CN110276297A - 列车踏面磨损检测系统及方法 - Google Patents
列车踏面磨损检测系统及方法 Download PDFInfo
- Publication number
- CN110276297A CN110276297A CN201910541852.4A CN201910541852A CN110276297A CN 110276297 A CN110276297 A CN 110276297A CN 201910541852 A CN201910541852 A CN 201910541852A CN 110276297 A CN110276297 A CN 110276297A
- Authority
- CN
- China
- Prior art keywords
- wheel
- tyre tread
- train
- infrared
- acquisition device
- 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.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
- B61K9/12—Measuring or surveying wheel-rims
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/56—Investigating resistance to wear or abrasion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/143—Sensing or illuminating at different wavelengths
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Mechanical Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明实施例提供一种列车踏面磨损检测系统及方法,属于轨道交通技术领域。采集列车的各车轮的多幅踏面红外热像图并进行处理以形成各车轮的完整踏面红外热像图,然后提取红外热像图中的温差带的纹理特征,从而根据磨损判定模型判定各车轮是否磨损,相比于现有技术的测量装置所需费用高,精度较低,且因安装在列车上而需电源支撑,本发明因只对过车时的车轮进行检测而无需在列车上进行安装,所需费用低,且由于是对车轮踏面红外热像图进行检测,直接反映了轮轨接触状况,提高了判定结果的准确性。
Description
技术领域
本发明涉及轨道交通技术领域,具体地涉及一种列车踏面磨损检测系统及方法。
背景技术
目前铁路车辆走行部监测包括有车载轴温和振动测量、轨边噪声测量和轨道变形测量等方式。车载轴温和振动测量是通过采集车辆轴箱的温度和振动数据并进行分析处理以判断车辆走行部的状态。车载轴温及振动测量装置需要安装在每节车辆上,设备费用大,且由于货车车辆无电源,以至很难在货车车辆上安装此装置。轨边噪声测量和轨道变形测量只有当轴箱或轮对的损伤较严重时才可能被检出故障,因此检测精度较低。
发明内容
本发明实施例的目的是提供一种列车踏面磨损检测系统及方法,通过提取列车的各车轮的完整踏面红外热像图中的温差带的纹理特征,从而根据磨损判定模型判定各车轮是否磨损。
为了实现上述目的,本发明实施例提供一种列车踏面磨损检测系统,所述系统包括:采集单元,用于采集所述列车的各车轮的多幅踏面红外热像图;监测系统,用于:将所述各车轮的多幅踏面红外热像图进行处理以形成所述各车轮的完整踏面红外热像图;提取所述各车轮的完整踏面红外热像图中的温差带的纹理特征,并根据磨损判定模型判定所述各车轮是否磨损。
可选的,所述采集单元包括:前轮采集装置,用于采集所述列车各转向架中的前一轮对的车轮的多幅踏面红外热像图;及后轮采集装置,用于采集所述列车各转向架中的后一轮对的车轮的多幅踏面红外热像图。
可选的,所述前轮采集装置和所述后轮采集装置各包括至少两台对称设置在轨道两侧的采集箱。
可选的,所述系统还包括:测速装置,用于检测所述列车的行驶速度;第一触发装置,用于如果所述列车的车轮经过所述第一触发装置,则该第一触发装置发送触发信号至所述监测系统,所述监测系统响应于接收到所述第一触发装置发送的触发信号,根据所述列车的行驶速度控制所述前轮采集装置和/或后轮采集装置进行踏面红外热像图采集。
