bogie
distributed image
image
subregion
thermal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710841804.8A
Other languages
English (en)
Inventor
咸晓雨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CRRC Industry Institute Co Ltd
Original Assignee
CRRC Industry Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CRRC Industry Institute Co Ltd filed Critical CRRC Industry Institute Co Ltd
Priority to CN201710841804.8A priority Critical patent/CN107870084A/zh
Publication of CN107870084A publication Critical patent/CN107870084A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00Measuring or testing not otherwise provided for
    • G01D21/02Measuring two or more variables by means not covered by a single other subclass
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00Testing of vehicles
    • G01M17/08Railway vehicles
    • G01M17/10Suspensions, axles or wheels
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/30Transforming light or analogous information into electric information
    • H04N5/33Transforming infrared radiation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明提供一种列车转向架的非接触式监测方法及系统,所述监测方法通过以非接触方式采集列车上的转向架的红外热图像;以及,以非接触方式获取转向架的第一特征分布图像和第二特征分布图像,其中,所述第二特征分布图像为所述第一特征分布图像发生位移或形变后所形成的图像;根据所述第一特征分布图像和第二特征分布图像生成所述转向架的应力云图;对得到的所述红外热图像及应力云图进行实时显示,并根据所述红外热图像及应力云图对所述转向架进行实时监测。本发明能够以非接触的方式对列车的转向架进行可靠地实时监测,且监测过程快速且准确,有效提高了监测结果的准确性。

Description

列车转向架的非接触式监测方法及系统
技术领域
本发明涉及轨道交通设备监测领域,具体涉及一种列车转向架的非接触式监测方法及系统。
背景技术
铁路是国民经济的大动脉,它的延伸带动着经济的腾飞,火车作为现代主要交通工具之一,尤其是近十几年来高速列车的高速发展,给人们的生活出行、货物运输以及国家的经济发展方面发挥了极大的作用。铁路在时间、金钱成本,运输条件以及运输量上具有航空和公路运输不可比拟的优势,因此铁路运输在我国经济社会发展中具有重要地位;而在列车运行过程中,转向架起着支撑车体重量,使列车能灵活地沿直线线路运行及顺利地通过曲线等重要作用。列车转向架是车体的核心部件,其各参数也直接决定了车辆的稳定性与舒适性,任何一个地方出现问题,轻则会干扰正常的铁路运输秩序,重则严重威胁乘车人员的生命、财产安全,对铁路事业的发展带来不良的影响甚至威胁乘客生命,造成不可估量的损失。
由于转向架的重要性,目前采取了很多方法保证列车转向架的正常工作状态。转向架主要由轮对轴箱装置、弹性悬挂装置、构架、基础制动装置等部分组成。铁路列车在行驶过程中,机车与钢轨的频繁冲击、车轴和轴承之间的相互摩擦会使列车轴承温度升高,另外列车齿轮箱、牵引电机等相关部件的温度也有一定范围内的升高。当轴承运行状态良好时,有一定的温度升高是正常的,而当轴承内部出现故障时,润滑质量下降使得摩擦加剧,轴承温度急剧升高,达到一定程度便形成热轴,同时,其它部件也会因为内部故障导致的温度异常情况,若未及时发现并采取处理措施,继续发展下去有可能造成燃轴、切轴、甚至甩车等事故。而对于构架等转向架其它部分,大多涉及疲劳损坏问题,如提速客车209HS型转向架的联系梁、吊杆、牵引座的疲劳断裂,提速客车SW-160型转向架的吊杆、构架和横向控制杆的疲劳断裂,提速机车SS8型转向架的端梁断裂等,这些问题造成国民经济遭受巨大损失,严重威胁人们出行的安全。
但传统的列车转向架检测和监控系统在对转向架关键部位进行动应力测试时需要布置大量应变传感器,传感器的稳定性较差,容易受到电磁等外界干扰,出现各种问题,进而影响测试结果;且目前动应力测试均是在新车或者新线运行前或者出现疲劳损坏问题后进行的测试,无法对转向架的应变情况进行实时的判断,及时识别出列车应力较大的关键点,改善受力情况,防止疲劳损坏情况的发生。
因此,亟需设计一种能够实时对转向架进行非接触式监控的监控系统。
发明内容