可选的,所述采集单元中所述前轮采集装置和所述后轮采集装置的数量为两台,其中,所述前轮采集装置和所述后轮采集装置相邻设置。
可选的,所述前轮采集装置和相邻的所述后轮采集装置之间的距离S为:
S=2×车轮周长+转向架轴距。
可选的,所述纹理特征包括:所述温差带的能量、对比度、相关度和熵。
可选的,所述磨损判定模型根据以下方法建立:提取已知是否磨损的车轮的踏面红外热像图中的温差带的纹理特征;及通过深度学习和训练建立由所述纹理特征到对应的所述车轮是否磨损的磨损判定模型。
可选的,所述第一触发装置为触发磁钢。
相应的,本发明实施例还提供一种列车踏面磨损检测方法,所述方法包括:采集所述列车的各车轮的多幅踏面红外热像图;将所述各车轮的多幅踏面红外热像图进行处理以形成所述各车轮的完整踏面红外热像图;提取所述各车轮的完整踏面红外热像图中的温差带的纹理特征,并根据磨损判定模型判定所述各车轮是否磨损。
通过上述技术方案,本发明通过采集列车的各车轮的多幅踏面红外热像图并进行处理以形成各车轮的完整踏面红外热像图,然后提取红外热像图中的温差带的纹理特征,从而根据磨损判定模型判定各车轮是否磨损,相比于现有技术的测量装置所需费用高,精度较低,且因安装在列车上而需电源支撑,本发明因只对过车时的车轮进行检测而无需在列车上进行安装,所需费用低,且由于是对车轮踏面红外热像图进行检测,提高了判定结果的精度。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1是本发明一实施例提供的一种列车踏面磨损检测系统的框图。
图2是本发明一实施例提供的车轮的踏面红外热像图。
图3是本发明一实施例提供的一种列车踏面磨损检测系统的示意图。
图4是本发明一实施例提供的采集箱的示意图。
图5是本发明一实施例提供的一种列车踏面磨损检测方法的流程图
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
在本发明实施例中,在未作相反说明的情况下,使用的方位词如“前”、“后”是以列车来临的方向为“前”,以列车离去的方向为“后”。
图1是本发明一实施例提供的一种列车踏面磨损检测系统的框图,所述系统包括:采集单元,用于采集列车的各车轮的多幅踏面红外热像图;监测系统,用于:将各车轮的多幅踏面红外热像图进行处理以形成各车轮的完整踏面红外热像图;提取各车轮的完整踏面红外热像图中的温差带的纹理特征,并根据磨损判定模型判定各车轮是否磨损。
其中,对于某一时刻,采集单元采集的是列车行驶过程中各车轮某一区域的踏面红外热像图,因此需在多个时刻进行采集,得到各车轮多个区域的踏面红外热像图,然后利用图像处理技术进行裁剪、拼接和组合,以得到各个车轮完整的踏面红外热像图。具体的,可使用滚动位移拼接算法对各车轮的多幅踏面红外热像图进行拼接组合。
踏面红外热像图中的温差带是指车轮踏面在与轨道接触后由于发生热交换和轮轨表面材料挤压而在轮对踏面上形成与周围温度有差别的带状温度分布图。如图2所示,圈出区域由于踏面凹陷或有凹痕,其温度比附近区域的温度低,从而形成了清晰、完整的踏面温差带热分布云图。
可以理解,形成的车轮的完整踏面红外热像图中可能包括多个温差带,而我们提取的纹理特征是针对所有温差带,而并不是每个温差带,具体的,可分别对各车轮的完整踏面红外热像图中温度梯度最大的边界区域像素进行分割,得到车轮清晰、完整的踏面温差带热分布云图,从而进行纹理特征提取。因此针对每个车轮提取的纹理特征只有一组,将各车轮的一组纹理特征分别输入至磨损判定模型中即可判定出各车轮是否磨损。
可以理解,得到的车轮的完整踏面红外热像图并不是某一时刻整个车轮的踏面红外热像图,而是不同时刻车轮的不同区域的集合,虽不能反映整个车轮在某一特定时刻的状态,但由于车轮刚与轮轨分离踏面时温度较高,散热较少,不同踏面状态的温度梯度明显,因此采集此时的图像进行分析更具有代表性。
磨损判定模型的输出结果可为磨损或未磨损,可以理解,此处的未磨损并不是真正意义上的没有磨损,而是可人为设置的不超过某一磨损阈值的一个范围,磨损阈值可根据实际运行中车轮磨损程度与该车轮容易造成的事故风险决定。其中,磨损判定模型的输出结果可为两个数值,分别代表了磨损和未磨损两种结果。
本发明实施例通过采集列车的各车轮的多幅踏面红外热像图并进行处理以形成各车轮的完整踏面红外热像图,然后提取红外热像图中的温差带的纹理特征,从而根据磨损判定模型判定各车轮是否磨损,相比于现有技术的测量装置所需费用高,精度较低,且因安装在列车上而需电源支撑,本发明因只对过车时的车轮进行检测而无需在列车上进行安装,所需费用低,且由于是对车轮踏面红外热像图进行检测,直接反映了轮轨接触状况,提高了判定结果的准确性。
图3是本发明一实施例提供的一种列车踏面磨损检测系统的示意图,所述系统包括采集单元,用于采集列车的各车轮的多幅踏面红外热像图;监测系统20,用于:将各车轮的多幅踏面红外热像图进行处理以形成各车轮的完整踏面红外热像图;提取各车轮的完整踏面红外热像图中的温差带的纹理特征,并根据磨损判定模型判定各车轮是否磨损。其中,采集单元可包括8个采集箱1~8,其中采集箱1和2、3和4、5和6、7和8分别对称设置在轨道两侧。各采集箱可包括有红外热像摄像机,用于对车轮进行拍照。通过改变各采集箱中红外热像摄像机的拍摄方向,将采集箱1、2、5、6中的红外热像摄像机设定为采集列车各转向架中的前一轮对的车轮的多幅踏面红外热像图,使得采集箱1和2、5和6分别构成采集单元中的两台前轮采集装置;及将采集箱3、4、7、8中的红外热像摄像机设定为采集列车各转向架中的后一轮对的车轮的多幅踏面红外热像图,使得采集箱3和4、7和8构成采集单元中的两台后轮采集装置,如此则可提高任一转向架中的两车轮的拍摄面积,避免转向架的两车轮间的零部件对拍摄装置拍摄范围的阻碍。
两台前轮采集装置和两台后轮采集装置分别交叉布置,使得前轮采集装置和后轮采集装置相邻,且前轮采集装置和相邻的后轮采集装置之间的距离13被设置为S=2×车轮周长+转向架轴距。其中转向架轴距12为一转向架中前一轮对车轮与后一轮对车轮的圆心之间的距离。11为列车首尾两个转向架的中心距离。
其中,各红外热像摄像机与钢轨的水平夹角14被设置为30°,与地面的垂直夹角15为15°,与钢轨的垂直距离17为0.8m。
所述系统还包括:测速装置及车号识别系统19,分别用于检测列车的行驶速度16及识别列车车号;及第一触发装置9,用于如果列车的车轮经过所述第一触发装置,则该第一触发装置9发送触发信号至监测系统20,监测系统20响应于接收到第一触发装置9发送的触发信号,根据列车的行驶速度16控制前轮采集装置和/或采集装置进行踏面红外热像图采集。
具体的,第一触发装置9可为触发磁钢,列车车轮经过时触发磁钢发送触发信号至监测系统20,监测系统根据此时列车的行驶速度并结合磁钢与各前轮采集装置和/或后轮采集装置中的各红外热像摄像机的距离控制各采集箱中的红外热像摄像机进行拍摄的时刻。考虑到信号传输的时延性及摄像机的反应时间,第一触发装置9与列车行驶方向上的第一组红外热像摄像机1、2的距离18为100m。
其中采集箱具有防尘防水的功能。采集箱示意图如图4所示,21为红外热像摄像机,采集箱还可包括通信模块23和核心处理模块22,首先通信模块23接收监测系统的无线信号,然后传递至核心处理模块22,以控制摄像机21进行图像采集;同时摄像机将采集的图像传输至核心处理模块22,然后通过通信模块23发送至监测系统,如此构成双向传输。
所述系统还可包括触发磁钢10,用于在列车尾部最后一对轮对经过时,发送触发信号至监测系统,从而由监测系统控制各采集箱进入待机状态,直到下次检测时再重新开启。
根据上述采集方式,轨道各侧的各红外热像摄像机均可对该侧轨道的各个车轮的红外热像图进行采集,因此还需根据各摄像机的拍摄时间筛选出针对各个车轮的一组图像,然后利用图像处理技术进行裁剪、拼接和组合,以得到各个车轮完整的踏面红外热像图。
踏面红外热像图中的温差带是指车轮踏面在与轨道接触后由于发生热交换和轮轨表面材料挤压而在轮对踏面上形成与周围温度有差别的带状温度分布图。在提取出各车轮红外热像图中温差带的纹理特征后,将各车轮的纹理特征输入至已建成的磨损判定模型中,则可直接得出各车轮为磨损或未磨损的输出结果,进而存入异常数据库中。
其中,磨损判定模型可根据以下方法建立:提取已知是否磨损的车轮的踏面红外热像图中的温差带的纹理特征;及通过深度学习和训练建立由纹理特征到对应的车轮是否磨损的磨损判定模型。
具体的,将已知是否磨损且与需要检测的车轮相同规格和材质的车轮作为样本,然后将在列车行驶时采集的样本车轮的多幅踏面红外热像图进行处理以形成样本车轮的完整踏面红外热像图,再提取样本车轮的完整踏面红外热像图中的温差带的纹理特征并进行深度学习和训练,从而得到纹理特征与磨损结果对应的磨损判定模型。
其中,温差带的纹理特征可包括温差带的能量、对比度、相关度和熵。可利用灰度共生矩阵的方法对纹理特征进行提取。
本发明实施例通过在轨边合理布置拍摄装置,从而采集各车轮的多幅踏面红外热像图,图像的采集及处理工作均可在地面上进行处理,因此不受电源的限制;此外本发明还建立了适用于检测对象的磨损判定模型,节约了检测成本,还保证了检测结果的准确性,提高了铁路货车故障检测的效率。