针对现有技术中的问题,本发明提供一种列车转向架的非接触式监测方法及系统,能够以非接触的方式对列车的转向架进行可靠地实时监测,且监测过程快速且准确,有效提高了监测结果的准确性。
为解决上述技术问题,本发明提供以下技术方案:
第一方面,本发明提供一种列车转向架的非接触式监测方法,所述监测方法包括:
以非接触方式采集列车上的转向架的红外热图像;
以及,以非接触方式获取转向架的第一特征分布图像和第二特征分布图像,其中,所述第二特征分布图像为所述第一特征分布图像发生位移或形变后所形成的图像;
根据所述第一特征分布图像和第二特征分布图像生成所述转向架的应力云图;
对得到的所述红外热图像及应力云图进行实时显示,并根据所述红外热图像及应力云图对所述转向架进行实时监测。
进一步地,所述根据所述第一特征分布图像和第二特征分布图像生成转向架应力云图,包括:
在所述第一特征分布图像中划分得到各第一子区域,并提取各第一子区域的中心像素点(x0,y0)以及第一像素点(xi,yi),其中,所述第一像素点为非中心像素点的任意一个像素点;
在所述第二特征分布图像中确定各第一子区域发生位移或形变后的各第二子区域,以及各第二子区域的中心像素点(x0',y0')和第一像素点(xi',yi');
根据各第一子区域的中心像素点以及第一像素点,以及第二子区域的中心像素点和第一像素点,确定所述转向架的应变场;
以及,根据所述转向架的应变场生成所述转向架的应力云图。
进一步地,所述根据各第一子区域的中心像素点以及第一像素点,以及第二子区域的中心像素点和第一像素点,确定所述转向架的应变场,包括:
根据迭代算法求解如公式一所示的相关系数P,确定中心像素点的位移矢量在x、y轴的分量(u、v)、以及第一像素点的位移矢量在x、y轴的分量(uQ、vQ):
在公式一中,f、g分别第一特征分布图像和第二特征分布图像的灰度分布;u和v分别为中心像素点的位移矢量在x、y轴的分量;uQ、vQ分别为第一非中心像素点的位移矢量在x、y轴的分量;ux,uy均为u与uQ之间的相关系数,vx,vy均为v与vQ之间的相关系数;
以及,对各第一子区域与对应的第二子区域的中心像素点的位移矢量(u、v)以及第一像素点的位移矢量进行数值微分处理,得到所述转向架的应变场。
进一步地,所述以非接触方式采集列车上的转向架的红外热图像,包括:
以非接触方式采集列车上的转向架的红外热信号;
对所述红外热信号对所述转向架进行可视化建模,得到所述红外热图像;
以及,在红外热图像上对所述转向架各部位的温度信息进行显示。
进一步地,所述监测方法还包括:
在每次采集到列车上的转向架的红外热图像时,获取对该红外热图像各区域所对应的温度值;
将各区域所对应的温度值与预设的各区域的温度报警阈值进行比较;
若任一区域所对应的温度值大于对应的温度报警阈值,则进行声光报警,并对报警信息进行显示。
第二方面,本发明提供一种列车转向架的非接触式监测系统,所述监测系统包括:相互通信连接的红外热成像仪、工业摄像机、处理器和用户终端,且所述红外热成像仪和工业摄像机均设置在列车体的靠近转向架的位置处;
其中,所述红外热成像仪用于采集列车上的转向架的红外热信号,并将所述红外热信号发送至所述处理器;
所述工业摄像机用于获取转向架的第一特征分布图像和第二特征分布图像,并将所述第一特征分布图像和第二特征分布图像发送至所述处理器,其中,所述第二特征分布图像为所述第一特征分布图像发生位移或形变后所形成的图像;
所述处理器用于根据接收的所述红外热信号生成红外热图像,并根据接收的所述第一特征分布图像和第二特征分布图像生成所述转向架的应力云图,以及,将所述红外热图像及应力云图均发送至所述用户终端;
所述用户终端用于对得到的所述红外热图像及应力云图进行实时显示,并根据所述红外热图像及应力云图对所述转向架进行实时监测。
进一步地,所述处理器中还包括:机器视觉系统;
所述机器视觉系统用于在所述第一特征分布图像中划分得到各第一子区域,并提取各第一子区域的中心像素点以及第一像素点,其中,所述第一像素点为非中心像素点的任意一个像素点;在所述第二特征分布图像中确定各第一子区域发生位移或形变后的各第二子区域,以及各第二子区域的中心像素点和第一像素点;根据各第一子区域的中心像素点以及第一像素点,以及第二子区域的中心像素点和第一像素点,确定所述转向架的应变场;以及,根据所述转向架的应变场生成所述转向架的应力云图。
进一步地,所述监测系统还包括:设置在靠近所述转向架的车体上的至少一个照明光源。
进一步地,所述照明光源为LED光源。
进一步地,所述工业摄像机为设有电荷耦合元件CCD图像传感器的CDD工业相机。
由上述技术方案可知,本发明提供的一种列车转向架的非接触式监测方法及系统,所述监测方法通过以非接触方式采集列车上的转向架的红外热图像;以及,以非接触方式获取转向架的第一特征分布图像和第二特征分布图像,其中,所述第二特征分布图像为所述第一特征分布图像发生位移或形变后所形成的图像;根据所述第一特征分布图像和第二特征分布图像生成所述转向架的应力云图;对得到的所述红外热图像及应力云图进行实时显示,并根据所述红外热图像及应力云图对所述转向架进行实时监测。本发明能够以非接触的方式对列车的转向架进行可靠地实时监测,且监测过程快速且准确,有效提高了监测结果的准确性,且监测结果直观,并能够对转向架的应变情况进行实时的判断,及时识别出列车应力较大的特征点,防止转向架疲劳损坏情况的发生,进而保证列车的行车安全。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的列车转向架的非接触式监测方法的一种具体实施方式的流程示意图;
图2是本发明的列车转向架的非接触式监测方法中步骤300的流程示意图;
图3是本发明的列车转向架的非接触式监测方法中步骤100的流程示意图;