图5是本发明一实施例提供的一种列车踏面磨损检测方法的流程图,所述方法包括:
步骤S501,采集列车的各车轮的多幅踏面红外热像图。
具体的,可在轨边设置前轮采集装置和后轮采集装置,用于分别对列车各转向架中的前一轮对和后一轮对的车轮的多幅踏面红外热像图进行采集,从而提高转向架中的两车轮的拍摄面积,避免转向架的两车轮间的零部件对拍摄装置拍摄范围的阻碍。
步骤S502,将各车轮的多幅踏面红外热像图进行处理以形成各车轮的完整踏面红外热像图。
具体的,完成各车轮的踏面红外热像图采集后,还需根据各采集装置的拍摄时间筛选出针对各个车轮的一组图像,然后利用图像处理技术进行裁剪、拼接和组合,以得到各个车轮完整的踏面红外热像图。
步骤S503,提取各车轮的完整踏面红外热像图中的温差带的纹理特征,并根据磨损判定模型判定各车轮是否磨损。
其中,踏面红外热像图中的温差带是指车轮踏面在与轨道接触后由于发生热交换和轮轨表面材料挤压而在轮对踏面上形成与周围温度有差别的带状温度分布图。温差带的纹理特征可包括温差带的能量、对比度、相关度和熵。在提取出各车轮红外热像图中温差带的纹理特征后,将各车轮的纹理特征输入至已建成的磨损判定模型中,则可直接得出各车轮为磨损或未磨损的输出结果,进而存入异常数据库中。
磨损判定模型可根据以下方法建立:提取已知是否磨损的车轮的踏面红外热像图中的温差带的纹理特征;及通过深度学习和训练建立由纹理特征到对应的车轮是否磨损的磨损判定模型。
本发明实施例提供的列车踏面磨损检测方法的原理及有益效果与上述实施例所述的列车踏面磨损检测系统的原理及有益效果相似,在此不再赘述。
以上结合附图详细描述了本发明实施例的可选实施方式,但是,本发明实施例并不限于上述实施方式中的具体细节,在本发明实施例的技术构思范围内,可以对本发明实施例的技术方案进行多种简单变型,这些简单变型均属于本发明实施例的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施例对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外,本发明实施例的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明实施例的思想,其同样应当视为本发明实施例所公开的内容。
Claims (10)
1.一种列车踏面磨损检测系统,其特征在于,所述系统包括:
采集单元,用于采集所述列车的各车轮的多幅踏面红外热像图;
监测系统,用于:
将所述各车轮的多幅踏面红外热像图进行处理以形成所述各车轮的完整踏面红外热像图;
提取所述各车轮的完整踏面红外热像图中的温差带的纹理特征,并根据磨损判定模型判定所述各车轮是否磨损。
2.根据权利要求1所述的系统,其特征在于,所述采集单元包括:
前轮采集装置,用于采集所述列车各转向架中的前一轮对的车轮的多幅踏面红外热像图;及
后轮采集装置,用于采集所述列车各转向架中的后一轮对的车轮的多幅踏面红外热像图。
3.根据权利要求2所述的系统,其特征在于,所述前轮采集装置和所述后轮采集装置各包括至少两台对称设置在轨道两侧的采集箱。
4.根据权利要求2所述的系统,其特征在于,所述系统还包括:
测速装置,用于检测所述列车的行驶速度;
第一触发装置,用于如果所述列车的车轮经过所述第一触发装置,则该第一触发装置发送触发信号至所述监测系统,
所述监测系统响应于接收到所述第一触发装置发送的触发信号,根据所述列车的行驶速度控制所述前轮采集装置和/或后轮采集装置进行踏面红外热像图采集。
5.根据权利要求2所述的系统,其特征在于,所述采集单元中所述前轮采集装置和所述后轮采集装置的数量为两台,其中,所述前轮采集装置和所述后轮采集装置相邻设置。
6.根据权利要求5所述的系统,其特征在于,所述前轮采集装置和相邻的所述后轮采集装置之间的距离S为:
S=2×车轮周长+转向架轴距。
7.根据权利要求1所述的系统,其特征在于,所述纹理特征包括:所述温差带的能量、对比度、相关度和熵。
8.根据权利要求1所述的系统,其特征在于,所述磨损判定模型根据以下方法建立:
提取已知是否磨损的车轮的踏面红外热像图中的温差带的纹理特征;及
通过深度学习和训练建立由所述纹理特征到对应的所述车轮是否磨损的磨损判定模型。
9.根据权利要求4所述的系统,其特征在于,所述第一触发装置为触发磁钢。
10.一种列车踏面磨损检测方法,其特征在于,所述方法包括:
采集所述列车的各车轮的多幅踏面红外热像图;