图4是本发明的列车转向架的非接触式监测方法的另一种具体实施方式的流程示意图;
图5是本发明的非接触式监测方的应用实例中的位移分析示意图;
图6是本发明的非接触式监测方的应用实例中的转向架全场应变测量流程图;
图7是本发明的列车转向架的非接触式监测系统的一种具体实施方式的流程示意图;
图8是本发明的应用列车转向架的非接触式监测系统进行对列车转向架的非接触式监测的工作方案的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
针对现有技术中存在的对转向架关键部位进行动应力测试时需要布置大量应变传感器,传感器的稳定性较差,容易受到电磁等外界干扰,出现各种问题,影响测试结果;列车转向架应力测试时需要在车底与车上布置大量线路,工作量大,效率低,并且在测试时需要进行打磨、涂胶等操作,这些都对列车转向架结构以及列车的正常运营产生一定的影响;目前动应力测试均是在新车或者新线运行前或者出现疲劳损坏问题后进行的测试,无法对转向架的应变情况进行实时的判断,及时识别出列车应力较大的关键点,改善受力情况,防止疲劳损坏情况的发生;转向架系统复杂,各子系统之间具有较强的耦合,目前的转向架的监控与检测都是分部位单独进行,不利于转向架安全的整体监控,以及目前检测的数据多以数字或者文字的方式呈现在工程师、运营管理人员面前,不够形象直观,无法及时发现并找出问题的情况,本发明提供了一种列车转向架的非接触式监测方法及系统,可以理解的是,所述列车为运行在轨道交通中的底部设有转向架的列车,列车转向架的非接触式监测方法通过以非接触方式采集列车上的转向架的红外热信号,并根据采集的所述红外热信号生成转向架热图像;以及以非接触方式获取转向架的第一特征分布图像和第二特征分布图像,其中,所述第二特征分布图像为所述第一特征分布图像发生位移或形变后所形成的图像;根据所述第一特征分布图像和第二特征分布图像生成转向架应力云图;对得到的所述转向架热图像及转向架应力云图进行实时显示,并对所述转向架热图像及转向架应力云图进行实时监测,能够以非接触的方式对列车的转向架进行可靠地实时监测,且监测过程快速且准确,有效提高了监测结果的准确性,且监测结果直观,并能够对转向架的应变情况进行实时的判断,及时识别出列车应力较大的特征点,防止转向架疲劳损坏情况的发生,进而保证列车的行车安全。
本发明的实施例一提供一种列车转向架的非接触式监测方法的具体实施方式,参见图1,所述监测方法具体包括如下内容:
步骤100:以非接触方式采集列车上的转向架的红外热图像。
在步骤100中,设置在所述列车的车体上的红外热成像仪采集列车上的转向架的红外热信号,并将所述红外热信号发送至所述处理器,所述处理器根据接收的所述红外信号生成红外热图像,并根据采集的所述红外热图像生成转向架热图像。可以理解的是,所述红外热成像仪通过红外探测器和光学成像物镜,将接收转向架的红外辐射能量分布图形反映到红外探测器的光敏元件上,从而发送到处理器以获得转向架的红外热图像,所述转向架的红外热图像与转向架实体表面的热分布场相对应,且所述转向架的红外热图像的上面的不同颜色代表转向架各部分的不同温度。可以理解的是,所述非接触方式即为不与转向架发现接触的方式,具体可以为将用于获取红外热图像的设备设置在车体上,以该设备为前述的红外热成像仪为例,可以将红外热成像仪固定在转向架上方的车体上,并将其采集镜头对准转向架,且红外热成像仪与转向架之间的距离以红外热成像仪能够获取完整的转向架图像为准。
步骤200:以非接触方式获取转向架的第一特征分布图像和第二特征分布图像,其中,所述第二特征分布图像为所述第一特征分布图像发生位移或形变后所形成的图像。
在步骤200中,在设置在所述列车的车体上的红外热成像仪采集列车上的转向架的红外热图像之前、之时或之后,设置在所述列车的车体上的工业摄像机获取转向架的第一特征分布图像和第二特征分布图像,并将所述第一特征分布图像和第二特征分布图像发送至所述处理器,所述处理器根据接收的所述第一特征分布图像和第二特征分布图像生成所述转向架的应力云图。可以理解的是,所述第二特征分布图像为所述第一特征分布图像发生位移或形变后所形成的图像;且第一特征分布图像和第二特征分布图像中均包括多个特征点,且这些特征点均为以像素所在位置作为坐标位置信息的点,并且,这些特征点以像素的灰度作为用于对它们进行识别的信息载体。可以理解的是,所述工业摄像机固定在转向架上方的车体上,并将其采集镜头对准转向架,且工业摄像机与转向架之间的距离以工业摄像机能够获取完整的转向架图像为准。
可以理解的是,尽管同一个工业摄像机在多次采集转向架的特征分布图像时,始终处于同一位置且拍摄的角度及焦距等均未发生变化,但列车在行进的过程中,由于转向架的转动及列车运行产生的位移等原因,势必会使得同一个工业摄像机在不同的时间点所采集到的特征分布图像不完全一致,这样,可以认定为在后采集到的第二特征分布图像为在先采集到的第一特征分布图像发生位移或形变后所形成的图像,且具体的认定方式可以为:处理器根据第一特征分布图像中的各特征点进行判断,即,若在后采集到的第二特征分布图像的中与第一特征分布图像中的相同的特征点的个数小于预设特征点阈值,则可以判断在后采集的特征分布图像不为第二特征分布图像,则继续采集新的第二特征分布图像,并重复判断。这其中,在后采集的特征分布图像不为第二特征分布图像的情形的发生,可能是由于工业摄像机发生故障、用于为转向架进行照明的设备发生故障、或者发生障碍物遮挡等原因造成的,在一种具体实施方式中,若上述对特征点数量的判断的过程发生了三次以上,则处理器可以向用户终端发送特征分布图像采集故障报警,使得监控人员能够及时进行故障排除。
步骤300:根据所述第一特征分布图像和第二特征分布图像生成所述转向架的应力云图。
在步骤300中,处理器根据所述第一特征分布图像和第二特征分布图像生成所述转向架的应力云图。可以理解的是,,处理器首先在所述第一特征分布图像中划分得到各第一子区域,并提取各第一子区域的中心像素点以及第一像素点,其中,所述第一像素点为非中心像素点的任意一个像素点;在所述第二特征分布图像中确定各第一子区域发生位移或形变后的各第二子区域,以及各第二子区域的中心像素点和第一像素点;根据各第一子区域的中心像素点以及第一像素点,以及第二子区域的中心像素点和第一像素点,进而确定所述转向架的应变场;以及根据所述转向架的应变场生成所述转向架的应力云图。
步骤400:对得到的所述红外热图像及应力云图进行实时显示,并根据所述红外热图像及应力云图对所述转向架进行实时监测。
在步骤400中,在处理器生成所述红外热图像及应力云图后,所述处理器每次生成的红外热图像及应力云图均发送用户终端,所述用户终端对得到的所述红外热图像及应力云图进行实时显示,并根据所述红外热图像及应力云图对所述转向架进行实时监测。
从上述描述可知,本发明的实施例提供的列车转向架的非接触式监测方法,能够以非接触的方式对列车的转向架进行可靠地实时监测,且监测过程快速且准确,有效提高了监测结果的准确性。
在一种具体实施方式中,本发明还提供上述列车转向架的非接触式监测方法中步骤300的具体实施方式,参见图2,所述步骤300具体包括如下内容:
步骤301:在所述第一特征分布图像中划分得到各第一子区域,并提取各第一子区域的中心像素点(x0,y0)以及第一像素点(xi,yi),其中,所述第一像素点为非中心像素点的任意一个像素点;
步骤302:在所述第二特征分布图像中确定各第一子区域发生位移或形变后的各第二子区域,以及各第二子区域的中心像素点(x0',y0')和第一像素点(xi',yi');
步骤303:根据各第一子区域的中心像素点以及第一像素点,以及第二子区域的中心像素点和第一像素点,确定所述转向架的应变场。
在步骤303中,首先根据迭代算法求解如公式一所示的相关系数P,确定中心像素点的位移矢量在x、y轴的分量(u、v)、以及第一像素点的位移矢量在x、y轴的分量(uQ、vQ):
在公式一中,f、g分别第一特征分布图像和第二特征分布图像的灰度分布;u和v分别为中心像素点的位移矢量在x、y轴的分量;uQ、vQ分别为第一非中心像素点的位移矢量在x、y轴的分量;ux,uy均为u与uQ之间的相关系数,vx,vy均为v与vQ之间的相关系数;
以及,对各第一子区域与对应的第二子区域的中心像素点的位移矢量(u、v)以及第一像素点的位移矢量进行数值微分处理,得到所述转向架的应变场。
步骤304:根据所述转向架的应变场生成所述转向架的应力云图。
从上述描述可知,本发明的实施例提供的列车转向架的非接触式监测方法,在图像移动或变形的过程中,通过追踪图像子区在变形后特征分布图像中的位置即可以获得子区域中心点处的位移矢量,经过分析多个子区中心点的位移矢量,构成了整个分析区域的位移场,最后由位移场计算得到应变场,该计算方式快速且准确,有效提高了监测结果的准确性。
在一种具体实施方式中,本发明还提供上述列车转向架的非接触式监测方法中步骤100的具体实施方式,参见图3,所述步骤100具体包括如下内容:
步骤101:以非接触方式采集列车上的转向架的红外热信号。
步骤102:对所述红外热信号对所述转向架进行可视化建模,得到所述红外热图像。
步骤103:在红外热图像上对所述转向架各部位的温度信息进行显示。
从上述描述可知,本发明的实施例提供的列车转向架的非接触式监测方法,利用红外热成像技术对列车转向架进行可视化建模,形成转向架热图像,并在红外热图像上显示出转向架各部位的温度信息,以提高监测结果的可靠性。
本发明的实施例二提供一种列车转向架的非接触式监测方法的另一种具体实施方式,参见图4,在上述步骤100至400的基础上,所述监测方法还具体包括如下内容:
在步骤100之后,所述监测方法还包括:
步骤A00:在每次采集到列车上的转向架的红外热图像时,获取对该红外热图像各区域所对应的温度值;
步骤B00:将各区域所对应的温度值与预设的各区域的温度报警阈值进行比较;若任一区域所对应的温度值大于对应的温度报警阈值,则进入步骤C00,否则返回步骤A00;
步骤C00:进行声光报警,并对报警信息进行显示。
从上述描述可知,本发明的实施例提供的列车转向架的非接触式监测方法,通过在转向架温度过高时进行判断与报警,有效保证了监转向架的运行安全。
为进一步的说明本方案,本发明还提供一种列车转向架的非接触式监测方法的应用实例,具体包括如下内容:
基于红外热成像技术与机器视觉检测技术,设计了列车转向架非接触式监控及可视化系统。其中利用红外热成像技术对列车转向架进行可视化建模,形成转向架热图像,在图像上显示出转向架各部位的温度信息;并利用机器视觉检测技术计算列车转向架全场应力情况,生成转向架应力云图,并结合热图像进行可视化呈现。其中,计算机视觉检测技术是该系统的核心内容。
利用机器视觉进行转向架应变测量的基本原理是基于有一定特征点分布的图像,这些特征点是以像素点为坐标,并且以像素的灰度作为信息载体,在相关算法运行之前,选取转向架关键区域的图像区域,这个子区域的中心为所感兴趣的像素点。在图像移动或变形的过程中,通过追踪图像子区在变形后图像(即目标图像)中的位置即可以获得子区域中心点处的位移矢量,如图5所示。经过分析多个子区中心点的位移矢量,便构成了整个分析区域的位移场,最后由位移场计算得到应变场。其中,如何追踪应变前后的区域是算法的关键与核心。
位移前的中心像素点为P(x0,y0)以及子区中任意临近点Q(xi,yi),变形后图像的目标子区域对应的点为P′(x0,y0)以及Q′(xi,yi)。由变形的连续性假设,在参考子区中的一系列临近点在目标子区中依旧是中心点的临近点。
对于与有一下关系成立:
x0′=xo+u y0′=y0+v
其中u、v为点P′位移在x、y轴的分量。
对于点Q′,有下式成立:
xi′=xi+uQ yi′=yi+vQ
其中:uQ、vQ为点Q′位移在x、y轴的分量。
变形前后Q点的灰度可以写做:
f(Q)=f(xi,yi)g(Q′)=g(xi′,yi′)
其中f、g分别表示变形前后两帧图像的灰度分布。
假设:
uQ=u+uxΔx+uyΔy vQ=v+vxΔx+vyΔy
定义P=[u,ux,uy,v,vx,vy]T,为准确定义位移矢量,就要确定目标子区域与参考子区域的唯一对应关系,引入相关系数C(f,g)的概念,作为反映两幅图像相似程度的一个数学指标。
C(f,g)=C(xi,yi,xi'yi')=C(P)
相关系数为P的函数,求解相关系数的最小值:
通过一定的迭代算法便可以确定P值。其迭代算法包括整像素搜索和亚像素搜索两个过程,以及应变计算过程,具体分析流程如图6所示。
为评价参考子区和变形区域的相似程度,在相关算法运行之前,需要定义相关判据。当搜索的子区和样本子区的一致性最好时,相关函数的值应达到峰值。从而可以根据相关函数的值来找到目标子区的位置。本发明算法中采取协方差相关函数。
整像素位移搜索算法采取了爬山搜索法:当子区的变形不是很大的情况下,可以假设变形后的子区形状并没有变化只是位置发生了变化,因此可以采用零阶映射函数,即:
未知数减少到2个,使迭代计算难度大大减小。整像素搜索的准确性直接关系到后续亚像素的算法的可行性、准确性和效率。
整像素搜索法的测量精度有限,它仅仅是数字相关技术进行测量的第一步。在实际中,结构表面的位移或者变形通常都发生在亚像素上,因此整像素将不能满足测量要求。这时就需要用亚像素,亚像素测量精度的是数字图像相关测量方法获取高精度的位移场及应变场的基础。在亚像素位移测量算法中,利用结构表面上任意点在样本子区和目标子区内的灰度值不变这一条件直接建立优化函数,该算法非常适用于转向架在运行过程中变形较小的情况。
通过上述分析,可以得到转向架的全场变形位移,应变场可以通过位移进行数值微分处理得到。假设计算点选择一个包括(2m+1)×(2m+1)个离散点的方形窗口作为计算窗口。如果窗口足够小,那么位移分布可以近似看作是一个线性平面,则:
u(i,j)=a0+a1x+a2x
v(i,j)=b0+b1y+b2y
其中i,j=-m:m为窗口局部坐标,ai=0,1,2,bi=0,1,2为待定的未知多项式系数。
采用最小二乘法可以得到位置多项式参数ai=0,1,2,bi=0,1,2。对于二维小变形,由应变与位移关系的几何方程则可得到相应的应变场:
从上述描述可知,本发明的应用实例提供的列车转向架的非接触式监测方法,能够以非接触的方式对列车的转向架进行可靠地实时监测,且监测过程快速且准确,有效提高了监测结果的准确性。
本发明的实施例三提供能够实现上述列车转向架的非接触式监测方法中全部步骤的一种列车转向架的非接触式监测系统的一种具体实施方式,参见图7,所述列车转向架的非接触式监测系统具体包括如下内容:
相互通信连接的红外热成像仪、工业摄像机、处理器、用户终端,以及,设置在靠近所述转向架的车体上的至少一个照明光源,且所述红外热成像仪和工业摄像机均设置在列车体的靠近转向架的位置处;其中,所述照明光源为LED光源;所述工业摄像机为设有电荷耦合元件CCD图像传感器的CDD工业相机。
其中,所述红外热成像仪用于采集列车上的转向架的红外热信号,并将所述红外热信号发送至所述处理器。
所述工业摄像机用于获取转向架的第一特征分布图像和第二特征分布图像,并将所述第一特征分布图像和第二特征分布图像发送至所述处理器,其中,所述第二特征分布图像为所述第一特征分布图像发生位移或形变后所形成的图像。
所述处理器用于根据接收的所述红外热信号生成红外热图像,并根据接收的所述第一特征分布图像和第二特征分布图像生成所述转向架的应力云图,以及,将所述红外热图像及应力云图均发送至所述用户终端。
在上述描述中,所述处理器中还包括机器视觉系统;所述机器视觉系统用于在所述第一特征分布图像中划分得到各第一子区域,并提取各第一子区域的中心像素点以及第一像素点,其中,所述第一像素点为非中心像素点的任意一个像素点;在所述第二特征分布图像中确定各第一子区域发生位移或形变后的各第二子区域,以及各第二子区域的中心像素点和第一像素点;根据各第一子区域的中心像素点以及第一像素点,以及第二子区域的中心像素点和第一像素点,确定所述转向架的应变场;以及,根据所述转向架的应变场生成所述转向架的应力云图。
所述用户终端用于对得到的所述红外热图像及应力云图进行实时显示,并根据所述红外热图像及应力云图对所述转向架进行实时监测。
本发明提供的列车转向架的非接触式监测系统的实施例具体可以用于执行上述列车转向架的非接触式监测方法实施例的处理流程,其功能在此不再赘述,可以参照上述方法实施例的详细描述。
从上述描述可知,本发明的实施例提供的列车转向架的非接触式监测系统,结构可靠且设置方式简单,能够以非接触的方式对列车的转向架进行可靠地实时监测,且监测过程快速且准确,有效提高了监测结果的准确性。
为进一步的说明本方案,本发明还提供一种列车转向架的非接触式监测系统的应用实例,具体包括如下内容:
1、列车转向架的非接触式监测系统的组成:
该系统由照明光源、红外热成像仪、工业摄像机、最为处理器的处理核心的主控处理计算系统、用户终端组成。其中照明光源为转向架提供清晰稳定的图像采集环境;工业摄像机用来获取用于应力计算的转向架图像;红外热成像仪生利用红外射线生成热信号;主控处理计算系统将热信号进行处理得到热图像,并由转向架图像计算得到应变值;用户终端中进行相应的可视化处理与显示。其中照明光源、工业摄像机与红外热成像仪均放置在列车转向架周围的车体处,实现与转向架的零接触。
(1)照明光源
光源是转向架非接触监控系统中非常重要和基本的组成部分,决定了能否获得转向架关键位置清晰稳定的图像,光源和照明方案的设计选择是整个系统检测系统成功的关键。本系统选择利用LED光源最为照明光源,因为其效率高、响应速度快,体积小、稳定性好、寿命长和易于组成形状的特点。
(2)工业摄像机
工业摄像机是整个系统的硬件核心,在很大程度上影响了最后的数据处理结果和精确度。利用工业摄像机实时拍摄转向架的图像,通过数据运算后即可得到转向架全场的应变情况,并针对关键点的应变情况进行重点标注。其中工业摄像机必须在分辨率、帧率、灵敏度等方面满足转向架应变图像的计算要求。本系统中采用了CCD工业相机。
(2)红外热成像仪
探测并采集被测场景中发出的红外热辐射,对温度敏感,根据温度来成图像,可定量标识温度数据,并可由定义转向架不同部位的温度报警阈值。
(3)主控处理计算系统
主控处理计算系统主要分为两部分,其中一部分处理由红外镜头采集的热信号,完成相应处理,形成热图像进行显示。另一部分为高性能的图像处理器,其中嵌入了高效的机器视觉检测技术处理算法,能够实时通过转向架图像得出相应的应变情况,并在热图像中进行可视化显示。
(4)用户终端
用户终端主要显示主控处理计算系统传输来的热图像及转向架应力图像结果,并提供可视化界面,进行图形处理、阈值设定、参数调整等操作。
2、应用上述列车转向架的非接触式监测系统进行对列车转向架的非接触式监测的工作方案如下:
如图8所示,通过红外热成像仪探测并采集转向架运行过程中发出的红外辐射,通过主控处理计算系统对红外信号进行处理,生成转向架的热图像。同时,CCD相机在照明光源下,实时拍摄转向架变形前后的图像,在主控处理计算系统的图像处理系统中,完成转向架应力的计算,生成应力云图。最后,在用户终端上完成热图像与应力云图的相应可视化处理,对转向架热图像与应力云图的综合显示,并完成图像处理、阈值设定、参数调整、输出等终端操作功能,最终完成对转向架温度以及应力情况的实时监控。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种列车转向架的非接触式监测方法,其特征在于,所述监测方法包括:
以非接触方式采集列车上的转向架的红外热图像;
以及,以非接触方式获取转向架的第一特征分布图像和第二特征分布图像,其中,所述第二特征分布图像为所述第一特征分布图像发生位移或形变后所形成的图像;
根据所述第一特征分布图像和第二特征分布图像生成所述转向架的应力云图;
对得到的所述红外热图像及应力云图进行实时显示,并根据所述红外热图像及应力云图对所述转向架进行实时监测。
2.根据权利要求1所述的监测方法,其特征在于,所述根据所述第一特征分布图像和第二特征分布图像生成转向架应力云图,包括:
在所述第一特征分布图像中划分得到各第一子区域,并提取各第一子区域的中心像素点(x0,y0)以及第一像素点(xi,yi),其中,所述第一像素点为非中心像素点的任意一个像素点;
在所述第二特征分布图像中确定各第一子区域发生位移或形变后的各第二子区域,以及各第二子区域的中心像素点(x0',y0')和第一像素点(xi',yi');
根据各第一子区域的中心像素点以及第一像素点,以及第二子区域的中心像素点和第一像素点,确定所述转向架的应变场;
以及,根据所述转向架的应变场生成所述转向架的应力云图。
3.根据权利要求2所述的监测方法,其特征在于,所述根据各第一子区域的中心像素点以及第一像素点,以及第二子区域的中心像素点和第一像素点,确定所述转向架的应变场,包括:
根据迭代算法求解如公式一所示的相关系数P,确定中心像素点的位移矢量在x、y轴的分量(u、v)、以及第一像素点的位移矢量在x、y轴的分量(uQ、vQ):
在公式一中,f、g分别第一特征分布图像和第二特征分布图像的灰度分布;u和v分别为中心像素点的位移矢量在x、y轴的分量;uQ、vQ分别为第一非中心像素点的位移矢量在x、y轴的分量;ux,uy均为u与uQ之间的相关系数,vx,vy均为v与vQ之间的相关系数;
以及,对各第一子区域与对应的第二子区域的中心像素点的位移矢量(u、v)以及第一像素点的位移矢量进行数值微分处理,得到所述转向架的应变场。
4.根据权利要求1所述的监测方法,其特征在于,所述以非接触方式采集列车上的转向架的红外热图像,包括:
以非接触方式采集列车上的转向架的红外热信号;
对所述红外热信号对所述转向架进行可视化建模,得到所述红外热图像;
以及,在红外热图像上对所述转向架各部位的温度信息进行显示。
5.根据权利要求1所述的监测方法,其特征在于,所述监测方法还包括:
在每次采集到列车上的转向架的红外热图像时,获取对该红外热图像各区域所对应的温度值;
将各区域所对应的温度值与预设的各区域的温度报警阈值进行比较;
若任一区域所对应的温度值大于对应的温度报警阈值,则进行声光报警,并对报警信息进行显示。
6.一种列车转向架的非接触式监测系统,其特征在于,所述监测系统包括:相互通信连接的红外热成像仪、工业摄像机、处理器和用户终端,且所述红外热成像仪和工业摄像机均设置在列车体的靠近转向架的位置处;
其中,所述红外热成像仪用于采集列车上的转向架的红外热信号,并将所述红外热信号发送至所述处理器;
所述工业摄像机用于获取转向架的第一特征分布图像和第二特征分布图像,并将所述第一特征分布图像和第二特征分布图像发送至所述处理器,其中,所述第二特征分布图像为所述第一特征分布图像发生位移或形变后所形成的图像;
所述处理器用于根据接收的所述红外热信号生成红外热图像,并根据接收的所述第一特征分布图像和第二特征分布图像生成所述转向架的应力云图,以及,将所述红外热图像及应力云图均发送至所述用户终端;
所述用户终端用于对得到的所述红外热图像及应力云图进行实时显示,并根据所述红外热图像及应力云图对所述转向架进行实时监测。
7.根据权利要求6所述的监测系统,其特征在于,所述处理器中还包括:机器视觉系统;
所述机器视觉系统用于在所述第一特征分布图像中划分得到各第一子区域,并提取各第一子区域的中心像素点以及第一像素点,其中,所述第一像素点为非中心像素点的任意一个像素点;在所述第二特征分布图像中确定各第一子区域发生位移或形变后的各第二子区域,以及各第二子区域的中心像素点和第一像素点;根据各第一子区域的中心像素点以及第一像素点,以及第二子区域的中心像素点和第一像素点,确定所述转向架的应变场;以及,根据所述转向架的应变场生成所述转向架的应力云图。
8.根据权利要求6所述的监测系统,其特征在于,所述监测系统还包括:设置在靠近所述转向架的车体上的至少一个照明光源。
9.根据权利要求8所述的监测系统,其特征在于,所述照明光源为LED光源。
10.根据权利要求6所述的监测系统,其特征在于,所述工业摄像机为设有电荷耦合元件CCD图像传感器的CDD工业相机。
CN201710841804.8A 2017-09-18 2017-09-18 列车转向架的非接触式监测方法及系统 Pending CN107870084A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710841804.8A CN107870084A (zh) 2017-09-18 2017-09-18 列车转向架的非接触式监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710841804.8A CN107870084A (zh) 2017-09-18 2017-09-18 列车转向架的非接触式监测方法及系统

Publications (1)

Publication Number Publication Date
CN107870084A true CN107870084A (zh) 2018-04-03

Family

ID=61761586

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710841804.8A Pending CN107870084A (zh) 2017-09-18 2017-09-18 列车转向架的非接触式监测方法及系统

Country Status (1)

Country Link
CN (1) CN107870084A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112082783A (zh) * 2020-09-17 2020-12-15 中车大同电力机车有限公司 动应力测量系统
CN112284595A (zh) * 2020-10-28 2021-01-29 湖南大学 金属构件的应力测量方法、装置、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006343160A (ja) * 2005-06-08 2006-12-21 Kanazawa Inst Of Technology 撮影画像を用いた構造物における変位量計測方法および応力計測方法
CN101608905A (zh) * 2009-07-21 2009-12-23 清华大学 一种微裂纹微小张开位移的测量方法
CN201575927U (zh) * 2009-12-31 2010-09-08 中国铁道科学研究院机车车辆研究所 转向架状态监测装置
CN102840829A (zh) * 2012-09-03 2012-12-26 北京科技大学 基于人工标记的高温物体面内位移场的测量系统及方法
CN103359134A (zh) * 2013-07-15 2013-10-23 成都欧莱特自动化控制工程有限公司 一种运行列车车辆转向架和底架成像及测温装置
CN104964886A (zh) * 2015-05-27 2015-10-07 东南大学 一种焊接构件疲劳应力及应变实时非接触式监测方法
CN105387809A (zh) * 2014-08-28 2016-03-09 波音公司 用于检测裂纹增长的系统和方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006343160A (ja) * 2005-06-08 2006-12-21 Kanazawa Inst Of Technology 撮影画像を用いた構造物における変位量計測方法および応力計測方法
CN101608905A (zh) * 2009-07-21 2009-12-23 清华大学 一种微裂纹微小张开位移的测量方法
CN201575927U (zh) * 2009-12-31 2010-09-08 中国铁道科学研究院机车车辆研究所 转向架状态监测装置
CN102840829A (zh) * 2012-09-03 2012-12-26 北京科技大学 基于人工标记的高温物体面内位移场的测量系统及方法
CN103359134A (zh) * 2013-07-15 2013-10-23 成都欧莱特自动化控制工程有限公司 一种运行列车车辆转向架和底架成像及测温装置
CN105387809A (zh) * 2014-08-28 2016-03-09 波音公司 用于检测裂纹增长的系统和方法