将所述各车轮的多幅踏面红外热像图进行处理以形成所述各车轮的完整踏面红外热像图;
提取所述各车轮的完整踏面红外热像图中的温差带的纹理特征,并根据磨损判定模型判定所述各车轮是否磨损。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910541852.4A CN110276297B (zh) | 2019-06-21 | 2019-06-21 | 列车踏面磨损检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910541852.4A CN110276297B (zh) | 2019-06-21 | 2019-06-21 | 列车踏面磨损检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110276297A true CN110276297A (zh) | 2019-09-24 |
CN110276297B CN110276297B (zh) | 2021-08-06 |
Family
ID=67962231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910541852.4A Active CN110276297B (zh) | 2019-06-21 | 2019-06-21 | 列车踏面磨损检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110276297B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111487189A (zh) * | 2020-04-03 | 2020-08-04 | 哈尔滨市科佳通用机电股份有限公司 | 踏面损伤自动检测系统 |
CN115077387A (zh) * | 2022-08-22 | 2022-09-20 | 成都岁生科技有限责任公司 | 基于点云技术的斜楔检测方法 |
CN115342928A (zh) * | 2022-08-08 | 2022-11-15 | 哈尔滨市科佳通用机电股份有限公司 | 一种列车轮毂和轮轴及制动盘温度检测系统 |
CN117173183A (zh) * | 2023-11-03 | 2023-12-05 | 山西阳光三极科技股份有限公司 | 一种基于人工智能的铁路货车故障检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104608799A (zh) * | 2014-12-12 | 2015-05-13 | 郑州轻工业学院 | 基于信息融合技术列车轮对踏面损伤在线检测与识别方法 |
CN105933401A (zh) * | 2016-04-18 | 2016-09-07 | 成都森川科技股份有限公司 | 基于轨边探测站的云服务系统及方法 |
CN108137074A (zh) * | 2015-09-04 | 2018-06-08 | 看门人系统公司 | 轮式车的运动估计 |
CN108520521A (zh) * | 2017-04-20 | 2018-09-11 | 南京航空航天大学 | 基于图像处理的车轮踏面提取和拼接的方法 |
-
2019
- 2019-06-21 CN CN201910541852.4A patent/CN110276297B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104608799A (zh) * | 2014-12-12 | 2015-05-13 | 郑州轻工业学院 | 基于信息融合技术列车轮对踏面损伤在线检测与识别方法 |
CN108137074A (zh) * | 2015-09-04 | 2018-06-08 | 看门人系统公司 | 轮式车的运动估计 |
CN105933401A (zh) * | 2016-04-18 | 2016-09-07 | 成都森川科技股份有限公司 | 基于轨边探测站的云服务系统及方法 |
CN108520521A (zh) * | 2017-04-20 | 2018-09-11 | 南京航空航天大学 | 基于图像处理的车轮踏面提取和拼接的方法 |
Non-Patent Citations (3)
Title |
---|