CN104964886A (zh) * 2015-05-27 2015-10-07 东南大学 一种焊接构件疲劳应力及应变实时非接触式监测方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
L.B. MENG 等: "Application of iteration and finite element smoothing technique for displacement and strain measurement of digital speckle correlation", 《OPTICS AND LASERS IN ENGINEERING》 *
卢宇 等: "数字散斑相关方法全场变形快速测量", 《电子测量与仪器学报》 *
宝剑光等: "基于非接触法的1200℃高温应变测试技术研究", 《科学技术与工程》 *
方钦志等: "数字图像相关分析法增量位移场测试技术", 《应用力学学报》 *
熊磊: "基于数字图像相关方法的材料拉伸变形测量方法", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
王开福等: "《现代光测力学技术》", 30 November 2009 *
苏兰海 等: "高温条件下物体面内位移的非接触式检测", 《北京科技大学学报》 *
高红俐等: "基于DIC谐振载荷作用下疲劳裂纹尖端位移应变场测量", 《兵器材料科学与工程》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112082783A (zh) * 2020-09-17 2020-12-15 中车大同电力机车有限公司 动应力测量系统
CN112284595A (zh) * 2020-10-28 2021-01-29 湖南大学 金属构件的应力测量方法、装置、设备及存储介质
CN112284595B (zh) * 2020-10-28 2022-03-15 湖南大学 金属构件的应力测量方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
Liu et al. A review of applications of visual inspection technology based on image processing in the railway industry
Santur et al. A new rail inspection method based on deep learning using laser cameras
CN110059631A (zh) 接触网非接触式监测缺陷识别方法
CN105260744B (zh) 一种货运列车钩尾扁销部位故障的自动在线诊断方法及系统
Zhangyu et al. A camera and LiDAR data fusion method for railway object detection
Kou A review of research on detection and evaluation of the rail surface defects
CN112329747B (zh) 基于视频识别和深度学习的车辆参数检测方法及相关装置
CN109238756B (zh) 货车运行故障动态图像检测设备及检测方法
Iyer et al. Structural health monitoring of railway tracks using IoT-based multi-robot system
CN103837087B (zh) 基于主动形状模型的受电弓自动检测方法
CN105115605A (zh) 轨道列车红外检测系统及检测方法
CN115482195B (zh) 一种基于三维点云的列车部件变形检测方法
CN102346844B (zh) 一种货车下心盘螺栓丢失故障识别装置及其识别方法
CN107687953A (zh) 一种货车故障自动检测设备
Chen et al. CUFuse: Camera and ultrasound data fusion for rail defect detection
CN109299723A (zh) 一种铁路货车运行监测系统
CN107633683A (zh) 用于车辆超载的非现场执法管理系统
Lu et al. Automatic wear measurement of pantograph slider based on multiview analysis
CN108921164A (zh) 一种基于三维点云分割的接触网定位器坡度检测方法
Song et al. Multi-objective real-time vehicle detection method based on yolov5
CN115909092A (zh) 轻量化输电通道隐患测距方法及隐患预警装置
CN103745238A (zh) 基于AdaBoost和主动形状模型的受电弓识别方法
CN107870084A (zh) 列车转向架的非接触式监测方法及系统
Ji et al. Image‐based road crack risk‐informed assessment using a convolutional neural network and an unmanned aerial vehicle
Wang et al. Severe rail wear detection with rail running band images

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180403