CUI DABIN 等: "Designing the key parameters of EMU bogie to reduce side wear of rail", 《WEAR》 * |
丛明 等: "基于机器视觉的矿车踏面磨耗检测设计", 《测控技术》 * |
金学松 等: "高速铁路轮轨磨损特征_机理_影响和对策_车轮踏面横向磨耗", 《机械工程学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111487189A (zh) * | 2020-04-03 | 2020-08-04 | 哈尔滨市科佳通用机电股份有限公司 | 踏面损伤自动检测系统 |
CN115342928A (zh) * | 2022-08-08 | 2022-11-15 | 哈尔滨市科佳通用机电股份有限公司 | 一种列车轮毂和轮轴及制动盘温度检测系统 |
CN115077387A (zh) * | 2022-08-22 | 2022-09-20 | 成都岁生科技有限责任公司 | 基于点云技术的斜楔检测方法 |
CN115077387B (zh) * | 2022-08-22 | 2022-10-28 | 成都岁生科技有限责任公司 | 基于点云技术的斜楔检测方法 |
CN117173183A (zh) * | 2023-11-03 | 2023-12-05 | 山西阳光三极科技股份有限公司 | 一种基于人工智能的铁路货车故障检测方法 |
CN117173183B (zh) * | 2023-11-03 | 2024-01-26 | 山西阳光三极科技股份有限公司 | 一种基于人工智能的铁路货车故障检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110276297B (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110276297A (zh) | 列车踏面磨损检测系统及方法 | |
CN108313088B (zh) | 一种非接触式轨道车辆障碍物检测系统 | |
CN103552579B (zh) | 货运重载铁路综合检测列车 | |
CN104575043B (zh) | 一种机动车行经人行横道时的自动提示系统和方法 | |
CN106647819A (zh) | 移动式图像采集装置及高速列车一级检修智能辅助系统 | |
CN206074832U (zh) | 一种地铁车辆车顶受电弓异物检测系统 | |
CN104157160B (zh) | 车辆行驶控制方法、装置及车辆 | |
CN203759874U (zh) | 一种具有视频增强效果的交通违章信息采集系统 | |
CN113104063A (zh) | 一种网轨隧综合检测系统及方法 | |
CN104376725A (zh) | 一种膨胀效应下信号交叉口非机动车道渠化控制方法 | |
CN111398306A (zh) | 城市轨道交通运营综合检测系统 | |
CN114113118B (zh) | 一种地铁隧道衬砌裂缝渗漏水病害快速检测装置及其检测方法 | |
CN106155066A (zh) | 一种可进行路面障碍检测的搬运车及搬运方法 | |
CN105134183A (zh) | 一种隧道渗漏水远程实时监测系统及其实现方法 | |
CN107123270A (zh) | 一种针对渣土车的工地智能管控系统 | |
CN104691333A (zh) | 基于车道偏离频次的长途客车驾驶员疲劳状态评价方法 | |
CN101439727A (zh) | 列车运行前方动态监视监控方法和监控系统 | |
CN213748295U (zh) | 基于双目视觉的轮胎花纹深度检测装置及系统 | |
CN104517444B (zh) | 一种开车使用手机违法行为的检测系统 | |
CN105957352A (zh) | 违章停车检测方法和装置 | |
CN110217266A (zh) | 列车制动状态下异常车轮识别系统及方法 | |
CN110217264A (zh) | 车辆轮对检测装置、方法及系统 | |
CN106448223A (zh) | 一种雾霾自动适应的高速公路行车车速预警装置及方法 | |
CN115909223A (zh) | 一种wim系统信息与监控视频数据匹配的方法和系统 | |
CN205262989U (zh) | 一种铁轨联接件缺陷检测装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |